大数据思维与技术在会计工作中的应用研究

2022-02-06何志斌

上海商业 2022年4期

何志斌

对于大数据而言，针对我国现有的经济社会产生巨大影响，并且逐步对会计工作的发展带来影响。为此，企业的内部会计人员就要做到与时俱进，做好相关研究工作，以此将大数据应用到工作活动之中，进而推动企业持续进步。

一、大数据的概念和特点

“数据”一词源于英文单词“data”，指的是“事实”，也就是对事物本身进行描述。通常来说，其可以看作是记录、存放以及分析的整合体。在进入2009 年之后，“大数据（Big data）”逐步被提了出来，指的是数据总量极为庞大，很难依靠现有电脑设备完成收集的信息。

对大数据而言，其主要具备四方面特点。其一是数据总量极为庞大，由原本的TB 逐步上升到PB 级别。其二是处理速度相对较快，当数据内容非常多的时候，仍然能够做到实时处理，甚至只有1s，因此能够满足很多工作的需求。其三是类型种类非常多，由于其本身源自网络，除了包含传统数据之外，还会有半结构化以及非结构化的数据内容，类型则囊括音频、视频、图画以及文字等。其四是综合价值非常高，当数据较为单一时，其并不会有怎样的价值，但在转变为大数据之后，其价值就会大幅度提升。

二、大数据的思维方式

大数据背景下，人们对于数据内容本身的理解有了非常大的进步，逐步形成了大数据思维理念。具体来说，其主要包含三个方面，下面将展开详细说明。

1.总体性思维

在进入大数据时代之后，当会计人员具备了总体性思维，实际处理的数据内容就会转变为全部数据。进入19 世纪后，人们逐渐对于社会经济现象有了更高的关注度，通常会依靠抽样的方式完成数据资料的获取，之后再基于相关特点，对总体特点予以推断，这是在无法有效获取数据资料情况下的必然结果。究其原因便是早期在进行数据记录、存储以及分析的时候，应用的方法极为落后，很难获取充足的数据资料展开分析和存储。现如今网络技术有了非常大的进步，很多新技术都得到了应用，人们对于数据方面的处理水平也有了显著进步，能够利用的数据量也有所提升，从原本的TB 逐步上升到PB 级别。而在进入大数据之后，通过总体性分析对原本的抽样分析予以替换，使得总体性质和特点不再依赖抽取的样本数据和特点。因此，当前基本上就能将所有数据整理在一起，进而对事物本身的认知将会变得更为全面。

2.容错率思维

在进入大数据时代之后，当会计人员具备了容错率思维之后，不再需要对数据内容的精确性予以追求，而更为关注数据内容的利用效率。早期由于数据内容相对较少，人们自然只能更为关注数据的精确度，否则如果这些数据内容缺乏精确性，自然很难对总体特点予以推断。而在进入大数据时代之后，互联网就能针对非结构化和半结构化数据展开记录，并完成存放和处理，从而使得各类数据的提炼效果有了非常大的进步。因此，对于长期依赖结构化数据精确性的企业提出了挑战，容错率思维逐步得到应用。对于容错率来说，主要指的是在现有的大数据内容之中，不需要所有数据都具备非常高的精确性，即便各类数据的质量存在明显差异，但由于样本非常多，最终还是能够完成特点的总结工作。在大数据时代之后，不需要对每一个数据的精确性特征予以有效分析，而需要对其中的误差予以一定的容忍，只要把握其综合特点和发展趋势就已经足够，而需要更多注重数据内容的及时性特点和利用效率。

3.相关性思维

在进入大数据时代之后，当会计人员具备了相关性思维，就能基于各个事物本身的相关性特点，了解事物自身的本质状况。早在古代，人们就是依靠对事物出现的具体原因展开分析，以此获得相关结论，并探究其中的本质因素。在进入大数据时代之后，人们就能通过网络的方式，对各类数据予以深入探究，逐步完成分析，把握彼此的相关性，以此捕捉现状和预测未来。所谓相关性分析，主要指的是对两个或许具有相关联系的元素予以分析，把握至少两个因素之间存在哪些联系。相关性分析和因果分析有着非常大的区别，同时也不能算作是个性化分析，这类分析基本上能够涉及多个不同的领域。当人们对各个事物之间的相关性有所关注之后，就能更好地对事物展开理解，把握其各个部分，进而能够增强对经济现象的实际认知。

三、大数据在会计工作中的应用

对于企业的会计人员来说，理应基于当前获取的各类数据内容，依靠特有的大数据平台对其展开分析。如此就能将数据的会计服务效果发挥出来，展现会计工作在企业转型升级方面的价值。为了实现这一目标，会计人员就需要不断提升个人水平，处理好一些细节方面的内容。

1.挖掘数据的重点部分

现如今信息的数量越来越多，人们能够随时进行各类数据的获取和分析。但是，无论是报纸、杂志、电视还是广播，实际提供的数据也是参差不齐，差异非常大，既有真消息，也有假消息，因此大数据在经过伪装之后，经常能够产生一些真实度非常低的新闻。同时，若相关数据被长期滥用，就有可能产生事实歪曲、颠倒黑白、是非不分的情况，从而对读者们带来一定程度的误导。所以，会计人员就要充分发挥大数据技术的优势，对数据内容有效挖掘，寻找各个事物之间的联系，挖掘数据背后的真相。此外，企业在对大数据展开挖掘的时候，还需要将财务数据内容和业务数据内容的分析活动联系在一起，并充分应用遗传算法、神经网络算法以及满意分析法，为之后的有效分析创设良好的基础。

2.完成特征分析

从现实情况来看，媒体在对数据资料展开应用之后，会产生各种不同的结论。事实上来说并非如此，多数情况则是一些不良媒体违背了基本常识，对数据内容胡乱解释，抑或对数据资料断章取义。其实，这些数据本身并没有任何问题，问题在于这些媒体没有对数据有效分析，未能找到其中的关键线索，甚至出现强行对数据展开利用，从而得到一个能够吸引眼球的结论。诸如，不少数据之间的联系更多只是“相关”，而并不是“因果”，但媒体并不会对其明确指出，而只是强行将其设定为因果关系，以此获得了许多极为荒谬的结论。显然，将相关关系强行认定为因果关系，可以算作是事后归因，而基于较小的样本获得一个非常大的结论，可以算作是以偏概全。为此，会计人员就要针对各类数据资料展开深入分析，有效挖掘，把握各类数据之间的联系，寻找业务和财务特有的风险特点，之后再进行归纳和分析，把握其表现模式，为企业未来的经营管理创设优良的基础。

3.应用权重分析

尽管对于数据资料而言，本身存在来源和真实性方面的问题，但与之相比，更容易出现误导情况的则是数据本身的结构和权重。像是在前几年之中，一直有一个说法是中国消费的占比偏低，其本身源自国家统计局的数据结构和权重，也就是在现有的经济统计之中，人们的买房活动并不会纳入消费之中，而是会算到投资之中，导致在现实层面，当人们在住房层面有了更高的消费，统计局实际提供的消费数据占比也就会变得更低。如此，显然和人们的传统认知有着一定的差异，毕竟人们普遍会将买房当作消费行为。为此，会计人员就能依靠业务和财务方面的权重分析，以此针对企业内部产品和服务收入的增加对总收入的影响解释，进而提出一些针对性建议。

4.追踪资金流向

对于企业来说，资金可以看作是其内部的血液，基于资金的流向，能够把握企业生产和经营活动的发生和结果。将资金流本身作为一类数据，企业人员应当深入研究，把握其中的异常情况，并对比从外部进入的各类证据。基于资金流本身，深入追踪相关业务内容，从内部出发，对基本要求、预算安排、资金拨付予以全面追踪，包括项目的全部过程以及相关负责人。针对企业自身进行投资的项目，还需要对其中的大额资金展开全面监督，加强对于工程项目的审批、招投标管理、建设进度以及特定环节的监督。针对当前的投资项目，则需要思考政策内容、投资方案、风险控制活动、资金走向以及可能出现的各方面风险问题，尤其是一些可能出现的违规活动，则更要予以关注。

5.分析发展趋势

从理论层面来看，大数据可以看作是对早期获取的各类数据内容展开深入分析和计算，依靠特定的模型，对未来的各类事件予以全面分析，完成预测，把握其走势。在拥有了大数据之后，会计人员自身拥有的数据内容将会变得更丰富，同时也具备了处理各类不同属性数据的基本能力。当大数据和计算活动得到全面结合之后，会计人员就能对经营活动里面出现的行为数据展开全面挖掘，以此了解业务工作的发展情况，把握行业的整体走势。不但可以完成实时分析，而且还能完成预测模型的制作。针对事物本身的发展进行全面预测，实际可能产生的影响因素有很多，会达到成千上万，而相关理论更是涉及多个方面。如果以此为基础，强行寻找其中潜在的因果关系。对要求必须在短时间内做出一定反应的内容，人们更为关注的是未来的操作行为，而并不是探究其中潜在的因果关系。从这一层面来看，大数据内容的研究、结论获取以及预测趋势等，若整体速度非常快，就能及时给企业提供特定的数据参考。

6.提升认识水平

从目前来看，会计人员实际获取的数据资料，一直存在误导和滥用的情况。诸如选择性使用，也就是对一部分数据展开使用，而其他数据则直接忽视；只对于表面的现象予以进行探究，从不分析其中的主要原因，依靠表面现象强行对原因予以掩盖；依靠“设置定语”的方式进行限制，抑或直接进行欺骗。在进入大数据时代之后，业务数据和财务数据的数量越来越多，种类也很丰富，同时存储技术和分析技术也有了较大进步，会计人员必须做到与时俱进，不断强化自身的大数据思维，对技术内容予以充分利用，发挥其培养和指导方面的价值。只有在会计人员具备了大数据思维且掌握了相关技术之后，才能更好地在会计工作中进行分析和预测，为企业的生产经营提供诸多帮助，推动企业稳定发展。