數(shù)字經濟時代大數(shù)據(jù)技術在國有企業(yè)財務管理中的應用策略

關鍵詞：大數(shù)據(jù)技術；國有企業(yè)；財務管理；數(shù)據(jù)抓取

中圖法分類號：F275 文獻標識碼：A

1引言

在數(shù)字經濟時代下，國有企業(yè)的財務管理方法與多種現(xiàn)代化技術進行了有效結合。大數(shù)據(jù)技術在數(shù)據(jù)處理性能上占據(jù)較大優(yōu)勢，可應用在國有企業(yè)財務管理工作中。因此，本文提出一種應用策略，將大數(shù)據(jù)技術應用在不同的企業(yè)財務管理環(huán)節(jié)中。

2利用大數(shù)據(jù)技術獲取國有企業(yè)市場運營數(shù)據(jù)

大數(shù)據(jù)技術可應用在國有企業(yè)財務管理工作的方方面面，首先在數(shù)據(jù)獲取階段即可使用大數(shù)據(jù)技術獲取不同平臺的多源數(shù)據(jù)，本文采用大數(shù)據(jù)技術中的Scrapy框架對市場運營數(shù)據(jù)進行抓取，并對數(shù)據(jù)進行清洗，具體應用方法如下。

采用Scrapy框架對國有企業(yè)市場運營數(shù)據(jù)抓取之前需要對前置規(guī)則進行設定。通過預先設定抓取數(shù)據(jù)的格式以及屬性等參數(shù)，可以保證后續(xù)獲取的數(shù)據(jù)具備統(tǒng)一的數(shù)據(jù)格式，從而減少數(shù)據(jù)處理時的工作量。將需要抓取的財務運營數(shù)據(jù)按照數(shù)據(jù)用途進行分類，根據(jù)不同的數(shù)據(jù)類型設置對應的數(shù)據(jù)字段。調取Scrapy框架中的class informationitem模塊對國有企業(yè)市場運營數(shù)據(jù)用戶信息的格式進行定義，調取Fiedl模塊對運營數(shù)據(jù)的字段類型進行定義，采用User-agent對測試賬號進行更換，以便能夠抓取到更多平臺的國有企業(yè)財務運營相關數(shù)據(jù)。為保證爬取的頁面不會出現(xiàn)重復的情況，本文采用set變量對瀏覽過的頁面進行標記，以降低數(shù)據(jù)的重復度。采用process_jtem函數(shù)對抓取到的數(shù)據(jù)類型進行判斷，將同一類型的國有企業(yè)財務數(shù)據(jù)存儲到同一模塊中并對數(shù)據(jù)進行清洗處理。數(shù)據(jù)清洗主要包括對數(shù)據(jù)的屬性進行清洗以及對重復記錄進行清洗。通過對財務信息屬性標記的錯誤值進行檢測，剔除錯誤數(shù)據(jù)，同時需對屬性對應錯誤的數(shù)據(jù)進行清洗。重復記錄清洗主要通過檢測重復記錄的算法錯誤來實現(xiàn)，通過檢查算法中的編寫情況，對編寫錯誤的代碼進行修正并重新開始運行，即可實現(xiàn)對重復記錄的清洗。

通過上述步驟即可實現(xiàn)對國有企業(yè)市場運營數(shù)據(jù)的獲取，通過對數(shù)據(jù)進行清洗提高數(shù)據(jù)的純度以及數(shù)據(jù)之間的關聯(lián)性，從而為后續(xù)的財務管理提供幫助。

3挖掘國有企業(yè)財務數(shù)據(jù)關聯(lián)性

大數(shù)據(jù)技術不僅可以應用于獲取企業(yè)市場運營數(shù)據(jù)，還可以應用于運營數(shù)據(jù)的量化分析。通過結合大數(shù)據(jù)技術，對國有企業(yè)市場運營數(shù)據(jù)進行量化分析，以挖掘數(shù)據(jù)之間的關聯(lián)性，并在此基礎上構建財務數(shù)據(jù)管理流程。由于不同的國有企業(yè)財務項目下存在不同類型的運營數(shù)據(jù)，因此為保證數(shù)據(jù)挖掘的效率，首先需要對數(shù)據(jù)進行標準化處理以及均值化處理。通過采用數(shù)學手段對數(shù)據(jù)進行處理，可以保證企業(yè)運營數(shù)據(jù)呈現(xiàn)穩(wěn)定的規(guī)律性變化。在該過程中，可采用大數(shù)據(jù)技術中的ETL數(shù)據(jù)處理工具，對國有企業(yè)運營數(shù)據(jù)進行批量化處理，并根據(jù)具體的量化指標輸出不同格式的運營數(shù)據(jù)。除此之外，還可采用ETL數(shù)據(jù)處理工具對投資數(shù)據(jù)、收益數(shù)據(jù)、盈虧數(shù)據(jù)等不同類型的數(shù)據(jù)進行劃分，通過計算同一類型下的運營數(shù)據(jù)均值，將企業(yè)運營數(shù)據(jù)分為不同的類型，在此基礎上實現(xiàn)對企業(yè)運營數(shù)據(jù)的細化處理。

通過計算國有企業(yè)財務數(shù)據(jù)的置信度實現(xiàn)對其相關性的分析。首先對置信度關聯(lián)規(guī)則進行設置，通過構建國有企業(yè)財務數(shù)據(jù)屬性概念對，對運營數(shù)據(jù)的支持度進行分析，數(shù)據(jù)支持度數(shù)值即代表了數(shù)據(jù)之間的相關性。數(shù)據(jù)支持度越大，代表該組數(shù)據(jù)之間的相關性就越強，則可以將相關性較強的同類數(shù)據(jù)進行統(tǒng)一處理，以提高國有企業(yè)財務管理的數(shù)據(jù)處理效率，減少數(shù)據(jù)歸類時間。

采用上述步驟對財務數(shù)據(jù)支持度進行計算，即根據(jù)支持度大小劃分出相關性較強的數(shù)據(jù)對以及相關性較弱的數(shù)據(jù)對，實現(xiàn)對國有企業(yè)財務運營數(shù)據(jù)的相關性挖掘與分析。

4結合大數(shù)據(jù)技術構建國有企業(yè)財務管理體系

一般情況下，結合大數(shù)據(jù)技術構建的國有企業(yè)財務管理體系結構如圖1所示。

通過圖1可以看出，在大數(shù)據(jù)技術支持下，國有企業(yè)財務管理體系共包括4個層次，分別為基礎數(shù)據(jù)采集層、業(yè)務管理層、數(shù)據(jù)存儲層以及數(shù)據(jù)應用層。其中，基礎數(shù)據(jù)采集層主要采用上文提出的數(shù)據(jù)抓取方法，通過Scrapy框架抓取不同平臺的國有企業(yè)財務運營數(shù)據(jù)，并對重復數(shù)據(jù)和冗余數(shù)據(jù)進行剔除，完成數(shù)據(jù)清洗工作。將清洗完成后的數(shù)據(jù)輸入業(yè)務管理層中，通過數(shù)據(jù)標簽自動化處理規(guī)則，對財務數(shù)據(jù)進行管理與運營。業(yè)務管理層內置了項目預算平臺以及投資管理平臺等多個子平臺，根據(jù)國有企業(yè)財務數(shù)據(jù)的業(yè)務類型對數(shù)據(jù)進行分類管理。結合大數(shù)據(jù)技術，子平臺可以對采集到的國有企業(yè)財務數(shù)據(jù)進行智能化分析與產出，通過輸出可視化分析結果，提高管理效率。數(shù)據(jù)存儲層主要負責存儲原始數(shù)據(jù)以及分析結果數(shù)據(jù)，內置ODS關系型數(shù)據(jù)庫，通過對數(shù)據(jù)進行分區(qū)管理，提高數(shù)據(jù)的處理性能。關系型數(shù)據(jù)庫采用集成模塊對外部數(shù)據(jù)源采集到的國有企業(yè)財務運營數(shù)據(jù)進行調用，通過將財務運營數(shù)據(jù)分為預算信息數(shù)據(jù)以及財務指標數(shù)據(jù)2種類型，實現(xiàn)對數(shù)據(jù)的分類處理。數(shù)據(jù)應用層主要負責將分析結果進行多維度呈現(xiàn)，通過輸出成本收益、投資信息、績效數(shù)據(jù)、人力管理等固體報表，幫助管理人員從不同角度了解當前國有企業(yè)財務的運營情況。

通過上述步驟即可建立國有企業(yè)財務管理體系，結合上述數(shù)據(jù)抓取以及數(shù)據(jù)關聯(lián)性挖掘等相關內容，即可構成數(shù)字經濟時代大數(shù)據(jù)技術在國有企業(yè)財務管理中的應用策略。

5應用實例部分

為證明提出的數(shù)字經濟時代大數(shù)據(jù)技術在國有企業(yè)財務管理中的應用策略具備可應用價值，在理論部分的設計完成后，構建應用實例環(huán)節(jié)，將本文提出的策略應用在具體實例中，并對策略的可應用價值進行檢驗。

5.1實例概況

本次應用實例選取的應用對象為某國有企業(yè)的財務管理數(shù)據(jù)。通過對該企業(yè)的歷史數(shù)據(jù)進行調取，明確企業(yè)的經濟規(guī)模、財務現(xiàn)狀、人力資源情況以及市場占有率等財務情況。采用本文提出的基于大數(shù)據(jù)技術的財務數(shù)據(jù)抓取方法對企業(yè)財務運營數(shù)據(jù)進行抓取與處理，通過建立財務管理體系實現(xiàn)對企業(yè)財務歷史數(shù)據(jù)的管理。

為檢驗本文提出的應用策略的應用價值，結合企業(yè)財務管理要求，在實際應用工作展開之前首先對該國有企業(yè)運營數(shù)據(jù)中的財務管理文件夾目錄進行了規(guī)定，具體文件類型以及目錄描述如表1所列。

通過表1可以看出，本次應用實例主要選取了6個財務項目編號，通過采用本文提出的方法，結合大數(shù)據(jù)技術對上述6個項目進行統(tǒng)一的財務管理，并針對不同的文件數(shù)據(jù)類型，建立不同的管理引擎，以驗證本文策略的可行性。

5.2應用結果

本次應用實例選取的評判標準為管理方法的管理效率，具體衡量指標為管理引擎的建立時間，該時間越短，則代表管理方法的管理效率越高，越能在短時間內對大規(guī)模企業(yè)財務運營數(shù)據(jù)進行有效管理。

通過采用本文策略對上述企業(yè)市場數(shù)據(jù)進行財務管理，得出不同文件項目的管理引擎建立時間。通過判定時間數(shù)值可以證明，本文策略在針對數(shù)據(jù)規(guī)模不同的文件夾建立管理引擎時，所需要的時間也有所不同。雖然建立管理引擎的時間存在差異，但是總體來看，6個財務管理項目的管理引擎建立時間均較短，因此可以證明本文提出的財務管理方法具備較高的管理效率，能夠有效提高企業(yè)的生產效率。通過使用大數(shù)據(jù)技術，既可以在短時間內抓取到不同平臺的企業(yè)市場運營數(shù)據(jù)，也可以對企業(yè)運營數(shù)據(jù)之間的相關性進行挖掘，以縮短數(shù)據(jù)處理時長，促進企業(yè)的經濟發(fā)展。

6結束語

本文所提出的數(shù)字經濟時代大數(shù)據(jù)技術在國有企業(yè)財務管理中的應用策略，通過應用大數(shù)據(jù)技術中的Scrapy框架，對企業(yè)財務數(shù)據(jù)進行抓取，在此基礎上構建的財務管理體系具備較高的管理效率，能夠在短時間內建立起管理引擎，并針對不同類型的財務項目對企業(yè)財務數(shù)據(jù)進行高效管理。

作者簡介：

魏慶軍（1985—），碩士，高級經濟師，研究方向：企業(yè)人力資源管理、財務管理、生產供應鏈管理。