摘要:
(一)大数据在财会行业的应用前景
1.将财务分析延伸至前端数据。目前计算机处理产生了大量的交易数据,如果把这些数据束之高阁、弃之不用,那么它们仅是流水账而已,不能称之为大数据。根据这些数据去分析、挖掘消费者行为,然后再做一些决策反过来正向影响他们的行为,服务于消费者,就会进一步产生新的数据,如此循环,数据背后的附加值才会显现出来。对于财会行业来说,深入挖掘数据,不仅是对数据规律的探索,也是对传统的财务计划和分析缺陷的弥补。从一般意义上讲,传统的财务分析能做的仅是分析财务结果、了解不同产品或业务的盈亏状况,分析的主要对象是相对后端的数据。但如果财会人员要挑起重任,给决策者提供信息,那必须要到前端的数据里去挖掘。为了更好地了解大数据的规律,在具体操作层面上,财会人员所面临的挑战是需要将经营指标转换成财务结果指标,抓住最重要的关键绩效指标(如转换率、客户流失率)并在每个月考核这些指标。互联网时代,市场瞬息万变。在这种变与不变之中,财务人员需要放眼企业的整体运营,通过财务流程对企业的现金流、资源配置、风险管控、收购兼并等进行管理,利用大数据等工具深度挖掘分析数据,达到前、后端数据的完美...
(一)大数据在财会行业的应用前景
1.将财务分析延伸至前端数据。目前计算机处理产生了大量的交易数据,如果把这些数据束之高阁、弃之不用,那么它们仅是流水账而已,不能称之为大数据。根据这些数据去分析、挖掘消费者行为,然后再做一些决策反过来正向影响他们的行为,服务于消费者,就会进一步产生新的数据,如此循环,数据背后的附加值才会显现出来。对于财会行业来说,深入挖掘数据,不仅是对数据规律的探索,也是对传统的财务计划和分析缺陷的弥补。从一般意义上讲,传统的财务分析能做的仅是分析财务结果、了解不同产品或业务的盈亏状况,分析的主要对象是相对后端的数据。但如果财会人员要挑起重任,给决策者提供信息,那必须要到前端的数据里去挖掘。为了更好地了解大数据的规律,在具体操作层面上,财会人员所面临的挑战是需要将经营指标转换成财务结果指标,抓住最重要的关键绩效指标(如转换率、客户流失率)并在每个月考核这些指标。互联网时代,市场瞬息万变。在这种变与不变之中,财务人员需要放眼企业的整体运营,通过财务流程对企业的现金流、资源配置、风险管控、收购兼并等进行管理,利用大数据等工具深度挖掘分析数据,达到前、后端数据的完美衔接。
2.对数据进行质量管理。要在正确的时间从海量的数据库中提取正确的数据难度较大,所以前端数据的质量保证应该纳入到企业的流程控制之中,确保在做出重大决策时所采用的信息是完整的、可靠的,这个过程就是数据管理的过程。在这个过程中,财会人员的合规职责可能会发生重大转变,其职责将超越“监察”财务数据与账目,发展为管理企业数据库内的所有数据(包括财务数据和非财务数据),目的是提供高效的数据质量保证,用合理的成本释放企业价值。财会部门需要与企业IT、信息管理等部门密切配合,将分散孤立的内部数据进行有效整合,通过制定有效的数据质量控制和报告制度等措施,保证数据符合相关规范以及满足企业自身要求和质量保证标准,从而提高内部数据集的安全性和完善度,提升数据价值。数据的质量保证应该包含数据隐私、数据安全等标准,一旦隐私和安全遭到侵犯和破坏,将对企业的信用造成巨大的损失。
3.利用大数据进行风险管理。在大数据时代,外部资源被证实是一种非常实用且直接的风险管理工具。在这一背景下,财会部门的风险管理作用将超越合规和内部控制管理,越来越关注外部力量对企业绩效的影响,比如监管制度变动、供应链风险、自然灾害等。此外,财会人员还将越来越多地参与评估企业增长战略风险,包括并购、进入新兴市场等。所以,未来财会人员应该更多地思考如何利用大数据资源从整体上把握企业风险,如何将多样化的数据集引入计算,提高对风险的认识并降低风险。但相对于后知后觉式的风险分析,利用大数据进行风险预测更值得投入,比如将预测分析学和统计建模、数据挖掘等技术相结合对投资机遇的可行性进行评估以及预测新市场新产品的投资风险等。当然这些在实际操作层面可能会面临较大的困难,但大数据确实给财会行业提供了这样一种展望。对大数据进行分析和预测最需要注意的一个问题就是混淆因果关系和相关性,数据趋势恰好一致只能说明相关性,而因果关系的证明却没有那么简单,利用大数据进行分析时必须时刻谨记。
(二)财会行业如何应对大数据时代的挑战
财会行业的未来取决于财务、技术和信息的融会贯通。而要实现大数据在财会行业的广泛应用,财会人员需要新能力、新度量和新的思维方式,要解放思想,跟上科技的发展,并考虑如何调整和适应。为实现这一目标,财会人员必须保持对知识、经验和实践的渴望,接受新观念并与时俱进,从而在不断成长的企业中扮演重要角色。而财会人员要想将大数据变为自身优势,除了核心财会技能以外还需要具备三项能力:
一是能够对不同类型的数据进行整合。即收集和整合那些未经整理的数据或无法从企业内部系统常规获取到的数据,用于计算组织绩效,评估和预测风险。
二是学习新的分析技能。大数据系统包含的数据更为多样化,财会人员关注的对象扩大,除了财会专业技能外,数据学方面的技能能够使财务分析的更为深入和洞见。
三是拆解数据含义。也即用大数据讲故事,针对海量的数据资源能够区分哪些内容是边角料,哪些才是故事的精华,并将其传达给决策者。