基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)構(gòu)建

黃河水利職業(yè)技術(shù)學(xué)院 陳俊麗

基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)構(gòu)建

黃河水利職業(yè)技術(shù)學(xué)院 陳俊麗

本文分析了大數(shù)據(jù)時(shí)代運(yùn)用云計(jì)算技術(shù)構(gòu)建企業(yè)會(huì)計(jì)大數(shù)據(jù)平臺(tái)的具體措施。借助于云計(jì)算會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)必須遵循的會(huì)計(jì)準(zhǔn)則、會(huì)計(jì)制度等相關(guān)法律法規(guī)的要求，具備財(cái)務(wù)綜合分析、財(cái)務(wù)綜合決策、財(cái)務(wù)綜合預(yù)測、財(cái)務(wù)綜合監(jiān)控等功能，為實(shí)現(xiàn)這些功能，圍繞環(huán)境部署、數(shù)據(jù)獲取、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)處理、數(shù)據(jù)輸出及安全機(jī)制進(jìn)行分析。

云計(jì)算 會(huì)計(jì)大數(shù)據(jù) 大數(shù)據(jù)分析平臺(tái)

一、云計(jì)算與會(huì)計(jì)大數(shù)據(jù)

（一）云計(jì)算云計(jì)算是一種商業(yè)計(jì)算模型，它將運(yùn)算任務(wù)分配到大量計(jì)算機(jī)集成的資源庫中，使不同的應(yīng)用系統(tǒng)根據(jù)自身需要獲取相應(yīng)的存儲(chǔ)空間、信息服務(wù)以及與傳統(tǒng)大型服務(wù)器相等或更多的計(jì)算能力。云計(jì)算模式的九大特性與傳統(tǒng)模式的比較（如表1所示）。

表1 云計(jì)算模式與傳統(tǒng)模式對比分析表

（二）會(huì)計(jì)大數(shù)據(jù)比較遺憾的是，截止到目前學(xué)術(shù)界對會(huì)計(jì)大數(shù)據(jù)還沒有形成權(quán)威的定義。在文章中會(huì)計(jì)大數(shù)據(jù)的理解是建立在原有會(huì)計(jì)數(shù)據(jù)的基礎(chǔ)之上，并衍變而成的。它不應(yīng)當(dāng)只包含企業(yè)內(nèi)部的與會(huì)計(jì)相關(guān)的數(shù)據(jù)，還應(yīng)當(dāng)包含為了實(shí)現(xiàn)某一特定目標(biāo)，企業(yè)通過物聯(lián)網(wǎng)從外部公開網(wǎng)站獲取其他的會(huì)計(jì)數(shù)據(jù)資料；或者不僅包含原始的會(huì)計(jì)數(shù)據(jù)，而且包含經(jīng)過加工處理之后的會(huì)計(jì)信息。大數(shù)據(jù)時(shí)代的到來，為會(huì)計(jì)部門管理者財(cái)務(wù)分析提供了豐富的信息資源。大數(shù)據(jù)是規(guī)模巨大、結(jié)構(gòu)復(fù)雜的數(shù)據(jù)集合，在合理的時(shí)間內(nèi)快速獲取、存儲(chǔ)、管理、共享、分析可以提供巨大的利用價(jià)值。它具有以下特征：數(shù)據(jù)數(shù)量規(guī)模大；數(shù)據(jù)種類繁多；數(shù)據(jù)輸入和輸出速度快；數(shù)據(jù)的依賴性與無形性。

二、基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)構(gòu)建原則

（一）數(shù)字化原則平臺(tái)是數(shù)字化的。即會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)從原始單據(jù)的采集，到最終會(huì)計(jì)大數(shù)據(jù)的分析，全程一律數(shù)字化，保證會(huì)計(jì)大數(shù)據(jù)的時(shí)效性。

（二）網(wǎng)絡(luò)化原則平臺(tái)是網(wǎng)絡(luò)化的。通過網(wǎng)絡(luò)將公司與公司外部、總公司與子公司、公司內(nèi)各部門緊密聯(lián)系起來，形成一個(gè)個(gè)環(huán)環(huán)相扣的信息流。這樣一來不僅能夠?qū)崿F(xiàn)總公司實(shí)時(shí)把握子公司的會(huì)計(jì)動(dòng)態(tài)，而且能夠?qū)崿F(xiàn)同行業(yè)資源共享，有利于公司第一時(shí)間內(nèi)做出正確的決策。

（三）智能化原則平臺(tái)是智能化的?，F(xiàn)有數(shù)據(jù)處理技術(shù)有了翻天覆地的進(jìn)步，計(jì)算機(jī)有足夠的數(shù)據(jù)處理、存儲(chǔ)能力和最先進(jìn)的分析技術(shù)。使用先進(jìn)的計(jì)算機(jī)數(shù)據(jù)分析技術(shù)可以輕易地對采集的會(huì)計(jì)大數(shù)據(jù)進(jìn)行深入處理分析，實(shí)現(xiàn)智能化。

三、基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)功能構(gòu)建

基于云計(jì)算的會(huì)計(jì)數(shù)據(jù)分析平臺(tái)的構(gòu)建必須遵循會(huì)計(jì)準(zhǔn)則、會(huì)計(jì)制度等相關(guān)法律法規(guī)的要求，將企業(yè)有效原始會(huì)計(jì)數(shù)據(jù)和經(jīng)加工后的會(huì)計(jì)數(shù)據(jù)融合成會(huì)計(jì)大數(shù)據(jù)，并對其采集、存儲(chǔ)、分析、應(yīng)用，發(fā)掘其價(jià)值。主要包括以下幾個(gè)方面：財(cái)務(wù)綜合分析、財(cái)務(wù)綜合決策、財(cái)務(wù)綜合預(yù)測、財(cái)務(wù)綜合監(jiān)控等。

（一）財(cái)務(wù)綜合分析

（1）基于價(jià)值鏈的財(cái)務(wù)綜合分析。文章只是簡要構(gòu)建了基于價(jià)值鏈的財(cái)務(wù)綜合分析體系，具體指標(biāo)設(shè)計(jì)可以隨著會(huì)計(jì)大數(shù)據(jù)分析研究不斷改進(jìn)。在傳統(tǒng)財(cái)務(wù)綜合分析中，主要采用杜邦分析體系以及沃爾比重評分法，以凈資產(chǎn)收益率作為衡量指標(biāo)。但是這種指標(biāo)不具有全面性，它過度看重會(huì)計(jì)資料，卻忽略了其他重要因素。所以本平臺(tái)的財(cái)務(wù)綜合分析功能是以（經(jīng)濟(jì)增加值）為核心財(cái)務(wù)分析指標(biāo)，杜邦分析體系中影響的財(cái)務(wù)指標(biāo)作為次級財(cái)務(wù)分析指標(biāo)，借助平衡計(jì)分卡和企業(yè)價(jià)值鏈引入顧客、內(nèi)部運(yùn)作、學(xué)習(xí)和創(chuàng)新以及供應(yīng)商、員工等非財(cái)務(wù)指標(biāo)作為基本財(cái)務(wù)分析指標(biāo)，從而拓展財(cái)務(wù)分析的縱向和橫向深度，將企業(yè)目標(biāo)和業(yè)務(wù)結(jié)合，并加載知識(shí)庫，從而能夠動(dòng)態(tài)反映企業(yè)的價(jià)值。內(nèi)部運(yùn)作層面是企業(yè)內(nèi)部生產(chǎn)經(jīng)營價(jià)值增值的過程。重點(diǎn)是從產(chǎn)品質(zhì)量、產(chǎn)品成本、生產(chǎn)周期、資源利用效率等方面設(shè)定指標(biāo)；其次加強(qiáng)與顧客層面的聯(lián)系，實(shí)時(shí)跟蹤生產(chǎn)作業(yè)步驟，確定戰(zhàn)略性價(jià)值的作業(yè)，從而增加有價(jià)值作業(yè)，減少無價(jià)值作業(yè)。學(xué)習(xí)和創(chuàng)新層面是企業(yè)產(chǎn)品、技術(shù)創(chuàng)新的過程。主要從研發(fā)投入、研發(fā)產(chǎn)出等方面設(shè)定指標(biāo)，并與內(nèi)部運(yùn)作、顧客層面緊密聯(lián)系，提升企業(yè)核心競爭力。員工層面對于處理顧客和供應(yīng)商的關(guān)系、企業(yè)內(nèi)部運(yùn)作、學(xué)習(xí)創(chuàng)新等都能起到關(guān)鍵作用，是企業(yè)獲得競爭優(yōu)勢的重要手段，所以從員工滿意度、工作能力等方面設(shè)定分析指標(biāo)是十分必要的。顧客層面要考慮提高顧客的忠誠度和滿意度。主要從顧客滿意度、顧客保持率、顧客取得率等方面設(shè)定指標(biāo)。供應(yīng)商層面位于企業(yè)價(jià)值鏈的上游，關(guān)于其財(cái)務(wù)分析十分重要。主要從企業(yè)和供應(yīng)商的信息交互程度、訂單完成數(shù)量、訂單質(zhì)量和完成效率等方面設(shè)定指標(biāo)。

（2）基于哈佛分析框架的財(cái)務(wù)綜合分析。哈佛分析框架在財(cái)務(wù)綜合分析體系中所起的作用是：對企業(yè)的會(huì)計(jì)大數(shù)據(jù)進(jìn)行戰(zhàn)略分析、會(huì)計(jì)分析、財(cái)務(wù)分析和前景分析。在戰(zhàn)略分析中，建立行業(yè)發(fā)展、競爭戰(zhàn)略、企業(yè)經(jīng)營戰(zhàn)略情況的分析體系；在會(huì)計(jì)分析中，對企業(yè)關(guān)鍵會(huì)計(jì)項(xiàng)目的會(huì)計(jì)政策分析，可以結(jié)合競爭對手橫向分析，也可以根據(jù)以前年度縱向分析；在財(cái)務(wù)分析中，結(jié)合趨勢分析法、對比分析法、比例分析法對企業(yè)財(cái)務(wù)報(bào)表進(jìn)行深入分析；在前景分析中，結(jié)合企業(yè)內(nèi)部創(chuàng)新、外部政策、顧客需求、企業(yè)內(nèi)部業(yè)務(wù)發(fā)展趨勢等因素，加載知識(shí)庫之后，采用數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)前景預(yù)測分析。通過以上綜合分析，可以準(zhǔn)確評價(jià)企業(yè)的經(jīng)濟(jì)效益情況。

（二）財(cái)務(wù)綜合決策大數(shù)據(jù)時(shí)代的到來，讓財(cái)務(wù)綜合決策由原來單純依賴企業(yè)財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)和決策者的經(jīng)驗(yàn)判斷轉(zhuǎn)向更多的依賴對數(shù)據(jù)的獲取、處理、分析和應(yīng)用。具體財(cái)務(wù)綜合決策流程如圖1所示。

圖1 財(cái)務(wù)綜合決策分析流

財(cái)務(wù)綜合決策分析功能如下：

（1）財(cái)務(wù)籌資決策中，調(diào)用資金成本、財(cái)務(wù)風(fēng)險(xiǎn)、資金需求預(yù)測等模型，首先分析企業(yè)的資金結(jié)構(gòu)和使用情況；其次用加權(quán)平均資本成本、分析資金使用效果等，然后采用銷售百分比預(yù)測資金的需求情況，最后根據(jù)知識(shí)庫中的知識(shí)法則做出籌資決策。

（2）財(cái)務(wù)投資決策中，首先依據(jù)企業(yè)歷年數(shù)據(jù)分析企業(yè)的資金組成結(jié)構(gòu)、使用狀況、變化趨勢等方面；其次定位分析，多維度對證券投資報(bào)酬和風(fēng)險(xiǎn)等方面分析；然后對投資收益進(jìn)行預(yù)測；最后調(diào)用知識(shí)庫中的經(jīng)驗(yàn)判斷，輸出結(jié)果。

（3）收入分配決策中，首先建立多維分析模型，并采用本量利分析方法預(yù)測營業(yè)利潤金額以及變動(dòng)趨勢，然后結(jié)合知識(shí)庫中的決策利潤分配的比例、分配政策和分配時(shí)間等知識(shí)，輸出利潤分配結(jié)果。

（三）財(cái)務(wù)綜合預(yù)測財(cái)務(wù)綜合預(yù)測即結(jié)合財(cái)務(wù)綜合分析結(jié)果，根據(jù)歷史業(yè)務(wù)資料和外部客觀環(huán)境等會(huì)計(jì)大數(shù)據(jù)，并采用單變量、多變量的線性回歸方法預(yù)測企業(yè)的財(cái)務(wù)危機(jī)、經(jīng)營績效、成本預(yù)算等。營業(yè)成本預(yù)測通常采用作業(yè)成本法，采用聚類分析法測試不同因素對成本的影響程度，然后依據(jù)歷史產(chǎn)量和成本數(shù)據(jù)的變化趨勢，自動(dòng)選取相對應(yīng)模型，進(jìn)而實(shí)現(xiàn)預(yù)測未來成本的要求。在財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測方面可以采用周首華學(xué)者的F計(jì)分模型，也可以采用BP神經(jīng)網(wǎng)絡(luò)模型和Kalman濾波（如圖2所示）。

圖2 財(cái)務(wù)動(dòng)態(tài)預(yù)警分析體系

圖2財(cái)務(wù)動(dòng)態(tài)預(yù)警分析體系

（四）財(cái)務(wù)綜合監(jiān)控財(cái)務(wù)綜合監(jiān)控的目的是幫助管理者清楚企業(yè)經(jīng)營狀況、預(yù)算執(zhí)行情況，具體包括以下四個(gè)方面：現(xiàn)金監(jiān)控；應(yīng)收賬款監(jiān)控；存貨監(jiān)控；生產(chǎn)監(jiān)控。

四、基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)的體系設(shè)計(jì)

會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)主要由云服務(wù)平臺(tái)層、數(shù)據(jù)獲取層、數(shù)據(jù)加工存儲(chǔ)層、數(shù)據(jù)輸出展示層構(gòu)成，會(huì)計(jì)大數(shù)據(jù)標(biāo)準(zhǔn)化和安全機(jī)制貫穿始終（如圖3所示）。

圖3 平臺(tái)整體架構(gòu)圖

（一）基礎(chǔ)IT環(huán)境部署

（1）平臺(tái)云計(jì)算服務(wù)模式的選擇。云計(jì)算平臺(tái)服務(wù)主要有以下幾種交付模式：基礎(chǔ)設(shè)施即服務(wù)（IaaS）、平臺(tái)即服務(wù)（PaaS）、軟件即服務(wù)（SaaS）。每層服務(wù)都是基于下面的基礎(chǔ)服務(wù)，平臺(tái)是建立在基礎(chǔ)設(shè)施之上，軟件服務(wù)則是通過網(wǎng)絡(luò)利用一些軟件的服務(wù)關(guān)系（如圖4所示）。文章構(gòu)建的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)既可以基于IaaS模式，也可以基于PaaS模式?；A(chǔ)設(shè)施即服務(wù)：位于云計(jì)算架構(gòu)的最底層，是一個(gè)純粹的技術(shù)組件。企業(yè)基于這種服務(wù)模式構(gòu)建會(huì)計(jì)大數(shù)據(jù)的分析平臺(tái)，可以實(shí)現(xiàn)企業(yè)業(yè)務(wù)安全穩(wěn)定運(yùn)行、快速準(zhǔn)確的分析處理會(huì)計(jì)數(shù)據(jù)、高效利用資金的要求。

圖4 云計(jì)算服務(wù)模式圖

平臺(tái)即服務(wù)：位于云計(jì)算架構(gòu)的中間層，企業(yè)借助其提供的編程語言和工具開發(fā)應(yīng)用軟件。企業(yè)基于這種服務(wù)模式構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)，無需定義會(huì)計(jì)數(shù)據(jù)存儲(chǔ)伸縮性，也不需要管理和控制云的基礎(chǔ)設(shè)施、網(wǎng)絡(luò)等，但可控制部署應(yīng)用和配置對應(yīng)環(huán)境，提高企業(yè)在軟件上的投資回報(bào)率。同時(shí)也應(yīng)該注意到，基于PaaS模式構(gòu)建軟件將是一種長期的發(fā)展趨勢。

（2）平臺(tái)云計(jì)算部署模式的選擇。如果以部署環(huán)境進(jìn)行分類的話，云計(jì)算包括公有云、私有云、混合云三種形式（如圖5）。

圖5 私有云、公有云和混合云示意圖

公有云：遠(yuǎn)離企業(yè)建筑的地方托管，通過因特網(wǎng)，由外部云服務(wù)商共享資源，并且細(xì)粒度的、按計(jì)算的效用進(jìn)行收費(fèi)。該模式在成本和靈活性方面具有許多優(yōu)勢，但是在監(jiān)管和安全性方面存在漏洞。私有云：僅利用云計(jì)算的部分特征，在內(nèi)部托管的一種部署方式。企業(yè)可以在私有云上構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)，私有云可以保證會(huì)計(jì)數(shù)據(jù)的安全性，但一定程度上增加了運(yùn)行成本?；旌显疲簩⒐性婆c私有云結(jié)合。企業(yè)可以基于混合云構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)，可以實(shí)現(xiàn)數(shù)據(jù)處理快、安全性高的要求。但當(dāng)前混合云的發(fā)展不是很成熟。

（二）會(huì)計(jì)大數(shù)據(jù)的獲取會(huì)計(jì)大數(shù)據(jù)的獲取包含：會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)的獲取、會(huì)計(jì)知識(shí)的獲取以及綜合決策分析數(shù)據(jù)的獲取。

（1）會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)的獲取。首先，會(huì)計(jì)大數(shù)據(jù)中的會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)包含財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)和非財(cái)務(wù)會(huì)計(jì)數(shù)據(jù)。數(shù)據(jù)的來源包括銷售清單、合同、訂貨單等業(yè)務(wù)單據(jù)，不再是單純的會(huì)計(jì)憑證，形式更加多樣化。為了獲得高質(zhì)量的會(huì)計(jì)信息，需將會(huì)計(jì)要素嚴(yán)格區(qū)分開來。在獲取會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)的過程中，不僅通過內(nèi)部網(wǎng)絡(luò)獲取現(xiàn)有會(huì)計(jì)信息系統(tǒng)的結(jié)構(gòu)化數(shù)據(jù)，而且還有通過外部網(wǎng)絡(luò)、傳感器、B/S移動(dòng)輸入等方式獲取對應(yīng)的非結(jié)構(gòu)化數(shù)據(jù)，接收數(shù)據(jù)之后采用ETL工具對其辨析、抽取、清洗等操作，并存入MongoDB數(shù)據(jù)庫中（如圖6）。比如：在業(yè)務(wù)核算中，由于業(yè)務(wù)發(fā)生頻率高，業(yè)務(wù)處理水平較低，而且需要實(shí)時(shí)提供信息，因此會(huì)計(jì)數(shù)據(jù)用云端的MongoDB數(shù)據(jù)庫進(jìn)行存儲(chǔ)。

（2）會(huì)計(jì)知識(shí)的獲取。會(huì)計(jì)知識(shí)包括：基本會(huì)計(jì)制度、會(huì)計(jì)準(zhǔn)則、項(xiàng)目方案等顯性知識(shí)，以及決策知識(shí)、會(huì)計(jì)核算經(jīng)驗(yàn)和經(jīng)過數(shù)據(jù)挖掘后得到的會(huì)計(jì)信息等隱性知識(shí)。會(huì)計(jì)知識(shí)的獲取是系統(tǒng)自動(dòng)獲取外部輸入的相關(guān)知識(shí)，以及從數(shù)據(jù)庫、數(shù)據(jù)倉庫中獲取、識(shí)別的知識(shí)，經(jīng)過分類整合之后，以一種事實(shí)或者結(jié)果存入知識(shí)數(shù)據(jù)庫，同時(shí)建立知識(shí)之間的聯(lián)系，形成關(guān)系型數(shù)據(jù)庫。

圖6 會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)的獲取流程圖

（3）綜合決策分析數(shù)據(jù)的獲取。綜合決策分析數(shù)據(jù)是從企業(yè)內(nèi)部數(shù)據(jù)到企業(yè)外部數(shù)據(jù)，從結(jié)構(gòu)化數(shù)據(jù)到非結(jié)構(gòu)化數(shù)據(jù)，所有能夠系統(tǒng)反映企業(yè)經(jīng)營狀況、所在行業(yè)發(fā)展情況等，幫助管理者做出正確決策的會(huì)計(jì)大數(shù)據(jù)。綜合決策分析數(shù)據(jù)的獲取是采集會(huì)計(jì)核算系統(tǒng)中的原始資料、業(yè)務(wù)處理后生成的記賬憑證、總賬等數(shù)據(jù)，采集財(cái)務(wù)分析管理信息系統(tǒng)中加工處理后的信息，通過局域網(wǎng)采集其他部門中的供應(yīng)商、客戶等資料，以及通過互聯(lián)網(wǎng)外部接口采集外部收集的政策、行業(yè)發(fā)展等其他對決策影響的相關(guān)數(shù)據(jù)。

（三）會(huì)計(jì)大數(shù)據(jù)加工存儲(chǔ)會(huì)計(jì)大數(shù)據(jù)加工存儲(chǔ)是用存儲(chǔ)器將不同來源的會(huì)計(jì)大數(shù)據(jù)在批量實(shí)時(shí)的采集、交換、整合之后存儲(chǔ)起來，并建立相應(yīng)的數(shù)據(jù)倉庫。

（1）會(huì)計(jì)大數(shù)據(jù)的存儲(chǔ)。在會(huì)計(jì)大數(shù)據(jù)存儲(chǔ)中，平臺(tái)需要存儲(chǔ)全局的會(huì)計(jì)大數(shù)據(jù)。而且要設(shè)置數(shù)據(jù)層次，將商業(yè)機(jī)密的會(huì)計(jì)數(shù)據(jù)存入私有數(shù)據(jù)層中；將原始會(huì)計(jì)數(shù)據(jù)和最基本、粒度最低的會(huì)計(jì)數(shù)據(jù)存入橫向數(shù)據(jù)層中；將綜合決策分析的數(shù)據(jù)存儲(chǔ)在縱向分析層中。存儲(chǔ)中最重要的環(huán)節(jié)是建立數(shù)據(jù)倉庫。數(shù)據(jù)倉庫不是簡單數(shù)據(jù)庫，是用ETL將操作型數(shù)據(jù)轉(zhuǎn)為面向分析主體信息的過程，是面向主題的、非易失的會(huì)計(jì)數(shù)據(jù)倉庫。構(gòu)建數(shù)據(jù)倉庫，需要建立雪花模型，以事實(shí)表為中心建立維度表，在維度表上擴(kuò)展詳細(xì)類別表。通過建立雪花模型，可以全方位查看會(huì)計(jì)大數(shù)據(jù)具體發(fā)生的情況，而且在同一模式中使用不同粒度保存，粒度越大，綜合性越高，粒度越小，細(xì)節(jié)越高。數(shù)據(jù)倉庫的構(gòu)建種類如下：會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)倉庫。將企業(yè)所有經(jīng)濟(jì)業(yè)務(wù)的數(shù)據(jù)資料之間建立聯(lián)系之后形成的數(shù)據(jù)庫。知識(shí)倉庫。將知識(shí)庫中的各種經(jīng)驗(yàn)、項(xiàng)目成果、會(huì)計(jì)核算管理辦法等知識(shí)構(gòu)建聯(lián)系形成的知識(shí)集合。方法倉庫。存儲(chǔ)方法模塊的工具，為數(shù)據(jù)分析和挖掘提供方法指導(dǎo)。模型倉庫。存儲(chǔ)解決用戶問題所需的各種模型的倉庫。它不僅包含投資模型、預(yù)測模型等財(cái)務(wù)分析決策模型，也包含聯(lián)系多個(gè)模型的工具。綜合決策分析數(shù)據(jù)倉庫。按照企業(yè)管理者的需求，在采集會(huì)計(jì)大數(shù)據(jù)的基礎(chǔ)上加載知識(shí)庫、模型庫、方法庫等，形成多維會(huì)計(jì)數(shù)據(jù)模型，并將模型應(yīng)用到數(shù)據(jù)中，進(jìn)行萃取、篩選、合成之后形成多維度、多粒度、綜合型的數(shù)據(jù)集合。

（2）會(huì)計(jì)大數(shù)據(jù)管理。在會(huì)計(jì)大數(shù)據(jù)管理中，會(huì)計(jì)業(yè)務(wù)數(shù)據(jù)的管理是從紙質(zhì)化轉(zhuǎn)為電子化管理，形成電子單據(jù)、電子賬簿，并且自動(dòng)上傳、分類、加便簽管理。會(huì)計(jì)知識(shí)數(shù)據(jù)的管理是加強(qiáng)會(huì)計(jì)知識(shí)加工存儲(chǔ)，實(shí)現(xiàn)會(huì)計(jì)知識(shí)的輸出、利用和共享。同時(shí)，會(huì)計(jì)大數(shù)據(jù)的管理要特別注意元數(shù)據(jù)的管理，主要是將數(shù)據(jù)標(biāo)準(zhǔn)化，保證系統(tǒng)內(nèi)會(huì)計(jì)大數(shù)據(jù)的高度一致、可維護(hù)、高質(zhì)量。元數(shù)據(jù)的管理必須貫穿于數(shù)據(jù)倉庫的設(shè)計(jì)、開發(fā)等過程中，并且對結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)同時(shí)管理。

（四）會(huì)計(jì)大數(shù)據(jù)分析輸出會(huì)計(jì)大數(shù)據(jù)分析輸出是將知識(shí)庫的會(huì)計(jì)知識(shí)、方法庫的運(yùn)算方法、模型庫的財(cái)務(wù)分析模型統(tǒng)一應(yīng)用，集成各種呈現(xiàn)工具對存儲(chǔ)在分布式數(shù)據(jù)庫的會(huì)計(jì)大數(shù)據(jù)進(jìn)行多維分析分類匯總、數(shù)據(jù)挖掘等，之后通過客戶端人機(jī)交互界面動(dòng)態(tài)呈現(xiàn)預(yù)測挖掘的結(jié)果，以滿足大多數(shù)常見的分析需求。

（1）會(huì)計(jì)大數(shù)據(jù)的挖掘。會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)的會(huì)計(jì)大數(shù)據(jù)挖掘主要采用描述性數(shù)據(jù)分析、預(yù)測性數(shù)據(jù)分析和規(guī)則性數(shù)據(jù)分析方法。第一，描述性數(shù)據(jù)分析。將會(huì)計(jì)數(shù)據(jù)明細(xì)賬和財(cái)務(wù)分析指標(biāo)設(shè)置多維分析模型。統(tǒng)計(jì)出會(huì)計(jì)數(shù)據(jù)的最小值、最大值等。將不同空間數(shù)據(jù)特點(diǎn)分類，生成點(diǎn)、線、面等不同的財(cái)務(wù)數(shù)據(jù)集合，之后進(jìn)行相關(guān)性分析、概念抽樣等處理，實(shí)現(xiàn)立體空間的財(cái)務(wù)分析數(shù)據(jù)。第二，預(yù)測性數(shù)據(jù)分析。將業(yè)務(wù)處理的規(guī)則、數(shù)據(jù)挖掘模型等結(jié)合，形成深度會(huì)計(jì)數(shù)據(jù)。包含通用相關(guān)性分析、線性模型、多維尺度模型以及線性回歸模型等。比如：yi=β0+β1x1+β2x2+β3x3+…+βnx1

第三，規(guī)則性數(shù)據(jù)分析。在已有限制、需求、目標(biāo)的前提下，采用聚類分析、神經(jīng)網(wǎng)絡(luò)方法等算法為信息使用者從許多有用的方案中做出選擇的分析技術(shù)。

（2）數(shù)據(jù)輸出。在數(shù)據(jù)處理結(jié)果輸出中引入MapReduce技術(shù)對會(huì)計(jì)大數(shù)據(jù)進(jìn)行整合處理。

圖7 會(huì)計(jì)核算輸出流程圖

平臺(tái)采用云計(jì)算技術(shù)和企業(yè)級的搜索技術(shù)處理會(huì)計(jì)大數(shù)據(jù)，并將處理分析結(jié)果通過B/S模式動(dòng)態(tài)直觀的展示給信息使用者。

（五）會(huì)計(jì)大數(shù)據(jù)安全機(jī)制

（1）風(fēng)險(xiǎn)披露。云計(jì)算對會(huì)計(jì)大數(shù)據(jù)安全是存在一定風(fēng)險(xiǎn)的。不僅有來自外部互聯(lián)網(wǎng)的安全威脅，也有來自內(nèi)部的安全隱患（如表2所示）。

表2 對各種安全性風(fēng)險(xiǎn)的解決方案表

（2）安全保障。應(yīng)對當(dāng)前這些安全風(fēng)險(xiǎn)的解決方案（如表2所示）。具備安全服務(wù)能力的體系是建立在基本的安全服務(wù)和架構(gòu)基礎(chǔ)之上的。關(guān)鍵基礎(chǔ)服務(wù)和架構(gòu)包括：身份/訪問安全、數(shù)據(jù)安全、應(yīng)用安全、基礎(chǔ)架構(gòu)安全和物理安全。其對應(yīng)安全策略如下：用戶認(rèn)證、授權(quán)；會(huì)計(jì)大數(shù)據(jù)隔離、會(huì)計(jì)大數(shù)據(jù)加密、會(huì)計(jì)大數(shù)據(jù)保護(hù)；分級安全控制；網(wǎng)絡(luò)隔離；災(zāi)備管理。

（3）安全機(jī)制的具體應(yīng)用?；谠朴?jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)可按照圖8所示的流向圖設(shè)計(jì)會(huì)計(jì)數(shù)據(jù)安全處理流程。

圖8 會(huì)計(jì)數(shù)據(jù)安全處理流程圖

用戶在輸入會(huì)計(jì)數(shù)據(jù)之前，采用U盾驗(yàn)證用戶身份的合法性；終端發(fā)送會(huì)計(jì)數(shù)據(jù)時(shí)，會(huì)計(jì)數(shù)據(jù)加密后采用VLAN通道傳遞，以防在管道中被竊取、破壞；會(huì)計(jì)數(shù)據(jù)發(fā)送到云端，在進(jìn)入服務(wù)器之前要通過防火墻和IPS設(shè)備檢測，在確認(rèn)是安全訪問信息之后，將會(huì)計(jì)數(shù)據(jù)發(fā)送到處理會(huì)計(jì)數(shù)據(jù)的軟件中；軟件在解密會(huì)計(jì)數(shù)據(jù)之后執(zhí)行具體操作。如果是寫入操作，則需要虛擬層識(shí)別為授權(quán)的寫入操作，才接收會(huì)計(jì)數(shù)據(jù)；虛擬層依據(jù)虛擬化策略將會(huì)計(jì)數(shù)據(jù)提交給對應(yīng)的物理設(shè)備；物理設(shè)備操作會(huì)計(jì)數(shù)據(jù)的校驗(yàn)計(jì)算、保護(hù)等，并給虛擬層返回操作結(jié)果；返回操作結(jié)果到服務(wù)軟件；加密操作結(jié)果后采用VLAN通道傳遞給終端；終端從VLAN通道接收數(shù)據(jù)并解密；給用戶返回結(jié)果。

（六）平臺(tái)應(yīng)用評價(jià)指標(biāo)評價(jià)一個(gè)基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)的使用效果時(shí)，除了要看系統(tǒng)自身的功能效果，還要看企業(yè)對平臺(tái)的滿意程度。因此本文從平臺(tái)的性能、成本效益方面設(shè)定指標(biāo)分析平臺(tái)的使用效果，為進(jìn)一步完善平臺(tái)構(gòu)建提供幫助。

（1）性能評價(jià)。基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)不僅保存現(xiàn)有會(huì)計(jì)信息系統(tǒng)的優(yōu)點(diǎn)，而且克服成本高、效率低的缺點(diǎn)，同時(shí)實(shí)現(xiàn)了會(huì)計(jì)大數(shù)據(jù)的綜合分析。具體如表3所示。

（2）成本效益分析指標(biāo)。云計(jì)算技術(shù)構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)的一大亮點(diǎn)是：應(yīng)用成本低、海量數(shù)據(jù)處理效率高，文章在此具體從企業(yè)的角度對平臺(tái)成本效益設(shè)定分析模型。在基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)和現(xiàn)有會(huì)計(jì)信息系統(tǒng)的成本分析方面，主要對軟件開發(fā)、軟件維護(hù)費(fèi)用等方面進(jìn)行比較。在效益分析方面，主要對會(huì)計(jì)核算的時(shí)間、準(zhǔn)確度、工作量對比分析，對財(cái)務(wù)分析的層次、時(shí)間、準(zhǔn)確度對比分析，對財(cái)務(wù)監(jiān)控的控制力度、時(shí)間、預(yù)算調(diào)整對比分析，對財(cái)務(wù)決策的時(shí)間、準(zhǔn)確度、控制力度、利潤對比分析，對財(cái)務(wù)預(yù)測的準(zhǔn)確度、及時(shí)性對比分析，對數(shù)據(jù)查詢的準(zhǔn)確性、及時(shí)性、數(shù)據(jù)量對比分析，對企業(yè)經(jīng)營狀況的訂單轉(zhuǎn)換率、人力成本、購成本等方面對比分析。

表3 平臺(tái)使用評價(jià)指標(biāo)表

［1］吳沁紅：《新一輪信息化浪潮下會(huì)計(jì)信息化：使命、挑戰(zhàn)、展望——第十一屆全國會(huì)計(jì)信息化年會(huì)綜述》，《會(huì)計(jì)研究》2012年第10期。

［2］袁鳳林：《我國會(huì)計(jì)信息化研究綜述》，《統(tǒng)計(jì)與決策》2008年第19期。

［3］許金葉、李歌今：《構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)：企業(yè)會(huì)計(jì)云計(jì)算建設(shè)的核心》，《財(cái)務(wù)與會(huì)計(jì)》2013年第4期。

［4］毛華揚(yáng)、梁寧寧：《基于云計(jì)算模式建立會(huì)計(jì)數(shù)據(jù)中心》，《財(cái)會(huì)月刊》2013年第9期。

［5］劉忠玉:《21世紀(jì)財(cái)務(wù)會(huì)計(jì)發(fā)展大趨勢》，《財(cái)經(jīng)問題研究》2004年第8期。

［6］袁進(jìn)：《大數(shù)據(jù)環(huán)境下的企業(yè)質(zhì)量分析平臺(tái)構(gòu)建》，《上海質(zhì)量》2013年第6期。

［7］王慧娟：《基于云計(jì)算的會(huì)計(jì)大數(shù)據(jù)分析平臺(tái)構(gòu)建研究》，山西財(cái)經(jīng)大學(xué)2015年碩士學(xué)位論文。

［8］程平、萬家盛：《大數(shù)據(jù)時(shí)代財(cái)務(wù)共享服務(wù)中心云平臺(tái)的構(gòu)建及其應(yīng)用》，《商業(yè)會(huì)計(jì)》2015年第15期。

［9］覃炯聰：《大數(shù)據(jù)背景下的數(shù)據(jù)治理模式》，《信息與電腦》（理論版）2016年第16期。

（編輯 張芬）