管理会计非结构化数据应用之路

张喆瑜 崔晓钟 刘苏慧 沈泽伟 刘林朋 杜天豪

摘 要：大数据技術的不断发展，带动了数据管理方式的变革。传统背景下企业重视结构化数据，结构化数据多以传统的二维表方式进行管理和存储，形式以定量数据为主，定性数据为辅，但目前企业中现存储存的数据80%是非结构化数据。本文将通过讨论非结构化数据的应用可行性，分析非结构化数据应用的潜在价值，对企业管理层应用非结构化数据进行决策的现状进行研究调查，并提出一些建议，希望能为企业提供参考。

关键词：管理会计;非结构化数据;应用

一、引言

随着大数据时代的到来，企业的思维也必须进行变革。企业立足于传统结构化数据的管理方式已经不再适应市场竞争，数据量爆炸式增长也使得企业管理会计数据收集、分析和处理工作也要做出改变，从结构化数据转向非结构化数据。本研究主要对管理会计非结构化数据的应用做出一些说明，并阐述传统结构化数据和非结构化数据在企业管理中的应用分析和比较，探索相关问题，并提出合理建议。

二、传统背景下结构化数据的应用

静态结构化数据是由传统的运营方式产生的，通常情况下，结构化数据是以二维表的方式进行保存和管理的，它是传统的数据库管理系统中的重要组成部分。会计信息一体化目前正处于一个加速化发展但尚未完善的阶段，因此会计处理还是以结构化数据为主。结构化数据包括定量分析数据（金额、数量、重量、日期时间）和定性分析数据（质量、颜色、好坏评价、型号、技术），并通过数据之间因果关系的追溯来衡量会计数据的客观性与真实性。

资产负债表、现金流量表等这些表中的信息被收集、加工、存储、整理和输出的各种结构化数据资料形成了直观的财务报表，管理层可以根据这些直观的数据，了解企业的经营情况和现金流量，并据以做出相关决策，进行战略决策的调整。此外，根据被结构化处理的员工数据，管理层可以评定员工的工作情况、职责履行程度和未来发展情况。

在客户市场方面，银行业广泛地采用大数据技术，在大数据分析阶段， 数据专家整合行内数据、获取必要的行外数据， 以全面了解客户信息。在客户进入阶段，使用数据模型筛选出符合准入条件的客户，并计算合理的授信限额。在客户合作阶段，对客户进行分类，商业银行保存了客户的海量信息，主要包括三类：一是基本信息， 包括客户的身份信息、联系方式、关联关系等;二是金融信息，包括账户、资产状况、交易信息等;三是管理信息，包括客户的等级、标签、归属关系等。这些都属于结构化数据在银行客户领域的具体应用。

三、大数据背景下企业管理层对数据需求的转变

在数据爆炸式增长的时代，很多企业开始意识到数据爆炸性增长带来的隐患，这就是大数据压迫传统数据库所造成的影响，人们也开始重视非结构化数据的应用。

结构化数据易于存储，便于进行检索、统计和分析。各类业务系统中所运用的数据多为结构化数据，适合于大数据的分析挖掘。而非结构化数据是一种不完整、不规则、不遵循数据库二维模式的一种数据模型，它的形式广泛而多样，包括所有格式的办公文档、图片、HTML、各类报表、图像、音频或视频等。

据Gartner Group公司统计，如今社会企业中80%的数据为非结构化数据，并且这些数据每年按指数增长60%，因此，非结构化数据已逐渐成为大数据的主体。

数据是企业管理的基础， 随着企业管理的规范化、科学化，新的管理理念也孕育而生。管理的重心也从对企业经营生产的过程监管，逐渐倾向于对经营活动的预测、预判、预控。所以全面预算管理和成本控制成为实现这种全新管理模式的重要手段。但无论是预算管理还是成本控制，都是以大量企业经营数据为基础的。

随着信息技术的发展，非结构化数据的数量日趋增多。对海量非结构化数据进行整合并挖掘数据背后的价值成为指导企业决策的重要依据。如果说结构化数据用详实的方式记录下企业的生产交易活动，那么非结构化数据所反映的信息则蕴含着诸多企业效益提高的机会。

经相关机构调研发现，无论是政府还是企业多年所积累的信息数据中，易于分析挖掘的结构化及半结构化数据仅占 10%，大多数为非结构化数据。因此，企业从结构化数据到非结构化数据的需求转变，无疑是适应社会发展的明智之举。

四、提供企业所需要的非结构化数据成为可能

在大数据时代，非结构化数据能够被有效利用将成为可能，分析非结构化数据能提供决策层所需要的数据依据，并且支持和促进企业管理层的决策。

非结构化数据的形式多样，因此伴随着难以分析的问题。不能够简单用二维逻辑表示的非结构化数据，通过有效分析能够在现阶段发挥重要作用。所以，如何有效利用非结构化数据是现阶段企业面临的一大难题。

非结构化数据存在着大量的价值。真正有效利用非结构化数据要经过采集挖掘数据、查询数据信息、分析数据、储存管理等四个步骤。全球信息化使数据随处可寻，但因为任何事物都有可能是数据，增加了成为企业有效数据的可能性，我们随手拍下的录像、保存的文档、财务报表都将成为采集的数据。

首先，非结构化数据为企业信息决策提供基础，即通过非结构化数据的采集，确定数据源，然后管理非结构化数据搜索工具。通过监控器，获取终端数据等途径进行查找。构建非结构化数据搜索途径与收集数据同样重要，如果管理不当，可能会对客户和企业产生负面影响 。

其次，筛选非结构化数据。因为非结构化数据量庞大，需要利用大数据并行分析器和计算器进行消除无用数据和保存检索有用的非结构化数据。通过上述步骤将非结构化数据变成结构化数据后，就可以创建统计信息了。对数据进行分类和分段以便于使用和分析，并为将来的使用创造一个良好的流程。

最后，对非结构化数据进行分析决策。这是索引非结构化数据的最后一步。在所有的原始数据实现结构化之后，就应该分析并做出对业务有益的决策。对非结构化数据分析进行建模，显示非结构化数据价值发现结果，利用提供的非结构化数据分析结果去支持，并结合决策者的学识经验、判断力和偏好从而实现大数据决策。

传统结构化數据库在处理海量的非结构化数据时存在一些先天不足，为了应对非结构化数据管理的挑战，出现了各种非结构化数据管理系统。因此我们需要借助一些大数据技术，将非结构化数据背后挖掘出的意义应用到企业管理层的决策当中，从而促进企业的发展。

五、管理层对非结构化数据的应用情况和注意事项

调查结果显示企业在法务部、人力资源部、财务部和市场销售部等均可能涉及到非结构化数据的应用。

企业管理层对非结构化数据的应用变得广泛，以下仅从人力资源、客户管理以及财务管理三方面来阐述非结构化数据在企业管理层中的应用情况。

（一）绩效考核

企业过去在绩效考核中所用到的数据较为单薄，且传统的绩效考核管理模式已经不再适应现今的企业发展模式以及现有的大数据时代的背景。

不仅仅局限于员工某一时间点的业绩，通过多方位、全过程考核来丰富员工绩效考核的数据信息，在考核过程中不只关注员工的个人业绩，还将员工的人际交往能力、专业能力、团队合作能力都纳入考核范围，为企业培养综合型人才做好准备。这些非结构化数据在大数据时代均能为绩效考核提供一定的信息，从而对企业管理层的决策提供帮助。

（二）客户管理

客户管理是几乎每个企业都存在的问题，如电信行业、金融行业、零售行业 等。客户关系管理系统是企业以客户数据管理为核心，利用信息技术实现市场营销、服务自动化等操作，能够帮助企业更好的收集、管理以及分析客户数据从而实现吸引客户、保留客户、增加市场份额、获取更多利润的现实目的。非结构化数据是在客户关系管理（CRM）系统中普遍存在的。

在电信行业，主要的运营模式是通过呼叫中心来为客户提供服务。在非结构化数据应用下，通过CRM系统将客户的背景信息、行为偏好、交易数据以及信用信息等汇总进行储存和管理，进一步提高企业的服务效率，增加客户的满意度。

在金融行业，针对不同客户需求作出不同方案。银行通过客户存入资金额度、年限长短或存款提取的频率来确定客户占有率，更好地协调银行内部运营以及提高客户满意度;证券公司可以通过对投资者持有或借用的资金数量来管理和分析客户信息，从而明确客户的交易意向。

在零售业包括百货商场、连锁超市、便利店等，更加需要实行客户管理。传统背景下，通过结构化数据分析，商店所能提供的服务是单一的，使客户缺乏个性化的购买体验。而非结构化数据应用下，通过收集客户的偏好、购买记录、消费习惯等非结构化数据，再利用CRM系统进行储存和分析，提出针对性的营销策略从而提供个性化服务。

（三）财务管理分析

财务管理是企业的重要核心环节。现阶段，非结构化数据的提供是已经存在的，但是管理会计人员的知识结构与现有的非结构化数据信息不匹配，导致我们还并不能完全像处理结构化数据那样非常便捷地挖掘非结构化数据。。

例如内部审计阶段，我们需要通过审计数据的采集、预处理和归类、对文本、视频和图像等信息的挖掘，最后经过审计融合。预处理是其中很重要的一个步骤。它包含数据清理、数据组织与集成、数据选择、数据变换等多种形式。对于内部审计人员而言，在预处理方面也要遵循两个原则：一是避免将低质量数据纳入数据处理的范围;二是尽量借助一定的技术手段将数据挖掘难度大的数据转坏为难度小的数据类型。

财务管理中，非结构化数据应用是为了实现预算分析、风险评估、审计分析等，同时相较于结构化数据能够给财务分析带来更多有用的价值信息。

（四）在非结构化数据应用过程中应注意的问题

1、明确企业管理层所需要的数据信息类型

2、提升企业员工大数据管理意识和素养

3、需要加强非结构化数据信息的安全管理

4、提升处理非结构化数据的效率和能力

参考文献：

[1]杜金波.试论大数据时代下企业会计数据的新特征 《财经界？学术版》2016年第12期

[2]王永杰《金融科技在银行客户营销与管理中的应用研究》 《金融纵横》2018（07）：34-40

[3]李广建，化柏林.大数据分析与情报分析关系辨析[J].中国图书馆学报，2014，（5）：14-22.

[4]基于Hadoop的图书馆非结构化大数据分析与决策系统研究

[5]胡奕蕾 基于大数据背景的企业人力资源绩效管理创新研究

[6]杨熳 非结构化内部审计数据及其处理探析

嘉兴学院大学生SRT项目：《管理会计非结构化数据应用之路》.

项目编号：CD8517193087.