京公网安备 11010802034615号
经营许可证编号:京B2-20210330
管理会计迈入“大数据时代”
财务需要在管理上发挥作用。当大数据与财务碰撞时,大数据在管理会计上发挥的作用尤为明显。
很多企业都曾经遭遇过难辨票据真假、无法掌控员工的真实出差天数等难题。此时,大数据将在财务审计中发挥重要的作用,比如结合天气信息、航班信息、票务信息等辨别财务信息的真假。
其实,这只是大数据时代财务变革的一个简单的例子。在大数据平台下,管理会计能够更精细化、更有效率地为企业决策提供有用信息。同样,在大数据时代,会计人也正面临着前所未有的机遇和挑战。
大数据重构“企业智慧”
以云计算、大数据、移动互联、社交网络为代表的新兴技术发展催生着新IT时代的到来。而新IT时代的企业信息化的一个典型的特点是以数据重构商业模式、服务与产品、经营理念。
从某种程度上说,大数据正重构“企业智慧”。
工业和信息化部信息化推进司司长徐愈说,随着信息资源的进一步开放、共享和挖掘,企业迎来了更多发展机会。国家从政策层面怎样更多地支持信息技术共同发展,怎样支持企业更好地利用大数据技术提升企业竞争力,是目前相关部门制定政策时重点考虑的问题。
而对于大数据将在企业运营中发挥的重要作用,浪潮集团执行总裁王兴山认为,大数据时代下,企业信息化架构强调云计算、大数据、社交网络和移动应用,用新技术不断颠覆传统企业的运营模式,帮助企业实现差异化创新。
每一轮新技术革命的爆发都会对企业的管理模式和运营模式产生深刻的影响。新IT技术与企业管理创新的融合催生了新的业务模式。
“大数据正在重构‘企业智慧’,推动企业转型升级。”王兴山认为,“在需求和技术的双重驱动下,管理软件产业迎来了巨大的发展机遇。”其中,大数据带来的财务变革格外令人振奋,尤其是其在管理会计方面的应用。
大数据与管理会计的融合
财务需要在管理上发挥作用。当大数据与财务碰撞时,大数据在管理会计上发挥的作用尤为明显。
“对于管理会计来说,大数据理念为企业管理层合理配置资源和优化决策并对当前和未来的经济活动进行预测、决策、规划、控制和考核评价等,提供了更多可能。”广东电信财务共享服务中心综合支撑室经理张育强说,说白了,大数据理念在某种程度上是预测分析、决策分析、成本控制、责任会计等管理会计多种功能得到良好运用的基础。
具体来说,管理会计是企业内部的会计,是从数据到决策的一个过程。“数据的来源更多地依靠外部数据,比如企业预算在很大程度上要依靠外部数据。以差旅费为例,北京、上海、广东等每个区域的费用标准都不同,在会计上对应的每一项费用科目的标准也就不同。确定标准的过程,我们称为‘对标’。标对好了,管理会计也就做出来了。”王兴山说,其中,大数据的作用不可替代。
但同时,张育强认为,在大数据方面,既要灵活应用管理会计,又要敢于突破管理会计。
“大数据理论实际上只是为管理会计应用提供更加良好的基础,让管理会计能够从大数据中客观分析、解读、显化与还原,从而扩大管理会计的适用范围。但如果在大数据处理过程中过于沉湎于传统管理会计理论与模型,无意中忽略了大数据整合、应用过程中的一些客观结论或信息,效果也许就会南辕北辙,甚至歪曲事实。”张育强说。
大数据浪潮中的会计人
在大数据时代,CFO的职能已经从财务管理延伸到提升企业整体绩效方面,企业财务人员也要随之转型。财务共享中心是影响财务的一项革命。对此,王兴山表示:“企业的财务流程和岗位都要改变。出纳、记账人员都要集中、下放。企业需要对财务人员进行重新分离,把一些从事标准化、专业化且重复工作的财务人员进行剥离与集中。”目前,会计行业的大数据还主要以数据采集和清理为主。
当大量庞杂无序的数据被收集起来之后,如何将有用的数据筛选出来并确立它们之间的关联关系是数据清理的重要工作。未来,或许会有专业公司专注于数据清理。
对此,张育强认为,从管理会计角度看,财务人员要非常了解行业各生产经营流程环节和要素之间的可能关联及其折射在企业业务、管理、内控、财会、统计等数据之间的“血缘关系”。要努力寻找、建立这些数据之间的关联关系。比如,可以通过实施元数据管理、标准化处理各系统数据源、统一数据业务及系统口径、建立统计数据的元数据管理模型及精细化的数据质理稽核模型,实现数据质量的闭环管理,并在此基础上实现可视化和精细化管理。
无论大数据应用还是管理会计应用,人的因素都是关键。
“从技术上看,会计人员需要理解大数据技术,能够解读大数据分析的结论。从行业上看,会计人员要非常了解行业各个生产环节的流程关系、各要素之间的可能关联,并且将大数据得到的结论对应到行业的具体环节中。从管理上看,会计人员需要找出可执行、可解决问题的决策依据。”张育强表示,这要求会计人员深谙技术、熟悉管理和管理会计的各种方法,最重要的是要有系统性的思维,能够从专业的角度,综合看待大数据与行业的关系。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-07-22在金融风控、企业运营、行业研究等数据分析场景中,大量数据以面板数据形态存在:例如多家分支机构连续多个季度的风险指标、多位 ...
2026-07-21 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-07-21