大數據技術在企業業財融合中的應用

王一萱

摘 要：大數據技術為業財融合提供了前所未有的機遇，財務能反映全程業務，成為業務的一部分。針對業財融合建設中存在的困難，利用大數據，從數據的收集、整合、存儲、分析報告角度出發，建立了企業業財融合應用體系，為企業發展管理會計提出建議。

關鍵詞：大數據技術；業財融合；管理會計

中圖分類號：F23 文獻標識碼：A doi：10.19311/j.cnki.16723198.2019.33.056

1 引言

大數據時代的背景下，不管在醫療、教育、人文，還是在商業管理和經濟發展等各個領域里都帶來了不少可喜的變化。大數據發揮著其對數據的敏感力，對企業外部市場和內部管理都提供了豐富的資源。而管理會計中業財融合問題一直以來都是各企業和專家學者的研究重點，多年以來，均試圖從理論或實務中找尋到財務和業務緊密結合，互相支持的方法。

業財融合的核心還是創造企業價值的問題。財務信息如何能給業務開展提供決策支持和過程控制，而反過來針對業務經營成果，財務所反映出來的信息能否對其進行評價。這就要求不論是財務信息還是業務信息都需要具有及時性和相關性的特點。而大數據時代恰恰給解決這一問題帶來了機遇。

在大數據技術下，整個企業數據的收集、清洗、整合、存儲以及分析方法都有了較為清晰的思路。本文主要關注大數據技術在企業業財融合中的應用。從數據的角度出發，探討了數據從進到出的過程，希望能對管理會計在大數據時代中的發展提供一些思路。

2 大數據技術給業財融合帶來的機遇

2.1 數據收集更多樣

傳統的管理會計數據收集范圍較為狹窄，僅僅為企業內部的財務數據和常規的業務數據，數據形式多以結構化數據為主。針對內容更豐富，數量更多的半結構化和非結構化數據，企業一來收集數據難度較大，二來即使數據收集到位也無法有效地進行整理。有了大數據技術的支持，可以將占全數據總量近百分之九十的半結構化數據和非結構化數據收集到位，并且進行有效的清洗，得到進一步的應用。同時，針對外部各平臺的媒體信息，如視頻影像、圖形等內容也能進行收集。

2.2 數據存儲更海量

隨著數據收集的種類和數量變多，對數據存儲的要求日益提高。由于大數據技術的開展，數據量按次級爆發式的增長，數據存儲面對嚴峻考驗的時候，云平臺和分布式存儲技術解決燃眉之急。由分布式存儲技術建立起來的數據庫，安全穩定，同時能存儲多種類型的數據。同時，不同的企業還可以個性化地將數據庫進行分區，從供產銷或員工客戶投資人等多種維度將數據庫進行區域劃分，保證了數據的有序管理，便于后期對數據的取用，查詢和分析。

2.3 數據分析更深入

數據分析才是解決業務融合難的重點。由于對數據的分析不夠深入，財務往往不能提供更加有效的信息去參與業務決策，也不能對業務成果形成更客觀的反饋。傳統的分析技術由于計算能力的不足，采用抽樣技術去統計分析，擴大了數據分析的偏差；并且傳統的分析技術針對半結構化和非結構化數據并達不到分析目的，不能將收集到的數據最大程度的轉化為有效信息。但是由于大數據技術的發展，借助云計算，可以建立一個大型的數據分析平臺，在這個平臺上，可以實現數據的快速分析，數據類型的相互轉變，運用多種分析方法，也能更好的實現深入分析。

3 在大數據技術下建立業財融合應用體系

在一個企業中業財融合起碼要達到以下幾個作用：第一，能給財務人員獲得業務數據提供便利。業財融合要求財務人員能參與到項目管理當中去，深入了解整個項目應如何推進，才能更好地對掌握賬務處理周期。第二，能給財務人員分析數據提供便利。財務人員能對數據進行深入分析，不僅能對比數據，更要通過分析軟件查詢到數據之間差異的原因，做到準確有效的分析。第三，給能財務人員管理數據提供便利。業務數據的管理并不是財務人員無法參與了，恰恰相反，財務人員的參與會讓業務數據的管理更加合理。很多企業，連成本部門和核算部門之間都互不相通，大大降低了管理數據的科學性。所以，一個合理的業財融合應用體系的架構對企業來講是非常有必要的，而大數據技術無疑給業財融合提供了一個便利的平臺。大數據技術在數據的收集、整合、存儲和分析報告方面都有不小的革新，應用體系的構建也如圖1所示。

3.1 財務數據與業務數據的收集

以工業企業為例，業務數據主要分為四大方面：分別是采購、生產、銷售及環境數據。在供、產、銷三個環節上，業務數據就是其活動的開展過程。采購活動數據以制定采購計劃、選擇供應商、生成訂單、簽訂合同、收到運輸貨物、驗收入庫、結算貨款這個順序開展收集。生產活動數據以制定生產計劃、下達生產任務、車間領用原材料、安排生產、質檢入庫、結算成本這個順序開展收集。銷售活動數據以制定銷售計劃、合理定價、下達銷售任務、運輸商品、收到貨款、售后服務這個順序開展收集。環境數據主要包括行業信息、競爭對手的信息、政策信息、經濟趨勢等。

財務數據和業務數據是緊密相關的，業務數據中涉及資金流動的活動都會相應生成財務數據。此類數據相對于業務數據來說，也是比較好收集的，由于目前各企業財務軟件的熟練運用，財務數據生成的同時便可以完成收集工作。采購財務數據包括供應商相關的材料名稱、規格、單價等；對外下達訂單的數量、單價、金額等；存貨類別、數量和存儲成本等；以及采購過程中發生的采購成本、包裝費、運輸費及合理損耗等。生產財務數據包括生產批次、數量、流程等；原材料名稱、規格、數量、金額等；人工工時；設備折舊費；質檢合理損耗以及完工產品成本結算結果等。銷售財務數據包括客戶聯系方式、信用記錄、付款方式等；銷售訂單的名稱、數量、價格、收貨地址等；產品市場定價、歷史定價、目標利潤等；收款方式、金額、收款時間等。

以上這些業務數據和財務數據都需要在大數據技術建立的業財融合應用體系中進行系統的收集，去改善目前管理會計決策中，主要依靠內部產生的財務數據去做決策的現狀。大數據技術要做到是能盡可能多的獲取內外部信息，輸入到這個應用體系里面去。

3.2 財務數據與業務數據的整合

數據的收集只是第一步，能將數據發揮作用的是數據的整合，這也是管理會計一直以來想要攻克的難點。業務數據和財務數據不能只是放到一起，更要能交互，這就要求數據輸入的時候遵循一定的邏輯，建立起數據共享模式。

想要有效的整合數據，首先要保證數據輸入時，對數據合理的進行分類。按照獲取數據的渠道可以分為采購信息、生產信息、銷售信息和環境信息。按照數據的類型又可以將數據分為結構化數據、半結構化數據和非結構化數據。針對不同的數據類型，可以對其進行一個清洗，按照一定的算法將數據擁有可分析性，而不是只是單單存放在數據庫。針對不同渠道的數據，一定要厘清不同渠道的邊界，建立起不同的數據庫，這樣才不會顯得數據雜亂而沒有邏輯。

數據按照一定的邏輯、分門別類的輸入清洗后，就需要在各種數據類型之間建立起聯系，可以是財務邏輯，也可以從業務流程的角度出發，確保各個數據庫之間能有接口互相對接，保證數據之間走動暢通無阻。同時，數據庫的按照嚴格的邏輯建立，并進行清洗，也保證了抓取數據時的完整性、可靠性和可理解性。如此一來，便可以建立一個完整的數據共享中心，利用大數據技術為財務信息和業務信息的相互融合提供便利條件。

3.3 財務數據與業務數據的存儲

數據的存儲主要面臨的是兩個問題：一個是數據存放的秩序；另一個是數據存放的空間。

關于數據存放的秩序，在前一步數據進行整合的時候，已經建立起來了初步的秩序。數據按照渠道不同或類型不同，被劃分了出來。而數據存儲這個階段就是要建起數據存放的宏觀邏輯，按照采購信息、生產信息、銷售信息、環境信息這幾大分類，建立起大數據庫。同時在各大數據庫中，按照業務流程的不同階段去細分數據庫。例如，在采購數據中，由于采購業務按確定采購計劃、選擇供應商、下訂單簽合同、收貨入庫、支付貨款這個順序開展，由此，采購數據庫也可以細分為采購基礎信息數據庫、供應商數據庫、采購資金管理數據庫、原材料管理數據庫等。由此可得生產數據庫可細分為產品基礎信息數據庫、設備數據庫和員工數據庫等。銷售數據庫可細分為銷售基礎信息數據庫、銷售資金管理數據庫、客戶數據庫等。環境數據庫可細分為市場環境數據庫、政策環境數據庫、競爭對手數據庫等。

關于數據存放的空間，新興科技為我們解決了一部分問題，傳統的數據存儲通常都是企業自行購買服務器進行存放，存放空間十分有限。對于還沒有開發的大數據應用的公司，服務器尚且夠用，但是針對運用大數據技術進行數據管理的公司來說，云平臺是更好的選擇。企業可以將海量的數據保存的云端，云端和數據的日常管理又是緊密聯系在一起的，可以對數據進行及時的更新，且不會擔心存儲容量不夠的問題。但是云端服務的購買又產生的了一個新的數據安全的問題，但是我們相信技術上的疑難是會被解決掉的?？偟膩碚f，云技術用于存儲數據是非?？茖W的。

3.4 數據分析結果的報告

數據的分析方法在大數據技術上的革新，不僅是體現在方法運用，最主要體現的是數據容量的擴展和數據存儲平臺上計算能力的提升。傳統的數據分析，偏向于運用抽樣的理念，其最主要的原因僅僅是出于成本效益的考慮，數據量太大沒有更多的時間、金錢和精力去完成全樣本的數據分析。

而大數據技術的運用，可以讓數據分析不再依靠抽樣理念。數據是存儲在云平臺上，由一個個數據庫有序劃分的。不管是數據的抓取還是運算，都提供了完整性和準確性。針對管理會計要做的某項決策，可以抓取與此事項有關的全部數據，在云平臺上就可以進行綜合分析，輔以各種分析工具，例如聚類分析、回歸分析等，就能夠得出一個相對客觀的結果。分析準確性的提高，才是管理會計能發揮作用的前提，才是業財融合能參與決策的基礎。例如，企業預算一直以來都非常重要，但是卻又很容易做成表面功夫，但是在云計算大數據分析平臺的基礎上，可以綜合各種歷史數據，并結合目前的內外環境數據，得出一個主觀偏愛較低的預算模型，預算會計通過管理此模型，能更好的發揮職能。

數據分析完畢接下來就是輸出成報告。報告也有兩個問題需要解決：一個就是報告傳達的及時性；另一個就是歷史報告的管理。傳統的財務報告都有其固定的周期，所以傳達時間相對固定。但是業財融合中，業務數據的參與使得生產的報告種類繁多，形式多樣，需要建立一個完善的報告體系，才能讓報告生成的及時，且及時的傳達給報告使用者。畢竟報告是為做出決策而服務的，所以報告體系的建立可以遵循企業管理決策的類型，分為戰略決策報告、預算決策報告、經營決策報告、業績考核報告等。按此報告體系也可建立歷史報告數據庫，對報告進行管理，為日后決策進行提供依據。

4 結語

大數據技術對各個領域帶來的革新都是顛覆性的，管理會計的理念對企業的發展來講是非常良性，但是由于技術上各種問題一直得不到解決，導致管理會計的職能無法發揮到最大。無法收集的數據、缺乏整理的數據、過分主觀的分析和無法有效做到可視化的報告等，都是管理會計發揮職能的絆腳石。但是大數據技術的運用，真正能夠做到業財融合，而不只是業務信息和財務信息的簡單堆砌。使得管理會計能在規劃、決策、控制和評價上發揮其用處。

本文從業務信息和財務信息入手，利用大數據技術，對數據的收集、整合、存儲以及分析報告上如何實現業財融合進行了說明，也就是前文所講的業財融合應用體系。按照數據不同的分類進行收集，劃分到不同的數據庫中，基于云技術對數據進行存儲和分析，并且及時有效的報告，將企業的大量的歷史信息和環境信息轉化成為能支持企業決策的有效信息。但是對其實現路徑仍然不夠深入，希望以后能更加深入的、更具實務性的進行研究，為企業業財融合作出更好的貢獻。

參考文獻

[1]李昊澤.大數據時代管理會計面臨的挑戰及對策探討[J].現代商貿工業， 2019，（10）8889.

[2]程平，施先旺，尹赤.基于業財一體化的銷售活動大會計研究[J].財會月刊，2017，（22）：310.

[3]陳碧銳.基于業財融合的企業管理會計實施初探[J].中國國際財經（中英文），2017，（15）：3435.

[4]支利騰.基于業財融合的財務管理模式的探討[J].管理觀察，2018，（15）：180181.

[5]馬貴蘭.基于大數據思維的“業財融合”管理會計體系應用——以通信行業為例[J].財會月刊，2015，（32）：2426.

[6]王景鵬.基于大數據思維的“業財融合”管理會計體系應用研究[J].會計師，2017，（18）：89.