基于大數(shù)據(jù)分析技術(shù)的管理會(huì)計(jì)系統(tǒng)重構(gòu)

吳 勇（副教授），陳 慧，朱衛(wèi)東（博士生導(dǎo)師）

一、引言

以互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算和人工智能為主要內(nèi)容的新一代信息技術(shù)的廣泛滲透，使得企業(yè)可以更加便捷、高效地采集來自云端、網(wǎng)頁、視頻、電子郵件、社會(huì)媒體、生物及工業(yè)傳感器等多種來源的資料，通過對(duì)不同來源（內(nèi)部和外部）和多種形式（結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化）的海量數(shù)據(jù)進(jìn)行適當(dāng)?shù)奶崛　⑥D(zhuǎn)換及加載（Extract，Transform，and Load，ETL），能夠?yàn)槠髽I(yè)分析市場(chǎng)趨勢(shì)、客戶偏好和潛在市場(chǎng)等提供有價(jià)值的決策信息，有助于企業(yè)洞悉商業(yè)機(jī)遇、改善業(yè)務(wù)模式和創(chuàng)造新價(jià)值[1]。挖掘數(shù)據(jù)價(jià)值，不僅需要模型、方法、工具，更重要的是需要分析數(shù)據(jù)的專業(yè)人士，未來的數(shù)據(jù)分析師、價(jià)值分析師更可能來自管理會(huì)計(jì)師，這是因?yàn)樗麄兙邆鋬r(jià)值思維、數(shù)據(jù)思維。基于大數(shù)據(jù)的管理與分析已成為企業(yè)重要的差異化競(jìng)爭(zhēng)戰(zhàn)略，是提升企業(yè)核心競(jìng)爭(zhēng)力的重要手段。例如，亞馬遜、IBM（International Business Machines Corporation）、SAS（Statistical Analysis System）和阿里等企業(yè)已成功應(yīng)用大數(shù)據(jù)分析技術(shù)來提高公司的經(jīng)營(yíng)績(jī)效與管理質(zhì)量[2]。

為了更好地將大數(shù)據(jù)分析技術(shù)應(yīng)用于企業(yè)經(jīng)營(yíng)管理決策，亟需管理大型、多元、分布式、異構(gòu)的海量數(shù)據(jù)集，以提取、分析、利用對(duì)于企業(yè)經(jīng)營(yíng)管理決策有用的信息。管理會(huì)計(jì)作為服從和服務(wù)于企業(yè)經(jīng)營(yíng)管理活動(dòng)的重要工具，大數(shù)據(jù)在為管理會(huì)計(jì)發(fā)展帶來巨大機(jī)遇的同時(shí)，也對(duì)其提出了更高的要求。工業(yè)4.0 強(qiáng)調(diào)大數(shù)據(jù)的綜合運(yùn)用，在研發(fā)、生產(chǎn)、倉儲(chǔ)、營(yíng)銷、配送等價(jià)值鏈全流程中均強(qiáng)調(diào)取得企業(yè)內(nèi)、外部的實(shí)時(shí)經(jīng)營(yíng)數(shù)據(jù)，并進(jìn)行動(dòng)態(tài)調(diào)整和優(yōu)化，這將在預(yù)算編制、成本控制以及績(jī)效管理等方面對(duì)管理會(huì)計(jì)的功能架構(gòu)產(chǎn)生重要影響。

其一，以往在預(yù)算編制時(shí)，管理會(huì)計(jì)人員必須依賴各部門在事前提供預(yù)估的營(yíng)運(yùn)信息，這種做法雖然有助于提高各部門的預(yù)算參與度，但降低了預(yù)算可靠性。工業(yè)4.0 中大數(shù)據(jù)的應(yīng)用，將為管理會(huì)計(jì)人員提供豐富的預(yù)算編制參數(shù)來源，有助于降低預(yù)算編制過程中的信息不對(duì)稱，進(jìn)而提高預(yù)算編制的可靠性和準(zhǔn)確性。

其二，工業(yè)4.0 強(qiáng)調(diào)不僅要控制成本，而且要?jiǎng)?chuàng)造價(jià)值。當(dāng)工業(yè)4.0 實(shí)現(xiàn)網(wǎng)絡(luò)與實(shí)體的有效融合后，智能工廠將具備主動(dòng)執(zhí)行作業(yè)基礎(chǔ)成本法（Activity-Based Costing）的能力，實(shí)現(xiàn)匯總產(chǎn)品成本信息的基本功能。當(dāng)智能系統(tǒng)能夠自動(dòng)實(shí)現(xiàn)有效的成本管理時(shí)，管理會(huì)計(jì)人員必須重新思考其工作角色與定位，將更多的精力投入到作業(yè)基礎(chǔ)管理（Activity-Based Management）工作中，通過調(diào)整、優(yōu)化作業(yè)來最大化公司價(jià)值。

其三，就績(jī)效評(píng)估系統(tǒng)而言，在工業(yè)4.0時(shí)代，唯有不斷創(chuàng)新才能保證公司持續(xù)盈利和創(chuàng)造價(jià)值，然而對(duì)于創(chuàng)新型員工與勞動(dòng)型員工的激勵(lì)方式大相徑庭，準(zhǔn)確量化、科學(xué)測(cè)度員工的創(chuàng)新績(jī)效難度更大。此外，創(chuàng)新績(jī)效只有在考慮組織文化及環(huán)境之后，才能在創(chuàng)新的行動(dòng)控制或結(jié)果控制中取得平衡。因此，需要管理會(huì)計(jì)人員在基于會(huì)計(jì)基礎(chǔ)的傳統(tǒng)績(jī)效指標(biāo)之外，設(shè)計(jì)出有效衡量創(chuàng)新績(jī)效的指標(biāo)體系，更好地激發(fā)員工進(jìn)行技術(shù)創(chuàng)新、產(chǎn)品創(chuàng)新、組織創(chuàng)新及商業(yè)模式創(chuàng)新的積極性[3]。

為了積極應(yīng)對(duì)新一代信息技術(shù)發(fā)展、工業(yè)4.0以及工業(yè)互聯(lián)網(wǎng)等快速發(fā)展引發(fā)的一系列挑戰(zhàn)，必須充分發(fā)揮大數(shù)據(jù)時(shí)代管理會(huì)計(jì)的作用，轉(zhuǎn)變管理會(huì)計(jì)的職能，重構(gòu)管理會(huì)計(jì)系統(tǒng)的架構(gòu)，引導(dǎo)管理會(huì)計(jì)系統(tǒng)由傳統(tǒng)的財(cái)務(wù)導(dǎo)向轉(zhuǎn)型為決策導(dǎo)向，以更好地服務(wù)于企業(yè)的價(jià)值創(chuàng)造目標(biāo)。因此，本研究在闡述大數(shù)據(jù)對(duì)管理會(huì)計(jì)影響的基礎(chǔ)上，重點(diǎn)從底層的數(shù)據(jù)收集、傳輸、管理和上層的管理會(huì)計(jì)應(yīng)用兩個(gè)維度，來構(gòu)建基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)邏輯框架，并立足于數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用四個(gè)關(guān)鍵階段，重構(gòu)基于大數(shù)據(jù)分析全生命周期的管理會(huì)計(jì)應(yīng)用系統(tǒng)功能架構(gòu)，以詮釋大數(shù)據(jù)分析技術(shù)對(duì)成本控制、績(jī)效評(píng)價(jià)和決策支持等管理會(huì)計(jì)核心功能的影響，進(jìn)而提出基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)的實(shí)施思路和實(shí)現(xiàn)路徑。

二、大數(shù)據(jù)和管理會(huì)計(jì)

（一）大數(shù)據(jù)

大數(shù)據(jù)作為近期研究熱點(diǎn)之一，相關(guān)方面對(duì)其給出的定義卻并不完全一致。基于數(shù)據(jù)來源和技術(shù)特征的視角，IBM 公司指出大數(shù)據(jù)主要具有規(guī)模性（Volume）、高速性（Velocity）、多樣性（Variety）和真實(shí)性（Veracity）四個(gè)核心特征。美國國家科學(xué)基金會(huì)（National Science Foundation，NSF）認(rèn)為，大數(shù)據(jù)是“迅速、復(fù)雜以及多元的大量數(shù)據(jù)，需運(yùn)用高級(jí)的技術(shù)與方法，才能擷取、儲(chǔ)存、分配、管理與分析的信息”。基于大數(shù)據(jù)處理方法和處理工具的視角，維基百科（Wikipedia）指出，大數(shù)據(jù)是規(guī)模龐大且復(fù)雜的數(shù)據(jù)集合，很難用常規(guī)的數(shù)據(jù)庫管理工具或傳統(tǒng)數(shù)據(jù)處理應(yīng)用對(duì)其進(jìn)行處理，其主要挑戰(zhàn)包括數(shù)據(jù)抓取、存儲(chǔ)、搜索、共享、轉(zhuǎn)換、分析和可視化。基于管理和資源的視角，楊善林等[4]指出大數(shù)據(jù)是一類重要的信息資源，它具有決策有用性、安全性、海量性、異構(gòu)性、增長(zhǎng)性、復(fù)雜性和可重復(fù)開采性等特征，一般具有多種潛在價(jià)值。因此，大數(shù)據(jù)是無法在可承受的時(shí)間范圍內(nèi)用常規(guī)軟件工具進(jìn)行捕捉、管理和處理的數(shù)據(jù)集合，需要新的處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力，它是一種海量的、高增長(zhǎng)的和多樣化的信息資產(chǎn)。

大數(shù)據(jù)分析技術(shù)就是從不同類型的數(shù)據(jù)中快速獲得有價(jià)值的信息。要想將大數(shù)據(jù)技術(shù)更有效地應(yīng)用于管理會(huì)計(jì)領(lǐng)域，就要求管理會(huì)計(jì)人員具備借助于數(shù)據(jù)分析與數(shù)據(jù)挖掘技術(shù)，進(jìn)行相應(yīng)的數(shù)據(jù)收集、數(shù)據(jù)處理、數(shù)據(jù)分析，并能有效地將分析結(jié)果應(yīng)用于企業(yè)的戰(zhàn)略規(guī)劃、運(yùn)營(yíng)管理、風(fēng)險(xiǎn)管控等方面，從而為企業(yè)制定和調(diào)整企業(yè)戰(zhàn)略、提升公司績(jī)效、改善客戶體驗(yàn)、強(qiáng)化風(fēng)險(xiǎn)管控與績(jī)效管理等提供決策依據(jù)。

（二）管理會(huì)計(jì)

2014年10月英國皇家特許管理會(huì)計(jì)師公會(huì)（CIMA）和美國注冊(cè)會(huì)計(jì)師協(xié)會(huì)（AICPA）聯(lián)合發(fā)布的《全球管理會(huì)計(jì)原則》中指出，管理會(huì)計(jì)是挖掘、分析、傳遞和利用與決策相關(guān)的財(cái)務(wù)與非財(cái)務(wù)信息，從而為組織機(jī)構(gòu)創(chuàng)造價(jià)值并持續(xù)維護(hù)其價(jià)值。可以看出，該定義更傾向于決策支持信息系統(tǒng)，其確認(rèn)的管理會(huì)計(jì)主要功能是幫助組織管理者做出決策、創(chuàng)造組織價(jià)值。2016年6月，我國財(cái)政部發(fā)布的《管理會(huì)計(jì)基本指引》中明確指出，管理會(huì)計(jì)的目標(biāo)是通過運(yùn)用管理會(huì)計(jì)工具方法，參與單位規(guī)劃、決策、控制和評(píng)價(jià)活動(dòng)并為之提供有用信息，推動(dòng)單位實(shí)現(xiàn)戰(zhàn)略規(guī)劃。可見，該指引的核心主張仍然是管理會(huì)計(jì)參與組織的管理活動(dòng)，這也是管理會(huì)計(jì)與財(cái)務(wù)會(huì)計(jì)的本質(zhì)區(qū)別。

傳統(tǒng)的觀點(diǎn)認(rèn)為：財(cái)務(wù)會(huì)計(jì)的信息使用者主要是企業(yè)外部人，例如股東、債權(quán)人、審計(jì)師、稅務(wù)機(jī)構(gòu)、政府單位等；管理會(huì)計(jì)的信息用戶為企業(yè)內(nèi)部人，主要為企業(yè)各級(jí)管理人員。在大數(shù)據(jù)時(shí)代，若從致力于增加信息的有用性這一點(diǎn)出發(fā)，財(cái)務(wù)會(huì)計(jì)與管理會(huì)計(jì)的功能可謂“殊途同歸”，企業(yè)勢(shì)必將此兩大領(lǐng)域有效融合。一方面，將對(duì)公司戰(zhàn)略發(fā)展有重大影響的非財(cái)務(wù)信息在財(cái)務(wù)報(bào)告中適當(dāng)披露，使得企業(yè)內(nèi)、外部的會(huì)計(jì)信息使用者均能據(jù)此做出最佳決策；另一方面，將財(cái)務(wù)會(huì)計(jì)注重于提高會(huì)計(jì)信息披露質(zhì)量的概念內(nèi)化于企業(yè)戰(zhàn)略管理與日常運(yùn)營(yíng)中，以達(dá)到提升企業(yè)價(jià)值、增強(qiáng)企業(yè)競(jìng)爭(zhēng)力的管理會(huì)計(jì)目標(biāo)。

（三）管理會(huì)計(jì)職能轉(zhuǎn)變

管理會(huì)計(jì)是通過提供管理信息來提升企業(yè)價(jià)值的會(huì)計(jì)信息系統(tǒng)，其核心職能是服務(wù)于企業(yè)的價(jià)值創(chuàng)造。傳統(tǒng)的管理會(huì)計(jì)側(cè)重于財(cái)務(wù)導(dǎo)向的決策分析和預(yù)算控制，然而在瞬息萬變的商業(yè)競(jìng)爭(zhēng)中，財(cái)務(wù)報(bào)告并非管理層決策的最佳信息來源，因?yàn)樗鼈兎从车氖沁^去的信息，而面向未來的決策需要以大量的、可靠的、相關(guān)的、最新的數(shù)據(jù)作為支撐。大數(shù)據(jù)引起了管理會(huì)計(jì)在數(shù)據(jù)規(guī)模、數(shù)據(jù)形式、決策分析以及思維方式等方面的重大變革，為了更好地與大數(shù)據(jù)接軌，管理會(huì)計(jì)師轉(zhuǎn)換其職能迫在眉睫。現(xiàn)代管理會(huì)計(jì)更加強(qiáng)調(diào)戰(zhàn)略性方法，這種方法能夠識(shí)別、衡量和管理影響股東價(jià)值的關(guān)鍵財(cái)務(wù)因素和運(yùn)營(yíng)動(dòng)因[5]。現(xiàn)代管理會(huì)計(jì)的目標(biāo)是為管理者提供經(jīng)營(yíng)決策相關(guān)信息，現(xiàn)代管理會(huì)計(jì)師的主要職能是參與成本管理、績(jī)效考核控制以及提供決策相關(guān)信息[6]。

數(shù)據(jù)的合理使用可以有效提高決策分析與判斷能力，基于大數(shù)據(jù)分析技術(shù)，對(duì)數(shù)據(jù)進(jìn)行合理詮釋，可以獲取新的洞見。然而大數(shù)據(jù)和企業(yè)系統(tǒng)僅提高了管理會(huì)計(jì)工作的效果和效率，相應(yīng)的管理會(huì)計(jì)職能并沒有顯著改變[7]。如果越來越多的崗位或職能實(shí)現(xiàn)自動(dòng)化，管理會(huì)計(jì)人員必須成為數(shù)據(jù)領(lǐng)域的專家，在確保數(shù)據(jù)安全的前提下，構(gòu)建戰(zhàn)略和規(guī)劃預(yù)測(cè)模型，幫助企業(yè)識(shí)別風(fēng)險(xiǎn)，實(shí)現(xiàn)更精細(xì)的風(fēng)險(xiǎn)管理。如果可以獲取越來越多的數(shù)據(jù)，管理會(huì)計(jì)人員必須提高自身的業(yè)務(wù)能力，幫助客戶制定基于數(shù)據(jù)的運(yùn)營(yíng)和管理決策，獲取戰(zhàn)略新洞見。為了在高度技術(shù)化的商業(yè)環(huán)境中為管理層提供更多相關(guān)、可靠和有價(jià)值的信息，管理會(huì)計(jì)師必須轉(zhuǎn)變自己的職能，充分利用內(nèi)外部的數(shù)據(jù)，通過數(shù)據(jù)分析技術(shù)來回答以下問題：過去發(fā)生了什么（描述性分析）？未來會(huì)發(fā)生什么（預(yù)測(cè)性分析）？什么是最優(yōu)解決方案（規(guī)范性分析）？而不是僅僅把系統(tǒng)看作一個(gè)更強(qiáng)大的計(jì)算器[8]。

三、基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)邏輯框架

隨著以大數(shù)據(jù)、云計(jì)算、人工智能等為代表的新一代信息技術(shù)的發(fā)展，不僅會(huì)計(jì)面臨著技術(shù)手段的變革，而且會(huì)計(jì)行業(yè)的邊界、組織的邊界、組織內(nèi)部的職能邊界也在發(fā)生變化。基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)是人網(wǎng)交互、人機(jī)共融的智能管理會(huì)計(jì)系統(tǒng)，需要借助于大數(shù)據(jù)、人工智能以及人類財(cái)務(wù)專家共同組成人機(jī)一體化的信息環(huán)境，其邏輯框架主要包括底層的數(shù)據(jù)收集、傳輸、管理以及上層的管理會(huì)計(jì)應(yīng)用[9]，具體如圖1所示。

圖1 基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)邏輯框架

底層的數(shù)據(jù)收集、傳輸與管理主要是通過智能感知系統(tǒng)、網(wǎng)絡(luò)通信系統(tǒng)、數(shù)據(jù)管理系統(tǒng)、智能引擎系統(tǒng)予以實(shí)現(xiàn)。其中，智能感知系統(tǒng)利用條形碼、傳感器、無線射頻識(shí)別（RFID）、光學(xué)字符識(shí)別（OCR）等技術(shù)，實(shí)時(shí)動(dòng)態(tài)地感知企業(yè)外部環(huán)境和內(nèi)部經(jīng)營(yíng)管理活動(dòng)，并能自動(dòng)地進(jìn)行相關(guān)數(shù)據(jù)信息的采集工作；網(wǎng)絡(luò)通信系統(tǒng)通過物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)以及衛(wèi)星通信網(wǎng)絡(luò)等實(shí)現(xiàn)數(shù)據(jù)的及時(shí)傳輸和共享；數(shù)據(jù)管理系統(tǒng)用于存儲(chǔ)大數(shù)據(jù)分析所需要的元數(shù)據(jù)、各類交易處理數(shù)據(jù)（業(yè)務(wù)、財(cái)務(wù)、管理活動(dòng)等）以及“四庫”（規(guī)則庫、方法庫、模型庫、知識(shí)庫等），并在數(shù)據(jù)倉庫和數(shù)據(jù)挖掘等商業(yè)智能（Business Intelligence）程序的支持下，為應(yīng)用層的數(shù)據(jù)處理與分析奠定基礎(chǔ)；智能引擎系統(tǒng)則通過公共的智能部件（智能感知引擎、智能搜索引擎、智能分析引擎、智能推理引擎、智能展示引擎等）面向具體管理決策問題，滿足應(yīng)用層各種智能處理的需要。

上層的智能管理會(huì)計(jì)應(yīng)用層則涵蓋了管理會(huì)計(jì)信息處理的全過程。首先是信息輸入，按照會(huì)計(jì)信息處理的要求，智能獲取企業(yè)經(jīng)營(yíng)管理活動(dòng)以及外部相關(guān)大數(shù)據(jù)資源，通過人機(jī)合作模式統(tǒng)一輸入。然后是信息處理，管理會(huì)計(jì)并不是一個(gè)僅僅基于知識(shí)的體系，而是基于人對(duì)于事物的判斷力和決斷力的學(xué)習(xí)系統(tǒng)。新時(shí)代管理會(huì)計(jì)人才要注重提升自己的全局管控能力、洞察力和預(yù)測(cè)能力。因此，基于大數(shù)據(jù)分析的智能管理會(huì)計(jì)系統(tǒng)利用大數(shù)據(jù)分析、數(shù)據(jù)挖掘、商業(yè)智能、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)，改變了傳統(tǒng)管理會(huì)計(jì)系統(tǒng)以處理交易性活動(dòng)為主的特征，引入了面向財(cái)務(wù)預(yù)測(cè)、控制、分析與決策一體化應(yīng)用的更高價(jià)值的管理會(huì)計(jì)活動(dòng)，并逐步拓展至以分析、推理、判斷、構(gòu)思和決策為基礎(chǔ)的戰(zhàn)略決策領(lǐng)域，部分地替代管理會(huì)計(jì)活動(dòng)中人類專家的部分職能。最后是信息輸出，針對(duì)具體管理決策問題，基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)通過底層的各種智能引擎，將大數(shù)據(jù)分析的結(jié)果和人的價(jià)值判斷相匹配，能夠?qū)崟r(shí)、動(dòng)態(tài)、直觀、頻道化、定制化地多維展示業(yè)務(wù)、財(cái)務(wù)、管理等融合報(bào)表信息，以滿足企業(yè)內(nèi)外部使用者個(gè)性化、多樣化的信息需求。

四、構(gòu)建面向大數(shù)據(jù)分析全生命周期的管理會(huì)計(jì)應(yīng)用系統(tǒng)功能架構(gòu)

“數(shù)據(jù)+分析=洞察”意味著重視數(shù)據(jù)并結(jié)合先進(jìn)的分析技術(shù)與手段才能洞察企業(yè)經(jīng)營(yíng)活動(dòng)的本質(zhì)，因?yàn)椴还軘?shù)據(jù)的量如何巨大，數(shù)據(jù)分析技術(shù)如何先進(jìn)，都會(huì)有失偏頗。如果數(shù)據(jù)沒有經(jīng)過適當(dāng)?shù)厮鸭c整理或者數(shù)據(jù)不正確，就難以做出準(zhǔn)確的分析；即使取得所需要的數(shù)據(jù)并經(jīng)過妥善的整理，如果缺少科學(xué)有效的分析方法，或者分析目標(biāo)不明確，也將無法創(chuàng)造數(shù)據(jù)的價(jià)值，更不會(huì)深入地洞察企業(yè)經(jīng)營(yíng)活動(dòng)的本質(zhì)。大數(shù)據(jù)時(shí)代的數(shù)據(jù)特點(diǎn)使得管理會(huì)計(jì)的成本控制、績(jī)效考核、決策支持等功能迎來了革新，那么大數(shù)據(jù)分析究竟會(huì)對(duì)管理會(huì)計(jì)的功能實(shí)現(xiàn)產(chǎn)生何種影響？為此，本文基于大數(shù)據(jù)分析的全生命周期流程，按照數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)使用四個(gè)階段，構(gòu)建了面向大數(shù)據(jù)分析全生命周期的管理會(huì)計(jì)應(yīng)用系統(tǒng)功能構(gòu)架，具體如圖2所示。

圖2 面向大數(shù)據(jù)分析全生命周期的管理會(huì)計(jì)應(yīng)用系統(tǒng)功能架構(gòu)

該架構(gòu)較好地實(shí)現(xiàn)了對(duì)海量?jī)?nèi)部和外部數(shù)據(jù)、財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)、結(jié)構(gòu)化與非結(jié)構(gòu)化數(shù)據(jù)的收集、處理和分析，有助于管理會(huì)計(jì)師根據(jù)分析結(jié)果充分發(fā)揮自己的職能作用，加強(qiáng)企業(yè)成本控制，完善企業(yè)績(jī)效考核，優(yōu)化企業(yè)經(jīng)營(yíng)決策。

（一）數(shù)據(jù)收集

傳統(tǒng)的管理會(huì)計(jì)所依靠的數(shù)據(jù)大部分來自公司內(nèi)部，如采購訂單、銷售記錄、發(fā)貨記錄、應(yīng)收賬款信息、人事信息、庫存信息等，這些數(shù)據(jù)是結(jié)構(gòu)化的、可預(yù)測(cè)的、有序的。然而在高度技術(shù)化的商業(yè)環(huán)境中，管理會(huì)計(jì)僅依靠?jī)?nèi)部信息履行職能是遠(yuǎn)遠(yuǎn)不夠的。Min Cao 等[10]的研究表明，大數(shù)據(jù)背景下的信息模式使溝通和運(yùn)營(yíng)過程中產(chǎn)生的數(shù)據(jù)得以轉(zhuǎn)化建模，提高了管理效率和決策有效性，大數(shù)據(jù)是解決業(yè)務(wù)數(shù)據(jù)收集的有效途徑[4]。對(duì)于企業(yè)內(nèi)部生產(chǎn)運(yùn)營(yíng)和管理相關(guān)的數(shù)據(jù)，可以通過企業(yè)的ERP系統(tǒng)以及系統(tǒng)日志采集等數(shù)據(jù)采集工具來完成；對(duì)于新聞、社交媒體、物聯(lián)網(wǎng)等外部網(wǎng)絡(luò)數(shù)據(jù)，可以通過網(wǎng)絡(luò)爬蟲、網(wǎng)站公開API（應(yīng)用程序編程接口）以及智能感知設(shè)備等來獲取。外部數(shù)據(jù)多為半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)，只有通過分析工具處理后才能提供決策有用的信息，并將其以結(jié)構(gòu)化方式存儲(chǔ)為本地?cái)?shù)據(jù)文件中，支持圖片、音頻、視頻等文件以及附件的采集，其中附件可與正文建立自動(dòng)關(guān)聯(lián)。

獲取海量的內(nèi)外部數(shù)據(jù)有助于管理會(huì)計(jì)師更準(zhǔn)確、全面、高效地進(jìn)行成本控制，及時(shí)調(diào)整成本以適應(yīng)激烈的市場(chǎng)競(jìng)爭(zhēng)。內(nèi)部數(shù)據(jù)和外部數(shù)據(jù)的區(qū)分標(biāo)準(zhǔn)在于數(shù)據(jù)來源渠道，按照是否與財(cái)務(wù)相關(guān)可以將數(shù)據(jù)分為財(cái)務(wù)數(shù)據(jù)和非財(cái)務(wù)數(shù)據(jù)。相比于財(cái)務(wù)指標(biāo)，非財(cái)務(wù)指標(biāo)能更全面、客觀地反映企業(yè)戰(zhàn)略執(zhí)行的狀態(tài)，也能更公正地評(píng)價(jià)企業(yè)內(nèi)部組織的績(jī)效[11]，正如平衡計(jì)分卡中客戶、內(nèi)部業(yè)務(wù)流程以及學(xué)習(xí)和成長(zhǎng)三個(gè)層面都采用非財(cái)務(wù)指標(biāo)。除此之外，我國學(xué)者吳輝等[12]認(rèn)為收集、處理和使用客戶評(píng)價(jià)、銷售情況、作業(yè)狀態(tài)等非財(cái)務(wù)數(shù)據(jù)，能促進(jìn)管理會(huì)計(jì)預(yù)測(cè)功能的實(shí)現(xiàn)。

（二）數(shù)據(jù)預(yù)處理

大數(shù)據(jù)由于其數(shù)據(jù)來源多源化、數(shù)據(jù)類型多樣化、數(shù)據(jù)結(jié)構(gòu)復(fù)雜化，易導(dǎo)致數(shù)據(jù)質(zhì)量良莠不齊。然而高質(zhì)量的數(shù)據(jù)是開展數(shù)據(jù)分析的前提，數(shù)據(jù)質(zhì)量存在問題會(huì)導(dǎo)致錯(cuò)誤的分析結(jié)果，進(jìn)而影響相關(guān)預(yù)測(cè)和決策的準(zhǔn)確性，對(duì)管理會(huì)計(jì)師的工作產(chǎn)生嚴(yán)重負(fù)面影響。準(zhǔn)確性、完整性和一致性是數(shù)據(jù)質(zhì)量的三個(gè)核心要素，具體來說，高質(zhì)量的數(shù)據(jù)是完整的、有效的、準(zhǔn)確的、相關(guān)的、一致的和及時(shí)的數(shù)據(jù)[13]。高質(zhì)量的數(shù)據(jù)是企業(yè)重要的商業(yè)資源和商業(yè)資產(chǎn)，是形成企業(yè)核心競(jìng)爭(zhēng)力、增強(qiáng)企業(yè)價(jià)值創(chuàng)造能力的基礎(chǔ)。正如Davenport等[14]所述：“如果沒有數(shù)據(jù)，你就無法分析；如果沒有高質(zhì)量的數(shù)據(jù)，你就不能正確地分析。”為了獲取高質(zhì)量的數(shù)據(jù)，必須先對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)預(yù)處理是進(jìn)行數(shù)據(jù)分析、挖掘前的重要準(zhǔn)備工作。數(shù)據(jù)預(yù)處理主要包含以下步驟：數(shù)據(jù)清理、數(shù)據(jù)集成、數(shù)據(jù)歸約和數(shù)據(jù)變換。

1.數(shù)據(jù)清理。數(shù)據(jù)清理通過填補(bǔ)缺失值、光滑噪聲和識(shí)別離群點(diǎn)等，來糾正數(shù)據(jù)的不一致性。若數(shù)據(jù)使用者認(rèn)為數(shù)據(jù)是“臟”的，則他們就會(huì)對(duì)基于這些數(shù)據(jù)所做的預(yù)測(cè)與決策結(jié)果產(chǎn)生懷疑。數(shù)據(jù)清理包括剔除重復(fù)數(shù)據(jù)、補(bǔ)充缺失數(shù)據(jù)、消除噪聲數(shù)據(jù)等。在分析“臟”數(shù)據(jù)的產(chǎn)生來源和存在形式后，充分利用最新的技術(shù)手段和方法清洗“臟”數(shù)據(jù)，將“臟”數(shù)據(jù)轉(zhuǎn)化為滿足數(shù)據(jù)質(zhì)量或應(yīng)用要求的數(shù)據(jù)[15]。

2.數(shù)據(jù)集成。數(shù)據(jù)集成是指對(duì)多源、異構(gòu)的多個(gè)數(shù)據(jù)進(jìn)行有效融合，主要涉及數(shù)據(jù)的選擇，相關(guān)數(shù)據(jù)、沖突數(shù)據(jù)及不一致數(shù)據(jù)的處理融合等問題，有助于減少結(jié)果數(shù)據(jù)集的冗余和不一致性。

3.數(shù)據(jù)歸約。考慮到復(fù)雜海量數(shù)據(jù)的分析處理難度大，為提高分析計(jì)算效率，需要在不影響分析結(jié)果的前提下，通過維歸約、數(shù)量歸約和數(shù)據(jù)壓縮等手段實(shí)現(xiàn)數(shù)據(jù)集的簡(jiǎn)化表示。其中，維歸約主要使用數(shù)據(jù)編碼方案，得到原始數(shù)據(jù)的簡(jiǎn)化或者“壓縮”表示；數(shù)量歸約主要使用參數(shù)模型和非參數(shù)線性模型，用替代的、較小的數(shù)據(jù)表示形式替換原數(shù)據(jù)；數(shù)據(jù)壓縮使用變換得到原數(shù)據(jù)的歸約或者“壓縮”表示。

4.數(shù)據(jù)變換。數(shù)據(jù)變換主要是找到數(shù)據(jù)的特征表示，用維變換或轉(zhuǎn)換來減少有效變量的數(shù)目或找到數(shù)據(jù)的不變式，將數(shù)據(jù)轉(zhuǎn)換成適合于后續(xù)分析和挖掘的形式。

（三）數(shù)據(jù)分析

大數(shù)據(jù)分析與統(tǒng)計(jì)息息相關(guān)，不論是方差分析、多變量分析、分類數(shù)據(jù)分析、回歸分析等以線性模型為核心的方法，還是時(shí)間序列分析、多變量時(shí)間序列分析、面板數(shù)據(jù)分析等以時(shí)間軸因子或頻率軸因子轉(zhuǎn)換為核心的技術(shù)，都可以用來分析大數(shù)據(jù)。基于數(shù)據(jù)科學(xué)的視角，大數(shù)據(jù)分析整合了互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)信息分析與應(yīng)用、數(shù)據(jù)庫建構(gòu)與分析、統(tǒng)計(jì)分析、統(tǒng)計(jì)學(xué)習(xí)等方面既有的工具，但在數(shù)據(jù)內(nèi)容格式、數(shù)據(jù)處理維度、數(shù)據(jù)分布形態(tài)等方面又不同于傳統(tǒng)分析方法。大數(shù)據(jù)分析更加關(guān)注于處理具有信息量大（Volume）、時(shí)效性要求高（Velocity）、內(nèi)容多樣化（Variety）、真實(shí)性不同（Veracity）等“4V”特性的各種不同結(jié)構(gòu)（結(jié)構(gòu)化、非結(jié)構(gòu)化和半結(jié)構(gòu)化）數(shù)據(jù)，能更好地實(shí)現(xiàn)可視化信息呈現(xiàn)（Visualization）、數(shù)據(jù)挖掘（Data Mining）以及結(jié)構(gòu)化與非結(jié)構(gòu)化信息融合處理（Structured and Non-structured Information Processing）的目標(biāo)。大數(shù)據(jù)環(huán)境下企業(yè)管理會(huì)計(jì)聚焦于輔助管理決策、創(chuàng)造組織價(jià)值，為了更好地支撐基于數(shù)據(jù)驅(qū)動(dòng)的管理會(huì)計(jì)的預(yù)測(cè)、評(píng)價(jià)與決策功能的實(shí)現(xiàn)，提升企業(yè)價(jià)值，亟須解決三個(gè)方面的問題：企業(yè)過去發(fā)生了什么？企業(yè)的未來趨勢(shì)是什么？如何讓企業(yè)做得更好？而這些問題分別對(duì)應(yīng)于以下三類數(shù)據(jù)分析方法。

1.描述性分析。描述性分析主要回答過去發(fā)生了什么的問題，是數(shù)據(jù)分析中最簡(jiǎn)單的一個(gè)類型，也是最常使用的數(shù)據(jù)分析類型。通常以描述性統(tǒng)計(jì)、關(guān)鍵績(jī)效指標(biāo)（KPI）、儀表盤或其他類型的可視化數(shù)據(jù)來分析。描述性分析一方面反映過去，對(duì)過去進(jìn)行總結(jié)，另一方面可以進(jìn)行趨勢(shì)分析，有助于加強(qiáng)成本費(fèi)用控制和風(fēng)險(xiǎn)管控。

描述性分析意味著將過去和當(dāng)前的數(shù)據(jù)轉(zhuǎn)換為報(bào)告、圖表、數(shù)據(jù)透視表等形式的可用信息，能夠幫助管理會(huì)計(jì)師全面、高效地了解公司當(dāng)前經(jīng)營(yíng)狀況和財(cái)務(wù)業(yè)績(jī)。例如，將營(yíng)業(yè)收入增長(zhǎng)率與前期數(shù)據(jù)相比可以幫助管理會(huì)計(jì)師了解公司成長(zhǎng)能力，與行業(yè)基準(zhǔn)相比可以看出公司是否保持競(jìng)爭(zhēng)優(yōu)勢(shì)。除此之外，描述性分析在顧客、企業(yè)、員工層面也有助于管理會(huì)計(jì)師發(fā)揮其職能。例如：退貨率和保修索賠率可以反映客戶對(duì)公司新產(chǎn)品的滿意程度；研發(fā)費(fèi)用占比可以衡量公司對(duì)開發(fā)新產(chǎn)品或服務(wù)的重視程度；員工技能、生產(chǎn)力等特征可以識(shí)別高效率的員工。績(jī)效考核、決策支持等管理會(huì)計(jì)職能的有效發(fā)揮都是建立在描述性分析的基礎(chǔ)之上。

2.預(yù)測(cè)性分析。預(yù)測(cè)性分析主要回答未來可能會(huì)發(fā)生什么的問題，是利用各種統(tǒng)計(jì)、建模、數(shù)據(jù)挖掘工具對(duì)某段時(shí)間內(nèi)累積的歷史數(shù)據(jù)進(jìn)行研究，計(jì)算未來事件發(fā)生的可能性，從而對(duì)未來進(jìn)行預(yù)測(cè)。預(yù)測(cè)性分析采用的數(shù)據(jù)大部分是定量數(shù)據(jù)，主要的算法有支持向量機(jī)（SVM）、人工神經(jīng)網(wǎng)絡(luò)（ANN）、遺傳算法、時(shí)間序列回歸等。預(yù)測(cè)性分析本質(zhì)上只是測(cè)算一個(gè)概率，雖然并不一定準(zhǔn)確，但是可以降低突發(fā)事件的可能性，最大限度地降低風(fēng)險(xiǎn)。目前，大多數(shù)企業(yè)主要使用描述性分析，對(duì)預(yù)測(cè)性分析的使用還比較少，然而預(yù)測(cè)性分析給企業(yè)帶來的價(jià)值更大。

預(yù)測(cè)性分析是根據(jù)當(dāng)前可能收集到的數(shù)據(jù)對(duì)以后的某個(gè)時(shí)間點(diǎn)或者時(shí)間段進(jìn)行預(yù)測(cè)，隨著日期的臨近，預(yù)測(cè)結(jié)果的準(zhǔn)確性更高，因此應(yīng)該給予足夠的重視。管理會(huì)計(jì)師通過預(yù)測(cè)性分析技術(shù)可以更加準(zhǔn)確地預(yù)測(cè)銷量，再根據(jù)銷量確定產(chǎn)量，進(jìn)而確定原材料的采購量……預(yù)測(cè)并不是一成不變的，而是應(yīng)該像天氣預(yù)報(bào)一樣適時(shí)進(jìn)行動(dòng)態(tài)調(diào)整。此外，通過對(duì)下一年業(yè)績(jī)的預(yù)測(cè)，可以為企業(yè)、部門、員工設(shè)定相應(yīng)的業(yè)績(jī)目標(biāo)，為年終的績(jī)效考核提供參考。如果管理會(huì)計(jì)師認(rèn)為實(shí)際的績(jī)效比預(yù)期的結(jié)果要差得多，那么他們就需要判斷這種缺陷是由于內(nèi)部控制的缺乏，還是由不恰當(dāng)?shù)念A(yù)測(cè)模型選擇造成的。

3.規(guī)范性分析。規(guī)范性分析主要回答如何做得更好的問題，是在獲得描述性分析和預(yù)測(cè)性分析結(jié)果的情形下，通過尋找一個(gè)或多個(gè)解決方案，分析每個(gè)解決方案的可能結(jié)果，給出最優(yōu)解決方案，從而能夠有效地指導(dǎo)我們應(yīng)該怎么做才能獲得更好的結(jié)果。

隨著網(wǎng)絡(luò)信息技術(shù)的發(fā)展以及經(jīng)濟(jì)全球化的深入發(fā)展，企業(yè)間的競(jìng)爭(zhēng)日趨激烈，要持續(xù)保持競(jìng)爭(zhēng)優(yōu)勢(shì)，企業(yè)無時(shí)無刻不在權(quán)衡利弊，以做出最優(yōu)化抉擇。例如，對(duì)于產(chǎn)品同質(zhì)化競(jìng)爭(zhēng)十分嚴(yán)重的行業(yè)，產(chǎn)品市場(chǎng)份額的競(jìng)爭(zhēng)是產(chǎn)品質(zhì)量與產(chǎn)品成本的綜合考量，為了既降低產(chǎn)品成本又保證產(chǎn)品質(zhì)量，企業(yè)必須尋找最合適的原材料供應(yīng)商，使得總成本最低。績(jī)效考核也離不開規(guī)范性分析，大數(shù)據(jù)的多樣性、及時(shí)性、廣泛性等使得企業(yè)能夠更加便捷地獲取與績(jī)效相關(guān)的交易數(shù)據(jù)、交互數(shù)據(jù)和感知數(shù)據(jù)，通過規(guī)范性分析，企業(yè)不僅能夠了解內(nèi)部各部門、員工的工作與學(xué)習(xí)績(jī)效，而且能夠了解競(jìng)爭(zhēng)對(duì)手乃至整個(gè)行業(yè)的發(fā)展績(jī)效，有助于企業(yè)制定更有針對(duì)性、更具操作性的績(jī)效考核方案。

（四）數(shù)據(jù)應(yīng)用

原始數(shù)據(jù)經(jīng)過數(shù)據(jù)預(yù)處理后，通過描述性分析、預(yù)測(cè)性分析和規(guī)范性分析等數(shù)據(jù)分析方法，能夠更好地促進(jìn)成本控制、績(jī)效考核和決策支持等管理會(huì)計(jì)相關(guān)職能的履行。首先，在成本控制方面，通過描述性分析，可以使管理會(huì)計(jì)師了解企業(yè)目前的經(jīng)營(yíng)狀況和財(cái)務(wù)狀況。例如，資產(chǎn)負(fù)債率可以幫助管理會(huì)計(jì)師了解企業(yè)的長(zhǎng)期償債能力，營(yíng)業(yè)收入增長(zhǎng)率可以幫助管理會(huì)計(jì)師了解企業(yè)的成長(zhǎng)能力。其次，在業(yè)績(jī)?cè)u(píng)價(jià)方面，管理會(huì)計(jì)師利用描述性分析和預(yù)測(cè)性分析來預(yù)測(cè)企業(yè)未來的業(yè)績(jī)，并設(shè)立遠(yuǎn)期目標(biāo)，為日后的績(jī)效考核提供參考。再次，在決策支持方面，可以利用財(cái)務(wù)報(bào)告和績(jī)效評(píng)估的結(jié)果，采用規(guī)范性分析方法，進(jìn)行財(cái)務(wù)計(jì)劃、運(yùn)營(yíng)管理以及戰(zhàn)略決策等方面的優(yōu)化設(shè)計(jì)，為相關(guān)管理決策提供優(yōu)化方案。最后，基于大數(shù)據(jù)分析結(jié)果的可視化呈現(xiàn)也是大數(shù)據(jù)分析利用的重要方面。通常情況下，管理者傾向于以易于理解的格式呈現(xiàn)分析結(jié)果，因此其借助于圖形化手段，通過執(zhí)行圖形概覽、縮放、過濾、按需細(xì)化、關(guān)聯(lián)、提取等任務(wù)，將數(shù)據(jù)用直觀的方式展現(xiàn)出來，清晰有效地傳達(dá)與溝通相關(guān)的信息，以幫助數(shù)據(jù)使用者更好地理解數(shù)據(jù)，同時(shí)也有助于其找出海量數(shù)據(jù)中的規(guī)律和趨勢(shì)。

五、基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)的實(shí)施思路

基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)的發(fā)展是一項(xiàng)逐步推進(jìn)、持續(xù)改進(jìn)的系統(tǒng)工程，企業(yè)作為實(shí)施主體，需要在政府的引導(dǎo)與支持下充分利用市場(chǎng)機(jī)制，引入供應(yīng)鏈上下游更多的社會(huì)力量協(xié)同參與。為了更好地推進(jìn)基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)的應(yīng)用，需要考慮如下影響與制約因素：企業(yè)的實(shí)際應(yīng)用需求、大數(shù)據(jù)與人工智能相關(guān)技術(shù)的發(fā)展、政府和其他社會(huì)力量的引導(dǎo)與參與。具體如圖3所示。

圖3 基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)的實(shí)施思路

（一）企業(yè)需求驅(qū)動(dòng)

企業(yè)應(yīng)當(dāng)在自身發(fā)展戰(zhàn)略的引導(dǎo)下，正確認(rèn)識(shí)基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)的發(fā)展趨勢(shì)，充分考慮自身的實(shí)際需求以及系統(tǒng)的合規(guī)合法性和社會(huì)影響，統(tǒng)籌謀劃、穩(wěn)步推進(jìn)。目前企業(yè)的戰(zhàn)略需求主要基于以下幾個(gè)方面：一是日益激烈的市場(chǎng)競(jìng)爭(zhēng)，要求企業(yè)降低成本、提高效率；二是企業(yè)管理轉(zhuǎn)型升級(jí)，要求企業(yè)管理會(huì)計(jì)人員善用數(shù)據(jù)分析技術(shù)更好地創(chuàng)造新價(jià)值；三是為了更好地滿足利益相關(guān)者的信息訴求，要求企業(yè)提供實(shí)時(shí)、動(dòng)態(tài)、定制化的各類管理報(bào)告。為此企業(yè)需要建立健全管理體制，構(gòu)建科學(xué)的組織架構(gòu)，優(yōu)化業(yè)務(wù)流程，確保企業(yè)治理機(jī)制、管理架構(gòu)、業(yè)務(wù)流程、信息系統(tǒng)等與基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)相適應(yīng)。

（二）技術(shù)供給和資源供給推動(dòng)

一方面，新一代人工智能技術(shù)的快速發(fā)展，特別是大數(shù)據(jù)智能、跨媒體感知智能、混合增強(qiáng)智能、群體智能、自主協(xié)調(diào)控制與決策等共性關(guān)鍵技術(shù)的突破，為基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)的發(fā)展提供了重要的理論和技術(shù)支撐。其中，以深度學(xué)習(xí)為核心的大數(shù)據(jù)智能使得系統(tǒng)具有學(xué)習(xí)能力，跨媒體感知智能使得系統(tǒng)具有人機(jī)交互能力，混合增強(qiáng)智能使系統(tǒng)具有類似人的思考能力，群體智能使得系統(tǒng)具有群體協(xié)同合作能力，自主協(xié)同控制與決策能夠形成自主智能無人系統(tǒng)創(chuàng)新。另一方面，與基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)相關(guān)的軟硬件系統(tǒng)供應(yīng)商、咨詢機(jī)構(gòu)、高校與科研院所以及各類教育培訓(xùn)機(jī)構(gòu)、外包服務(wù)機(jī)構(gòu)等，能夠提供企業(yè)所需的軟件、硬件、數(shù)據(jù)、信息、咨詢方案、人才等多方面的資源，上述供應(yīng)鏈端多方資源的系統(tǒng)整合能夠?yàn)槠髽I(yè)實(shí)施基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)提供重要支撐。

（三）外部環(huán)境影響

政府相關(guān)主管部門通過法規(guī)、準(zhǔn)則、指引、應(yīng)用指南等制度規(guī)范體系，引導(dǎo)、協(xié)調(diào)、管理和推動(dòng)基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)。行業(yè)組織和社會(huì)團(tuán)體通過相關(guān)專題的理論研究，傳播新思想、新理論、新工具和新方法，積極探尋行業(yè)的最佳管理實(shí)踐，培養(yǎng)滿足應(yīng)用系統(tǒng)運(yùn)營(yíng)需要的各類職業(yè)技能。此外，經(jīng)濟(jì)發(fā)展環(huán)境、社會(huì)文化和信任環(huán)境（特別是對(duì)大數(shù)據(jù)分析結(jié)果的信任程度）、法律環(huán)境（特別是數(shù)據(jù)隱私保護(hù)等）、信息技術(shù)環(huán)境，以及公共數(shù)據(jù)資源的豐富度、可靠度、開放度和可利用度等，均會(huì)對(duì)企業(yè)構(gòu)建基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)產(chǎn)生重要影響。

六、結(jié)論

伴隨著新一代信息技術(shù)、工業(yè)4.0以及工業(yè)互聯(lián)網(wǎng)的飛速發(fā)展，采購、生產(chǎn)、銷售等制造與服務(wù)資源的互聯(lián)、實(shí)時(shí)感知和深度智能化程度不斷加強(qiáng)，數(shù)據(jù)驅(qū)動(dòng)、人機(jī)共融新格局的逐步形成，企業(yè)管理會(huì)計(jì)系統(tǒng)面臨著多數(shù)據(jù)驅(qū)動(dòng)、多資源聚合、多系統(tǒng)融合及生產(chǎn)服務(wù)過程優(yōu)化等新型管理問題。在大數(shù)據(jù)時(shí)代，企業(yè)能夠更加便捷地收集、處理、分析和利用內(nèi)部和外部數(shù)據(jù)、財(cái)務(wù)和非財(cái)務(wù)數(shù)據(jù)、結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，通過大數(shù)據(jù)技術(shù)進(jìn)行建模與分析，利用人工智能技術(shù)提供智能化服務(wù)，建立基于大數(shù)據(jù)驅(qū)動(dòng)技術(shù)的新型管理會(huì)計(jì)系統(tǒng)，有助于企業(yè)提高效率、降低成本、控制風(fēng)險(xiǎn)，是適應(yīng)新環(huán)境、應(yīng)對(duì)新挑戰(zhàn)的重要手段。

本文在闡述大數(shù)據(jù)對(duì)管理會(huì)計(jì)的系統(tǒng)性影響的基礎(chǔ)上，從底層的數(shù)據(jù)收集、傳輸、管理和上層的管理會(huì)計(jì)應(yīng)用兩個(gè)維度，構(gòu)建了基于大數(shù)據(jù)分析的管理會(huì)計(jì)系統(tǒng)邏輯框架，并立足于數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)分析和數(shù)據(jù)應(yīng)用四個(gè)關(guān)鍵階段，重構(gòu)了面向大數(shù)據(jù)分析全生命周期的管理會(huì)計(jì)應(yīng)用系統(tǒng)功能架構(gòu)，探究了大數(shù)據(jù)分析技術(shù)對(duì)成本控制、績(jī)效考核和決策支持等管理會(huì)計(jì)核心功能的影響，并從企業(yè)需求驅(qū)動(dòng)、技術(shù)供給和資源供給推動(dòng)以及外部環(huán)境影響三個(gè)方面，探討了基于大數(shù)據(jù)分析的管理會(huì)計(jì)應(yīng)用系統(tǒng)的實(shí)施思路。