数据挖掘技术在管理会计中的应用研究

马 玉

（扬州大学 商学院，江苏 扬州 225009）

随着互联网科技时代的到来，各种新型的高科技技术争相涌现，这些新技术在各行各业的应用给当前的市场环境带来了巨大的改变。数据挖掘技术就是一项新的科学技术，这一技术能够从大量的生产、财务、管理等数据群当中提取最重要的部分，并结合多种智能算法获取这些数据之间潜在的关联，从中分析和研究出最有价值的信息。现阶段这一技术也被广泛应用于管理会计当中，由于企业管理会计工作量大，数据挖掘技术能够更加全面、更加智能地发掘会计数据中的重要信息，基于科学的数据为企业作出决策提供更加合理的依据，为经济的发展创造出更加出色的成绩。

一、数据挖掘技术的主要方法

（一）分类处理

分类处理指的是根据给定数据库中数据的共同点将数据划分成不同的模型，通过这种分类模型的方式将获得的数据映射到某个给定的列表当中。数据分类可以被广泛应用到商品的分类、会计管理以及企业财务数据的预测中，还可以对某一店铺内用户短时间内购买的商品进行分类并做出关联推荐，从而增加商铺的效益。

（二）回归分析

回归分析反映的是数据库当中数据本身的属性，回归分析可以通过函数表达的方式来发现数据之间属性方面的关联。回归分析大多应用于对某一序列性数据的预测方面。

（三）聚类分析

聚类分析与分类有些相似，但聚类分析主要是根据某一组数据的相似性以及差异性进行归类。属于同一类别的数据之间相似性很大，可以用于对消费者的商品推荐。不同类别之间的数据相似性很小，跨类别的数据可以用于分析不同行业之间的显著特征。

（四）神经网络方法

神经网络方法的应用主要有三种：第一种是用于数据的分类预测和模式识别，用到的神经网络模型有前馈式神经网络、函数型网络以及感知器；第二种适用于联想记忆和对数据进行优化算法的反馈式神经网络模型；第三种是在聚类分析当中最常出现的自组织映射方法。

二、数据挖掘技术的特征

（一）数据基础量大

数据挖掘技术最突出的特征就是其分析结果是基于大量的数据产生的，对大量的数据进行分析所得出的结果更加科学可信，更能反映真实的规律。

（二）技术性

数据挖掘技术在应用的过程中需要结合多种科学技术，所挖掘到的知识是不平凡的，对于数据的挖掘是基于众多科学技术共同作用产生的结果，具有极高的专业性与技术性。

（三）深入性

数据挖掘技术所得出的结论是基于大量原始数据而探索得到的深处的内涵与知识，而不是只存在于数据表面的信息。

（四）新奇性

数据挖掘技术是一门新型技术，它不仅是为了验证专家的经验，更是从科学的角度利用新的技术帮助企业管理会计获取进一步的洞察。

（五）价值性

数据挖掘技术挖掘到的结果一定是有价值有意义的。不了解数据挖掘技术的人认为其华而不实，这是一个错误的想法，虽然在某一类的数据挖掘项目中，由于原始数据的缺乏或者数据质量不佳，又或是数据挖掘人员技术不精湛会导致挖掘到的数据价值不高，但大量成功的案例也在被各行各业广泛应用，这充分证明了数据挖掘技术能帮助企业提升自身发展力。

三、数据挖掘技术在管理会计中应用的优势

（一）便于企业管理客户关系

数据挖掘技术在管理会计中应用时，首先能通过建立数据库，对顾客信息进行分类和聚类分析发现顾客群体的消费行为规律，从而对顾客进行分组，对不同类型的顾客更有针对性地进行管理与接待。其次，数据挖掘技术能够通过对顾客的消费信息以及创造的价值进行分析，依据累托定律，20%的客户创造了企业80%的价值，有利于管理会计从客户的数据库当中着重挖掘这部分顾客，对于他们的消费需求及偏好以及购买行为进行梳理与分析，根据他们的喜好提供相应的产品和服务，便于与顾客建立起长期友好的关系。同时这些分析的数据也能让企业对消费者更加了解，生产出更多有特色的产品，为消费者提供更人性化、更优质的服务。

（二）帮助企业获取更大的竞争优势

数据挖掘技术在管理会计当中的应用能够从数据分析层面改善企业内部的经营管理流程，根据分析得到的科学结果对企业的外部竞争环境以及对手状况、当前的市场行情、消费者的偏好、供货商的选择等多种方面进行分析，获得最有价值的商业信息，充分提升企业的竞争优势。以食品生产企业为例，数据挖掘技术能够根据市场营销情况对消费者的口味、消费者所喜爱的包装风格、消费者所喜欢的食品种类等多方面进行准确的把握，提升企业生产产品的市场喜爱度。

（三）帮助管理会计进行风险防控

企业的生产经营在每一环节都面临着各种各样的风险，例如企业生产的商品是否适合消费者，产品是否具有同质性在市场竞争中受阻，产品的价格定位是否过高等都会影响产品的销量给企业带来经营风险。此外，企业所面临的风险大多都是隐性的，例如财务风险大多是一个潜藏和积累的过程，而数据挖掘技术在管理会计当中的应用能够及时有效地对企业内部财务状况进行分析，根据数据分析对企业的融资和投资环节提出科学决策，帮助企业规避生产经营过程中的一系列隐性风险。

四、数据挖掘技术在管理会计中应用的过程

（一）对财务数据进行取样

在开始进行数据挖掘之前，为了保证数据挖掘过程有序开展，并最大程度地提升数据挖掘的科学性，必须要注重前期的财务数据取样过程，这是保障数据挖掘技术结果的可靠前提与基础。因此，管理会计必须根据数据挖掘技术所要达到的预期目标创建财务数据表，对于数据库当中的信息进行精细化筛选。

（二）数据探索与分析

在对数据信息进行采样之后，将这些数据上传到数据库之中展开详细深入的探索，基于各种智能算法与大数据分析技术从数据样本出发，根据目标信息寻找数据之间潜在的关联。

（三）对数据进行调整

有时候所获取到的数据并不都是有效数据，这时就需要对数据进行增加和删减，使获取到的数据内容更加翔实、更加准确，避免大量融杂的信息混杂其中，影响数据分析的工作效率。

（四）数据建模

对数据进行合理的建模是进行统计和分析的关键环节。在对数据进行建模时，要充分利用决策树、时间序列分析或者回归分析等不同的分析模型建立更加科学的数据模型。

（五）对数据进行评价

在建模与分析完成之后，对数据进行评价是数据挖掘最重要的环节。根据数据之间内在的联系与呈现的特征，全面客观地评价数据并给出相应的具有可靠性和实用性的决策。

五、数据挖掘技术在管理会计中的具体应用

（一）对竞争对手进行分析

现阶段，随着社会经济的不断提升，全球化的进程在逐渐加快，各行各业所面临的市场竞争也越来越激烈。企业需要知己知彼才能在市场竞争中脱颖而出，因此，从多个渠道、多个方面了解市场当中的同类竞争对手是十分必要的。且现阶段许多企业运用管理会计的模式能够超越普通会计中以会计主体为主的限制，在与竞争对手进行对比的过程中提供更加优质、全面的管理会计信息，而数据挖掘技术的应用也使得企业可以对竞争对手的资料和数据进行全面详细的分析和整合，找到对方发展的优势和缺陷，与自身企业进行对比，有针对性地提升自身不足之处，借鉴其他企业的发展优势，为企业自身的发展和经营制定更有针对性的发展对策和目标。

（二）进行更加科学可信的决策

企业管理会计还需要根据企业的发展情况为融资和投资提出决策，这时数据挖掘技术将发挥不可或缺的作用。数据挖掘技术可以从企业财务报表以及宏观的经济环境出发，结合行业发展情况等多个方面的数据发掘出其中与经济决策相关的实质性信息，从数据角度为企业的投资提供科学合理的决策。例如利用时间序列分析模型来预测股票价格帮助企业进行投资，或者利用分析处理技术分析企业的信用等级，以便于企业向外融资。此外，数据挖掘技术还可以应用于对产品和市场的预测分析方面，为企业提供更好的市场营销决策。现阶段企业品种优化的方式往往是选择合适的产品加以组合，可以进行短期促销，也可以长期销售以提升市场占有率并构建长期稳定的客户群体。为了更好地达到这些目标，管理会计不仅需要了解同类产品的价格和成本，而且还要了解市面上其他代替产品的情况，并在此基础上分析市场竞争状况，这时就可以将这些调查到的数据输入到数据挖掘系统中进行深入分析，为企业产品的市场营销提供更加明确的营销方向。

（三）各种先进技术在规避风险当中的应用

首先，数据挖掘技术在收集到企业相关财务数据之后可以定期向管理会计人员提出风险预警。并根据关联规则数据挖掘当中的布尔关联规则、类别关联规则和数量关联规则，对风险水平进行等级划分，在确定风险等级之后根据数据分析风险发生的原因并给出相应的解决对策。通过关联规则安全数据的交互性分析企业潜在的财务风险，并对财务风险的特征进行明确的描述和原因分析。此外，在运用数据挖掘技术的过程中，管理会计在系统中输入企业各部门的财务数据之后，系统能够智能化地根据不同业务部门的业务开展情况以及财务报表及时对潜在的风险进行预警，并构建企业经营过程当中的财务风险分析模型和层次树。在第一层展示与财务风险相关的数据，在第二层对于企业财务风险有关的一些利润率指标、投资回报率指标、流动性资金周转率指标等进行分析，在第三层展示企业金融当中最具代表性的毛利率、净利润、每股收益、应收账款周转率等。在这些基础的数据库建立完成之后，通过采取各种各样的技术在相应的层次上进行数据挖掘并找到财务指标的相关规律。最后，还可以采取支持阈值递减的交互策略进行数据挖掘，这一策略实际上指的是每个层次上最小支持值的阈值，通常企业财务指标水平越低，对应的最小支持阈值就越小。通过挖掘不同层次财务数据之间的关联规则有效防范将财务风险。

（四）对于消费群体进行数据挖掘

不论是何种企业，在进行管理会计分析时，对于消费者的关注都是必不可少的，消费者包括了下游生产者和直接的产品消费者。企业只有根据消费者的需求进行相应的生产，根据消费者的偏好改进产品包装、提升生产技术、完善工艺才能使企业的生产经营越来越顺畅，进一步提升企业所获得的经济效益。而现阶段随着市场竞争的越发激烈，市场上的产品也在向多元化发展，从企业的角度来说，消费者群体也呈现出越来越多样化的特点，企业当中的传统管理会计模式已经不能充分满足企业对市场发展以及消费者分析的需求，这就需要数据挖掘技术的助力。管理会计的数据不像传统的财务会计那样只局限于企业发展过程中的历史信息，它的数据库能够涵盖市场当中整个行业的销售信息，更加详细直观。在对消费者进行分析时，数据挖掘技术能从消费者的年龄、职业、性别、地区等多个方面进行资源整合，便于企业从多个角度出发对客户的需求进行分析，在这样庞大的数据基础上，企业既可以根据消费者的年龄特征，采用不同的产品包装吸引各个年龄段的消费者，也可以针对消费者所在地区打造具有地域特色的产品。此外，更重要的是还可以通过数据挖掘技术对于消费者群体当中涉及的其他相关企业进行信用评估、发展状况分析等，据此来调整自己的市场发展策略，并且为向其他企业进行销售时的信用水平界定提供相对准确的依据。

结语

综上所述，随着当前市场环境的不断变化，各企业之间承受的竞争压力也在逐步增加。在企业进行管理的过程中必须要不断创新管理体制，引进先进的技术才能更好地推动企业发展。而数据挖掘技术作为信息化背景下发展迅猛的新技术，能够从企业的财务状况中发现和提取有价值的信息，并且对信息进行深入的加工和科学的利用，因此将数据挖掘技术应用到管理会计的过程中是企业发展壮大的必然途径。基于此，数据挖掘技术在管理会计中的应用不仅需要研究者们对其理论进行不断的完善，还要基于理论知识在实践中对管理会计技术和数据挖掘方法不断创新，才能更好地利用数据挖掘技术进行专业的分析，充分挖掘企业自身潜力，实现企业的协调可持续发展。