大數據時代管理會計研究

馬 燕

(上海拉夏貝爾服飾股份有限公司，上海 201100)

對于“大數據”(Big data) 研究機構Gartner 給出了這樣的定義: “大數據”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來適應海量、高增長率和多樣化的信息資產，是一種大規模數據的管理和利用的商業模式和技術平臺的泛指。大數據是信息網絡的產物，各行各業開始注重大數據應用，運用技術手段挖掘重要數據及處理數據，被企業合理利用。大數據時代到來給管理會計的應用帶來機遇和挑戰，企業只有在新的大數據形勢下積極應對，才能創新突破，不斷前行。

1 大數據時代對會計行業的影響

1.1 對會計信息數據的影響

大數據時代背景下，會計信息使用者開始關注所擁有的數據以及其分析數據的模型方法，以挖掘新的財富源泉。以往對財務信息的要求為相關性、可靠性，標準化的財務報告信息，今后將更加關注財務信息的及時性。另外，除企業內部的數據外，還可將從其他渠道獲取的數據進行整合，使會計信息在內容和范圍上有了很大拓展，對會計信息相關性提出了更高的要求。

1.2 對財務會計核算職能的影響

傳統的核算型會計工作主要是基礎的財務核算工作，遵循原始憑證－記賬憑證－財務報表工作流程，與業務部門聯系除原始單據的傳遞外，缺乏與業務更緊密的聯系及合作。財務數據與業務數據相脫節，無法充分體現財務對于企業管理的作用。

2 大數據時代下管理會計發展現狀及存在的問題

在西方，管理會計已經發展近一百年。我國管理會計于20 世紀80 年代末開始，起步相對較晚，管理會計將作于會計改革的重點，財政部連續發文頒布《管理會計基本指引》《關于推進管理會計體系建設的指導意見》等，著手將管理會計寫入新會計法，明確管理會計的法律地位。

2.1 企業對管理會計重視程度有待加強

受傳統會計的影響，我國企業管理層對財務職能的理解，仍停留在做賬、報稅，著重于銷售帶來的直接經濟利益，缺乏財務管理的意識，對管理會計的重視程度不夠。大數據平臺下，需要企業投入大量的資源，更加大了管理會計發展的阻力。

2.2 企業建設信息數據共享技術水平不足

目前一些企業仍依賴于簡單的、成本低的操作軟件，無法達到管理會計的要求，不能挖掘其中的價值。雖然一些大中型企業已著手建立大數據信息系統，發展符合企業自身特點分析模型，但由于經濟環境、制度等存在一定差異，國外的成功的經驗不能完全復制，仍屬于邊實踐邊操作的階段。

2.3 適應大數據時代的企業管理會計人才匱乏

學校的會計教育以傳授財務會計為主，企業比較難招聘合適的人才，而企業內部從事管理會計人員較少，企業如何對現有財務人員進行相關知識培訓，并充分利用大數據優勢進行有效分析、控制，提升企業效益將是企業發展的一個重要課題。

3 大數據時代企業管理會計的應用

3.1 云計算及數據信息存儲

“云計算”是大數據時代一個重要的概念，云服務為企業搭建信息化所需要運作平臺，以及實施、后期的維護等一系列服務，企業只需前期支付一次性的項目實施費和定期的軟件租賃服務費，即可通過互聯網享用信息系統。云計算可以圍繞管理會計構建信息系統，為管理會計準確處理信息數據，為管理會計提供有效的計算方法，為管理會計的需求形成信息化的計算系統。超大規模的存儲功能，方便隨時隨地的信息上傳，根據企業的自身需求，進行動態調整，對不同的數據進行處理和分析。

3.2 預測及決策分析

經濟決策是企業管理的核心，是財務部門的主要工作職責，從財會角度利用成本形態分析、量本利分析等方法，對長期、短期投資、生產、定價等經濟決策預測，這需要大量的數據支持。以往管理會計的數據信息是公司內部會計信息數據，加之對市場發展的經驗得出的預測結果。大數據時代更注重管理會計的預測中的應用，建立公司數據庫，能夠快速對大量數據進行整合。收集大量的數據包含公司內部歷史數據，外部可以獲取的同行業數據、對外公開的信息，等等。合理的利用數據庫信息挖掘更多結構型數據，節省時間和精力，提取和使用數據，提高管理會計職能的水平，為管理層提供更為準確，有決策分析的數據。例如對銷售預測職能，大數據可對比同行業、同類商品、天氣、城市、地理位置、商場信息等，使預測結果更為準確。

3.3 KPI 指標設置控制及評價

現代企業管理注重員工績效管理，激發和調動員工積極性，從而實現企業目標。績效管理的核心是績效評價和激勵管理。績效管理的制定原則是戰略導向、客觀公正、規范統一、科學有效。在大數據時代，將數據進行歸集整理，找出數據信息的結構化及非結構化關聯信息，對制定績效管理的標準具有絕對的參考意義。建立經濟責任制，將企業目標合理分解，確定各責任主體，如成本中心、利潤中心、投資中心等，依照指標定額，強化目標管理，規范考核體系，以保證企業目標的實現。

圖1 大數據時代管理會計分析步驟

4 大數據時代管理會計分析步驟

4.1 問題定義

首先需要弄清楚解決哪些問題，問題需要準確的、完整的、真實的表達。這些問題解決后可以得到哪些結果，這些結果是不是我們現在必須得到的，跟企業的目標是否一致。比如企業目標是需要銷售收入增長、利潤增長、銷貨率增長，如何達成增長，就是我們需要解決的問題。

4.2 數據獲取

需要圍繞問題發散性思維尋找數據，數據可通過以下方法: 網絡數據采集，通過網絡公開方式從網站上獲取非結構化數據，存儲為統一的本地數據文件，以結構化的方法存儲，包括視頻、音頻、圖片等。系統日志采集，采用分布式架構，滿足每秒數百MB 的日志數據采集和傳輸需求。對企業生產經營數據及保密性較高數據，使用特定數據接口方式采集。

4.3 選擇分析方法、軟件及數據提取

通過SWTO 矩陣分析法S (優勢) 、W (劣勢) 、O (機會) 、T (威脅) ，對企業現有情況進行剖析，尋找可能的發展機遇。運用5W2H 分析法用戶購買力分析，When (何時購買? 多久復購?) 、Where (在哪里購買?) 、Why (產品哪方面吸引客戶?) 、What (產品與消費者需求是否一致?) 、Who (哪些人是我們的客戶? 客戶定義) 、How (用戶購買方式是什么?) 、How much (消費者購買花費時間，交通成本) ，結合時間、地點、原因、人群等進行分類分析。趨勢分析，一般用于核心指標的長期跟蹤，對趨勢線中明顯的拐點進行分析，節假日、商場人流、季節等。對比分析，與企業歷史指標進行對比，與同行業競品進行對比，與行業水平進行對比。

Excel 電子表格軟件，適合簡單統計需求，方便好用為研究人員最常用的軟件工具。SPSS 和SAS 商業統計軟件，提供研究常用的經典統計分析(如回歸、方差、因子、多變量分析等) 處理。可視化分析軟件工具TableAU 是商業研究領域卓越代表，可替代Excel 使用。Gephi 關系分析適合各種社交關系和信息傳播圖。文本分析(NLP) 非結構化內容大數據分析。

數據提取整理作為比較重要的步驟，根據分析的內容及選擇的分析方法，在數據庫里提取分析所需要的數據需求，為了保證數據的多樣性，建立大數據的數據源時，充分考慮數據的篩選能力。對于反饋回來的數據，有部分可能需要加工，充分反映所要分析的問題。

4.4 分析結果及結論

根據以上分析出來的結果，簡明扼要展示當前問題產生的結論，說明分析方法以及取數邏輯，需要足夠充分的數據支撐。例如: 渠道策略、產品策略、全渠道價格策略、組貨邏輯、店鋪經營模式、商品陳列、貨品流通等方面。

4.5 實施及建議總結整理

找出問題提出改進措施并加以實施，根據實施效果進行評估，將完成的分析過程、結果以及評估整理報告，及時跟進實施過程，發現問題解決問題。

5 結 論

大數據時代，通過大數據技術改善企業財務管理，是管理會計方法的創新。為管理會計在企業內部發展提供了技術支撐的廣闊前景。財務工作者應與時俱進，順勢而為，充分分析和利用大數據對業務產生幫助，貫徹落實到企業的實際工作中，改善績效，實現價值增值。