参考数据：消除并购中的颠簸

如今，组织继续利用并购（M&A）来增加市场份额、扩大产品供应、接触更多客户、增加收入、提高利润率并降低成本。最近每个行业的整合趋势都没有显示出放缓的迹象。事实上，根据标准普尔全球市场情报，仅在2021年第一季度，全球并购交易就记录了9890亿美元！尽管疫情肆虐，这同比增长了81%，也是过去4年来最高的交易量！


并购不会自动产生所有这些期望的好处。事实上，这些合并带来了复杂的架构和数据挑战。仅仅因为两家公司使用相同类型的交易/ERP系统并不意味着这两个系统可以很容易地合并。合并两个类似的ERP系统与合并两个不同的交易系统一样困难。这是为什么呢？困难是由于数据和生态系统而产生的。我们有相同的数据吗？结构？ERP？代码表示？财务层次结构？什么是治理模型？要遵循的最佳实践是什么？ 我们是否需要所有系统，我们如何使所有这些系统协同工作？

文化、人和其他非物质因素有一些影响，但到目前为止，最大的挑战来自基础数据的差异。

据《哈佛商业评论》报道，多项研究表明，并购（M&A）的失败率在70%至90%之间。如何提高这些百分比？根据埃森哲的说法，在合并后花时间正确集成其系统的公司能够将关键业务功能的成本降低多达40%。

组织必须尽快实现合并公司之间的协同效应，同时降低成本。让我们来看看一些挑战。对于大多数并购方案，一套合并财务报表是早期要求。为了编制准确的财务报表，必须使会计科目表（COA）的层次结构合理化。这项任务需要会计、财务和管理团队的参与。合并的财务对于开始估算和产生协同效应目标的过程至关重要。整合需要一个流程和简单的工具来支持。 这些工具必须：

• 安全
• 灵活
• 轻松启用“假设”更改。
• 提供不同的有效开始日期和结束日期

这些工具必须支持在COA层次结构中的任何级别或最低级别的代码中映射/对齐COA。新映射的代码必须针对前一年的交易进行扩展，以生成财务报表。

一个好的参考数据管理工具可以帮助实现这一目标。事实上，良好的参考数据为合并或收购应实施的整体数据管理策略提供了坚实的基础。

让我们考虑一个真实的案例研究。几年前，三家大型电信公司获得了合并批准。合并后的公司运营着十几种不同的计费系统。合并十几个计费系统的成本估计为数亿美元，需要数年时间才能实施。这是一个巨大的挑战，即使不是不可能，也很难实现改善陷入困境的客户服务和降低最终客户复杂性的关键目标。因此，服务代码、计费代码、通道阵容和其他类似代码必须同时对齐和合理化。如果有一个跨公司、地区和品牌使用的通用计费系统，那么一致性和合理化将顺理成章。此外，如果合并需要投入数亿美元和等待数年，则将被视为失败。

新合并的公司立即与被收购公司的主要利益相关者组成了一个工作组。工作组商定了提交、分析、论证和批准代码合理化的流程。为了支持新商定的流程，强制任务需要一种工具，该工具可以轻松实现从代码提交到批准的流程，并使十几个计费系统能够“按原样”运行。 该工具必须安全、基于网络、经济、易于使用和部署。该工具必须允许停用多个旧代码，并用更少、更简单的代码替换。

通过支持这些需求，新的流程和工具仅在几个月内就得到了实施，而没有耗费前几年预估的更长时间。在整个企业中，业务用户能够通过该工具的网络前端向任务组提交代码合理化请求。新代码、生效日期、影响分析和跨组织审批都是通过基于网络浏览器的同一工具完成的。 生效日期确定后，该工具将与其他系统配合使用，简化代码升级过程。详细的历史记录得以保留，以防将来需要更改或回滚。

总而言之，并购可以成为公司增长的重要组成部分，但它们自带复杂的挑战。随着数据的收集和使用在业务（和生活）的各个方面爆炸式增长，成功的并购需要强大的数据管理和治理策略。良好的参考数据应是这一战略的核心，可以提供坚实的基础。一个好的RDM工具对于帮助管理它也很重要。