王 京
簡而言之,大數據就是海量數據集合。自大數據概念被提出至今,因其的抽象性,尚未有官方統一的定義。參考美國麥金賽管理咨詢公司(Mc Kinsey Global Institute)的說法,大數據是一種規模巨大的數據集合,收集并存儲海量數據資源,通過對采集的數據進行管理和分析,以篩選出有價值的信息,提高數據的處理速度。大數據有別于傳統數據庫,并不受限于服務器存儲容量和軟件、工具等升級更新,普遍認同的大數據特征,即5V特征。
容量(Volume)。數據體量巨大,即龐大性。有統計稱淘寶網站日交易數據超過4億條。存儲容量已從TB級別升至PB級別。多樣性(Variety)。數據類型涵蓋傳統的格式化、半格式化數據和多形式的非格式化數據,常見如來自網絡的視頻、圖片、日志、位置信息等。多樣性還體現在對數據的分類上,可以根據使用者的需要按照不同標準如大小、日期、內容、格式等分類搜索查詢和顯示。速度(Velocity)。數據傳輸和處理具有高速度性,亦可理解為高時效性。真實性(Veracity)。即大數據體現對客觀實際的真實反映。價值性(Value)。是指數據原始價值密度較低,經過專業技術處理后具有較高商業價值。
孤立的數據很難具有作為資源的價值,我們通常提到大數據時是指對大數據的應用,即大數據技術。大數據技術可以分為數據存儲、數據挖掘、數據分析、數據可視化四個領域。從技術層面上概括而言,首先明確數據分析的目的,然后利用各種方式方法采集不同來源的數據,經過預處理,即數據清洗等步驟,從海量無序的數據中得到有價值的數據,存儲并進行數據分析挖掘,最后將數據可視化,撰寫報告將成果輸出。大數據技術,還有云計算,移動技術、人工智能、物聯網、區塊鏈等多種數字化技術統稱為數字技術,數字技術推動了人類經濟向數字經濟轉化,數字經濟滲透到社會經濟多方面,成為經濟增長新引擎。社會如此,企業亦如是。
2015年8月,國務院印發的《促進大數據發展行動綱要》以及2016年3月頒布的《中華人民共和國國民經濟和社會發展第十三個五年規劃綱要》中都提出實施國家大數據戰略,把大數據作為基礎性戰略資源,全面實施促進大數據發展行動,加快推動數據資源共享開放和開發應用,助力產業轉型升級和社會治理創新。2020年6月,工信部為響應國家大數據發展戰略,出臺了《關于工業企業大數據發展的指導意見》,強調了大數據的重要性以及共建大數據的緊迫性,提出了工業大數據生態體系建設的具體要求。
在企業數字化轉型過程中,大數據對企業經營管理全過程的沖擊和重塑是顯而易見的,也必然影響到成本核算與管理。利用以大數據技術為基礎的平臺進行成本核算與管理,實現數據共享、財務共享、業財一體化,對提高企業成本核算與管理的水平至關重要。
目前的成本會計工作主要包括成本預測、成本決策、成本計劃、成本控制、成本核算、成本考核和成本分析七個環節。通過成本核算得到企業生產經營過程中產品成本、經營成本和各相關費用的會計信息,這些基礎財務數據收集與整理后列示于對外報表中,其依然屬于事后核算范疇,是傳統財務會計信息領域。其他成本工作環節,涉及到的如預算編制、邊際貢獻、本量利分析、平衡計分卡等工具方法屬于管理會計領域。在傳統的成本核算與管理模式下,核算通常由財務軟件平臺通過錄入財務數據進行,成本管理各環節除了需要核算基礎數據外,兩者聯系并不緊密。
企業進行數字化轉型,利用大數據技術的特點,改變了傳統的數據收集傳遞和存儲方式,形成了業財融合、平臺整合、資源共享,使得財務信息和業務信息、內部信息和外部信息呈現出不同于傳統模式的優勢。第一,更快捷,具有實時性。收集數據的速度快,不僅保證成本核算的及時進行,還可以使企業對成本相關的各類信息的變化感知敏銳,能夠做到及時調整計劃并制定對策,并對成本信息進行實時監管,把動態成本數據及時反饋到各職能部門,能夠對成本工作進行實時管理和控制,保證成本管理更有效果。第二,更精準,具有前瞻性。利用大數據技術平臺可以突破傳統核算方法的局限,結合非財務數據和外部來源的數據,及時了解企業、同行業、競爭對手和市場變化信息,把事前核算的預測決策計劃,事中核算的控制和事后核算及考核有機聯接,不僅對當前生產經營活動進行更準確的核算,還可以結合企業發展戰略目標,進行遠景分析規劃,提高成本預測,成本分析的能力,為科學準確的成本決策提供信息支持。第三,更直觀,具有實用性。數據可視化工具可以讓原有只是表格形式的成本報表以多種圖形選擇來表達,并通過設置不同維度,把核算數據和業務數據結合,形成個性化的直觀的成本報告,更便于理解,便于從不同角度不同因素進行成本分析,考核企業各責任中心的績效。總之,大數據技術可以提高成本核算與管理工作的質量和效率,使成本工作的各環節聯系密切,以此助力企業的可持續發展。
以“作業消耗資源,產出消耗作業”為基本思想的作業成本法,主要為解決企業間接費用如制造業的制造費用的分配問題。傳統成本核算方法,一般以產量、工時等為標準對制造費用整體進行一次分配,而制造費用包含的具體項目內容多,引起費用變化的動因也不相同。隨著企業自動化水平愈來愈高,各行業均有成本中直接費用占比減少,間接費用占比逐年提高的趨勢。傳統成本核算方法對間接費用“粗放”的分配方法所帶來的弊端也更明顯。作業成本法對每一個生產環節進行作業劃分,把成本動因做為標準分配費用,成本數據的準確度遠高于傳統成本核算方法。作業成本法下成本核算范圍大,核算結果準確,使產品定價精確,達到降低成本,提高效益的目的。同時作業成本法核算中識別增值作業和非增值作業,促進企業資源配置更加合理,作業成本法既是費用分配的方法也是有效的成本控制手段。
我國制造業引入作業成本法是上世紀90年代,但一直沒有成為成本核算的主流,主要原因是作業成本法相對傳統成本核算方法來說,核算流程復雜,計算量核算量巨大,成本動因不易確定,對成本數據的收集范圍和處理效率有更高的要求,而傳統方法難以處理,阻礙了作業成本法的使用。數字技術的普及應用,幫助企業消除了這個阻礙。數據采集、挖掘、清洗、分析正是大數據技術的核心功能,利用大數據技術平臺進行成本核算可以獲取并及時處理龐大的且包含格式化、非格式化數據的成本信息,平臺的數據處理能力提供了數據分析的技術保障,各項作業對資源的消耗情況,各個作業中心費用的增減都可以通過數據可視化及時直觀的反映給管理者。通過大數據技術可以解決作業成本法應用的難題,并為作業鏈的優化、實時管控成本提供了可能。同時在大數據的助力下,拓寬作業成本法的應用范圍,產品開發設計成本、采購成本、環境成本、間接費用占比高的服務業如物流企業,采用作業成本法,獲得更真實準確的成本數據和外部信息,可以降低企業決策風險,提高競爭力。
成本管理涉及企業經營各方面,沒有企業不重視成本管理工作,但受理念、水平、技術條件等因素所限,成本管理成效好的企業不多。傳統成本管理模式下進行企業全面成本管理,在財務信息和業務信息獲取的廣泛性和及時性上有難度。借助大數據技術的優勢以及利用數字技術、商業智能架構的信息處理平臺,可以幫助企業實現成本精細化管理。
成本精細化管理就是企業要對成本工作的各個方面,諸如產品研發設計成本,材料設備采購成本,生產產品成本,人力資源成本,庫存管理成本,客戶訂單管理成本,物流成本等等,進行精細化管控,并形成制度方案進行具體指導,以達到整合資源,降低成本,實現經濟效益提升的目的。大數據技術信息平臺所體現出的數據化集約化優勢使成本精細化管理更規范和高效,助力企業提高精細化管理水平。企業要重視大數據作為戰略資源在成本管理上的推動作用,利用好大數據技術,實現企業數字化轉型。
大數據思維不同于傳統的強調因果關系的思維模式,更注重的是關聯,或稱相關性。比如由上世紀八九十年代沃爾瑪百貨“啤酒和紙尿褲”的經典案例出發,R.Agrawal等人利用數據挖掘數據分析技術,提出了在多領域廣泛使用的Apriori算法。注重相關性是更有效的思維方式,相關需要大樣本,大樣本需要大數據技術。在成本核算管理方面,企業更習慣傳統的思維方式,從料工費、工時、費率、產量等因素上尋找降低成本增加效益的途徑。但原料人工等從設計到采購到生產到銷售到投資各環節,只單純減少支出,并不一定帶來利好結果。企業從管理者到員工都要認識到成本管理的數字化轉型是改革的必然趨勢,成本涉及企業經營的方方面面,利用大數據技術才能實現全面的精細化的成本管控,同時要對轉型過程中難免出現的疏漏、不適應有足夠的耐心和包容心,使大數據下的成本核算與管理模式盡快給企業帶來實際效益。
大數據技術在成本核算與管理領域的應用,會改變成本信息收集、傳遞的方式,由此影響到企業的組織架構。企業要做數字化轉型,大數據應用平臺的選擇要和業務流程再造結合考慮。如何嵌入大數據技術應根據企業規模,經營模式,人力資源全面斟酌,是建立大數據中心采用財務共享模式,還是購置商業智能類的解決方案平臺,一般企業都有在用的財務軟件,多平臺的適配度也要滿足大數據下成本管理的需要,不能相互掣肘。
按照相關法律法規,企業的成本會計制度一般包括成本定額制度、成本計劃編制制度、成本控制制度、成本核算制度、內部結算價格和結算辦法制度、成本費用報表制度等,但制度形式大于實質的現象一直普通存在,由于信息來源狹窄且多為事后核算數據,造成企業的成本核算與成本分析、控制脫節,重核算輕管理,重顯性成本輕隱性成本,沒有真正起到成本管理的作用。由傳統模式轉換為大數據下成本核算與管理模式,要根據大數據應用而帶來的預算方法、核算方法、控制方法的改變,修訂各項成本制度。同時,要制定數據標準制度、數據監管制度,為數字化轉型提供制度支持。
企業的財務狀況尤其流動資金的承受力是在成本核算與管理中推進大數據技術的關鍵考慮因素。要全面評估成本管理模式轉換的成本和在此過程中的風險。常規要考慮的成本主要包括技術轉換成本就是初始大數據平臺建設投入,后續平臺升級服務成本,專業人員引進成本,原有員工培訓成本,使用維護成本,數據安全防御成本等,若企業需求更廣泛的數據要用到爬蟲程序,數據獲取分析成本更是高額且持續的支出,還有一些隱性成本也要關注,如成本核算與管理制度更替成本、業務流程再造組織創新成本等。因此,大數據應用對于企業成本管理是發展趨勢,但要從實際出發,特別是一些規模不大的企業,更要預見大數據應用過程中對企業造成的成本風險。大數據下的成本核算與管理應該成為促進企業發展提升整體效益的力量,但前提是要考慮自身財力,不能只為謀求數字化轉型而造成企業日常經營活動受阻,甚至生存困難。
大數據下的成本核算與管理可以為企業提供成本數據的實時動態管控,提升綜合競爭能力,但數據來源的多渠道和多樣化也帶來數據管理上的安全性問題,如若再遭遇黑客非法侵入系統、非權限訪問系統、木馬病毒植入等更會給企業成本數據帶來實質性危害。即利用大數據技術時可能造成的數據泄露風險和不安全的數據給企業信息平臺造成的破壞風險不容小覷。傳統成本管理模式下,企業對數據安全問題的重視程度不高,數字技術轉型后必須提高這方面的安全意識,建立健全數據安全相關的管理機制,必要的安全措施如制定相關制度明確各方職責、簽訂保密協議、密碼使用規則、設置防火墻、安裝防護和監管信息的軟件等都要落實實施,最大限度的消除隱患,保證大數據下成本核算與管理系統的正常運行。
重核算輕管理在成本會計領域是普遍現象,企業尤其是在制造業專職從事成本會計工作的財務人員的現狀是對傳統成本核算方法,即事后核算掌握熟練,而對業務流程及流程過程中成本管控的了解并不清晰,更不要談及對大數據的認知和對信息化平臺的操作。這種知識結構上的短板必然影響大數據模式成本核算與管理的轉型進程,且是非短期可以解決的問題。企業的培訓可以從兩個方面進行,一是綜合素養的提升,主要就各種數字化技術的發展和應用請相關專家進行講座式培訓;二是職業能力的提升,包括但不限于對企業業務流程和流程中成本關鍵控制點的了解、企業選擇的大數據處理平臺的操作、大數據分析工具和可視化工具的使用等,并需要制定考評標準,達標上崗,保證培訓效果。
復合型人才的長期培養已經得到教育界重視。2021年3月,教育部發布《職業教育專業目錄(2021年)》,其中高等職業教育專科目錄中原會計、審計、財務管理專業已更名為大數據與會計、大數據與審計、大數據與財務管理專業。在此背景下,院校相關專業在課程設置上均需做出適應大數據發展的調整,還有財務共享、業財一體化、財務大數據分析等1+X證書考證做輔助,可以為企業和社會培養并儲備既擅長會計領域又能應用大數據技術的復合型人才。