“互联网+”时代管理会计若干问题的思考——基于数据挖掘角度

□（安徽财经大学会计学院安徽蚌埠233030）

2014年至2015年财政部相继发布了推进管理会计体系建设的指导意见和基本指引，这就标志着管理会计体系逐渐上升到标准，从此其也进入了一个新的格局。但在将管理会计应用到实践中也遇到了诸多难题：管理会计使用率较低、管理精髓难以把握与应用等。因此在当今的“互联网+”时代，管理会计要想发挥为经营管理者提供准确决策的功能，就必须将大数据与之相结合，而如何利用大数据进行数据挖掘，发现信息的价值，与管理会计发展密切相关。

一、研究背景与相关综述

数据挖掘与管理会计的融合是当前的热点之一，数据挖掘可以在海量数据中发现有效信息，进而提升管理会计在实际工作中的有效性，能够最大程度地帮助企业更好经营决策。

苏文兵（2008）分析了中国企业对西方先进管理会计的应用情况，并指出其缺乏有效的理论指导；盘飞（2010）主要从管理会计实务、理论基础、研究方法等方面分析企业如何利用管理会计创造企业价值；孟岩（2010）将数据挖掘应用在企业的非财务数据分析中，探讨了如何解决企业管理中的相关问题；张树森（2014）指出在大数据时代，企业中的财务部门要学会分析数据，进而优化企业经营管理模式。

二、大数据与管理会计的相关理论分析

（一）数据挖掘

随着信息化时代的到来，信息数据的巨大潜力显露出来，与此相关的人工智能和数据挖掘也逐渐应用在金融、电信等相关行业，各国政府机构和中小企业也逐渐重视商务智能化。在复杂的经济环境中，企业要想在管理上有所突破，必须加强对数据的处理与分析，通过解读数据背后的内容，进而分析复杂的商业结构，为企业管理提供正确的决策。企业从大数据中可以挖掘出顾客的喜好程度、经济状况等，从而不断适应顾客的新变化，提供满意的服务。

数据挖掘的未来发展方向也主要体现在以下几个方面：第一，通过模式化的表达方法探索出数据的种类；第二，利用云计算满足每个客户对于数据的不同要求，进而促进相关课题研究者相互合作，提升科研水平；第三，对图表数据、音频数据等多媒体资料进行深入挖掘与人工智能分析，得出相关研究结论与趋势。

（二）管理会计

管理会计在当前企业经营管理中发挥着巨大的作用：为企业经营提供完整的财务与非财务信息；通过分析数据指标为企业经营决策提供有效建议；通过对企业进行财务状况、成本、利润、现金流量等方面的预测，为企业未来发展提供预测；通过结构化的财务信息业绩考核与非财务指标考核为企业管理层的决策提供相应的评价与指引。结合我国市场经济的发展状况，管理会计的未来发展趋势应该是扩大研究范围和目标，改善研究方法。实际应用中，将管理会计的规范研究与实证案例相结合也会越来越广泛。

三、数据挖掘与管理会计问题的若干思考

（一）管理会计面临的挑战

上世纪80年代，创新学派和传统学派曾就管理会计的发展展开了激烈的讨论，哈佛大学卡普兰教授在《管理会计的兴衰》中指出：传统学派观念与方法均处于落后阶段；而传统学派则抨击前者应用的数学模型脱离实际，不符合管理会计相关性的要求。这次争论也推动了管理会计中作业成本法、及时生产制、平衡计分卡等相关概念的出现。

“互联网+”时代，大数据的广泛应用也对管理会计的发展提出了挑战。第一，数据信息的及时有效性。随着信息技术的不断发展，企业财报数据的处理、加工等方式也发生了巨大的改变。企业不仅需要静态的报表数据与公司财务状况，更需要动态的市场数据来判断经济的走向，进而改善公司经营管理方式。会计人员更要从多维角度出发，实时提供公司的产品质量、成本等信息，充分发挥管理会计在企业绩效考核、风险防范、企业价值创造等方面的作用。第二，信息处理方式。当前的物联网技术可以自动记录企业生产产品成本等相关信息，而企业通过应用管理信息系统捕捉产成品从生产到销售的整个生命周期相关信息，能够及时了解到企业运营、客户需求等方面存在的问题。第三，企业运营管理、组织结构的相关变化。新的运营管理模式，如作业基础管理、全面质量管理、适时制等逐渐出现。企业社会化、结构扁平化趋势也影响着管理者的决策。

（二）数据挖掘与管理会计的相关性思考

“互联网+”时代，企业所拥有的数据作为最基础的资源，能够为企业发展提供无穷的后备力量。随着全球信息数据的开放共享，企业如果能找准经济发展点，注重云计算、大数据、移动信息的框架构建，定能实现差异化竞争，利用新技术优化企业的经营模式与方向。

针对前一部分管理会计面临的挑战，我们将逐一分析其与数据挖掘的相关性。第一，数据挖掘的发展能够应对大数据时代的挑战。通过对获取的企业相关经济数据进行结构化与非结构化分析，管理者可以从中获取对企业决策最核心的信息，这就为企业对其未来经济活动中的预测、规划、考核评价等方面提供了可靠性依据，同时企业也可以优化决策与合理配置资源。第二，数据挖掘为企业多样化管理提供了技术支撑。从企业生产经营活动中的销售、成本、库存管理、产品质量控制到客户服务都会实现一体化流程。除此之外，管理会计多强调非财务数据的应用，这就要求企业利用先进的数据挖掘对其中的大数据集进行剖析，例如公司价值链成本、竞争公司产品质量等较复杂数据。第三，缓解企业组织结构扁平、管理不集中等问题。大数据处理的信息可以通过网络挖掘技术、可视化技术等完成一套完整的分析结果，通过企业内部机制将结果传递给员工，这样不同部门就会依据实际的工作情况和得到的信息对业务作出合理决策，这就极大缓解了企业决策分散化的问题。

（三）“数据挖掘+管理会计”的可行性分析

1.技术实现角度。物质基础：计算机硬件及软件的发展，信息系统的不断优化；云数据库、互联网数据库、物联网数据库等数据库技术的高速发展，为管理信息系统的智能化提供了保障；云计算技术和大数据的发展使得数据挖掘在工作进程中更加流畅与快速；先进的可视化技术使得用户对数据分析结果更加明了；可拓展商业语言为会计数据与信息界定了客观的技术标准。

2.经济效益角度。降低成本是管理会计的目标之一，企业基于数据挖掘可以充分利用企业内外部资源，进而提高资源利用率，创造更高的企业价值。数据挖掘可以在企业原有的管理信息系统上自动收集数据集，能够在人、物、力方面实现最优配置。例如金蝶公司研发的ERP系统，将企业生命周期上的生产制造、销售、供应商管理、客户系统相结合。很多企业在该系统的基础上搭建数据挖掘技术，进而充分利用数据价值与管理系统，节约成本。同时，科学地使用数据挖掘技术可以降低竞争对手在商业情报中的威胁，提高自身企业核心竞争力。

（四）构建“数据挖掘+管理会计”框架的思考

1.理论应用层，它对计算机算法有较高的要求，主要包含对数据挖掘程序、步骤和结果的准确理解与认识，这是结合管理会计与大数据框架中最基础的部分。

2.数据存储与处理层，整合不同部门的数据库信息资源需要强大的存储系统，这些系统中包含着管理会计中所需要的各类原始数据；在存储系统中对数据进行预处理，以此为计算机数据分析模型提供基础。

3.信息整合层，将上层预处理的相关数据进行下一步整理、筛选、变换、合成，形成企业需要的数据仓库与集市，企业数据分析人员以此为数据源，通过应用不同的信息处理模型和工具，将数据信息变为分析报告。

4.管理应用层，企业管理人员将数据分析报告及时传达给内部相关部门，使得公司更多的员工想法能够融入决策当中，以此发挥团队协同的力量。在传达过程中，不同层次的管理人员得到的是相应管理范围的信息，这就使得公司经营更加“智慧化”，从而提高公司整体的核心竞争力。

（五）大数据如何优化管理会计职能

1.合理预测市场状况，优化企业内外资源配置。数据挖掘技术能够通过分析之前相关类型项目的基本信息，进而对该项目利用效率及建设成本进行预测，为企业是否继续进行该项目提供参考。

2.评价原有客户信用水平，预测企业风险。客户的信用水平会影响企业的账款收回能力，如果企业能够有效评价顾客信用水平，就能够降低企业的坏账风险。数据挖掘能够分析出该客户在银行以及购物网站的消费水平与信用等级，企业可利用此信息提供准确服务。

3.挖掘潜在市场，推出新产品。大数据分析能够找准顾客的潜在市场，进而使企业做到精准营销，提高企业现金流与竞争力。

四、总结

将数据挖掘引入管理会计中能够发挥“互联网+”时代数据的重要价值，也会对当前的会计理论产生巨大影响。但在管理会计实际应用中，仍需要以战略管理原理为基本指引，将数据与经验相结合，发挥人的主观能动性，与企业文化相适宜。