试论大数据时代下企业会计数据的新特征

2015-03-18

财经界(学术版) 2015年12期

关键词：结构化企业会计数据处理

试论大数据时代下企业会计数据的新特征

诸城市检验检测中心杜金波

摘要:随着互联网的不断发展，数据信息的存量得到了爆炸式的增长。企业会计数据的收集、分析和处理工作也将改变，从结构化的会计数据变成非结构化的会计数据。本文将对处于大数据时代下企业的会计数据特征进行分析，以供参考。

关键词:大数据时代会计数据特征研究

一、前言

数据爆炸式的增长对企业会计数据的各个方面都产生了不同的影响，会计数据开始由简单的记录符号转变为现代化企业在进行决策时的重要信息依据。大数据背景下企业会计数据呈现出了新特点，企业在信息的来源、信息的处理、数据的分析和数据输入等方面发生了重大的变化，自然而然的催生出了新技术体系。以下将对会计数据的来源、处理、分析和输出等方面的特点进行阐述。

二、大数据时代下会计数据的新特征

(一)会计数据来源由原来的结构化向非结构化转变

静态结构化会计数据是由传统的运营系统产生的，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，它是传统的数据库管理系统中的重要组成部分。

静态非结构化数据是通过现代科技设备产生的，在数据的管理过程中只能采用非关系型数据库将其保存。动态实时会计数据是与智能设备用户的地理位置、交易信息、使用场景相关联的，动态实时会计数据信息是大量的实时数据流。

非结构型的会计数据来源较为广泛，比如来自于传感器的各种类型数据、移动电话的GPS定位数据、实时交易信息、行情数据信息、用户的网络点击量等等，像网上书店这种通过互联网发展起来的电商，他们则通过存储顾客的搜索路径、浏览记录、购买记录等大量非结构化数据来分析顾客的购买倾向，设计算法来预测顾客感兴趣的书籍类型，在开展会计工作过程中，这些都是需要考虑的重要会计因素。这些非结构化的会计数据直接影响了会计数据的构成。在如此多样化的数据结构中，可获得的数据常常是非结构化的，因此，传统的结构化数据库已经很难存储并处理多样性的大数据。

(二)会计数据处理由原来的集中式向分布式转变

大数据背景下数据量的指数化发展趋势明显，数据分析的样本空前巨大，数据分析处理的时效性要求更高，因此使得现在的数据会计处理方式与传统的会计处理方式不同，在计算全量和在线的数据时需要改变原来的集中式计算结构，企业要积极采用分布式或者扁平式的会计数据处理方式，以便能够跟上时代的步伐。企业在会计数据处理的时候可以采用Hadoop、MapReduce或者Storm计算架构，这三种计算架构在会计数据的处理方面各有优势，同时也有自己不可避免的缺点，企业在选择会计数据计算架构的时候可以根据企业自身的具体情况进行选择，要谨慎的对三种计算架构进行综合分析和了解，以便适应不同类型会计数据计算的需要，为下一步的会计数据分析工作奠定基础，以便能够更好的为企业提供信息服务。数据处理中的重要工作内容就是数据的清理，数据清洗和数据验证等工作都将通过相应的电子设备来完成，工作人员只需要设定好相应的清洗和验证程序就可以清洗的效果，这不仅改变了以往的人工数据清洗方式，而且数据会更加真实，误差会更加小。这在提高数据处理工作效率的同时也提高了数据处理工作的质量。

(三)会计数据分析从数据仓库向深度学习进行转变

会计数据分析工作是企业在信息管理方面的重要内容。早期的会计电算化主要是面向操作型的，从会计的凭证、账簿和报表都没有可靠的历史数据来源，更加不能将会计信息转换为可用的决策信息。随着信息处理技术的应用，企业可以利用新的技术实现会计数据的联机分享，同时还引进了统计运算方法和人工智能技术对数据仓库进行横向和纵向的分析，将大量的原始数据转化为对企业有用的信息，提高了企业决策的科学性和可操作性。大数据时代下，会计数据分析改变了以往的传统关系数据库模式，将非结构化会计数据和动态实时会计数据纳入数据分析的范畴，使得企业可以根据这些信息进行定性和定量的分析，以便为企业对会计数据进行定向分析做好准备。

比如苏宁电器就积极构建ERP系统，在物流系统中将库存商品基础数据（包括产品编号、名称、规格型号，计划单价）、商家基本数据（包括商家编号、名称、地址、电话、邮编、银行账号等）与会计信息系统中物流信息系统的数据进行连接；资金流系统中保理、保险、银行客户的基本数据、支付结算方式编码、货币编码、利率编码等与企业会计信息系统中金融业务信息系统的数据是共享的。这就在一定程度上实现了会计数据共享和深度分析的作用。

(四)会计数据输出形式由图表化转向可视化

在以前的会计数据输出工作中，企业大多采用图表的形式来报告企业的会计信息，比如财务报表等，而在大数据的背景下，企业改变了以往的信息输出形式，而是将复杂的会计数据转化为直观的图形，通常会综合采用图形、表格和视频等方式将数据进行可视化呈现。同时，企业也可以采用API、XML和二进制等接口输出形式来输出数据，以便能够更好的将信息传达给信息内部和外部使用者，为企业进行决策提供数据支持。

比如社交网络中的语音、图像、视频、日志文件等等这些都是可视化的会计数据输出形式，并且随着大数据时代的发展，新的数据来源与数据形式也会不断出现。像1号店、淘宝商城这样的电商就可以记录或搜集的网上交易量、顾客感知、品牌意识、产品购买、和社会互动等行为数据，以可理解的图形、图片等方式直观呈现出企业在不同时间轴上会计数据的变化趋势。