大数据时代下的数据分析与企业信息化对管理会计的影响研究

刘 翔

一、大数据与数据分析

当今时代，大数据和数据分析正从方方面面影响着公司决策和预测，企业可以从各种内外部资源中创建、提取、分析数以万计的数据，从而在竞争中脱颖而出。由于传统意义上的管理会计仅仅利用会计记录中产生的信息帮助企业治理层进行决策，因此大数据时代的到来预计将很大程度上改变管理会计的方法。然而首先需要了解的是大数据和数据分析的背景及其在企业内部环境中的作用。

1.大数据对于企业信息系统的影响

大数据可以看作是一个大型非结构化数据集合，大多数据库管理系统和软件不能对其进行处理和分析。大数据可以来自传统交易系统，也可以来自新兴媒介，如电子邮件、因特网点击量等。

一直以来的会计数据记录的是交易数据和其他结构化数据，例如订单、销售、采购等等。这些数据是有规律且可预测的，与大数据这种非结构化数据截然不同。大数据的出现改变了管理会计的任务。

2.数据分析的类别

数据分析是指利用数据、信息技术、统计分析、定量方法和数学计算机模型来帮助管理者更加深入地了解公司业务，并做出更好的决策。域、方向和技术的确定有助于人们理解数据分析的范围。在本次讨论中，“域”是业务管理，在这个领域的管理会计师应建立与管理职责和目标相一致的系统。当前应当了解的是数据分析的三个类别在管理会计领域的潜力，这三种类别的划分主要依据不同类型数据的可用性和企业系统处理大数据的能力。

数据分析分为描述性分析、预测性分析和规范性分析，如今大多数企业主要使用描述性分析，只是刚开始使用预测分析。规范性分析可以提供一个或多个解决方案并显示其可能的结果，它超越了描述性分析和预测性分析。

二、平衡计分卡理论下的管理会计数据分析框架

1.管理会计数据分析框架

在平衡记分卡理论下的管理会计数据分析框架中，管理会计可以分为成本核算、成本分析报告、成本规划和决策支持。因此，在这个框架下，管理会计分为成本核算、绩效衡量和计划决策。在成本会计中，管理会计侧重于利用内部数据生成企业的财务报告。外部数据与内部数据结合使用，为决策提供相关信息。

数据分析可以应用于管理会计的三个方面，对于财务报告而言，最适用的数据分析类型是描述性分析，它有助于总结和描述企业的财务状况。在绩效评估领域，管理会计师可以利用预测分析，提供对未来组织绩效的预测。规范性分析被纳入规划和决策中，利用描述性和预测性分析的结果为决策者提供最佳解决方案。大数据作为数据分析的数据源，是由内部数据和外部数据组成的。内部数据表示企业内部收集的数据（即企业的数据库）。这种类型的数据一般是结构化的，管理会计师很熟悉。另一方面，外部数据代表从公司以外的来源收集的数据，如新闻、社会媒体或物联网。通常，外部数据是非结构化数据，只能在分析工具处理后才能提供信息。

在这一框架下，平衡计分卡方法是在管理会计的绩效衡量和规划决策方面实施的，目的是在相关的过程中纳入数据分析。对于平衡计分卡理论的各个方面（财务、客户、内部运营、学习与成长），需要运用不同类型的数据分析方法进行分析。

（1）财务

追求利润的企业最终目标是增加股东价值，企业通过收入增长和生产效率提高其经济价值，而收入增长通常包括两个部分：①新举措（新市场、新产品和新客户）；②通过加深与现有客户的联系，增加对现有客户产品或服务的销售。平衡计分卡的财务方面衡量企业的财务状况。现金流，销售增长率，市场份额，或股本回报率是反映公司财务状况的重要指标。

描述性数据帮助管理会计师对企业的整体财务状况有一个大致的了解。例如，将收益率与投资回报率和历史数据进行比较分析，可以给管理会计师提供有关公司成长方面的信息。另一方面，将这些比率与行业平均数据进行比较，可以看出公司是否保持竞争优势。

预测性分析使用历史数据来估计未来可能发生的事件。在财务方面，预测性分析通常用于预测未来的财务业绩。预测算法可分为监督算法和非监督算法。一般来说，非监督算法不适用于财务预测分析，因为大多数预测都是基于历史价值。其他统计数据，如结构模型和层次分析法（AHP），也可以作为管理会计预测未来财务业绩的分析技术。

尽管规范性分析和预测性分析使用类似的算法和技术，规范性分析可以从本质上比较这些算法的结果，找到最佳的解决方案。例如，为了在降低成本的同时保证产品质量，制造企业面临着选择物美价廉的供应商这一挑战，规范性分析将帮助管理会计师选择供应商，有助于公司降低成本，增加收入。新闻文章和社会媒体的数据也可以用于比较供应商。除了降低成本外，合理运用规定性分析的管理会计人员也能在提供其他财务方面的宝贵信息，如探索新市场、新产品和新客户。

（2）客户

平衡计分卡的客户方面回答了“客户如何看待我们”的问题。最初的平衡记分卡框架从时间、质量、性能和服务、成本四个方面描述了客户的关注点。

描述性分析在客户分析方面提供了一个大致的判断。例如，将产品缺陷率、退货率和保修率相结合的比率分析可以用来衡量一个制造公司最新产品的顾客满意度。数据分析还帮助管理会计师从网站和产品论坛的评论或投诉中收集客户评分。虽然大多数业务分析需要结构化数据源，但文本挖掘和可视化技术允许管理会计师从非结构化数据（如社交媒体数据）中提取决策相关信息。

有了预测性的业务分析，管理会计师能够对顾客对公司产品或服务的四个方面的每一个方面作出合理的估计。具体而言，时间、质量、性能和服务以及成本可以通过预测性分析算法，使用内部历史数据、外部网站或社会媒体数据来预测。例如，管理会计师可以使用数据分析工具，以预测公司收到客户订单和产品交付点之间的时间间隔。这有助于协调不同公司部门之间的分工合作，并协助管理层调整公司战略。

（3）内部运营

平衡计分卡框架下的内部运营部分通过影响生产周期、产品质量、员工技能和生产率的因素来评估业务流程，为了有效评估，管理会计师必须分解整个业务流程，从主管部门到下属部门，为企业员工提供明确的目标和行动指导。信息系统在管理会计师和企业员工之间起着重要的沟通作用。一个反应灵敏功能齐全的信息系统为管理会计提供有价值的“及时信息”，便于他们向管理者提供决策信息。

描述性分析中的技术可以通过员工技能、生产效率和其他特性识别出高效的员工。预测性分析在评估和管理内部流程中非常重要，管理会计师可以利用预测性分析工具建立模型来预测相关的未来价值，从而为监督提供基准。

规范性分析的目的是根据描述性和预测性分析的结果提供内部流程的优化方案。有了规范性分析工具，管理会计师可以通过统计和模型为决策者提从更具体的信息。在平衡计分卡的内部流程中，目标规划和帕累托最优都属于可用于优化决策过程的规范性分析方法。

（4）学习和成长

“学习和成长”这一角度衡量了公司创新和学习能力，这些能力直接关系到公司的价值，新产品的市场份额和雇员培训费用就属于学习和增长方面的评估。

学习和创新对于每一家企业都是至关重要的，描述性分析可以用来描述企业对创新的重视程度以及员工如何学习应对新的挑战。例如，研究和开发费用与总费用的比率可以用来描述公司对开发新产品或服务的重视程度，文本挖掘方法可以用来评估学习的进展。

预测性分析是衡量学习和成长的重要方法。由于创新和学习方面的投资都着眼于未来的利益，因此必须了解当前在创新和员工培训方面的投资将会产生的结果。预测性分析工具可以为管理会计师提供此方面的预测。

规范性分析工具有助于管理会计师在学习和成长的角度集成描述性和预测性分析，并找到最佳的策略或方向。管理会计师也可以使用规范性分析，以决定结合哪些新的技术，以提高生产力和工作效率。Oracle和SAP等ERP供应商的选择可以通过分析来自媒体的客户评论以帮助管理会计师提供决策信息。

三、结论

虽然企业信息化提高了管理会计的工作效率和工作质量，但研究表明企业的管理技术并没有明显变化，大多数企业使用的管理会计准则和标准并未改变。笔者认为，要想在当前的大数据时代下为管理层提供更可靠更有价值的信息，管理会计人员应当进一步利用数据分析和企业信息系统，而非仅仅将它视为功能强大的计算器，这样才能帮助企业更好地走可持续发展道路。

[1]刘兴梧.大数据时代对管理会计发展的影响分析[J].中国商论,2015,(16)：51-53.

[2]许亚湖,王婷.大数据时代管理会计的变革[J].财会通讯,2015,(16)：13-15.

[3]王国全.基于数据挖掘的管理会计的分析研究[D].首都经济贸易大学,2016.