管理会计论文：大数据时代管理会计改革

  关键词：大数据 管理会计 数据仓库 数据挖掘
 

  （一）大数据的概念
  大数据是伴随着云计算的普及、物联网和移动互联网的应用而发展的。大数据时代是数据爆炸式增长的时代。其应用逐渐渗透到了现代企业经营管理的各个领域。传统的管理会计也因此受到了前所未有的冲击，日益激烈的商业竞争也促使企业管理会计的与时俱进。美国一家信息技术研究权威和咨询公司—Gartner公司（2012）认为，大数据需要新的处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。笔者认为，大数据是指数据量规模巨大、复杂多样和流转速度快，含有对进行有效经营管理有价值的各种信息资源。企业利用大数据的关键战略意义是通过对数据的搜集、存储、加工、分析，从数据中抽取出有价值的信息加以利用，从而促使企业实现价值的创造。

（二）大数据的特点
  一般认为，大数据具有的四大特点为四个“V”，即Volume（大量）、Variety（多样）、Velocity（高速）、Value（价值）。从大数据的大量化上看，海量数据规模巨大，从各种源头产生；从数据多样性上看，数据类型复杂繁多，如文档、音频、视频、图片、地理位置信息、网络日志、网页、客户评价等多种多样的数据形式；从数据的处理速度上看，借助物联网、云计算、移动互联网、手机、平板电脑、PC以及各种各样的传感器等数据来源或者承载的方式进行数据处理，处理速度极快，形成动态的数据系统；从数据的价值上看，价值密度相对较低，可从多种多样的数据中快速获得具有高价值的信息。基于大数据的这四大特点，有效地利用现代技术对数据进行收集、加工、掘取价值和加以利用成为现代企业管理会计发挥职能作用，为企业创造更多的发展机会和商业价值的重要途径。

（三）大数据的作用
  首先，大数据的大量化为企业管理会计获取全面的数据提供了重要的经营管理资源。大量的数据是管理会计在数据处理对象上,可以如同《大数据时代：生活、工作与思维的大变革》一书作者维克托·迈尔-舍恩伯格、肯尼思·库克耶所指出的从样本数据转变为全数据。在大数据时代，各线性价值链企业之间和各价值网企业之间的竞争将会是大数据掌握多少的竞争。管理会计要充分认识大量的大数据是企业“神奇的钻石矿”（维克托·迈尔-舍恩伯格、肯尼思·库克耶，2013），建立好数据仓库，积极做好大数据资源的收集、加工、挖掘、分享与利用的工作。其次，传统的管理会计对数据的利用仍然停留在对结构化数字数据的分析上，国际数据公司（IDC）的一项调查报告指出，目前企业中80%的数据是非结构化数据，传统的企业管理基本上只使用了占整体数据总量20%的结构化数据，这些有限的数据已无法满足企业管理的需要。结构和非结构、半结构的多样化数据对企业管理会计的全面分析和利用是有价值的。企业管理会计必须重视数据获取的全面和完整性，充分意识到结构化数据与非结构化数据、半结构化数据对企业经营管理的重要影响，将所有相关的结构化和非结构化数据、半结构化数据综合起来加以利用，从而为企业经营管理提供全面的依据。再者，快速流转的数据促使企业数据处理速度和效率的提高。企业所要处理的数据正以惊人的速度在增长，以零售业巨头沃尔玛为例，其建立的大数据系统每小时要处理超过一百万次的客户交易，存储数据量达到2560TB。因此，突破关系型数据库处理模式的限制，建立大数据仓库是企业亟待解决的问题。为应对数据的快速流转，企业不仅要建立起能够实现高效存储和管理的非结构与半结构数据库，还要及时和快速处理所采集的有关数据，防止数据没有得到有效利用而造成积压和浪费，适应大数据处理的需要。过去按月公布财务报告的方式已经不能满足需要，企业应提供实时的报告，即使不能提供实时的报告也应缩短报告的时间，尽量做到每日或每周发布报告。最后，在大数据时代，数据的价值会随时间的流逝而迅速贬值。具有时效性的数据对管理会计提出更高的要求，促使企业应用一定的分析技术实现从巨量数据中提取出和充分利用真正有价值能实现企业增值的信息。在管理会计工作中，要建立采集和挖掘数据分析系统，加强大数据价值挖掘的技术研究与开发，以便有效地挖掘具有巨大政治、社会、科技、经济和自然价值和有利于提升企业竞争力的数据。在大数据下，企业掌握了先进的挖掘数据价值的方法和工具，并对数据加以综合利用，就有可能把握先机，获得竞争优势。

  大数据及其技术的发展深深影响社会经济的各个方面，也会对管理会计的工作产生深刻的影响，给管理会计带来很大的挑战，直接引起管理会计的变革。管理会计要运用科学、量化的方法客观地进行数据收集、加工、分析和利用，可为企业预测、决策、预算、核算、控制、分析和考核提供有力的证据。然而在如今的大数据时代下，传统的管理会计已经不能充分地发挥在企业经营管理中的职能作用。笔者认为，大数据时代管理会计将发生大数据思维、搜集、存储、加工、分析利用及管理会计工作等方式和内容的重大变革。

（一）管理会计基于大数据的思维变革
  维克托·迈尔-舍恩伯格、肯尼思·库克耶（2013）认为，大数据时代思维的变革表现为在思维上认为大数据时代的数据不是随机样本，而是全体数据；数据不是精确性，而是混杂性；数据之间不是因果关系，而是相关关系。大数据时代管理会计的思维也将随着发生变革。有不少研究者认为，管理会计在数据思维上要从基于结果的分析向基于过程的挖掘转变，从基于单类型的结构化数据向多类型数据转变，从阶段性月度报告向实时报告转变。根据大数据的特点并综合上述观点，笔者认为，管理会计数据思维变革表现在对数据的搜集、存储、加工处理等工作中要从总体数据、复杂多样化数据、时效性数据、相关价值数据上进行分析、综合、判断、推理等认识。

  （二）管理会计数据搜集方式与内容的变革

  传统管理会计数据搜集渠道、源头和平台单一，数据类型单纯，一般为结构化数据。在大数据时代，数据搜集的渠道、源头和平台以及数据类型多样化。目前，随着互联网的普及和发展，新型互联网的应用，大量的数据存在于社交网络、电子商务、物联网中的文档、音频、视频、图片、网络日志等应用中，这些数据一般是非结构化数据。在网络上的博客、微博、微信、论坛等社交应用上，消费者常常发表自己对产品或服务的评价，顾客的这些情绪表达就是企业非结构化数据的重要组成部分。显然，大数据时代管理会计在数据搜集渠道、源头、平台和类型等方式和内容上发生了变革。

  （三）管理会计数据存储方式与内容的变革

  在大数据时代，由于数据巨量和多样，要充分利用数据，需要建立大数据仓库，通过大数据仓库集成、整理、提取数据和挖掘数据价值。典型的大数据处理系统包括数据的收集、预处理、存储、分析、数据挖掘和价值应用。要完成这一系列的操作，企业要有意识地完成由传统关系型数据库管理系统向大数据仓库管理系统的转变。传统关系型数据库存储数据一般为结构化数据，类型单一，容易理解和使用，目前的商用数据库市场上，大约90%采用的是传统关系型数据库。然而，随着数据量的急速增加，数据类型的增多，传统数据库在高并发读写、高吞吐率的海量数据存取、高可用性和高扩展性需求等方面表现地不尽人意，面临着操作复杂和成本高昂的性能瓶颈，企业要在较短的时间内实现海量数据的集成和处理，必须考虑建立大数据仓库。同时，根据管理会计的需要，大数据仓库可以划分成分布式数据库，或者分布式存储集群、不同模块，如生产计划模块、供应链存货管理模块、销售管理模块、业绩评价模块和企业间关系模块。明晰的模块分类有利于大数据仓库的管理和使用。在数据导入的基础上，数据仓库对巨量源数据集成、清理、分类和建立查询，之后企业可以直接利用数据挖掘技术来获取人们感兴趣的、隐含的对企业有价值的信息。

  （四）管理会计数据加工、分析利用方式的变革
  在大数据仓库对巨量数据进行集成和整理后，使用者可以直接对存储的数据进行进一步加工，分析有价值的数据并加以提炼和利用。可以将这一处理过程称为数据的挖掘。传统的针对结果、单类型结构、抽样和时间期限较长数据的处理已经不适用于大数据下的数据挖掘工作。基于过程、全体、实时的数据处理已经成为数据价值挖掘的核心需求。在大数据挖掘过程中，需要采用一些分析工具，如回归分析、分类分析、决策树分析、趋势分析、时间序列分析等算法。在大数据时代，要求企业采用一些新的数据处理技术。用于挖掘分析工具的算法比较复杂，分析中涉及的数据量和计算量一般较大。大数据仓库的建立有利于实现企业信息共享。在传统数据库模式下，企业各个部门一般具有独立的数据共享中心，不同部门长期形成的局部意识阻碍了信息的共享使用，造成了不同业务系统之间的“信息孤岛”效应。这种封闭式的管理模式在大数据时代将逐渐瓦解，通过建立企业组织内部的集成数据信息网络，能极大地加快信息的传递。比如在存货管理过程中，生产部门可通过在数据仓库的子模块供应链存货管理模块查询生产产品所需的原材料量，及时发现库存的不足并通知采购部门做好采购准备。企业还可以建立与外部关联方之间的信息网络，倘若企业的供应链存货管理模块下的数据能被所有分公司及主要供应商所共享，企业可查询到所有分公司的存货信息并进行合理的物资调配，最大限度减少缺货损失和创造价值。供应商则可以根据各分公司的存货存量信息及时做出供货安排，提高供货效率。这种大数据仓库下的信息共享服务能使企业和供应商在经营上实现双赢。

（五）管理会计工作方式与内容的变革

  利用大数据进行各种管理会计工作，由此产生了与大数据相关的管理会计工作方式和内容的变革。变革的工作方式和内容包括决策、预测、预算、控制、核算、分析和考核及战略管理会计等方面。在决策、预测和预算管理方面，大数据提供了重要的支持。在大数据条件下进行决策、预测和预算管理，需要对具有巨量、复杂多样、动态和价值稀疏性特点的数据进行总体和关联数据的分析和价值发现。传统企业投资决策一般是根据单一渠道搜集的相对准确的、数量少的数据进行投资决策。大数据时代的企业投资决策通过搜集线上和线下数据、历史资料和现时的业务数据、技术数据、企业上下游供应链数据、用户数据、竞争对手数据、财务数据等全体数据做出最为可行的决策。大数据将引发企业商业模式的转变，销售预测也将由原来的样本模式转变为全数据模式，随着网络技术的发展，非结构化数据的数量日趋增大，在销售预测中仅根据以往销售数据的统计分析只能反映顾客过去的购买情况，难以准确预测其未来的购买动向，因此，传统的销售预测在大数据时代已经过时。管理会计要顺应时代的潮流，企业如果能将网络上用户的大量评论搜集到数据仓库，提纯后使用数据挖掘技术提取有用信息，就能对下一代产品进行有针对性的改进，也有助于企业做出更具有前瞻性的销售预测。在预算管理方面，大数据可以为建立在大量历史数据和模型基础上的全面预算的合理编制和适时执行控制以及超越预算管理提供重要的依据。大数据也会对管理会计的控制、核算、分析和考核等方面工作和具体内容产生影响。在实施责任成本会计的企业，成本中心、利润中心和投资中心要根据大数据仓库的数据和挖掘技术编制责任预算、确定实际中心数据和相关市场数据，通过实际数据与预算数据的比较，进行各中心的业绩分析与考核。大数据有助于作业成本管理的优化。作业成本法能对成本进行更精确的计算，但其复杂的操作和成本动因的难以确定使得作业成本法一直没有得到很好的普及。数据挖掘技术的回归分析、分类分析等方法能帮助管理会计人员确定成本动因，区分增值作业和非增值作业，从而有利于企业采取措施消除非增值作业，达到优化企业价值链的目的。从核算上看，可以建立管理会计核算数据中心，通过该中心不断积累相关核算数据，为管理会计的预测分析和深度决策及最优化控制模型的建立提供数据支持。大数据将更有力地支持管理会计战略制定和实施工作。在战略管理会计工作中,企业通过大数据仓库获取企业内部和外部环境的数据，分析企业的优势、劣势、机会和威胁，制定明智的战略；通过数据分析不断监控战略的执行过程，保证战略的顺利实施。以顾客战略管理为例，一般来讲，争取新客户比保留现有客户花费的成本往往更高。随着社会的发展，人们对于其消费的产品和服务也提出了高质量和个性化的要求，因此制定合理的产品和服务顾客战略，留住现有顾客也成为企业管理会计的一大难题。企业在全面了解顾客喜好和心愿的前提下向顾客提供相关的个性化产品和服务能极大提高顾客保留率。作为中国最大的互联网购物网站的淘宝网就是这一方法最成功的实践者，每天都有无数的潜在消费者在淘宝网上浏览商品、下订单、对商品做出评价，淘宝网就是使用数据挖掘技术对顾客的浏览记录、历史购买记录以及历史评价记录进行深入挖掘分析，使用分类技术将顾客划分成不同的群体，分别识别其购买行为和购买的趋势，从而确定不同潜在客户最可能购买的商品，并在顾客每次打开淘宝网站时向其推荐一系列其最可能购买的商品，这一营销方式在极大地扩大销售量的同时增加了顾客的回访率，数据挖掘技术在淘宝经营中的应用给淘宝网带来了不断增加的经济效益。企业可以借鉴阿里巴巴的成功经验，应用数据挖掘技术对顾客进行深入了解，从而制定出满足顾客需求的战略。

  在大数据时代，管理会计需要实现多方面的根本变革以适应新的时代的巨大变化和要求。大数据为管理会计工作的全面开展提供了更良好的运行环境，使管理会计思维方式发生了重大变革，管理会计人员能够对纷繁复杂的数据进行搜集、存储、加工、分析和利用，为企业预测、决策、预算、控制、核算、分析和考核提供有力的数据支持，从而更好地发挥管理会计的职能。大数据时代的迅猛发展催促着管理会计的不断发展，那些沉湎于传统管理会计模式而拒绝做出任何变革的企业和管理者终将在激烈的市场竞争中惨遭淘汰。各企业管理层和专业管理会计人员要都必须充分认识到传统管理会计的弊端，对大数据环境下管理会计的变革要充分的了解，积极学习大数据知识和技术，不断提高适应大数据变化的能力和管理会计水平，实现大数据在管理会计中的有效应用。

 

［1］邓国清：《以大数据之“道”践管理会计之“变”》，《中国会计报》2013年8月2日。
［2］梁宁宁：《开启会计大数据应用新时代》，《中国会计报》2013年6月7日。

［3］毛华扬、杨洁：《让管理会计信息化插上大数据“翅膀”》，《中国会计报》2014年4月11日。

［4］柯明、王润统：《浅谈大数据对财务信息化的影响》，《财会研究》2014年第9期。