企业会计业务中大数据技术的实施及其对决策影响

黄永莹

摘要：尽管大数据分析在很多方面取得了相当大的进展，但大数据在会计业务分析方面的应用将对决策者产生重要影响。实现大数据在会计业务中实施，是大数据应用的重要体现，是实现高效、正确的管理决策的重要保障。通过有效地在会计业务中实施大数据技术，才能有效地协调各类活动，将大数据转化为洞察力，决策和行动。

关键词：大数据;会计;管理;决策

一、引用

在過去几年中，“大数据”一词已成为新的热门话题。大数据体现了现代信息技术的大批量、高速度、创新形式的信息处理，大数据的实施增强了决策者的分析力，使决策制定更加合理。会计的主要目标始终是为内部和外部决策者创建和提供信息，会计人员了解大量的业务数据，无论是来自基于纸张的系统，还是基于计算机的系统，还是高度技术化的企业系统。使用专门的财务会计分析工具，会计人员记录、过滤、汇总和整合这些数据，为内部和外部决策者提供真实可靠的信息。

在大数据热潮的时代，我们的会计业务正在经历业务数据分析领域的前所未有的变化，这些变化引起了人们对高级大数据工具和技术越来越浓厚的兴趣。大数据技术包括“数据可视化，企业业务服务，电信，云基础架构，集成审汁模块，数据库仪表板指标，基于Web的协作，和可扩展的业务报告协议”。鉴于这些技术正在改变会计行业，衔接委员会建议会计程序整合商业和会计信息技术，将电子表格和商业智能/分析作为最重要的两个方面。几十年来，传统的企业系统一直在总账和其他会计应用或模块中收集非财务信息，此外，会计人员曾将其专业知识扩展到新的数据。例如，在20世纪90年代，会计人员将传统的审计服务扩展到保证服务。这些保证服务检查并确保各种不同类型的信息，例如系统可靠性和电子商务。在会计业务中使用大数据在当今的环境中非常重要。例如，由美同注册会计师协会和美国会计协会组成的审查高等会计教育未来衔接委员会建议，教育者“转变学习”反映当前和新兴技术以及全球商业趋势。

从本质上讲，会计业务是一个跨学科的综合技能，不仅需要统计学，数据管理和分析的知识，还要为大数据动手使用适当的工具，能快速，轻松地将大数据技能融入他们的技能。美国会计协会（AAA）加大了支持将大数据纳入会汁业务，举办各类研讨会，以便与会汁从业者和软件供应商进行互动。美国会计协会还在2015-2016年期问举办了大数据网络研讨会，讨论了可用数据集以及审汁和管理会计中的大数据。本文介绍大数据技术的分析过程，详细说明企业会计人员将大数据转换为分析，决策和执行的过程，提出了企业会计人员可能遇到的技术障碍和解决方案。

二、企业会计大数据技术分析过程

企业会计大数据分析的目标是增强组织决策和决策执行流程。知情决策是组织成功的基石之一，在制定运营和战略决策之前，综合分析信息的重要性已在许多组织研究人员和从业人员的工作中得到强调。在做出重要决策时，管理人员会通过企业会计人员收集数据，生成多种替代策略，并在做出最终决策之前仔细评估这些策略及其结果。一旦实施，将评估决策的实现结果，以生成循环回到后续决策阶段的其他信息。企业会计大数据分析过程类似于上述用于提高决策质量和结果的综合决策方案。企业大数据分析过程由图1中描述的四个重要阶段组成。

第1阶段：从内部和外部源收集大量，多样且通常非结构化的数据，并使用高级分析工具和算法进行清理和分析处理，以生成见解。然后，这些见解由决策者解释并用于决策过程。

第2阶段：在第1阶段中生成的见解转化为决策。这是由管理人员完成的，他们将从数据分析中产生的见解进行具体化，并为他们赋予意义。

第3阶段：决策转化为具体的执行。换句话说，就是执行决策。

第4阶段：将决策转化为执行会产生额外的数据点，这些结果将循环回到流程中，以便将来做出决策。这样，大数据分析的自我延续周期可以有利于组织决策。大量的内部运营数据（例如库存更新，员工绩效，金融交易，消费者行为，销售）和从外部来源收集的数据（例如客户评级，电子商务通信，社交媒体）被收集和转换进入可行的决策。

例如：苏宁的会计大数据分析部门，通过分析与在线和店内销售相关的大量实时数据，可以产生关于苏宁客户的每日或每周需求和偏好变化。然后，所生成的指示消费者购买习惯中先前未知趋势的结果，可以使其管理者修改供应计划或产品供应以解决新出现的客户需求（转化为决策和执行）。随后，所实施的变化可以影响需求并触发客户购买行为的额外变化，这些变化创建新数据点，这些新数据点被收集和存储以供将来分析（即将决策执行转换为新数据）。大数据分析周期中的每个阶段都需要特定任务，需要特定资源，并需要特定组织参与者的关注。特别是，管理人员和会计数据分析员对周期的不同阶段有重要影响。会计数据分析员主要负责与数据收集和分析相关的技术任务（即第1阶段和第4阶段），并通过向管理人员传达技术发现来帮助解释过程（第3阶段）。管理者在周期的解释和执行阶段发挥主要作用。从设计正确的数据采集和管理系统到解释大数据分析产生的见解，需要在流程中进行管理参与。

三、企业会计业务中的大数据分析工具

大数据分析技术在会计领域的应用可分为两大类：描述性数据分析工具和规范性预测分析工具。

描述性数据分析工具：第一类大数据分析工具可帮助会计从业人员和管理人员根据过去的数据了解其业务的当前状态。这些工具通过在总体水平上揭示现有状态或模式来解决过去的业务问题。描述性分析工具还可以发现与业务流程相关的隐藏且可能有用的信息。例如，考虑一家大型银行需要更好地了解其当前客户的不同部分，以便为他们提供专业服务。通过使用基于聚类算法开发工具，银行可能能够发现具有类似特征的不同类别或客户群，而这些特征是决策者所不知道的。此外，还可以使用描述性数据分析技术发现两个特定变量之问的事件或关联模式。在这方面，关联规则发现算法可以帮助诸如家乐福、苏宁之类的大型超市有效地估计哪些产品更可能～起购买以使它们可以彼此靠近放置。

规范性预测分析工具：第二类大数据分析工具可帮助会计从业人员或管理人员根据现有数据分析预测未来可能的状态、模式或结果。预测模型使决策者能够使用现有数据预测感兴趣变量的估计值。使用数据挖掘，统计建模和机器学习等各种技术用于预测决策者不了解的事件。例如，大型银行可以依靠分类算法来分析数据，以预测现有客户是否可能开设新的储蓄账户。通过分析客户的行为和特征而建立的这种预测工具可以使银行识别易于转换的客户并参与有针对性的广告活动以吸引他们。基于回归分析算法的工具形成另一种重要类型的预测模型，用于预测连续数值变量的值。例如，回归模型可以根据市场条件和客户及竞争对手的其他相关历史数据预测未来销售。应该注意的是描述性和预测性工具主要南会计数据分析员在将大数据转化为有意义的见解（即大数据分析周期的第一阶段）的过程中使用。因此，如前所述，这些工具的基本管理知识丰富了管理者与会计数据分析员之问关于大数据目标的互动，并有助于成功实施大数据战略。

四、可能遇到的技术障碍及其解决方案

大数据的具体特征对大数据管理和分析施加了一定的技术限制。技术障碍包括大数据采集，存储和分析所需的昂貴基础设施，以及合格会计数据分析员和分析师的短缺。大数据分析系统需要改进的数据分析基础架构，因为传统的数据管理工具无法扩展难以跟上新数据创建的步伐。实际上，尽管大部分公司意识到数据分析基础架构在获得竞争优势方面的重要性，但只有少部分的公司可以有效地管理其数据分析基础架构。大数据计划的实施要求在构建或购买新数据管理系统，以实现对大数据的有效存储和分析。虽然预计未来对会计数据分析员和分析师的需求将增长300，目前无法成功填补他们现有的会计数据分析员职位。事实上，研究表明，大多数大数据投资由于管理层对流程的误解或由于无法将从大数据中收集的见解纳入组织决策而失败。

商业战略的实施是一个复杂的过程，大多数制定的战略都无法有效执行。在涉及大数据战略时，由于上述特定于该领域的技术和文化挑战，实施过程更加复杂。关键组织决策者在大数据计划的成功或失败中发挥着核心作用，并负责创建关于组织中大数据分析方法的统一愿景.，他们可以创建和维持数据驱动的文化，重视基于证据的决策，并鼓励将数据转化为洞察力，洞察决策和决策成功执行。如果一个组织的管理者未能预见到新提取的见解的可能性，那么从数据中收集的情报对组织来说将毫无用处。管理者在提供支持以克服与大数据相关的技术和文化障碍方面应发挥的作用，如果没有高级和中级管理层参与这一过程，就不可能充分利用大数据分析。此外，在规划和实施大数据战略时，必须将时间视为一项重要资源。换句话说，管理者不应期望他们在技术方面的投资会产生即时回报，因为这个过程需要时问才能得到回报。

同时，有效沟通和协调。在管理人员及其技术团队中建立对大数据目标的共同理解是解决实施障碍和实现大数据梦想的重要一步。管理人员定义大数据计划的业务目标时，会计技术人员负责数据收集，清理和分析，以从数据中获取洞察力。因此，为了将大数据有效地转换为有意义的见解和决策，大数据分析的业务目标应该有效的传达给企业会计人员。在大数据分析周期的早期阶段，管理人员在向业务人员传达业务问题或业务分析的原因方面发挥着关键作用，企业会计人员负责收集和分析大数据等技术方面。在大数据分析周期即将结束时，管理人员应将数据驱动传给实施最前沿的中层职能经理。在整个周期的所有阶段，管理人员和会计数据分析员之间的沟通渠道应保持开放。会计数据分析员和管理人员之间的有效互动是大数据分析汁划的关键成功因素。由于会计数据分析员和管理人员在很多场合来自不同的背景，因此需要有效的沟通来建立信任并最大限度地减少误解。大数据目标的有效沟通可以减轻成功实施大数据战略的文化和技术障碍。开放的组织沟通渠道不仅有助于形成关于大数据战略的共同愿景，而且还有助于协调解决与数据收集，存储，管理和分析相关的问题。

五、结束语

实现大数据在会计业务中实施，是大数据应用的重要体现。实现高效、正确的管理决策是通过有效实施会计业务的大数据战略。同时，需要管理人员更好地了解大数据分析的基本概念，坚持大数据计划，并促进大数据目标的实施。通过有效地在会计业务中实施大数据技术，才能有效地协调各类活动，将大数据转化为洞察力，决策和行动。

参考文献：

[1]曾建勋，魏来.大数据时代的情报学变革[J].情报学报，2015，34（1） 37-44.

[2]时明，李长福.大数据时代背景下管理会计面临的机遇、挑战和对策[J].中国商论，2019（9），174-175.

[3]王莉.大数据时代管理会计的挑战和策略[J].财会学习，2018（35）：92+94.

[4]韦吉利，陈卫星.大数据时代管理会计面临挑战与解决措施[J].现代商业，2018（22）：118-119.