導(dǎo)語：數(shù)據(jù)挖掘技術(shù)在管理會計(jì)的作用一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

【摘要】隨著數(shù)據(jù)科技的飛速發(fā)展，管理會計(jì)工作已逐步實(shí)現(xiàn)電算化。長期的會計(jì)處理過程中會積累大量結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)，這些數(shù)據(jù)中蘊(yùn)藏著巨大的價值。本文基于價值創(chuàng)造視角，闡述了大數(shù)據(jù)挖掘技術(shù)在管理會計(jì)中的應(yīng)用。

【關(guān)鍵詞】數(shù)據(jù)挖掘技術(shù)；管理會計(jì)；應(yīng)用

數(shù)據(jù)挖掘指運(yùn)用決策樹模型、蟻群算法、神經(jīng)網(wǎng)絡(luò)算法、遺傳算法、關(guān)聯(lián)分析算法、序列模式分析算法、聚類分析算法等對海量結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)集合進(jìn)行挖掘與分析，依托模型獲取有價值信息或探求某種發(fā)展趨勢，提供有用的數(shù)據(jù)洞察。數(shù)據(jù)挖掘結(jié)合了統(tǒng)計(jì)學(xué)、信息管理系統(tǒng)、計(jì)算機(jī)科學(xué)與技術(shù)、離散數(shù)學(xué)、機(jī)器學(xué)習(xí)、數(shù)據(jù)庫、人工智能、決策理論等多種學(xué)科。該項(xiàng)技術(shù)可以從繁雜、無規(guī)律的數(shù)據(jù)環(huán)境中剝離出重要信息供企業(yè)使用，為決策提供參考。

一、大數(shù)據(jù)挖掘技術(shù)概述

（一）大數(shù)據(jù)挖掘相關(guān)技術(shù)。1.統(tǒng)計(jì)技術(shù)。統(tǒng)計(jì)分析技術(shù)以概率論和統(tǒng)計(jì)學(xué)主要思想為理論基礎(chǔ)。該技術(shù)對數(shù)據(jù)集合進(jìn)行挖掘的方式是對給定數(shù)據(jù)集合假設(shè)一個分布或者概率模型（比如正態(tài)分布模型），然后根據(jù)模型進(jìn)行相應(yīng)挖掘。該技術(shù)建立在判別分析、因子分析及回歸分析等模型基礎(chǔ)之上，其優(yōu)勢是對分析結(jié)果的描述精確且容易理解，因而應(yīng)用較為普遍。2.決策樹技術(shù)。決策樹技術(shù)在數(shù)據(jù)挖掘的不同操作階段具有不同特點(diǎn)，其遵循的規(guī)則較為直觀，容易理解，其優(yōu)勢是在計(jì)算分類時耗費(fèi)時間較短。決策樹是一種顯示不同條件下會得出哪些數(shù)值的規(guī)則算法，這種方法在預(yù)測結(jié)果以及將結(jié)果分類的條件下較為適用。決策樹分析方法一般常用C4.5、C5.0、ID3、CHAID、CART等計(jì)算方法。3.關(guān)聯(lián)規(guī)則。關(guān)聯(lián)規(guī)則在數(shù)據(jù)挖掘技術(shù)中應(yīng)用最為廣泛，該技術(shù)是將海量數(shù)據(jù)集中起來，將其中的關(guān)聯(lián)關(guān)系和依賴關(guān)系充分挖掘。依托關(guān)聯(lián)分析，能從用戶行為中分析出潛在的行為模式，挖掘潛在知識以及人們感興趣的模式，同時將總結(jié)的概念應(yīng)用于更大范圍的用戶群體之中。4.神經(jīng)網(wǎng)絡(luò)技術(shù)。神經(jīng)網(wǎng)絡(luò)技術(shù)類似于人腦部神經(jīng)元，其功能也有相近之處。它的重點(diǎn)是結(jié)合神經(jīng)測試規(guī)則進(jìn)行計(jì)算模擬的開發(fā)與設(shè)計(jì)。在結(jié)構(gòu)上，神經(jīng)網(wǎng)絡(luò)可以劃分為輸入層、隱含層和輸出層三個不同層次。輸入層的不同階段對應(yīng)著預(yù)測變量，輸出層的節(jié)點(diǎn)對應(yīng)的是目標(biāo)變量，隱含層位于輸入層和輸出層之間，隱含層的具體層數(shù)和不同層內(nèi)的節(jié)點(diǎn)數(shù)決定了神經(jīng)網(wǎng)絡(luò)的整體復(fù)雜程度。該項(xiàng)技術(shù)具有承受噪聲數(shù)據(jù)能力較高、可以處理相對復(fù)雜問題等優(yōu)勢。5.粗糙集技術(shù)。粗糙集技術(shù)在數(shù)據(jù)挖掘中應(yīng)用較為廣泛。這種技術(shù)一般能夠較為清晰地分析出噪聲數(shù)據(jù)以及不精準(zhǔn)數(shù)據(jù)之間的聯(lián)系。其最大的優(yōu)勢是不需要將初始數(shù)據(jù)或附加信息包含在內(nèi)，只需利用一些不完整數(shù)據(jù)或不確定數(shù)據(jù)即可建立模型。粗糙集技術(shù)大大提高了知識發(fā)現(xiàn)及數(shù)據(jù)挖掘效率。6.遺傳算法。遺傳算法1975年由美國D.J.Hol⁃land教授提出，它將計(jì)算機(jī)科學(xué)技術(shù)與生物學(xué)技術(shù)完美融合，是一種優(yōu)化類算法。大自然最基本的生存法則為適者生存，生物按照一種合理的機(jī)制進(jìn)行遺傳進(jìn)化，進(jìn)而成為最適合的種群。遺傳算法對大自然中的生物進(jìn)化機(jī)制進(jìn)行模擬，遵循合理原則，對各項(xiàng)數(shù)據(jù)模型執(zhí)行優(yōu)化操作。遺傳算法相比于其他算法要求的輸入信息較少，因而具有靈活高效的特點(diǎn)。7.差別分析。差別分析的主要目的是發(fā)現(xiàn)數(shù)據(jù)之中潛藏的異常情況，進(jìn)而減弱噪音數(shù)據(jù)干擾，獲取有價值信息。8.概念描述。概念描述主要是對某類對象的特征和內(nèi)涵進(jìn)行概括及描述。概念描述具體分為區(qū)別描述和特征性描述。前者用于描述某些對象的區(qū)別，后者描述某類對象的共性。（二）大數(shù)據(jù)挖掘技術(shù)應(yīng)用流程。1.選擇、取樣。在實(shí)施數(shù)據(jù)挖掘之前，需要針對數(shù)據(jù)挖掘預(yù)期目標(biāo)對數(shù)據(jù)庫進(jìn)行甄選，依托數(shù)據(jù)表的形式對數(shù)據(jù)總體進(jìn)行抽樣。需要注意的是，在數(shù)據(jù)庫中抽取的數(shù)據(jù)要有實(shí)際意義，抽取數(shù)據(jù)數(shù)量應(yīng)適當(dāng)，不宜過多。2.預(yù)處理。具體包括消除噪聲數(shù)據(jù)、重復(fù)記錄，合理處置缺失數(shù)據(jù)，完成數(shù)據(jù)類型轉(zhuǎn)換等。3.轉(zhuǎn)換、探索。在數(shù)據(jù)樣本抽取結(jié)束之后，需要根據(jù)實(shí)際情況對數(shù)據(jù)執(zhí)行增加、刪除、修改等操作，進(jìn)而對數(shù)據(jù)進(jìn)行深入探索。結(jié)合探索過程，找出海量數(shù)據(jù)中所隱藏的聯(lián)系或異常，加深對預(yù)期挖掘目標(biāo)的理解和認(rèn)識。4.調(diào)整、數(shù)據(jù)開采。在進(jìn)行初步的取樣及探索之后，確定數(shù)據(jù)開采任務(wù)，從而選擇合適的數(shù)據(jù)開采算法。5.建模。結(jié)合決策樹、回歸分析、時間序列分析、神經(jīng)網(wǎng)絡(luò)等分析工具對所甄選數(shù)據(jù)進(jìn)行建模，基于數(shù)據(jù)構(gòu)建對目標(biāo)結(jié)果的分析預(yù)測模型。6.評價。數(shù)據(jù)挖掘的最終環(huán)節(jié)是建立模型測評體系，對數(shù)據(jù)挖掘中發(fā)現(xiàn)的有效結(jié)果進(jìn)行實(shí)用性和可靠性評價，對不足之處進(jìn)行修正。上述過程可以表示為圖1。

二、管理會計(jì)是業(yè)務(wù)及價值的結(jié)合體

管理會計(jì)的目標(biāo)是為企業(yè)創(chuàng)造價值，幫助企業(yè)進(jìn)行戰(zhàn)略規(guī)劃，組織實(shí)施和管理控制，為企業(yè)提供有參考價值的財務(wù)信息或非財務(wù)信息，最終支撐企業(yè)可持續(xù)發(fā)展。因此，綜合管理會計(jì)的目標(biāo)、主體、本質(zhì)來看，其可以看作一個協(xié)助企業(yè)內(nèi)部管理決策的信息系統(tǒng)。管理會計(jì)是業(yè)務(wù)與價值的結(jié)合體，以價值信息指導(dǎo)業(yè)務(wù)活動，最終實(shí)現(xiàn)兩者的和諧統(tǒng)一。管理會計(jì)主要包括作業(yè)管理和價值管理兩方面，兩者和諧統(tǒng)一構(gòu)成管理會計(jì)結(jié)合體。管理會計(jì)以業(yè)務(wù)需求為基礎(chǔ)，對業(yè)務(wù)數(shù)據(jù)和財務(wù)數(shù)據(jù)進(jìn)行分析整合，向業(yè)務(wù)管理團(tuán)隊(duì)及時反饋有價值信息，方便業(yè)務(wù)部門利用管理會計(jì)信息，實(shí)現(xiàn)事前規(guī)劃、過程管控、績效考核以及結(jié)果評估，打通價值鏈創(chuàng)造環(huán)節(jié)，提升供應(yīng)鏈服務(wù)效率。

三、大數(shù)據(jù)挖掘技術(shù)在管理會計(jì)中應(yīng)用的意義

（一）提供企業(yè)經(jīng)營決策支持。傳統(tǒng)企業(yè)做決策，一般需要經(jīng)過長時間的資料搜集、市場調(diào)查、分析研究、敲定方案和最終評估等多個步驟。而現(xiàn)在市場競爭越來越激烈，要求企業(yè)管理者迅速決策，推進(jìn)戰(zhàn)略部署和實(shí)施，爭奪市場中一席之地。傳統(tǒng)決策的復(fù)雜性往往會導(dǎo)致決策時間的滯后，最終錯失市場的最佳機(jī)會。信息化時代，企業(yè)做決策不僅要求科學(xué)有效，還要滿足時效性的要求。管理會計(jì)對決策結(jié)構(gòu)有重要影響，它將數(shù)據(jù)挖掘技術(shù)應(yīng)用于管理會計(jì)之中，實(shí)現(xiàn)對數(shù)據(jù)的挖掘、分類、整合、分析，找出有價值信息，為企業(yè)決策提供參考依據(jù)。（二）在競爭中保持優(yōu)勢。從戰(zhàn)略角度分析，大數(shù)據(jù)挖掘和分析可以協(xié)助企業(yè)多維度掌握競爭環(huán)境、對手情況、市場趨勢、消費(fèi)者偏好、供應(yīng)商信譽(yù)等信息，從中剝離出有價值的商業(yè)信息，幫助企業(yè)優(yōu)化內(nèi)部經(jīng)營管理流程，實(shí)現(xiàn)精準(zhǔn)營銷，降低成本，在整個行業(yè)中清晰定位。另外，大數(shù)據(jù)挖掘技術(shù)的另一項(xiàng)功能是預(yù)測，企業(yè)可以根據(jù)大數(shù)據(jù)對未來的成本績效做出判斷，以此制定針對性管理制度，避免資源上的冗余和浪費(fèi)。（三）預(yù)防和控制風(fēng)險。企業(yè)許多風(fēng)險都是處于潛藏狀態(tài)，通過數(shù)據(jù)挖掘找到潛藏風(fēng)險，避免風(fēng)險逐漸積累和漸進(jìn)。通過數(shù)據(jù)挖掘技術(shù)對企業(yè)的財務(wù)狀況進(jìn)行全面分析與掌控，判斷企業(yè)是否存在資金鏈緊張風(fēng)險，是否存在資金非法挪用情況，是否存在某種產(chǎn)品銷售不理想的狀態(tài)，及時預(yù)警潛在的財務(wù)風(fēng)險，修補(bǔ)企業(yè)內(nèi)在漏洞。

四、大數(shù)據(jù)挖掘技術(shù)在管理會計(jì)中的應(yīng)用

（一）操作成本及價值數(shù)據(jù)鏈挖掘。操作成本的精準(zhǔn)控制有助于企業(yè)對不同環(huán)節(jié)運(yùn)營成本的精準(zhǔn)測算，便于高層對資源進(jìn)行合理分配與使用。在以往的成本測算中，因精準(zhǔn)成本控制極其繁雜，往往需要消耗企業(yè)大量的時間成本和人力成本。而依托數(shù)據(jù)挖掘技術(shù)中的回歸分析、決策樹分析等方式，可以減輕會計(jì)人員工作量，通過計(jì)算機(jī)數(shù)據(jù)發(fā)掘算法自動獲取各個業(yè)務(wù)環(huán)節(jié)的操作成本，還可以得出操作成本與價值鏈之間的相關(guān)關(guān)系，區(qū)分增值操作和非增值操作，以便持續(xù)改進(jìn)企業(yè)的供應(yīng)鏈管理能力，降本增效。（二）現(xiàn)金流預(yù)測。管理會計(jì)從業(yè)人員需要對企業(yè)未來現(xiàn)金流情況進(jìn)行預(yù)判，以做出合理的資金預(yù)算。但預(yù)測的基礎(chǔ)是海量的歷史經(jīng)營數(shù)據(jù)，全部由人工計(jì)算成本十分巨大。為了提高數(shù)據(jù)分析效率，可以充分結(jié)合數(shù)據(jù)挖掘技術(shù)，利用預(yù)設(shè)規(guī)則自動在結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù)中提取有價值信息，再通過統(tǒng)計(jì)技術(shù)、決策樹技術(shù)、關(guān)聯(lián)規(guī)則、神經(jīng)網(wǎng)絡(luò)技術(shù)、粗糙集技術(shù)、遺傳算法、差別分析、概念描述等方法，建立對成本、現(xiàn)金流、銷售量的預(yù)測模型，高效、低誤差的預(yù)測各項(xiàng)運(yùn)營指標(biāo)，為管理者提供決策根據(jù)。（三）輔助決策?，F(xiàn)階段的投資決策需要綜合考量財務(wù)報表、企業(yè)現(xiàn)金流量、經(jīng)營發(fā)展情況、宏觀政策、競爭對手狀況、消費(fèi)群體偏好等多個因素，其過程耗時耗力。數(shù)據(jù)挖掘技術(shù)是輔助決策的高效工具，借助數(shù)據(jù)挖掘工具可以直接對企業(yè)的財務(wù)報表、外部宏觀環(huán)境、供應(yīng)鏈狀況進(jìn)行整體分析，獲取決策相關(guān)價值數(shù)據(jù)，確保及時、正確做出決策。（四）顧客關(guān)系管理、預(yù)測產(chǎn)品流行趨勢。市場競爭環(huán)境中，各大企業(yè)都十分關(guān)注為用戶提供良好體驗(yàn)，建立長久顧客關(guān)系。依托數(shù)據(jù)挖掘工具可以從企業(yè)現(xiàn)存客戶資料庫中分析得出潛在客戶。利用數(shù)據(jù)挖掘技術(shù)中的分類工具可以對客戶群體進(jìn)行劃分，發(fā)現(xiàn)不同群組客戶的行為特點(diǎn)，針對性執(zhí)行差別化服務(wù)，還可以挖掘出客戶的消費(fèi)習(xí)慣、需求偏好，并通過持續(xù)的跟蹤調(diào)查，確認(rèn)數(shù)據(jù)挖掘結(jié)果是否正確，力求根據(jù)不同客戶的特點(diǎn)設(shè)計(jì)出不同產(chǎn)品和服務(wù)，與客戶建立長久互動關(guān)系，保持客戶粘性。（五）財務(wù)風(fēng)險管理企業(yè)的健康運(yùn)營離不開財務(wù)風(fēng)險的評估與預(yù)警。傳統(tǒng)的評估模式周期長、精度不準(zhǔn)，難以適應(yīng)企業(yè)變化。利用數(shù)據(jù)挖掘工具可以全面評估企業(yè)的財務(wù)風(fēng)險，并進(jìn)一步建立模型預(yù)期企業(yè)的破產(chǎn)概率、盈利數(shù)額、投資回報率等。依托財務(wù)預(yù)測工具可以隨時隨地掌控財務(wù)風(fēng)險、運(yùn)營風(fēng)險、投資風(fēng)險，以便提前采取風(fēng)險防范措施。

五、大數(shù)據(jù)挖掘技術(shù)的機(jī)遇與挑戰(zhàn)

大數(shù)據(jù)技術(shù)的快速發(fā)展給管理會計(jì)帶來機(jī)遇，同時也帶來了一些問題。一是大數(shù)據(jù)的質(zhì)量管理，數(shù)據(jù)抽取和數(shù)據(jù)清洗技術(shù)需要實(shí)現(xiàn)高度數(shù)據(jù)過濾。二是數(shù)據(jù)的復(fù)雜性。當(dāng)前，知識的不足制約了人們對大數(shù)據(jù)模型的構(gòu)建和設(shè)計(jì)，難以對不同類型和形式的數(shù)據(jù)的內(nèi)在關(guān)聯(lián)性做出精準(zhǔn)判斷。三是計(jì)算的復(fù)雜性，需要人們做出全局性的統(tǒng)計(jì)與分析，在大數(shù)據(jù)的基礎(chǔ)上構(gòu)建全新算法。四是數(shù)據(jù)處理系統(tǒng)的復(fù)雜性，尤其是在運(yùn)行效率和能耗方面。五是管理會計(jì)從業(yè)人員的操作能力也會影響到大數(shù)據(jù)在會計(jì)中的應(yīng)用效果。以上均是大數(shù)據(jù)在管理會計(jì)中發(fā)展中值得關(guān)注的問題。

參考文獻(xiàn)

[1]趙婧.大數(shù)據(jù)背景下企業(yè)會計(jì)數(shù)據(jù)的新特點(diǎn)[J].財會月刊,2014,(21):105-108.

[2]蔣艷梅,張愛春.計(jì)算機(jī)技術(shù)在會計(jì)中的應(yīng)用[J].電子技術(shù)與軟件工程,2013,(22):194-195.

[3]鄭樓英.數(shù)據(jù)挖掘技術(shù)在會計(jì)信息系統(tǒng)中的應(yīng)用初探[J].財會研究,2007,(6):39-41.

[4]邊泓.投資者在不同市場環(huán)境中的會計(jì)信息需求特征——基于前景理論和數(shù)據(jù)挖掘的實(shí)證研究[J].南開管理評論,2007,10(4):52-57.

[5]李平榮.大數(shù)據(jù)時代的數(shù)據(jù)挖掘技術(shù)與應(yīng)用[J].三峽學(xué)院學(xué)報,2014,(3):45-47.

[6]孟巖,武文龍.數(shù)據(jù)挖掘在戰(zhàn)略管理會計(jì)中的應(yīng)用——以AB公司為實(shí)例[J].會計(jì)之友,2010,(18):54-57.

[7]張志恒,陳旭.數(shù)據(jù)挖掘技術(shù)在會計(jì)信息系統(tǒng)中的應(yīng)用研究[J].中國管理信息化,2006,9(2):36-39.

作者:陳 靖 郝 媛 羅仕華 單位:蘭州財經(jīng)大學(xué)