大數據對平衡計分卡應用的建設性作用

（沈陽大學工商管理學院遼寧沈陽110044）

2016年4月28日，“第十一屆中國CFO高峰論壇暨2015中國CFO年度人物頒獎典禮”在山東濟南舉行。典禮上，浪潮集團執行總裁王興山以“互聯網大數據環境下的管理會計”為題進行了演講。他提出當前在互聯網+、智能制造、大數據等IT新技術驅動下，管理會計已經進入新常態，而“互聯網+”時代的管理會計，最重要的特征就是與大數據的融合。

一、大數據與平衡計分卡

（一）大數據

早在1980年，美國著名未來學家阿爾文·托夫勒在其撰寫的《第三次浪潮》中，便將大數據贊頌為“第三次浪潮的華彩樂章”。維克托·邁爾-舍恩伯格及肯尼斯·庫克耶后將其定義為：“無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。”相比明確定義，大數據更趨近是一種方法論，“一切都被記錄，一切都被數字化”是大數據環境的核心理念，以全部數據基礎的分析，指明大體方向而非精確制導，通過對數據橫向相關關系的穿插對比，對事物進行預測。

（二）平衡計分卡

平衡計分卡是一套把組織的戰略意圖轉變為清楚的具體目標、計量指標和具體行動計劃的業績評價體系和戰略管理系統。其由財務、客戶、內部經營過程、學習和成長四個維度組成。兼顧長期目標與短期目標的衡量、財務與非財務的衡量、外部與內部的衡量、戰術與戰略的衡量四個方面。在綜合反映企業業績同時，多維度地提供企業所需信息，幫助企業實現價值最大化的終極目標。

（三）大數據與平衡計分卡的關系

大數據與平衡計分卡是相輔相成的關系。平衡計分卡論是基于傳統以單一的財務指標衡量企業績效，僅能衡量過去發生的事項，分析導致失敗的因素，無法評估企業領先所需的驅動因素，這就對企業的預測能力提出要求。而大數據的預測能力是大數據的核心，相比以往預測方法，大數據善于化難為易，其預測結果更全面、更效率、更注重關聯性。以大數據輔助企業平衡計分卡的實施，有利于提高企業績效評價中采集信息、分析、預測未來信息的能力。同時，績效評價的需求也在大數據技術的發展中，起到應用導向作用。

二、平衡計分卡實務中的缺陷

隨著我國市場經濟體制不斷完善，企業經營模式和市場競爭環境日益多樣化。平衡計分卡下的財務指標僵化，非財務指標成本高、難收集，指標不再適應企業經營發展等問題也逐漸展露，平衡計分卡存在著需要正視的缺陷。

（一）財務指標運用并非一勞永逸

平衡計分卡只是將企業的戰略轉化成特定的目標和可評價的指標，這種轉化并不一定能保持戰略本身的正確性。財務指標的選擇往往根據企業整體所處的發展周期確定，在企業快速成長階段采用銷售增長率，維持階段采用投資報酬率、凈利率等與獲利能力有關的指標，成熟階段采用凈現金流量等作為衡量指標。在已處于成熟階段，如汽車制造、手機生產等研發推新周期性較強的企業，企業投入研發新類別產品，但無法預估上市時間，以及公司是否采取一體化戰略進行資本投資都在一定層度上具有不確定性，僅以凈現金流量評價企業整體業績，勢必會得到當年業績下滑的結果，而其銷售業績未必是負增長。因此根據企業整體發展階段選擇單一的財務指標是不足以或無法準確評價業績的。

（二）非財務指標不容易收集

平衡計分卡實現了財務指標和非財務指標的平衡，給予非財務指標同等重要的地位。非財務指標除了包含如客戶獲利能力的可量化指標，還有如客戶滿意度，需結合產品和售后服務等多方面信息綜合而成的定性指標。這便潛在地給企業計算和分析能力增加壓力，無論收集到定性指標的哪一種相關信息，都會增加指標的不確定性，降低業績評價結果的可靠性。另一方面，有些指標即使可以用分數或比率量化，但信息并非客觀存在而是取決于被調查客體的主觀行為。譬如以分數指標衡量員工滿意度時，員工迫于直接管理層的壓力及擔心對所統計項目表示不滿存在崗位調動或辭退風險等情況。即使選項從非常滿意到非常不滿分為五級，員工還是會選擇最“佳”的選項。非財務指標存在量化困難、主觀性強等問題。

（三）非財務指標無統一標準

由于我國管理會計體系建設較晚，信息系統不完善。在現今的同行業企業中，對平衡計分卡指標的選擇，也沒有形成以行業門類和經營規模為區分的指標選擇標準。大部分情況下，企業會根據本企業性質、行業競爭環境、自身經營能力、員工整體水平等因素，在四個維度中綜合選擇企業所需要的具體指標，或根據企業發展需要，制定符合企業戰略的特殊指標。企業開發屬于本企業的平衡計分卡，需要設計者正確理解企業的既定戰略，結合各部門具體工作，整個過程時間成本頗高、人力需求較大。同時，指標選擇的差異性，也會對企業內部部門間和企業外部行業間的比較造成不便。非財務指標缺乏統一標準，既在一定程度上消耗企業資源，又對橫向績效評價產生負面影響。

（四）部分指標設定過于絕對和理想化

平衡計分卡的部分指標過于絕對和理想化。如根據每個員工提出合理性建議的數量作為衡量員工積極性的指標，忽略了吸收合并或異地新設分公司條件下，新員工對企業規制了解程度低于老員工或提出一些因地制宜的建議時，其合理性建議的數量高于企業整體員工人均提出數量。在此情況下，無法說明老員工相比新員工不具積極性，指標過于絕對化。再如反映客戶方面的指標，占有市場份額越大，從客戶手中獲得的利潤總額就越高。這種指標是建立在企業無限生產假設基礎上的，而實際上企業生產規模和銷售能力是有限的。企業突破自身生產力擴大市場份額不會提高收益，反而會增加不必要的支出。這類指標在一定條件下可以滿足衡量作用，但在不滿足基本假設或超越限制條件時便會適得其反。

三、大數據技術在平衡計分卡中的應用

隨著大數據技術的廣泛應用，企業管理者可以以更低的成本、更高的效率，得到更多關于企業運營的相關信息，甚至是之前無法得到的數據資源。大數據技術在平衡計分卡指標設計、選擇和改進的過程中發揮了建設性的作用。

（一）根據動態數據調整財務指標

利用大數據技術信息處理能力強、承載量大的優勢，企業在利用平衡計分卡選取財務指標時可以改變原有以所處企業壽命周期為標準的選擇方式。財務指標的選擇，以單個產品所處生產周期為轉移，更具體、更有針對性。以蘋果公司手機業務為例，蘋果公司每年固定時間發布新款手機，以保證無論在何時總有一款產品處于產品生命周期的成熟期，達到持續經營的目的。在這個過程中，企業數據信息系統可以通過不同型號手機上市時間、銷售量變化等數據，判定產品所處生產周期，并以相對應的指標衡量業績。再結合各指標衡量結果，綜合分析，對處于同一產品生命周期的產品做出績效評價或對企業整體進行評價。再如，煤礦開采行業，煤礦具有價格和需求量在一年中浮動程度大的特殊性。企業數據信息系統可以對月度內部財務數據加以統計，結合市場價格、供求比例、匯率變動等外部信息，以時間為轉移采用不同的財務指標。在價格低、需求低的月份以凈利潤率作為衡量指標，在需求和價格走高時，根據既定標準轉變為以凈現金流為衡量指標。根據動態數據調整選用的財務指標，可以有效防止因選擇不當的指標，而產生以偏概全的錯誤。

（二）大數據技術在非財務層面的應用

進一步確定平衡計分客戶方面的目標時，企業可以借助大數據信息系統，通過對客戶購買習慣、購買能力等因素分析，揭示不同客戶群體，將客戶細致分層。排除一味追求廉價、高成本低收益的客戶，確定本企業的目標客戶群；平衡計分卡從內部經營過程角度，對企業生產經營的全過程進行衡量。企業內部經營價值鏈中包含多個相互關聯的活動，企業在做出最優化選擇時，如果僅考慮創新過程選擇成本低廉的設計方案，則可能會造成后期生產成本和售后服務成本的增加，未必是最優化選擇。因此企業應當對整個內部經營價值鏈進行考量，充分利用大數據信息系統整合創新、經營、售后服務過程相關信息，輔助管理者為平衡計分卡的實施構造這條完整的企業內部價值鏈，以便促使管理者從企業的總體目標出發，全面改善經營過程，實現長遠目標，形成良性循環。在學習與成長角度方面，企業為使員工充分了解客戶與內部經營相關的信息，致力于建設一套完善的內部信息系統。以萬達集團為例，企業有專供本企業員工使用的手機軟件，員工可以通過手機查詢日程安排、內部經營、客戶資料等信息。企業通過大數據信息系統，根據員工級別權限和業務范圍，給予員工各自所需要的信息，提高企業整體的信息覆蓋率。

（三）指標數據庫優選企業所需指標

相同行業中的企業，企業所處的經營環境相似，經營業務相似度也較高。各行業都有自己的行業協會，可以由其組織本行業企業，根據自身行業性質設定相對統一的指標標準。行業協會可以利用數據信息系統，對同行業企業財務指標的設計與運用情況進行統計，記錄不同指標所適應的企業的參數，創建指標數據庫。在企業規模、經營模式、所處生命周期等內部因素和市場環境、政策影響等外部因素發生變動時，公司可以根據數據指引，適時轉變績效評價指標提供信息支持或借鑒其他公司指標設計經驗，結合公司實際情況，創建符合本公司經營需要的特殊指標。統一的行業業績標準能增加同行業企業間業績評價結果的可比性，從而便于企業管理者了解本企業在行業中所處的地位。

（四）結合數據計算加權指標或采用替代指標

利用大數據技術數據類型多樣、來源渠道多的優勢。在經營中，把開發的產品和服務及時生產并提供給客戶的過程，重在效率。當企業倉儲能力有限，而存貨大小存在較大差異時，存在即使存貨周轉率很高，但大宗物資仍然積壓在倉庫，影響經營過程效率的情況。此時，通過對數據系統所記錄貨物體積和倉庫結構數據，得到倉儲的空間占用比例。采用存貨周轉率×倉儲占用率，加權指標作為衡量業績的指標更為精準。另外，可以以“進一步提高顧客滿意度的機會”代替原有的顧客滿意度指標。這個指標以接近零為正方向，數值越大表示還有提高的機會。采用數據系統，對企業所提供的產品和售后服務進行量化，并由績效管理部門定時提取數據，這樣既改被動為主動，避免了顧客只是存在無法容忍的不滿意情況時才主動提出反饋，而造成的客戶滿意度或有虛高情況，又可以節省為采集顧客滿意度相關信息進行信函調查、電話調查、上門調查等方式產生的銷售費用。結合數據統計計算加權指標或采用替代指標可以在一定程度上解決指標設計過于絕對和理想化的問題。

四、大數據與平衡計分卡進一步結合的展望與設想

企業以大數據技術，輔助平衡計分卡進行具體目標的確認、衡量指標的選擇及行動計劃的制定，能夠更全面、細微地進行戰略性績效評價，減少因判斷錯誤、信息偏差導致的企業價值損失。大數據環境為企業運用平衡計分卡進行績效評價和戰略管理提供了新的資源和發展空間，日益凸顯其在企業長遠發展中的重要作用和復合應用的必要性。在未來一個階段，企業應隨著數據技術的更新，不斷提高運用大數據技術的能力，積極探索平衡計分卡的改進方法，將數據技術與企業管理緊密結合，發揮1+1＞2的效果。