大数据时代财务管理面临的机遇与挑战

大数据时代财务管理面临的机遇与挑战

大数据时代财务管理面临的机遇与挑战

摘要

这是一个信息爆炸的时代，也是一个被数字淹没的世界。在财务领域最终能崛起的企业，必然是对数据最敏感的机构，也是最善于从大数据里嗅到时代发展机遇和未来趋势的领袖。纵然所有企业对此趋之若鹜，然而真正能够从财务大数据中掘金的企业却寥若星辰。如何挖掘蕴藏在数据背后的宝贵信息，从而让财务数据开口“说话”，为企业管理者经营决策提供科学依据，是当下很多企业面对财务大数据需要进行攻坚的难题。

关键词

管理；财务；大数据

的客户询问可以帮助公司了解客户反馈的最新动向;但那些关于已经被快

速处理完毕的询问的具体记录能够带来的价值就非常有限了。

工具

先进的分析技术和大数据工具的进步如此之快，他们正以前所未有的方式帮助公司获取新的统计角度和结果。Hadoop、HPCC和NoSQL等工具和平台迅速崛起带来了全新的分析视角和机会;基于成熟的分析、视觉化以及数据管理的全新生态系统也以日新月异的速度改变着企业的分析能力。如今，可提供这类工具的供应商不胜枚举，开放资源的开发商数量更是不计其数。不过，令人感到些许意外的是，在我们的访谈中，仅有38%的企业表示他们曾使用过这些工具。

人员

在我们的调查中，有56%的高管人员表示他们的企业缺乏分析数据并从数据中发现机遇的慧眼。大多数人则认为他们无法准确地判断那些从数据分析得出的林林总总的结论是否的确与公司的业务密切相关，亦难以对这些纷繁芜杂的结论进行优先排序。成功的团队往往可以融合数据、技术和业务等各方面的人才来构建这一能力。以乐队为类比：团队的成员必须各自拥有不同的技能，但这些技能又有一些交叉重叠，同时他们非常了解互相之间如何进行有效和高效的沟通和协作。成功的大数据分析团队亦如此，我们需要：数据科学家，提供有关统计、相关性和质量等的专业技能商业分析师，从商业的角度出发,甄别数据科学家从纯粹数据分析角度发现的异常数据以及一般性规律，发掘出其中与公司业务发展紧密相关的数据和规律并根据重要性进行排序技术专家，帮助提供收集、整理和处理数据所需的硬件和软件解决方案。

决心

顶尖的企业将大数据分析的理念植入到组织当中，明确定义希望通过大数据达成的目标并运用数据推动决策。CEO和高层领导团队将枯燥抽象的数据分析与实际的公司经营绩效提升的紧密关系展示给企业的每一位员工：不论是通过改进现有的产品和服务、优化内部流程、构建新产品和服务或是转变商业模式等等。表现优异的公司无一例外地围绕数据构建组织并恪守数据驱动型决策的承诺。

五、大数据背景下财务数据处理的变革

财务数据作为企业的核心，反映和支持着企业资本和交易的正常运转，我们对财务数据的处理与财务讯息的充分发掘后，就可以有效率的改进财务管理的运作方式，压缩企业资金运作成本，为企业带来不错的，客观的利润。企业的财务数据是最基本的，企业资源最丰富的积累，整理和分析的基础上能给企业带来价值增值。

(一)财务数据处理的发展历程

企业经营活动过程中，会计数据是各项经济活动系统记录。会计数据的处理技术就是指对会计的数据进行加工整理分析的技术。会计数据处理技术发展包括五个阶段：

1.会计数据手工处理阶段，

2.会计数据机械处理阶段，

3.会计数据电子计算机处理阶段。

4.会计数据网络化处理阶段。

5.大数据时代会计数据处理阶段。

(二)大数据时代的财务数据处理

在信息技术发展的同时，移动互联网技术、电脑技术也协同发展，会计采集和处理的信息量和信息结构会更加复杂。这些数据除具有大数据的4个“V”的一般特征外，还具有的特征包括无形性与粘性：

1.数据规模大(Volume)。

2.数据种类多(Variety)。物联网环境下的数据不但包含数字登结构化数

据，还有语音、图片等这样非结构化的数据。因为这些数据和业务事件的关相关性，进而使结构化数据和非结构化数据更复杂，更不容易处理。

3.及时性(Velocity)。物联网下时间对数据处理的要求很高，因为物联网下物和人的行为要求要在非常短的时间内完成，所以物联网下数据的产生与数据的处理都具有及时性。

4.价值密度低(value)。企业的会计数据会不断产生，然而具有实际应用价值的数据仅仅只是一系列数据中的一个片段或一个部分。拿视讯来说，连续检测过程中，能够使用的数据可能只有一两秒钟。

5.会计数据的无形性与粘性。非介质的数量信息是当前物联网上企业采集、传输、处理的数字信息主要信息。这些数据可以通过传感器直接检测，这是很容易传播的；但会计数据是看不见的数据，它不能通过传感器感知。与此同时，会计数据是在业务数据之中存在，不能够与业务数据脱节。所以，粘性和无形性也是会计数据一特点。

由于大数据时代的财务数据包含以上重要特点，所以让财务大数据的处理变得挑战巨大并且要求甚高。基于企业大数据中心开发平台建立的数据分析平台主要包括高素质人才配置，设备采购等。要想用一个单一的解决方案解决大数据的问题是不可能的，需要一系列传统与新技术的解决方案的融合。想要构建大数据分析平台并且从大数据中挖掘出来有价值的讯息，首先企业需要一个可扩展的、灵活且可管理的数据基础架构，亦即企业大数据中心开发平台。当前，人们对数据中心开发平台的理解各持一词，但下面几点是彼此的共鸣：

( 1 )数据中心是数据继承和交换的心脏。

( 2 )数据中心是数据处理和对外衔接的媒介，也是对应用系统的设计和工具箱的集成。

( 3 )它是一种兼容性非常强的大型数据库，能够在一个框架内，把不同厂家，不同的格式，不同的标准以及分布在异地的数据统一在一个体系之内。

( 4 )数据中心就是一个功能仓库，能对这些功能用同样的方式调用和执行。

( 5 )数据中心是一个应用程序的集成系统，该系统运用灵活的设计理念，意味着系统可以快速的被搭建起来，并可以随着需求的变化迅速做出调整。

六、大数据时代的管理会计的改变和革新

大数据技术的出现会让管理会计发生更过的更重大的变革：

(一)从基于结果的分析向基于过程的挖掘转变

以快速消费品行业销售分析为例，传统的分析方法通过对终端的销售数据进行合并分析，但后续问题的分析，无法准确得到结论，只是粗略来定性判断，这意味着决策风险。

假如我们将数据的应用范围向前拓展，直到和消费者第一接触的销售终端。举个例子，我们让我们的促销员，对每一个前来驻足浏览我们商品的消费者，都热情的招待，可以随便问问他们的使用体验如何、家中几个成员、买该商品的频率等信息;即使消费者选择了竞争对手的产品，也可以上去询问一下其作出上述选择的理由。一个类似的过程，一天发生多次，遇到很多人，很难让促销员现场作记录，那么采取现场录音的形式，然后每天把录音发送到公司的后台，让后台的专业人士来处理。你会发现不仅促销员的工作效率提高了，信息的真实性也保证了。从这个过程中可以看到，我们有了消费者评价这样的非结构化数据，消费者购买时决策的数据，加上每日收集竞争对手的产品促销和产品价格信息，该信息将成为大数据时代下企业的宝藏，并在适当的条件下，转化成企业的收入源。

(二)从基于单类型的结构化数据向多类型转变

因为非结构化数据的支持，财务分析工作将更全面的展开，因此数据内容的拓展将会是更加丰富多彩的行为。例如，企业对客户的信用评价，不仅可以从客户的背景和对外报表开始，分析评估人员还能从QQ/微博上采集对某个客户的评论、顶、踩等讯息，丰富企业的信息库存，进一步降低因为交易中信息不对称造成的风险。