○山東農業大學經濟管理學院
王 坤
○陸軍工程大學訓練基地六大隊17隊
劉峻岐
○山東農業大學經濟管理學院
董雪艷
“大數據”時代企業基礎數據管理工作的思考*
○山東農業大學經濟管理學院
王 坤
○陸軍工程大學訓練基地六大隊17隊
劉峻岐
○山東農業大學經濟管理學院
董雪艷
我們正在或即將進入大數據時代是毋容置疑的。大數據的產生意味著一個新興產業的出現,必然會為會計學科的發展注入新的力量,也會逐步涉及社會各領域,與N個產業相+,它將影響社會經濟生活的各個方面。在“大數據”的背景下,企業會計信息收集處理范圍逐漸由單一的貨幣計量數據向基礎性的信息資源延伸。與此同時企業會計也將面臨新的困難、機遇和挑戰——會計信息化趨勢進一步明顯。怎樣在會計信息化時代為決策者提供有用的信息,維持穩定的市場秩序仍然是需要集中探討的會計話題。本文主要在剖析大數據的概念和特點的基礎上,分析大數據對企業會計基礎數據的影響,并對未來企業基礎數據管理工作的發展進行展望。
大數據 企業基礎數據 機遇 挑戰
2008年9月4日《自然》雜志將“大數據”作為封面專欄出版;2009年“大數據”已經成為互聯網行業熱烈討論的話題;2012年3月29日美國奧巴馬政府公布“大數據研發計劃”;2014年7月25日李克強總理提出“建立統一綜合信用信息平臺,實現‘大數據’共享”的設想。如今“大數據+N”個產業已經成為助推強國經濟的重要工具,“大數據時代”給許多行業的發展帶來了巨大的想象空間。而會計工作作為管理企業和國民經濟的重要手段,大數據技術的發展勢必會給會計工作帶來新的機遇與挑戰。企業基礎數據是管理層決策的重要信息來源,大數據的出現對企業基礎數據的管理工作提出了更高的要求。
雖然大數據(BIG DATA)已經成為當今社會的熱門詞語,但至今人們對“大數據”還沒有形成一個統一的概念解釋。目前對大數據的理解還是停留在一個比較籠統、抽象的概念解釋上。對大數據的解讀可以說是眾說紛紜。其中,維克托·邁爾-舍恩伯格就曾在《大數據時代》一書中提出“大數據是人們在大規模數據的基礎上可以做到的事情,而這些事情在小規模的數據上是無法完成的。”維基百科對“大數據”的解釋是:“大數據”或稱巨量數據、海量數據、大資料,指的是所涉及的數據量規模巨大到無法通過人工,在合理時間內達到截取、管理、處理并整理成為人類所能解讀的信息。百度百科對“大數據”的理解是:“大數據”或稱巨量資料,指的是所涉及的資料規模巨大到無法透過目前主流軟件工具,在合理時間內達到擷取、管理、處理并整理成為幫助企業經營決策更積極目的的資訊。這幾種解釋都是從大數據的特點以及數據的處理方式這兩方面出發對大數據的概念進行的理解。
1.數據規模大
數據規模大是大數據信息最為基礎和直觀的特征。數據衡量單位由以GB、TB躍升為PB。數據規模大不僅僅體現在數據的數量方面,而且體現在數據獲取的范圍方面。數據不僅產生于組織內部,也來源于組織外部。隨著互聯網技術以及數理統計學的發展,人們更傾向于從體量大、來源范圍廣的數據中獲取和整理數據,以提高決策的有用性。
2.數據類型多樣
伴隨互聯網、“云計算”以及物聯網技術的高速發展,大數據呈現出數據類型多的新特點。數據類型多主要包含兩個方面:一是獲取數據的途徑多樣化。數據來自于多種數據源。二是數據的存在格式多樣化。大數據不僅涵蓋傳統以文本為主的結構化數據,而且像圖片、音頻、視頻等非結構化的數據所占比重將越來越高。多樣的數據勢必會對數據處理工作提出更高的要求。
3.數據輸入和處理速度快
數據輸入和處理更講求實效性。大數據時代,數據信息爆炸式的產生,巨量的數據短時間涌入。在互聯網、云計算的背景下,數據信息逐步實現實時處理。著名的“一秒定律”為數據處理工作提出新要求,即數據處理需要在秒級的單位內完成,否則數據信息將不再有價值。
4.數據的單位價值密度低
數據的單位價值密度低是大數據的重要特征。數據單位價值密度與數據存儲量呈反向變動關系。由于數據存量巨大、大數據涵蓋所有細節的數據信息,對于一項特定的決策來說,需要對大量的細節信息進行分析、處理以達到支持決策的目的。在體量巨大的信息中,每一單位的細節信息的價值密度變低。在數據樣本足夠多的情況下,減少某一單位數據并不會影響決策結果。
企業基礎數據是指企業設立初始所需要的數據信息以及生產經營過程中所產生的所有數據信息的總和。企業基礎數據一般分為靜態數據和動態數據兩種。靜態數據是指在一段時間內相對穩定、一般不隨時間變化而改變的數據。如成本費率、產品物料清單、客戶文檔、供應商文檔、人力資源信息等。而動態數據的變動頻率比靜態數據高,往往隨時間而改變,如庫存總額、總賬余額、應收賬款余額、未結銷售訂單、未結工單等。
會計數據是指被記錄下來的會計事實,它包括在日常會計工作中取得的原始憑證、記賬憑證以及原始資料等數字數據和非數字數據。會計數據需要按照一定的要求和信息使用者的需要加工成會計信息后,才可以被管理者所用。
企業基礎數據是大數據的組成部分。依托互聯網和云計算技術,大量的企業基礎數據被采集、加工、分析以實現企業資源的優化配置。企業會計系統是企業基礎數據系統的一個子系統。隨著管理會計的發展,企業基礎數據與會計數據同屬于一個范疇。為了使管理會計更好地為會計決策服務,企業所提供給決策者的信息必須是全方位的,企業基礎數據是一定意義上的會計數據。
1.企業基礎數據資源產權界定不明晰
在大數據時代下,企業的基礎數據一般都是經過處理之后才被信息使用者使用,在數據的采集、存儲、處理、相關性分析的過程中必然地會耗費人力、物力和財力,數據在產生時便具有了價值屬性。企業基礎數據一旦具有了獨立存在價值和資產屬性,企業基礎數據產權的界定就尤為受關注。而如今對企業基礎數據的產權界定尚不明晰。如果企業基礎數據以公共產權的模式存在,在大數據時代中必然會產生企業基礎數據的外部性問題。即數據資源需求者無償獲得所需的企業基礎數據信息而獲利,但是信息的提供者卻得不到任何補償甚至還會造成自身利益受到威脅。于是許多企業基礎信息的提供方從自身的利益出發,不愿提供數據或者是故意修改傳播虛假數據信息。
2.企業基礎數據安全難以保證
“云技術”的發展使得人們存儲數據的空間大大提高,但是企業基礎數據存儲在云環境下,使得基礎數據的安全性及完整性面臨著巨大的威脅。大數據的安全性問題也是被關注的熱點問題。在數據的來源方面,由于數據的來源范圍廣、數據的規模大,很多無效甚至是錯誤的信息會混入到大規模的數據中。雖然在龐大的數據集合里面,數據的價值密度偏低,但是不可排除人為的將偽裝過的數據惡意散播。如果這種數據被濫用,會對基礎數據的使用者的決策產生一定的誤導,甚至會使決策者做出錯誤的決策。在數據處理方面,大數據分析平臺的安全性是一個復雜的系統性工程。由于數據會在大數據分析平臺分析處理,它牽扯到參與人員、技術以及數據處理操作的很多方面。首先,參與數據處理的人員有機會接觸到完整的基礎數據信息,這就對工作人員的職業道德提出了更高的要求。如果基礎數據被不法分子惡意使用,可能會造成市場秩序的混亂。其次,在信息化的時代中,數據信息的安全性是被人們十分看重的。企業的商業機密關乎企業的命脈,如果機密性數據被泄露很可能導致企業破產失敗。我國網絡加密技術還不成熟,現有的信息安全方法難以防護海量數據,平臺中的機密性數據很可能被泄露,這也是許多企業不愿意將本企業的基礎數據信息共享的原因之一。另外,數據處理缺乏規范指導,經過處理得到的數據信息的安全性尚且存在不確定性。
3.企業基礎數據標準化程度低
大數據時代下,數據的來源多樣性特征顯著。大數據時代中,一個匯集供應商、客戶、同行業競爭者等其他會計主體的企業基礎數據的數據管理和集中處理平臺應勢而生。但是,不同的會計主體間缺乏統一的數據標準,在數據的統計上缺乏統一的管理口徑,同樣的基礎數據在不同企業系統中的編碼標準和業務名稱不一致。企業基礎數據標準化程度低會使未來數據管理工作低效,數據的真正價值難以得到充分實現。
雖然目前企業基礎數據資源依然面臨產權界定不明晰,數據缺乏安全性、統一性等大數據治理方面的難題,但是大數據時代使企業基礎數據實現實時共享、采集的多樣化以及處理的集中化。大數據為企業基礎數據管理變革創造了新機遇。
1.企業基礎數據在企業內部實現實時共享
目前,許多企業隨著規模的不斷擴大和子公司數量的增加,母公司和子公司之間在企業基礎性數據的收集、存儲、分析方面的一體化程度較低,企業內部基礎性數據資源不斷分散。也就產生了企業內部的“信息孤島”現象。隨著大數據時代的到來,大規模的企業基礎數據信息可以被短時間內大規模地處理,很多企業信息可以被量化成為可用的數據,數據處理平臺以及大數據分析平臺也會應運而生。“互聯網+”時代更是為我們獲取大規模的信息、實時處理企業基礎數據提供技術上可能。企業決策者可通過查詢和獲取企業內部業務、財務狀況以及銀行、供應商、消費者情況等企業基礎數據信息,實現企業基礎數據實時共享。當決策者對獲取的海量數據進行相關性分析后,得到與決策目標相關聯的數據,從而使企業基礎數據真正的服務于決策,使企業生產的產品適應市場的需求,促使企業獲得經濟利益,讓數據信息真正實現自身價值最大化。
2.豐富企業基礎數據資源可采集類型
以往,提及企業基礎數據大家一般只會想到企業會計信息,企業會計信息是決策者、研究者進行企業分析的主要信息來源,然而企業基礎數據可以是來源于企業的各個部門及其他分支機構,它們一樣會影響決策的有效性。由于技術的局限性,大量的非結構化信息在企業基礎數據資源采集過程中被忽視。大數據信息的包容性,使得企業基礎數據的來源更為廣泛,大數據時代下企業基礎數據的構成結構勢必多樣。在傳統的企業基礎數據采集中,更多的企業會計信息是以結構化的數據的形式存在的。大數據會使得一些偏為小眾化的非結構性基礎數據在企業基礎數據中所占的比重有所上升,使得信息需求者可以從多個角度、更加全面認識企業,滿足不同信息需求者的需要。
3.企業基礎數據處理過程集中化
“大數據”時代下,企業的基礎信息處理會呈現出處理過程集中化的特點。就企業內部而言,隨著公司規模的擴大、子公司數量的增多,為了更好地對公司基礎數據進行全局性把握,企業內部的財務數據集中處理共享及服務中心的建立將大范圍地實現。ERP等財務核算系統將在更多的企業中得到推廣及應用,實現資料的隨時更新,上下聯動,幫助企業更好地進行事前計劃分析,進行預算及決算。就企業外部而言,雖然許多企業、政府部門內部已經建立起了基礎數據信息化系統,但是由于從自身利益出發或是對所有權的過分追求而不愿將信息共享,使得企業基礎數據不能發揮最大的效用。大數據的出現會使人們提高信息資源共享的認識,促使第三方數據交換和管理平臺的出現。更多的數據處理人才會集中于數據交換和管理平臺中工作, 企業的基礎性數據的透明度不斷提高,共享及應用機制逐步得到完善,此時數據處理比數據采集顯得更為重要。
在大數據時代中,企業基礎數據的價值屬性越來越明顯,取得企業基礎數據需要數據使用者與數據提供者進行數據交換。但是,數據被有償使用的前提是企業基礎數據權益確定的前提下實現的。大數據時代中,國家政府需要制定法律法規,使企業基礎數據產權歸屬可以有法可依。在制定明確的法律法規之前,大數據及企業基礎數據處理、相關的法律工作者,可以組成專家團隊,在深入調查、分析、討論的基礎上,對企業基礎信息的類型進行合理的界定,以便更好地解釋哪些數據應由數據提供企業所有、哪些數據應由數據處理機構所有。另外,應合理的界定公共數據和私人數據。公共數據是可以被信息需求者無償獲取的,具有排他性、非競爭性的特點。而對于私人數據而言具有排他性、競爭性的特點。企業基礎數據的需求者需要為得到數據付出一定的代價,企業基礎數據的提供者也會因數據的提供而獲得相應的成本補償。與此同時,各企業基礎數據的提供方應樹立產權意識,積極主動地爭取屬于自己的權益。
由于企業基礎數據的安全性及隱私的保護一直是備受關注的問題。為了促進企業基礎數據真正實現規模化、安全化,我們可以從以下幾個方面著手解決數據的安全性問題:(1)企業應樹立社會責任觀,主動承擔社會責任,在提供企業基礎數據時應該確保數據系統的可信度。同時應建立企業基礎數據安全評估機制。(2)參與大數據處理分析的工作人員應該樹立正確的社會道德及職業道德觀念,在工作過程中妥善地使用數據信息,不可人為傳播工作中接觸的企業基礎數據。(3)在大數據的背景下,為了更好地保護好企業基礎數據安全、減少數據泄露的風險,應加快大數據安全技術的有關研發工作,增加對大數據安全技術研發中資源投入力度,提高我國大數據安全技術水平,使企業基礎數據安全得到切實的保障。(4)應當不斷加強對重點領域數據庫的管理工作,明確劃分出重點數據庫的范圍,規范企業和個人對大數據技術的應用,避免用戶個人信息的泄露,保障用戶個人的信息安全。(5)建立企業基礎數據使用者身份安全識別及訪問權限控制的有效機制,以防止不法分子惡意使用平臺中的企業基礎數據。
中央政府應該制定統一的企業基礎數據的收集、輸出的相關技術標準,對各類數據信息代碼進行重新編號和整理,并在全國范圍內統一推行,使企業基礎數據成為全社會通用的“語言”。
1.維克托·邁爾·舍恩伯格.大數據時代[M].杭州:浙江人民出版社,2013.
2.陳輝.信息技術在會計中的具體應用[J].會計師,2012(01).
3.褚躍龍,李彤煜.淺談企業應如何建立和維護ERP系統基礎數據[J].遼寧工業大學學報,2013(06).
4.樊燕萍,曹薇.大數據下的云會計特征及應用[J].中國流通經濟,2014(06).
5.何軍.大數據對企業管理決策影響分析[J].科技進步與對策,2014(04).
6.盧敏.大數據:任務并不簡單[J].軟件和信息服務,2011(11).
7.秦榮生.大數據時代的會計、審計發展趨勢[J].會計之友,2014(32)。
8.王金金.云計算服務模式下的知識產權保護研究[D].合肥:中國科學技術大學,2014.
9.袁振興,張青娜等.大數據對會計的挑戰及其應對[J].會計之友,2014(32).
10.齊萱,楊靜.大數據時代會計信息相關性研究評述[J].財會通訊,2015(28).
11.于浩.大數據時代政府數據管理的機遇、挑戰與對策[J].中國行政管理,2015(03).
12.張明敏,董雪艷.大數據技術在會計中的應用初探[J].經濟論壇,2015(05).
13.張詠梅,于英.“互聯網+”時代企業管理會計框架設計[J].會計之友,2016(03).
14.趙婧.大數據背景下企業會計數據的新特點[J].財會月刊,2014(21).
15.張蘭廷.大數據的社會價值與戰略選擇[D].北京:中共中央黨校, 2014.
山東省社會科學規劃研究項目“企業基礎數據管理研究——以山東省為例”(15CGLJ27)。
275
姜洪云