大數據背景下的管理會計信息應用

花雙蓮（副教授），王 英

一、引言

大數據在移動互聯網、物聯網、智能化以及云計算的應用及普及的基礎上發展而來[1]，如今其應用已經滲透到商業、科技、醫療、政府、教育、經濟、人文及社會多個領域。將大數據運用于組織實踐管理并從中挖掘有價值的信息漸成趨勢[2]。2015年10月中共中央《關于制定國民經濟和社會發展第十三個五年規劃的建議》明確提出實施“國家大數據戰略”，推進數據資源開放共享。大數據戰略的實施為企業帶來豐富的數據資源，幫助其準確洞察市場、抓住商機提高企業競爭力的同時，也給企業數據存儲與數據分析帶來了極大挑戰[3]，當大數據與為企業管理實踐服務的管理會計相遇并發生碰撞時，管理會計的轉型及變革就成了必然[4]。

管理會計作為企業的管理工具，其基本職能就是依靠信息數據支持企業決策、控制、考核和戰略管理[5]。但是，以往的管理會計信息在及時性與相關性方面不能完全滿足企業管理的需求，致使管理會計實踐持續利用狹隘的甚至錯誤的信息來支持企業決策、控制和考核[6]。如今在大數據的背景下，蘊含在圖像、視頻、音頻和文本等內部的多種類型數據的及時獲取、準確處理以及價值挖掘，能夠促進管理控制系統的發展和預算、決策、考核過程的有效進行[7]。同時，大數據背景下的管理會計要以業財融合為基礎[8]，通過業財融合支持多維度數據的獲取。為推進新時期管理會計的發展，2016年10月，財政部制定了《會計改革與發展“十三五”規劃綱要（2016-2020）》，指出各界應密切關注大數據、“互聯網+”發展對管理會計工作的影響，推動財務系統與業務系統的有機融合，促進財務、業務數據的融合與共享。我國對于推進新時期管理會計發展的重視，將管理會計的發展建設提升到國家經濟發展的戰略層面[9]，這為大數據背景下的管理會計發展提供了政策支持。

大數據時代的到來，為管理會計的轉型升級提供了技術支持、指明了方向[9]，并引起了學術界的廣泛關注。2014年財政部頒布的《關于全面推進管理會計體系建設的指導意見》指出，要以突出實務為導向，全面推進管理會計體系建設。之后，大數據背景下的管理會計研究顯著增多。但由于是新興領域，存在著研究主題過于集中、研究成果觀點重復的現象[10]，且關注點多集中于大數據背景下管理會計的機遇、挑戰、變革、應對措施以及人才能力需求等方面，鮮有學者研究大數據背景下的管理會計在企業具體業務活動中的應用。因此，針對現有研究的不足，本文重點關注大數據背景下的管理會計應用。首先，分析了管理會計在大數據背景下的變革；其次，以業財信息融合為基礎，從業務流、資金流、信息流和利益相關者流四流入手，對大數據背景下的管理會計應用進行了分析；最后，探討了大數據背景下的管理會計在制造業供產銷三大業務活動中的應用。以期為大數據時代下管理會計的進一步應用與發展提供參考與借鑒。

二、基于大數據的管理會計之變化

大數據是指海量的、來源渠道多樣化、類型復雜繁多、處理速度更快，且其價值可以被循環多次利用的信息資源，具有大量、多樣、高速和價值密度低的特點[1]。大數據開啟了一次重大的時代轉型，不僅改變了衛生公共領域、天文學領域、科學研究等相關領域，整個商業領域也都因為大數據而重新洗牌。其促進了管理會計的變革，主要體現在管理會計數據搜集、存儲、分析處理以及管理會計人才能力需求等方面。

1.基于大數據的管理會計數據搜集方式及內容之變化。管理會計工作的開展需要以大量的信息數據為前提，傳統的管理會計所需的信息數據來源渠道比較狹隘，數據基本來源于企業內部的業務活動，且以結構化數據為主[1]。然而大數據時代，信息資源在一定程度上可以得到共享，因此管理會計所需數據的來源渠道變得多樣化，既可以從企業內部的業務活動中獲取，也可以從企業外部獲取，如微博、博客、論壇等社交網絡；獲取的數據類型復雜，包括各種結構化數據、半結構化數據和非結構化數據，且企業中近乎90%的數據是半結構化數據和非結構化數據[11]。管理會計所需的數據既包括文本內容（即結構化的、半結構化的以及非結構化的），也包括基于多重平臺（例如社交媒體站點、網絡物理系統、物聯網等）上的視頻、圖像、音頻通信等多媒體內容[2]。

2.基于大數據的管理會計數據存儲之變化。大數據背景下的數據更新速度很快，呈現出前所未有的爆發式增長特征[9]，如百度每天要存儲1PB 以上的數據，谷歌公司每天要處理超過24PB 字節的數據。然而，目前企業的數據庫一般僅能存儲類型單一的結構化數據，且基本不能存儲TB 以上級別的數據[12]，不能適應大數據背景下管理會計所需的多種類型數據的要求。這就需要運用計算機集群和分布式存儲技術建立大數據庫，滿足海量數據的存儲要求，既能存儲結構化數據，又能存儲半結構化和非結構化數據。同時，可以將大數據庫分為幾個不同的模塊[1]，如采購數據庫、生產數據庫、銷售數據庫、客戶服務數據庫等，便于數據的集成、查詢并進行精細化管理。

3.基于大數據的管理會計數據分析處理方式之變化。大數據庫完成數據的集成和存儲后，關鍵在于數據價值的挖掘和提煉，因此迫切需要一系列專門的方法對海量數據進行分析處理，挖掘出管理會計所需的有價值的數據信息[9]。大數據背景下，傳統數據抽樣分析以及針對結構化數據的分析處理方法的局限性日漸突出，已不能滿足如今大數據的挖掘和提煉工作。傳統分析技術只能對結構化數據加以統計分析，因此非結構化數據只有被轉化為結構化數據后才能得以分析進而被有效利用，但是將非結構化數據轉化為結構化數據可能會使會計信息的及時性和質量達不到標準要求，同時不能完全包含原有的所有信息[12]。在大數據庫的基礎上構建以云計算為核心的大數據分析平臺，可以實現數據的快速傳輸和信息共享，并且可以在保持原有數據信息不失真的情況下實現不同格式文件的相互轉換，可以運用聚類分析、決策樹分析、回歸分析、時間序列分析、因果預測分析等工具方法進行分析處理。

4.基于大數據的管理會計人才能力需求之變化。管理會計服務于企業的經營決策和價值創造，對管理會計人才的素質要求較高，需要具備財務會計、管理會計等專業知識以及一定的統計分析能力[9]，大數據時代的到來使得管理會計人才本就稀缺的現狀更加突出。大數據時代對于管理會計人才的素質和能力有了更高的要求，挖掘或培養出能夠滿足大數據時代要求的復合型管理會計人才迫在眉睫。管理會計人員為了能夠在大數據工作方面占有一席之地[13]，除應具有會計專業知識以外，還要具備計算機及應用系統軟件的能力，以及大數據挖掘篩選、分析處理的技術能力；另外，大數據背景下管理會計應加強業務活動與財務活動的有機融合，因此管理會計人才還需要具備良好的溝通、人際交往與團隊協作能力。企業一方面可以通過在社會上進行人才招募，另一方面可以對現有員工進行培訓或派出學習，緩解大數據時代下復合型管理會計人才的需求壓力。

三、大數據背景下的管理會計信息應用框架

基于大量的數據信息，管理會計分析過去、把握現在并預測未來。傳統的管理會計工作關注對財務數據的分析處理，忽視了業務數據的重要性，“業財融合”思路的缺失導致財務活動與業務活動融合較難，也無法達到大數據時代企業管理的要求。為保證企業管理的有效運行以及價值創造的實現，應當積極利用信息化手段和大數據技術加強業務活動和財務活動的有機融合。基于這一理念，本文從業務流、資金流、信息流和利益相關者流四流入手，構建大數據背景下的管理會計信息應用框架，具體如圖1所示。

圖1 大數據背景下的管理會計信息應用框架

圖1 中，大數據背景下的管理會計信息應用框架主要包括五個層次：基礎信息層、數據輸入層、數據集聚層、分析處理層和應用報告層。大數據背景下的管理會計信息應用框架需要網絡、主機、系統、服務器和智能終端等基礎設施的支持，且以信息的產生及流動為基礎。業務層所包含的業務可以分為兩類：涉及資金運動的業務和不涉及資金運動的業務[14]。當涉及資金運動的業務發生時，其所包含的資金信息自動流向資金層，資金層中與利益相關者有關的信息先流向利益相關者層再流向信息層，不涉及利益相關者的信息直接流向信息層，從而體現了資金信息的流動過程。當不涉及資金運動的業務發生時，對于其中涉及利益相關者的信息先流向利益相關者層再流向信息層，不涉及利益相關者的信息直接流向信息層。

1.基礎信息層。主要是對企業管理所需數據信息基于多種渠道進行搜集，包括采購信息、生產信息、銷售信息、行業信息、競爭對手信息等。傳統的管理會計決策，主要依賴內部的財務信息及非常有限的外部公開信息，而大數據時代為各種信息的獲取提供了便捷，管理會計應綜合分析包括業務信息、財務信息在內的各種內外部信息來進行相應的經營決策。其中，業務信息主要是指業務活動過程中產生的包含交易進展情況、事物狀態變化的相關信息，如生產流程信息、人員變動信息、客戶服務信息、業務訂單信息、合同信息等；同時跟隨業務信息產生的涉及資金變化運動的以貨幣來計量的信息就是財務信息，如成本信息、收入信息、材料采購信息、資產折舊信息等。

2.數據輸入層。數據輸入層把基礎信息層搜集到的原始數據信息錄入有關系統。數據輸入層要建立完善的數據輸入控制邏輯，基于大數據時代信息來源渠道的多樣化，為避免信息邊界的模糊不清，同一類型的數據要確保來源渠道一致。建立數據共享中心，將收集到的結構化數據、半結構化數據和非結構化數據錄入系統時，能夠實現一次錄入所有系統共享，實現企業數據的集中化處理，這樣的數據共享模式能夠大大提高大規模企業的業務和財務處理效率。運用計算機技術在各個子系統之間建立自動對接接口，實現信息的自動傳輸和共享，促進業務信息與財務信息的有機融合，為大數據背景下的管理會計信息應用提供業財信息基礎。

四是嚴格水利建設管理。88個縣組建了水利建設管理中心，對中小型水利工程建設實行集中管理。嚴格水利工程招標代理市場準入和退出管理，出臺水利建設市場主體預選承包商管理制度，從今年7月1日起已全面應用市場主體信用信息，全部招標投標項目必須進入公共市場交易。

3.數據集聚層。根據企業的管理要求對數據輸入層錄入的數據信息進行初步篩選，分門別類地存儲在大數據庫的不同子模塊中，為后續的數據分析以及模型構建提供龐大的數據基礎。將業務數據和財務數據按照相互關系和邏輯進行一定的整理后分門別類地存儲在管理會計大數據庫中，便于進行數據的精細化管理。大數據保存在網絡云端，不占用企業本地存儲空間，可以滿足企業對于海量數據的存儲要求。企業應根據不同階段的管理目標和價值需求定期更新大數據中的信息[11]，不斷豐富大數據庫中的信息，為后續的數據分析和應用報告提供多樣化的數據資產。

4.分析處理層。管理會計需要將存儲在大數據庫中的數據基于分析平臺運用一定的分析方法進行計算、加工處理和建模分析，把歷史信息轉換為對企業管理決策有價值的信息。傳統的管理會計基于抽樣分析，分析的是樣本數據，而大數據時代分析的是所有數據，指的是當預測或者決策某一事項時，應將與此事項相關聯的所有數據集聚起來進行綜合分析，從而發現樣本數據無法揭示的細節信息及隱藏價值。前述的基于云計算的大數據分析平臺可以通過聚類分析、決策樹分析、回歸分析、時間序列分析等工具方法實現海量數據的快速處理，同時可以根據不同的管理需求建立一定的數學模型，如可以基于歷史銷售數據及市場需求和顧客偏好，建立銷售預測模型，合理確定銷售量。

5.應用報告層。根據分析處理層的數據分析結果生成基于多維度的業財融合管理會計報告體系。管理會計報告體系不同于財務會計報告體系，它是根據管理層和企業的實際管理需要基于數據分析結果生成的，不具有固定的報告類型、格式和報送時間要求，因此可以根據不同的管理領域生成不同的管理會計報告，管理者據此作出合理的經營規劃和決策，并對企業或者員工的業績進行考核等。大數據時代的信息獲取更加及時、全面，使得生成實時化的基于多維度的管理會計報告成為可能。

具體地，企業基于多維度的業財融合管理會計報告體系如圖2所示。

圖2 基于多維度的業財融合管理會計報告體系

若管理者需要了解成本現狀，可以實時生成多維度成本管理報表，包括成本投入、成本耗費、成本歸集及分配等信息；若管理者需要對業績進行考核，可以實時生成業績考核報告，包括企業總體業績報告、各部門業績考核報告以及管理者和員工業績考核報告等[15]。

圖2僅展示了管理會計報告體系前三級的主要內容，如第三級的企業經營狀況分析報告下包括成本及費用管理報告、產品銷售報告、利潤分配報告、資源投入及配置報告等，諸如此級的具體內容此處不再贅述。

四、大數據背景下的管理會計信息應用框架在供產銷活動中的應用

本文以制造業企業為例，對大數據背景下的管理會計信息應用框架在制造業企業供產銷三大業務活動中的應用進行了研究，如圖3所示。

圖3 大數據背景下的管理會計信息應用框架在供產銷活動中的應用

采購活動信息的產生及流動如圖4 所示，采購業務活動的過程反映在業務層，包括以下七個步驟：企業根據生產計劃及庫存狀況制定并審核采購計劃→供應商的評估選擇→生成采購訂單→采購業務人員執行采購單并簽訂合同→采購物資的發貨及運輸→物資的驗收入庫→采購貨款的結算。業務層活動包含兩類，一類是涉及資金運動的業務，如采購貨款的支付；另一類是不涉及資金運動的業務，如采購訂單上的物資型號、數量、業務員等信息。當涉及資金運動的業務發生時，其所包含的資金信息自動流向資金層，采購活動中涉及的資金運動與資金層的會計科目相互對應，包括銀行存款、預付賬款、應付賬款、原材料、在途物資、應交稅費、應付職工薪酬等科目；其中，與利益相關者有關的信息先流向利益相關者層最后流向信息層，如采購人員的工資結算，不涉及利益相關者的直接流向信息層。當不涉及資金運動的業務發生時，涉及利益相關者的信息自動流向利益相關者層最后流向信息層，如供應商的信用評估信息，不涉及利益相關者的信息直接流向信息層。信息層中匯集了采購業務活動全過程的信息，為管理會計框架在采購活動中的應用提供了信息來源。

圖4 采購活動信息的產生及流動

供應商數據庫為企業進行供應商的評估選擇提供了全面可靠的信息。將基礎信息層搜集的供應商的有關信息，包括供應商的名稱、編號、所在地區、原材料質量、生產能力、信用記錄、發貨速度、材料價格、長期合作意識等，輸入并經過初步篩選存儲在供應商數據庫中。根據有關數據信息建立供應商評估指標體系，包括原材料質量、原材料價格、信用狀況、供貨能力、服務質量等具體指標，并結合企業的管理需求對這些指標進行重要性程度分析，構建供應商評估模型，利用搜集到的數據基于大數據分析平臺運用決策樹分析、聚類分析、層次分析等模型進行計算[16]，對供應商進行綜合評估，生成供應商選擇評估報告，選取得分靠前的供應商進行合作。

采購資金管理數據庫使采購活動占用的資金可視化，為采購資金的預算、管理和控制提供了信息支持。把基礎信息層搜集的有關采購資金的信息輸入并經過篩選存儲在采購資金管理數據庫中，一是可以對應付賬款、預付賬款、銀行存款等資金科目進行多維度分析，生成對應的分析維度表；二是可以對采購的成本費用開支情況進行匯總與分析。通過對應付賬款進行分析，實時了解企業因采購活動而承擔的債務，根據采購合同和發票記錄的有關信息，建立應付賬款分析維度表，包括應付賬款發生日期、金額、支付日期、支付方式等信息，分析企業的采購貨款償付能力，檢查企業是否存在超期付款的情況，保證企業及時還清貨款。與應付賬款類似，對預付賬款進行分析生成預付賬款多維度分析表，記錄預付賬款發生日期、預付金額、發貨日期等，及時提醒供應商發貨。對采購成本及費用進行匯總，通過對采購成本結構進行分析，企業可以實時了解采購成本各項目，如采購金額、運輸費用、入庫前的挑選整理費、保險費等占比情況，從具體項目入手對采購成本進行控制。企業通過采購資金管理數據庫對歷史采購成本費用開支情況進行匯總與分析，結合采購計劃科學制定出采購資金預算計劃，并下達到采購部門。采購部門根據采購計劃和資金預算開展采購活動，對采購資金的使用情況進行實時查詢與對比，并進行實時控制和調整，以縮小資金預算與實際開支的偏差。

原材料采購管理數據庫實時存儲基礎信息層搜集的并經數據輸入層輸入的與原材料采購相關的一些基礎信息，如原材料類別、物資型號及規格、采購數量、單價及金額信息、業務人員等信息，企業根據管理需求可以對此類數據進行相關分析，加強對原材料的采購管理。庫存管理數據庫存儲采購材料的類別、名稱、型號、數量、倉庫、歷史成本等信息，實時提供有關材料物資的庫存信息，針對不同的材料建立最低庫存預警機制，當達到最低庫存量時發出預警，以便督促采購部門及時進行采購工作以滿足企業生產經營的需求。

2.生產活動的應用。企業生產業務活動的發生，伴隨著資金運動和生產信息的產生及流動過程，將大數據背景下的管理會計信息應用框架應用到生產活動中，可以實現業務活動和財務活動的深度融合，實現業務流、資金流、信息流和利益相關者流的有機統一，為生產管理決策提供全面信息，同時可以對產品的生產過程進行實時管控。

生產活動的業務流程主要包括領料環節、生產環節、完工入庫環節以及成本費用的歸集和分配環節，如圖5所示。

圖5 生產活動信息的產生及流動

生產活動一般分為以下幾個步驟：企業根據銷售訂單和銷售計劃制定生產計劃→將生產計劃作為生產訂單下達到生產車間→生產車間根據計劃領用生產用料→生產線及生產流程的安排→投入生產→完工產品質檢完成入庫→成本費用的歸集與分配。當業務活動涉及資金運動時，其所包含的資金信息由業務層自動流向資金層，與資金層的會計科目相互對應，包括銀行存款、原材料、固定資產、累計折舊、生產成本、制造費用、應付職工薪酬、庫存商品等；其中，與利益相關者有關的信息先流向利益相關者層最后流向信息層，不涉及利益相關者的信息直接流向信息層。當不涉及資金運動的業務發生時，涉及利益相關者的信息自動流向利益相關者層最后流向信息層，不涉及利益相關者的信息直接流向信息層。信息層中匯集了生產業務活動全過程的信息，是管理會計信息應用框架的基礎信息層的信息來源。

基礎信息層搜集的有關生產信息經數據輸入層輸入后存儲在生產業務大數據庫中，生產業務數據庫應存儲全面、可靠的用料管理、生產過程管理、工時管理、固定資產管理、質量管理等信息[14]，為后續的分析及報告產出提供了豐富的數據資產。在生產業務數據庫下設產品、設備、員工等子數據庫，分類存儲與之相關的結構化、半結構化和非結構化數據，根據管理決策要求基于大數據分析平臺對有關數據進行全面分析，必要時構建模型輔助分析，生成相關報告供管理者決策使用。

企業生產的各種產品信息存儲在產品數據庫中，包括產品名稱、產品型號、生產批次、生產工藝流程、生產數量、生產流程、生產車間、完工程度、成本結構（直接材料、直接人工、制造費用）、產品質量檢測等信息，授權人員可以實時獲取所需要的產品信息。可根據產品的有關成本數據，對產品成本性態進行分析，實時獲取產品直接材料、直接人工與制造費用的占比以及與其定額預算和往期同類型產品成本的差額，生成產品成本分析報表，對產品的生產過程進行實時管理和控制，做出成本控制及改善的分析建議報告供生產部門使用。若企業的成本超過預算，管理者可以通過查看相關數據分析引起單位成本上升的原因，從而采取相關措施來降低產品單位成本；管理會計可以根據產品的質量檢測報告以及客戶對產品需求的相關信息，及時地調整策略改善產品質量，提高市場占有率。

設備數據庫中存儲著生產使用設備的各種信息，如設備名稱、原值、凈現值、已使用年限、剩余使用年限、累計折舊、使用狀態、可生產的產品、質量檢測等信息。將這些數據信息進行處理，以可視化的圖形界面實時展示車間當前的設備布局、各設備的狀態以及其生產效率和生產進度等，使管理者可以實時了解當前車間設備的運行情況以及生產情況。管理會計可以對設備相關信息進行分析，生成設備生產狀態報告和質量檢測報告，實時反映設備當前的工作狀態、效率及設備質量，及時發現設備生產過程中的毀損及可能發生的故障，以避免設備突然停止運轉而影響產品生產。

員工數據庫中包含著員工姓名、年齡、文化程度、工齡、崗位、基本工資、績效工資、事假、病假、曠工、遲到等信息，據此可以生成員工的出勤情況明細表及工資統計表等。企業可根據生產業務數據庫中的信息生成管理會計相關評價指標，進而生成相應的業績評價報告，對各項生產活動從多個維度進行評價，例如以某一車間、某一生產線為單位統計某年各月份的計劃任務量、已完成量和不合格量，既可以作為車間績效評價的一部分，也可以作為員工績效評價的一部分。

3.銷售活動的應用。銷售活動的業務層反映了銷售活動發生的全過程，主要分為以下幾個步驟：根據市場需求和企業生產能力制定銷售計劃→合理定價銷售商品→下達銷售訂單并簽訂銷售合同→商品發貨→銷售收款→售后服務。資金層反映了銷售活動中的資金運動，對應銀行存款、應收賬款、預收賬款、庫存商品、應交稅費、銷售費用等會計科目。利益相關者層內含銷售活動中涉及利益相關者的部分信息，如客戶的信息管理。信息層匯集了銷售活動全過程的信息，依托大數據技術，將信息層的數據信息進行整理分析，為管理會計的應用提供必要條件。

圖6清晰地反映了銷售活動的業務流、資金流、信息流和利益相關者流的流動情況。

圖6 銷售活動信息的產生及流動

基礎信息層完成對銷售活動全過程信息（包括來自外部互聯網有關數據）的搜集之后，數據輸入層將其錄入有關系統，通過數據共享中心實現一點錄入全系統共享。數據集聚層基于大數據庫將業務數據和財務數據分門別類地儲存在銷售管理數據庫、銷售資金管理數據庫、客戶管理數據庫、商品管理數據庫等子數據庫中，實現管理決策所需信息的集中化與精細化管理。企業根據不同的管理需求和管理目標，基于大數據分析平臺對其所收集的相關業務數據和財務數據進行加工、挖掘和清洗，建立不同維度的報表，對銷售計劃、銷售定價、銷售訂貨以及收款等流程進行多維度分析，生成可供管理者決策的管理報告。管理會計一方面需要進一步分析本行業的市場結構，并預測未來的市場前景，以產品、客戶、時間、地區等為對象計算成本和分析盈利能力；另一方面，還應搜集本行業市場上現有產品的品牌、成本、價格和盈利水平等方面的信息，分析競爭者的產品在市場中的地位和份額，從而在市場上保持一定的競爭優勢。

銷售管理數據庫存儲著與銷售活動相關的一些基礎信息。通過對銷售訂單中所蘊含的商品型號、規格、數量、價格、運輸方式、付款條件、業務人員等信息，以及從外部渠道搜集的有關客戶及市場需求、市場價格變動趨勢等信息進行分析，可以預測未來某一期間的銷售量、銷售價格和銷售利潤等，生成銷售預測報告。銷售訂單中的付款條件包含三種，即錢貨兩清、賒銷和預收，管理會計可以從不同角度詳細分析不同銷售形式的銷售訂單。同時，管理會計也可以以產品和時間為維度進行分析，從銷售數據維度表中可以反映出某一產品或某一期間的銷售業績；從客戶角度進行分析，可以顯示出客戶的需求量及偏好，以便有針對性地服務客戶，與客戶建立長期合作關系；從銷售人員角度進行分析，可以顯示出業務人員的銷售能力，生成員工業績考核報告，對于銷售能力強的業務人員進行適當嘉獎以資鼓勵，對銷售業績較差的業務人員進行長期培訓以提升其銷售能力。管理會計利用多維度的銷售數據分析表和市場情況制定銷售預算報告，并傳達給生產部門，使生產部門能夠清楚地了解各產品的預計銷售量，結合企業的生產能力制定生產計劃，確定合適的存貨庫存量，滿足企業銷售需求。管理會計可以根據銷售管理數據庫中的有關信息建立風險預警指標，對銷售單價、市場價格、銷售數量、市場需求等進行深入分析，預測銷售活動中可能存在的風險，若風險衡量指標達到一定警界值則向管理人員發出預警，及時調整銷售計劃[17]。

銷售活動中的資金流是企業進行日常生產經營活動的前提，通過分析銷售資金管理數據庫中的銷售收款信息使企業的銷售資金流可視化，實現管理者實時了解企業的銷售資金流情況。銷售資金管理庫中的資金流有三種形式，即錢貨兩清的銀行存款、賒銷的應收賬款和預收的預收賬款，分析三種形式款項的占比情況，管理者可實時了解企業的銷售現金流狀況以及與之直接相關的資金周轉率，若某一期間應收賬款占比較大，表示這一期間賬面上的利潤較多而實際的收益較少，這對于企業的生產經營是不利的。管理會計可以對企業的應收賬款基于客戶和時間維度進行詳細分析，生成多維度應收賬款分析表，對應收賬款的回收期進行分析，建立應收賬款催收預警機制，即在將達到應收賬款回收期時發出預警，保證企業可以按時收回銷售貨款。管理會計可以通過對銷售收款有關數據的詳細分析，制定嚴格的銷售收款流程，控制現銷業務的款項收取；對于應收賬款方面，合理確定賒銷限額、賒銷期限，降低由應收賬款不能及時收回引起的壞賬風險，即企業銷售收款風險。

管理會計將搜集的客戶有關信息存儲在客戶管理數據庫中。客戶信息主要包括描述類信息、行為類信息和關聯類信息三種類型，描述類信息包括客戶名稱、客戶地址、聯系方式等描述客戶基本屬性的信息，行為類信息包括客戶購買服務或產品的記錄等信息，關聯類信息包括客戶滿意度（包括售后服務）、客戶忠誠度（客戶對產品的態度）等信息，為客戶的需求預測和信用評估提供全面可靠的信息。對客戶的需求偏好以及對產品的態度進行分析，生成客戶需求分析報告，針對不同地區的不同客戶制定有針對性的營銷策略。售后對客戶進行回訪，對客戶滿意度進行調查分析，生成客戶滿意度調查報告，發現企業在客戶服務方面存在的問題并加以改進，以便提升服務質量，與客戶建立長期合作。根據有關數據建立客戶信用評估指標，建立信用評估模型并加以計算，生成客戶信用評估報告，將客戶按信用等級進行排序，針對不同的客戶制定不同的信用政策并確定賒銷金額和期限，降低因信用帶來的風險。

商品管理數據庫存儲著與商品有關的一些基礎信息，如商品名稱、類別、銷售量、庫存量、成本、價格、存儲倉庫，管理會計可以根據不同的管理要求對有關數據進行加工處理、挖掘其背后的價值，生成相關報告，以供管理者決策使用。

企業的采購活動、生產活動、銷售活動是通過信息流緊密聯系在一起的，管理會計框架數據輸入層的數據共享中心可以實現一點輸入全局共享，因此采購數據庫、生產數據庫和銷售數據庫的信息不是獨立的，而是相互關聯的。如當管理會計進行經營預測時，根據銷售數據庫中有關信息制定的銷售預測報告對于其他預測（成本預測、資金需求預測）的制定起著決定性作用；管理會計制定生產計劃時要以生產數據庫中的有關信息和銷售數據庫中客戶訂單、銷售計劃信息為基礎；當企業制定全面預算報告時，銷售預算應根據企業的經營目標和生產能力來制定，同時，銷售預算又是其他預算（生產預算、制造費用預算等）的起點。

五、結論

大數據時代的到來，使得整個商業領域重新洗牌，給服務于企業管理和價值創造的管理會計帶來諸多發展機遇的同時，也帶來了前所未有的挑戰，企業經營管理即將步入一個全新的階段。大數據給管理會計數據搜集、存儲、分析處理以及管理會計人才能力需求等方面帶來了巨大的影響，促使管理會計方方面面的變革，使得管理會計能夠更好地發揮控制、規劃、決策和考核職能，進而保證企業管理的有效運行以及價值創造的實現。我們應當抓住大數據這一契機，在財務共享背景下，積極利用信息化手段和大數據技術構建能夠滿足新時期企業管理需求的業財融合管理會計框架，加強業務活動和財務活動的有機融合，實現業財一體化。

基于此，本文從業務流、資金流、信息流和利益相關者流四流入手，以信息的處理過程為主線，構建基于大數據背景的業財融合管理會計框架體系，包括基礎信息層、數據輸入層、數據集聚層、分析處理層和應用報告層五個層次，并以制造業企業為例對其在采購、生產和銷售三大業務活動中的應用進行研究，從有關信息的收集入手，錄入系統并根據企業的管理要求對數據信息進行初步篩選，分門別類地存儲在大數據庫的不同子模塊中，基于大數據分析平臺運用一定的處理方法進行計算、加工處理和建模分析，把歷史信息轉換成對企業的管理決策有價值的信息，最后生成管理會計報告，為企業的管理與決策提供及時、全面的信息，對數據背后的價值進行充分挖掘，提高企業經營管理水平。但本文的不足之處在于僅對大數據背景下管理會計框架的構建做了初步的研究，研究內容還僅僅停留在理論層面，未來可通過案例和實地研究的方法去驗證管理會計框架的可行性。如果能夠得到具體的實踐支持，將對管理會計的實踐層面有著重要的指導意義。