建业住宅集团(中国)有限公司创办于1992年5月，于2008年6月6日在香港联合交易所有限公司(“联交所”)主板上市(股票编号：832.HK)，具有中国房地产开发企业一级资质。

建业集团定位为做中原城市化进程和社会全面进步的推动者，扎根河南27年，坚守“让河南人民都住上好房子”的企业理想与使命，为河南城镇化进程的推进做出了重要贡献。建业集团始终坚持“向客户提供没有瑕疵的产品和一流的服务”的产品服务观，并以决策科学化、管理规范化、经营专业化的经营管理理念来确保产品和服务的标准和质量。

截至2019年6月30日，建业集团已进入河南省的18个地级城市和84个县级城市，开发项目累计交付面积约3253万平方米，拥有在建项目共127个，在建总建筑面积约2654.6万平方米，土地储备建筑面积约4769万平方米，其中权益建筑面积约3719万平方米。新签约轻资产项目22个，签约计容面积311.75万平方米，预期品牌费金额6.48亿元人民币。至此，建业集团已累计签约轻资产项目131个，计容面积1934万平方米，预期品牌费总计金额40.57亿元人民币。

二十七年来，建业连续十多年蝉联河南省房地产行业纳税冠军，2018年企业纳税总额50亿人民币，累计纳税逾百亿。

“3571”是建业集团四年发展战略，即营业收入逐年实现300亿、500亿、700亿和1000亿，今年是建业的千亿年，如此快速的增长，对战略、对业务、对管理、对转型都提出非常大的挑战，其中数字化转型是集团董事会提出的转型方向，在其中扮演了至关重要的角色。

特别是在后地产时代，建业要从传统重资产的地产企业向轻资产的服务型企业转型，目前集团已有十多个业态、大几百多家公司，管理半径、管理复杂度、资源平衡等各类管理挑战越来越大，对人财物事的管理精细度要求也越来越高，快速发展对集团管控提出了更多更高的要求：

集团在制度标准化、流程规范化等方面难度增大，对下属公司的实时监控和指导也带来诸多挑战;

地产企业的的运营，多是通过管理模式、运营模式的复制来实现快速扩张，而传统的人治模式，无法支撑公司开到哪里，管理跟到哪里;

传统的沟通、工作和内外部协作方式，效率低下、准确率不高，无法适应当前快速发展的需要;

没有集中的移动工作门户，管理层办公太麻烦;

如何建立整合财务、业务、人力的一体化运营平台，进而构建地产数据湖，为公司的经营分析、准确决策和战略转型提供帮助，是建业集团的管理之痛。

建业财务共享服务中心以员工费用报销流程为共享服务切入点，二期将成本类、收入类业务流程纳入共享中心。未来，建业财务共享中心运营将逐步走向成熟，为内外部客户提供专业化服务。

流程再造、标准统一

建业集团通过建立财务共享服务中心，为集团地产板块的快速发展提供集约化财务保障。财务共享服务中心建立后，通过可复制的管理标准，200多家公司同时上线，月审核单据量增加到80000多笔。建业财务共享服务中心基于金蝶EAS财务共享服务平台，将财务共享服务中心制定的一切财务制度都固化在统一的数据库中，财务共享中心通过标准化、流程化的处理流程和操作规范，保证所有的基础数据从产生的源头起就遵循统一的逻辑规则，减少数据加工过程中的数据转换和数据假设，使报告和决策有更准确和完整的数据基础。

助力集团管控，规避企业风险

建业集团在上线财务共享时，借助流程再造的理念再造财务流程，实现财务共享服务中心的业务和数据整合。财务共享模式下，实现了人员集中、流程集中及数据集中。建业集团在总部建立了财务共享中心，统一进行管理，强化财务标准的执行。同时，建业将普通费用报销、借款、营销合同类费用报销等多种业务流程的审批统一纳入财务共享中心，在集团范围内实现财务的集中管控。财务共享上线后，违规情况大幅减少，大大减少了企业风险。

业务财务一体化，促进核算型财务向管理型财务转型

财务共享中心被认为是业财融合的起点，其建设与完善有利于实现业财融合。通过建设财务共享中心，使得会计集中、标准统一、流程统一、倌息系统充善，进而降低会计核算 成本，提高会计核算效率。这样可以大大减少会计核算人员的数量，释放更多的高级会计人员去从亊财务管理工作，有利于财务部门开展业财融合，提髙财务稍细化程度。

财务数据的深度挖掘与利用，为公司决策提供战略支撑

财务共享中心集中了大量的数据，被看作是一个数据中心。来自第一手的业务数据不仅保证了数据的真实性，集中的数据更为业财融合具体措施的实施搭建了重要的真实数据仓库基础，从而有利于下一步的财务分析，有效支撑集团决策分析。

通过金蝶EAS构建的建业财务共享中心支撑建业“3571”和“新蓝海”战略发展。系统自动化、一体化的操作，减少了人为干预，提升了资金的安全性，有效防范舞弊，并提高了运营效率与员工满意度。

业务操作流程更加规范，统一财务审核标准，快速复制财务管理模式，通过两年多的建设已逐步成为集团的财务数据中心，通过各种维度的数据分析为企业创造更大的价值。