“互聯網+”時代管理會計若干問題的思考
——基于數據挖掘角度

□（安徽財經大學會計學院安徽蚌埠233030）

2014年至2015年財政部相繼發布了推進管理會計體系建設的指導意見和基本指引，這就標志著管理會計體系逐漸上升到標準，從此其也進入了一個新的格局。但在將管理會計應用到實踐中也遇到了諸多難題：管理會計使用率較低、管理精髓難以把握與應用等。因此在當今的“互聯網+”時代，管理會計要想發揮為經營管理者提供準確決策的功能，就必須將大數據與之相結合，而如何利用大數據進行數據挖掘，發現信息的價值，與管理會計發展密切相關。

一、研究背景與相關綜述

數據挖掘與管理會計的融合是當前的熱點之一，數據挖掘可以在海量數據中發現有效信息，進而提升管理會計在實際工作中的有效性，能夠最大程度地幫助企業更好經營決策。

蘇文兵（2008）分析了中國企業對西方先進管理會計的應用情況，并指出其缺乏有效的理論指導；盤飛（2010）主要從管理會計實務、理論基礎、研究方法等方面分析企業如何利用管理會計創造企業價值；孟巖（2010）將數據挖掘應用在企業的非財務數據分析中，探討了如何解決企業管理中的相關問題；張樹森（2014）指出在大數據時代，企業中的財務部門要學會分析數據，進而優化企業經營管理模式。

二、大數據與管理會計的相關理論分析

（一）數據挖掘

隨著信息化時代的到來，信息數據的巨大潛力顯露出來，與此相關的人工智能和數據挖掘也逐漸應用在金融、電信等相關行業，各國政府機構和中小企業也逐漸重視商務智能化。在復雜的經濟環境中，企業要想在管理上有所突破，必須加強對數據的處理與分析，通過解讀數據背后的內容，進而分析復雜的商業結構，為企業管理提供正確的決策。企業從大數據中可以挖掘出顧客的喜好程度、經濟狀況等，從而不斷適應顧客的新變化，提供滿意的服務。

數據挖掘的未來發展方向也主要體現在以下幾個方面：第一，通過模式化的表達方法探索出數據的種類；第二，利用云計算滿足每個客戶對于數據的不同要求，進而促進相關課題研究者相互合作，提升科研水平；第三，對圖表數據、音頻數據等多媒體資料進行深入挖掘與人工智能分析，得出相關研究結論與趨勢。

（二）管理會計

管理會計在當前企業經營管理中發揮著巨大的作用：為企業經營提供完整的財務與非財務信息；通過分析數據指標為企業經營決策提供有效建議；通過對企業進行財務狀況、成本、利潤、現金流量等方面的預測，為企業未來發展提供預測；通過結構化的財務信息業績考核與非財務指標考核為企業管理層的決策提供相應的評價與指引。結合我國市場經濟的發展狀況，管理會計的未來發展趨勢應該是擴大研究范圍和目標，改善研究方法。實際應用中，將管理會計的規范研究與實證案例相結合也會越來越廣泛。

三、數據挖掘與管理會計問題的若干思考

（一）管理會計面臨的挑戰

上世紀80年代，創新學派和傳統學派曾就管理會計的發展展開了激烈的討論，哈佛大學卡普蘭教授在《管理會計的興衰》中指出：傳統學派觀念與方法均處于落后階段；而傳統學派則抨擊前者應用的數學模型脫離實際，不符合管理會計相關性的要求。這次爭論也推動了管理會計中作業成本法、及時生產制、平衡計分卡等相關概念的出現。

“互聯網+”時代，大數據的廣泛應用也對管理會計的發展提出了挑戰。第一，數據信息的及時有效性。隨著信息技術的不斷發展，企業財報數據的處理、加工等方式也發生了巨大的改變。企業不僅需要靜態的報表數據與公司財務狀況，更需要動態的市場數據來判斷經濟的走向，進而改善公司經營管理方式。會計人員更要從多維角度出發，實時提供公司的產品質量、成本等信息，充分發揮管理會計在企業績效考核、風險防范、企業價值創造等方面的作用。第二，信息處理方式。當前的物聯網技術可以自動記錄企業生產產品成本等相關信息，而企業通過應用管理信息系統捕捉產成品從生產到銷售的整個生命周期相關信息，能夠及時了解到企業運營、客戶需求等方面存在的問題。第三，企業運營管理、組織結構的相關變化。新的運營管理模式，如作業基礎管理、全面質量管理、適時制等逐漸出現。企業社會化、結構扁平化趨勢也影響著管理者的決策。

（二）數據挖掘與管理會計的相關性思考

“互聯網+”時代，企業所擁有的數據作為最基礎的資源，能夠為企業發展提供無窮的后備力量。隨著全球信息數據的開放共享，企業如果能找準經濟發展點，注重云計算、大數據、移動信息的框架構建，定能實現差異化競爭，利用新技術優化企業的經營模式與方向。

針對前一部分管理會計面臨的挑戰，我們將逐一分析其與數據挖掘的相關性。第一，數據挖掘的發展能夠應對大數據時代的挑戰。通過對獲取的企業相關經濟數據進行結構化與非結構化分析，管理者可以從中獲取對企業決策最核心的信息，這就為企業對其未來經濟活動中的預測、規劃、考核評價等方面提供了可靠性依據，同時企業也可以優化決策與合理配置資源。第二，數據挖掘為企業多樣化管理提供了技術支撐。從企業生產經營活動中的銷售、成本、庫存管理、產品質量控制到客戶服務都會實現一體化流程。除此之外，管理會計多強調非財務數據的應用，這就要求企業利用先進的數據挖掘對其中的大數據集進行剖析，例如公司價值鏈成本、競爭公司產品質量等較復雜數據。第三，緩解企業組織結構扁平、管理不集中等問題。大數據處理的信息可以通過網絡挖掘技術、可視化技術等完成一套完整的分析結果，通過企業內部機制將結果傳遞給員工，這樣不同部門就會依據實際的工作情況和得到的信息對業務作出合理決策，這就極大緩解了企業決策分散化的問題。

（三）“數據挖掘+管理會計”的可行性分析

1.技術實現角度。物質基礎：計算機硬件及軟件的發展，信息系統的不斷優化；云數據庫、互聯網數據庫、物聯網數據庫等數據庫技術的高速發展，為管理信息系統的智能化提供了保障；云計算技術和大數據的發展使得數據挖掘在工作進程中更加流暢與快速；先進的可視化技術使得用戶對數據分析結果更加明了；可拓展商業語言為會計數據與信息界定了客觀的技術標準。

2.經濟效益角度。降低成本是管理會計的目標之一，企業基于數據挖掘可以充分利用企業內外部資源，進而提高資源利用率，創造更高的企業價值。數據挖掘可以在企業原有的管理信息系統上自動收集數據集，能夠在人、物、力方面實現最優配置。例如金蝶公司研發的ERP系統，將企業生命周期上的生產制造、銷售、供應商管理、客戶系統相結合。很多企業在該系統的基礎上搭建數據挖掘技術，進而充分利用數據價值與管理系統，節約成本。同時，科學地使用數據挖掘技術可以降低競爭對手在商業情報中的威脅，提高自身企業核心競爭力。

（四）構建“數據挖掘+管理會計”框架的思考

1.理論應用層，它對計算機算法有較高的要求，主要包含對數據挖掘程序、步驟和結果的準確理解與認識，這是結合管理會計與大數據框架中最基礎的部分。

2.數據存儲與處理層，整合不同部門的數據庫信息資源需要強大的存儲系統，這些系統中包含著管理會計中所需要的各類原始數據；在存儲系統中對數據進行預處理，以此為計算機數據分析模型提供基礎。

3.信息整合層，將上層預處理的相關數據進行下一步整理、篩選、變換、合成，形成企業需要的數據倉庫與集市，企業數據分析人員以此為數據源，通過應用不同的信息處理模型和工具，將數據信息變為分析報告。

4.管理應用層，企業管理人員將數據分析報告及時傳達給內部相關部門，使得公司更多的員工想法能夠融入決策當中，以此發揮團隊協同的力量。在傳達過程中，不同層次的管理人員得到的是相應管理范圍的信息，這就使得公司經營更加“智慧化”，從而提高公司整體的核心競爭力。

（五）大數據如何優化管理會計職能

1.合理預測市場狀況，優化企業內外資源配置。數據挖掘技術能夠通過分析之前相關類型項目的基本信息，進而對該項目利用效率及建設成本進行預測，為企業是否繼續進行該項目提供參考。

2.評價原有客戶信用水平，預測企業風險。客戶的信用水平會影響企業的賬款收回能力，如果企業能夠有效評價顧客信用水平，就能夠降低企業的壞賬風險。數據挖掘能夠分析出該客戶在銀行以及購物網站的消費水平與信用等級，企業可利用此信息提供準確服務。

3.挖掘潛在市場，推出新產品。大數據分析能夠找準顧客的潛在市場，進而使企業做到精準營銷，提高企業現金流與競爭力。

四、總結

將數據挖掘引入管理會計中能夠發揮“互聯網+”時代數據的重要價值，也會對當前的會計理論產生巨大影響。但在管理會計實際應用中，仍需要以戰略管理原理為基本指引，將數據與經驗相結合，發揮人的主觀能動性，與企業文化相適宜。