大數據時代下的數據分析與企業信息化對管理會計的影響研究

劉 翔

一、大數據與數據分析

當今時代，大數據和數據分析正從方方面面影響著公司決策和預測，企業可以從各種內外部資源中創建、提取、分析數以萬計的數據，從而在競爭中脫穎而出。由于傳統意義上的管理會計僅僅利用會計記錄中產生的信息幫助企業治理層進行決策，因此大數據時代的到來預計將很大程度上改變管理會計的方法。然而首先需要了解的是大數據和數據分析的背景及其在企業內部環境中的作用。

1.大數據對于企業信息系統的影響

大數據可以看作是一個大型非結構化數據集合，大多數據庫管理系統和軟件不能對其進行處理和分析。大數據可以來自傳統交易系統，也可以來自新興媒介，如電子郵件、因特網點擊量等。

一直以來的會計數據記錄的是交易數據和其他結構化數據，例如訂單、銷售、采購等等。這些數據是有規律且可預測的，與大數據這種非結構化數據截然不同。大數據的出現改變了管理會計的任務。

2.數據分析的類別

數據分析是指利用數據、信息技術、統計分析、定量方法和數學計算機模型來幫助管理者更加深入地了解公司業務，并做出更好的決策。域、方向和技術的確定有助于人們理解數據分析的范圍。在本次討論中，“域”是業務管理，在這個領域的管理會計師應建立與管理職責和目標相一致的系統。當前應當了解的是數據分析的三個類別在管理會計領域的潛力，這三種類別的劃分主要依據不同類型數據的可用性和企業系統處理大數據的能力。

數據分析分為描述性分析、預測性分析和規范性分析，如今大多數企業主要使用描述性分析，只是剛開始使用預測分析。規范性分析可以提供一個或多個解決方案并顯示其可能的結果，它超越了描述性分析和預測性分析。

二、平衡計分卡理論下的管理會計數據分析框架

1.管理會計數據分析框架

在平衡記分卡理論下的管理會計數據分析框架中，管理會計可以分為成本核算、成本分析報告、成本規劃和決策支持。因此，在這個框架下，管理會計分為成本核算、績效衡量和計劃決策。在成本會計中，管理會計側重于利用內部數據生成企業的財務報告。外部數據與內部數據結合使用，為決策提供相關信息。

數據分析可以應用于管理會計的三個方面，對于財務報告而言，最適用的數據分析類型是描述性分析，它有助于總結和描述企業的財務狀況。在績效評估領域，管理會計師可以利用預測分析，提供對未來組織績效的預測。規范性分析被納入規劃和決策中，利用描述性和預測性分析的結果為決策者提供最佳解決方案。大數據作為數據分析的數據源，是由內部數據和外部數據組成的。內部數據表示企業內部收集的數據（即企業的數據庫）。這種類型的數據一般是結構化的，管理會計師很熟悉。另一方面，外部數據代表從公司以外的來源收集的數據，如新聞、社會媒體或物聯網。通常，外部數據是非結構化數據，只能在分析工具處理后才能提供信息。

在這一框架下，平衡計分卡方法是在管理會計的績效衡量和規劃決策方面實施的，目的是在相關的過程中納入數據分析。對于平衡計分卡理論的各個方面（財務、客戶、內部運營、學習與成長），需要運用不同類型的數據分析方法進行分析。

（1）財務

追求利潤的企業最終目標是增加股東價值，企業通過收入增長和生產效率提高其經濟價值，而收入增長通常包括兩個部分：①新舉措（新市場、新產品和新客戶）；②通過加深與現有客戶的聯系，增加對現有客戶產品或服務的銷售。平衡計分卡的財務方面衡量企業的財務狀況。現金流，銷售增長率，市場份額，或股本回報率是反映公司財務狀況的重要指標。

描述性數據幫助管理會計師對企業的整體財務狀況有一個大致的了解。例如，將收益率與投資回報率和歷史數據進行比較分析，可以給管理會計師提供有關公司成長方面的信息。另一方面，將這些比率與行業平均數據進行比較，可以看出公司是否保持競爭優勢。

預測性分析使用歷史數據來估計未來可能發生的事件。在財務方面，預測性分析通常用于預測未來的財務業績。預測算法可分為監督算法和非監督算法。一般來說，非監督算法不適用于財務預測分析，因為大多數預測都是基于歷史價值。其他統計數據，如結構模型和層次分析法（AHP），也可以作為管理會計預測未來財務業績的分析技術。

盡管規范性分析和預測性分析使用類似的算法和技術，規范性分析可以從本質上比較這些算法的結果，找到最佳的解決方案。例如，為了在降低成本的同時保證產品質量，制造企業面臨著選擇物美價廉的供應商這一挑戰，規范性分析將幫助管理會計師選擇供應商，有助于公司降低成本，增加收入。新聞文章和社會媒體的數據也可以用于比較供應商。除了降低成本外，合理運用規定性分析的管理會計人員也能在提供其他財務方面的寶貴信息，如探索新市場、新產品和新客戶。

（2）客戶

平衡計分卡的客戶方面回答了“客戶如何看待我們”的問題。最初的平衡記分卡框架從時間、質量、性能和服務、成本四個方面描述了客戶的關注點。

描述性分析在客戶分析方面提供了一個大致的判斷。例如，將產品缺陷率、退貨率和保修率相結合的比率分析可以用來衡量一個制造公司最新產品的顧客滿意度。數據分析還幫助管理會計師從網站和產品論壇的評論或投訴中收集客戶評分。雖然大多數業務分析需要結構化數據源，但文本挖掘和可視化技術允許管理會計師從非結構化數據（如社交媒體數據）中提取決策相關信息。

有了預測性的業務分析，管理會計師能夠對顧客對公司產品或服務的四個方面的每一個方面作出合理的估計。具體而言，時間、質量、性能和服務以及成本可以通過預測性分析算法，使用內部歷史數據、外部網站或社會媒體數據來預測。例如，管理會計師可以使用數據分析工具，以預測公司收到客戶訂單和產品交付點之間的時間間隔。這有助于協調不同公司部門之間的分工合作，并協助管理層調整公司戰略。

（3）內部運營

平衡計分卡框架下的內部運營部分通過影響生產周期、產品質量、員工技能和生產率的因素來評估業務流程，為了有效評估，管理會計師必須分解整個業務流程，從主管部門到下屬部門，為企業員工提供明確的目標和行動指導。信息系統在管理會計師和企業員工之間起著重要的溝通作用。一個反應靈敏功能齊全的信息系統為管理會計提供有價值的“及時信息”，便于他們向管理者提供決策信息。

描述性分析中的技術可以通過員工技能、生產效率和其他特性識別出高效的員工。預測性分析在評估和管理內部流程中非常重要，管理會計師可以利用預測性分析工具建立模型來預測相關的未來價值，從而為監督提供基準。

規范性分析的目的是根據描述性和預測性分析的結果提供內部流程的優化方案。有了規范性分析工具，管理會計師可以通過統計和模型為決策者提從更具體的信息。在平衡計分卡的內部流程中，目標規劃和帕累托最優都屬于可用于優化決策過程的規范性分析方法。

（4）學習和成長

“學習和成長”這一角度衡量了公司創新和學習能力，這些能力直接關系到公司的價值，新產品的市場份額和雇員培訓費用就屬于學習和增長方面的評估。

學習和創新對于每一家企業都是至關重要的，描述性分析可以用來描述企業對創新的重視程度以及員工如何學習應對新的挑戰。例如，研究和開發費用與總費用的比率可以用來描述公司對開發新產品或服務的重視程度，文本挖掘方法可以用來評估學習的進展。

預測性分析是衡量學習和成長的重要方法。由于創新和學習方面的投資都著眼于未來的利益，因此必須了解當前在創新和員工培訓方面的投資將會產生的結果。預測性分析工具可以為管理會計師提供此方面的預測。

規范性分析工具有助于管理會計師在學習和成長的角度集成描述性和預測性分析，并找到最佳的策略或方向。管理會計師也可以使用規范性分析，以決定結合哪些新的技術，以提高生產力和工作效率。Oracle和SAP等ERP供應商的選擇可以通過分析來自媒體的客戶評論以幫助管理會計師提供決策信息。

三、結論

雖然企業信息化提高了管理會計的工作效率和工作質量，但研究表明企業的管理技術并沒有明顯變化，大多數企業使用的管理會計準則和標準并未改變。筆者認為，要想在當前的大數據時代下為管理層提供更可靠更有價值的信息，管理會計人員應當進一步利用數據分析和企業信息系統，而非僅僅將它視為功能強大的計算器，這樣才能幫助企業更好地走可持續發展道路。

[1]劉興梧.大數據時代對管理會計發展的影響分析[J].中國商論,2015,(16)：51-53.

[2]許亞湖,王婷.大數據時代管理會計的變革[J].財會通訊,2015,(16)：13-15.

[3]王國全.基于數據挖掘的管理會計的分析研究[D].首都經濟貿易大學,2016.