信息越發(fā)達(dá)，管理會(huì)計(jì)越重要。
根據(jù)世界著名的咨詢公司美國(guó)蘭德公司統(tǒng)計(jì)，每100家破產(chǎn)的大型企業(yè)中，有85%是因?yàn)槠髽I(yè)管理者的決策不慎重造成的，由此可見(jiàn)決策對(duì)于企業(yè)生存發(fā)展的重要性。僅靠經(jīng)驗(yàn)和直覺(jué)來(lái)進(jìn)行經(jīng)營(yíng)決策將給企業(yè)帶來(lái)巨大風(fēng)險(xiǎn)。
管理會(huì)計(jì)正是運(yùn)用科學(xué)、量化的方法客觀地進(jìn)行數(shù)據(jù)計(jì)算和分析，為企業(yè)的預(yù)測(cè)、決策和控制提供有力依據(jù)。
隨著大數(shù)據(jù)時(shí)代的到來(lái)，整個(gè)社會(huì)出現(xiàn)了數(shù)據(jù)大爆炸。會(huì)計(jì)人員要想更高效地實(shí)現(xiàn)其管理會(huì)計(jì)職能，就必須借助一定的技術(shù)支持。會(huì)計(jì)接口標(biāo)準(zhǔn)化下的數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)的集成、清理、存取和使用提供了載體，也為從大數(shù)據(jù)中挖掘出有價(jià)值的信息提供了平臺(tái)。基于大數(shù)據(jù)下的數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，使管理會(huì)計(jì)能夠更精細(xì)化、更有效率地為企業(yè)提供決策有用的信息。
數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘的應(yīng)用框架
企業(yè)從生產(chǎn)計(jì)劃、供應(yīng)鏈存貨管理、銷售管理再到最后的業(yè)績(jī)?cè)u(píng)價(jià)，都需要管理會(huì)計(jì)提供信息，并且信息的質(zhì)量直接影響著企業(yè)的生存發(fā)展。
在大數(shù)據(jù)時(shí)代，只有從海量的數(shù)據(jù)中尋找和挖掘到有價(jià)值的信息，才能為管理者做出準(zhǔn)確的經(jīng)營(yíng)決策服務(wù)。利用數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，可以使企業(yè)更好地了解自身的生產(chǎn)狀況、物料需求、與客戶和供應(yīng)商的關(guān)系、財(cái)務(wù)風(fēng)險(xiǎn)等。
在管理會(huì)計(jì)領(lǐng)域?qū)で蠛桶l(fā)現(xiàn)更多、更有效的信息，在技術(shù)層面上主要依賴于數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)。而成功的數(shù)據(jù)挖掘又建立在數(shù)據(jù)倉(cāng)庫(kù)能夠提供完整、準(zhǔn)確和集成的數(shù)據(jù)的基礎(chǔ)之上。
企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的功能結(jié)構(gòu)包括數(shù)據(jù)源、數(shù)據(jù)準(zhǔn)備區(qū)、數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)集市/知識(shí)挖掘庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)存取與使用。數(shù)據(jù)源是企業(yè)數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)來(lái)源。滿足企業(yè)管理會(huì)計(jì)需要的數(shù)據(jù)源主要包括來(lái)自供產(chǎn)銷等系統(tǒng)的業(yè)務(wù)數(shù)據(jù)、大量歷史數(shù)據(jù)、非結(jié)構(gòu)化的辦公數(shù)據(jù)以及從外部獲得的Web數(shù)據(jù)和市場(chǎng)中同行業(yè)、同領(lǐng)域的其他外部數(shù)據(jù)。
同時(shí)，數(shù)據(jù)源中還包括這些數(shù)據(jù)的描述性信息，即數(shù)據(jù)源元數(shù)據(jù)，便于管理會(huì)計(jì)更好地了解這些數(shù)據(jù)的來(lái)源、用途和屬性進(jìn)行后續(xù)的處理和分析。由于大量的源數(shù)據(jù)來(lái)源不同，內(nèi)容、結(jié)構(gòu)復(fù)雜，所以管理會(huì)計(jì)人員利用這些數(shù)據(jù)之前，要對(duì)其進(jìn)行篩選、凈化等標(biāo)準(zhǔn)化處理。
例如，從外部源數(shù)據(jù)中獲取的會(huì)計(jì)科目編號(hào)規(guī)則與企業(yè)自身的會(huì)計(jì)科目編號(hào)規(guī)則不同，為了避免在數(shù)據(jù)挖掘中識(shí)別不出同類信息，就需要在數(shù)據(jù)準(zhǔn)備區(qū)對(duì)會(huì)計(jì)科目編號(hào)規(guī)則進(jìn)行標(biāo)準(zhǔn)化處理。經(jīng)過(guò)篩選、凈化后的數(shù)據(jù)進(jìn)入到數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)庫(kù)，然后根據(jù)管 理會(huì)計(jì)的需要，按照不同部門或領(lǐng)域設(shè)置不同的主題，從而構(gòu)造不同的模型。管理會(huì)計(jì)從大體上分可以分為本量利分析、短期預(yù)算、業(yè)績(jī)?cè)u(píng)價(jià)等模塊。根據(jù)這些模塊，在數(shù)據(jù)集市/知識(shí)挖掘庫(kù)中設(shè)置相應(yīng)的主題，使每種主題都有自己的物理存儲(chǔ)區(qū)。在每個(gè)模塊的存儲(chǔ)區(qū)中建立管理會(huì)計(jì)分析模型，進(jìn)行概括、聚類、建立結(jié)構(gòu)化查詢。
由于在數(shù)據(jù)倉(cāng)庫(kù)已經(jīng)對(duì)海量的源數(shù)據(jù)進(jìn)行了集成和處理，所以，人們可以直接利用數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘。首先，要明確挖掘?qū)ο?，進(jìn)行聚類分析。回歸分析也是數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中應(yīng)用的一個(gè)基礎(chǔ)性分析工具，可以描述自變量與因變量之間的關(guān)系。例如，進(jìn)行銷售分析時(shí)，要把產(chǎn)品進(jìn)行適當(dāng)?shù)姆诸?，以該產(chǎn)品為主題詞，把影響該產(chǎn)品銷售的所有相關(guān)信息進(jìn)行聚類分析。其次，利用回歸分析，可以找出銷售收入與各個(gè)因素之間的數(shù)學(xué)關(guān)系，科學(xué)的進(jìn)行分析和預(yù)測(cè)。
在進(jìn)行投資決策分析時(shí)，可以利用決策樹(shù)算法，從企業(yè)數(shù)據(jù)倉(cāng)庫(kù)中比較歷史資料、業(yè)務(wù)數(shù)據(jù)和相關(guān)外部數(shù)據(jù)，運(yùn)用模型進(jìn)行分析，把決策數(shù)算法推算出的結(jié)論反映給管理會(huì)計(jì)人員?？蚣芙Y(jié)構(gòu)如圖1所示。（見(jiàn)圖1）
在管理會(huì)計(jì)業(yè)績(jī)?cè)u(píng)價(jià)中的應(yīng)用
一個(gè)公司業(yè)績(jī)的好壞受到來(lái)自各個(gè)利益主體的關(guān)注。
股東希望通過(guò)業(yè)績(jī)的增加來(lái)增加自己的財(cái)富，經(jīng)營(yíng)者通過(guò)業(yè)績(jī)的考核來(lái)實(shí)現(xiàn)自身價(jià)值并獲取收益，投資者通過(guò)評(píng)判業(yè)績(jī)的好壞來(lái)決定是否進(jìn)行投資。所以，業(yè)績(jī)的評(píng)判和考核就顯得尤為重要。
為了實(shí)行權(quán)責(zé)利相結(jié)合，管理會(huì)計(jì)產(chǎn)生了責(zé)任會(huì)計(jì)這一子系統(tǒng)，并將其分為成本中心、利潤(rùn)中心和 投資中心。各責(zé)任中心提供相應(yīng)的會(huì)計(jì)數(shù)據(jù)與預(yù)算進(jìn)行比較，進(jìn)而對(duì)經(jīng)營(yíng)者的業(yè)績(jī)進(jìn)行評(píng)價(jià)。
要進(jìn)行準(zhǔn)確的業(yè)績(jī)?cè)u(píng)價(jià)，必須從源頭上保證業(yè)績(jī)數(shù)據(jù)的真實(shí)性、完整性和可靠性。而這些原始數(shù)據(jù)都可以從數(shù)據(jù)倉(cāng)庫(kù)中挖掘出來(lái)。
成本中心是著重考慮所發(fā)生成本和費(fèi)用的責(zé)任中心。成本中心分為標(biāo)準(zhǔn)成本中心和費(fèi)用中心。在生產(chǎn)制造過(guò)程中，每種產(chǎn)品成本都是由材料、人工和制造費(fèi)用加總得來(lái)。利用數(shù)據(jù)挖掘技術(shù)中的聚類分析可以把歸屬于某一產(chǎn)品的全部成本進(jìn)行匯總。然后利用回歸分析對(duì)數(shù)據(jù)倉(cāng)庫(kù)中歸屬于該產(chǎn)品成本的所有影響因素的數(shù)據(jù)建立數(shù)學(xué)關(guān)系模型，找出每種因素對(duì)產(chǎn)品總成本的影響。既能精確了解產(chǎn)品的成本動(dòng)因，也能從多角度與預(yù)算進(jìn)行比較。利用傳統(tǒng)的技術(shù)手段對(duì)費(fèi)用中心的考核相對(duì)困難，因?yàn)橘M(fèi)用中心的業(yè)績(jī)考核涉及的費(fèi)用預(yù)算很難確定。而預(yù)算是建立在大量歷史數(shù) 據(jù)和模型的基礎(chǔ)上的，可以利用趨勢(shì)分析、時(shí)間序列分析等方法，建立銷售-費(fèi)用模型，通過(guò)銷售百分比的方法預(yù)計(jì)費(fèi)用，同時(shí)，為了符合市場(chǎng)的發(fā)展，還可以利用數(shù)據(jù)倉(cāng)庫(kù)中的外部數(shù)據(jù)進(jìn)行比較，客觀真實(shí)地對(duì)費(fèi)用中心進(jìn)行評(píng)價(jià)。
利潤(rùn)中心是能同時(shí)控制生產(chǎn)和銷售，既要對(duì)成本負(fù)責(zé)，又要對(duì)收入負(fù)責(zé)，根據(jù)利潤(rùn)的多少來(lái)評(píng)價(jià)業(yè)績(jī)的責(zé)任中心。成本和收入都可以直接從數(shù)據(jù)倉(cāng)庫(kù)的數(shù)據(jù)集市/知識(shí)挖掘庫(kù)中按不同的主題利用數(shù)據(jù)挖掘技術(shù)獲得。但是當(dāng)企業(yè)涉及內(nèi)部轉(zhuǎn)移價(jià)格時(shí)，通常要使用完全競(jìng)爭(zhēng)市場(chǎng)情況下的市場(chǎng)價(jià)格。這時(shí)，數(shù)據(jù)倉(cāng)庫(kù)中的Web數(shù)據(jù)和外部數(shù)據(jù)對(duì)于獲取的市場(chǎng)價(jià)格的準(zhǔn)確性提供了保證。
投資中心是不僅能夠控制成本、創(chuàng)造利潤(rùn)，還擁有投資決策權(quán)的責(zé)任中心。投資中心的考核指標(biāo)通常是投資報(bào)酬率。投資報(bào)酬率的真實(shí)性來(lái)源于會(huì)計(jì)數(shù)據(jù)的質(zhì)量。而預(yù)期投資報(bào)酬率的計(jì)算依賴于數(shù)據(jù)倉(cāng)庫(kù)的歷史數(shù)據(jù)、市場(chǎng)數(shù)據(jù)和數(shù)據(jù)挖掘技術(shù)中的投資決策分析功能。所以，不管是預(yù)期投資報(bào)酬率的估計(jì)還是真實(shí)投資報(bào)酬率的計(jì)算都離不開(kāi)數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)的支持。
借助數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)挖掘技術(shù)，既開(kāi)拓了管理會(huì)計(jì)的視野，使其運(yùn)用科學(xué)的手段進(jìn)行預(yù)測(cè)、決策和業(yè)績(jī)?cè)u(píng)價(jià)，同時(shí)也提高了管理會(huì)計(jì)人員的工作效率，促進(jìn)了企業(yè)核心競(jìng)爭(zhēng)力的發(fā)展。 | 
