一、引言 在日新月异的经济形态和竞争激烈的市场环境下，企业的获利能力备受考验。预算作为企业重要的全局性管理工具，其质量高低直接影响经营计划及战略目标的顺利达成。预算数据的获取是预算管理的第一步，也是预算编制、执行与考评的重要基础，还是企业更合理地制定经营决策、更有效地配置资金、更精准地管控成本、更科学地规划投融资，从而增强营运能力，保障长期向好发展的关键所在。随着数智化技术的迅猛发展及其在财务领域的不断运用，企业财务的互联化、数字化、智能化水平呈直线上升的趋势，预算数据精益获取能力也日益增强。但是仍存在预算数据来源有限，缺乏对原生数据的全盘收集与挖掘；数据以结构化为主，忽略了半结构化或非结构化数据的多场景运用；数据颗粒度较大，难以实施预算的精细执行与考评；大量数据积累沉淀，数据利用效率较低等问题。为了解决上述问题，本文基于多种先进的数智化技术，结合各种技术特性，研究预算数据的获取方法，梳理“预算数据获取新诉求—数据采集—数据治理—数据分析—数据应用—实现新诉求”的全流程，增强预算数据的精细性、可靠性、时效性、安全性与科学性，从而全面提升预算管理质量。 二、文献综述 (一)财务领域数据获取相关研究 财务数据质量的优劣程度直接影响预算管理效果。对此，学者们相继展开有关研究。在当前的会计数智化时代，财务共享服务数字化转型的实现途径之一即为利用接入第三方系统的数据采集和传输。对于会计数据获取的讨论视角众多：可选择站在不同利益相关者的角度组织建设；可按照数据类型分为业务数据、财务数据和行业数据讨论其采集数据内容与方法；可按数据源分类并拓展，根据不同数据情境选择适当的采集工具，如系统日志、网络爬虫、API等，来高效挖掘数据价值；也可单从一项技术工具入手研究，例如运用R语言直接从会计资料中获取销售会计数据，或是借助RPA财务数据分析机器人的自主化完成数据获取和处理。 (二)以数智化技术为基础的数据获取相关研究 当前，众多学者依据不同数智化信息技术特征，研究相应智能化工作数据获取方案。第一类是利用物联感知技术获取数据，例如借助 RFID技术对包装印刷行业纸管类物料生产信息识别，在规划竣工测量时运用手持三维激光扫描仪进行外业数据采集，以GIS建筑数据为关键元素之一评估潜在地震和海啸损害等；第二类是利用人工智能技术获取数据，例如选择NLP技术构建框架来提取与检索合同条款信息，利用 ASR识别用户和客服人员语音指令辅助开展业务工作，运用OCR技术获取电网运行数据而后识别及修正异常数据，或是基于MTCNN+FaceNet进行面部识别以提取采集人脸辨识信息等；第三类是以大数据为基础的数据采集，例如使用在处理大量结构化和非结构化信息集成方面，相比于 ETL更优的ELT工具构建BI项目数据仓库，或者结合API和网络爬虫两者的优点实现沪深港股票或期货交易数据的调取等；第四类是日志埋点技术，如通过全埋点和自定义埋点技术实现用户行为的数据采集等。 综上，已有财务数据获取的相关研究主要是作为财务分析或决策管理中的一部分内容简单论述，未对数据获取来源、获取技术、获取流程等内容进行系统阐述，且鲜见从预算角度进行研究。现有利用数智化技术进行数据获取的主要应用场景是物料管理、工程建设、合同管理、智能客服、设备运行、BI项目分析等，这表明利用这些数智化技术获取预算编制、执行与考评所需的原始数据在技术上也是完全可行的，但是少有学者针对利用这些技术获取预算管理的数据开展相关研究。考虑到全面且准确的预算数据能够有效提高预算管理效果，进而为企业长期良性经营提供决策支持，加之“万物互联、企业上云”是当前企业财务数智化转型的发展趋势，故本文展开基于数智化技术的预算数据获取方案研究。 三、预算管理系统数据获取的新诉求 (一)建立由业务向财务穿透式的数据采集模式 财务的数据主要来自业务，但传统预算管理使用的数据往往是利用财务方法加工后的二次信息，导致业务数据准确度降低或原始多维属性被遗漏和弱化。比如，对于材料采购业务，财务主要提取了单价、数量以及金额等数据，忽视了合同或发票中标注的供应商名称、属地、规模、折扣政策、运输方式、运输距离、采购执行人等重要信息，导致预算管理的精细度、科学性及全面性受损。为此，亟需在预算管理系统数据采集的业务源端设置数据获取方案，从源头处解决采集问题。充分利用不同类型技术的特性与应用范围进行原生业务数据采集，并将业务源点数据整编信息化，形成收入、成本、现金流等多种预算核心信息与供应商信用、销售模式、物流方法等信息的相互补充。通过建立业财穿透式的数据采集模式，实现核心业务数据采集的完全覆盖，提升数据主动感知与实时获取速率，增强预算数据完整度与精细度。 (二)实现多源异构数据的关联分析与融合处理 当前预算管理系统主要使用关系数据库，解决结构化数据管理问题。但是企业在经营过程中会产生庞大的数据资产，除结构化数据外，也包括各类文本、图像、音频、视频信息等非结构化数据。这些数据丰富、价值潜力巨大，但由于其数据结构不规则或不完整，缺少预定义的数据模型，使其未能在财务领域广泛使用。为此，亟需构建预算管理过程的数据湖，将非结构化信息纳入企业数据资产管理范围，实现预算管理系统状态全面感知、海量感知数据高效融合、多层级服务精准提供，提升数据处理能力。 (三)实现预算管理系统与数智化技术的融合共生
