摘要:
当前我国企业应收账款管理存在的问题,主要是企业事前对客户资信信息掌握不全面导致无法选择优质合作伙伴,事中对应收账款控制缺失,事后催款不力,以及企业缺乏必要的风险防范意识等。但在大数据时代,通过数据共享模式可打破集团总部和各子、分公司以及相关职能部门为代表的传统应收账款管理模式,使得集团企业所有应收账款管理相关数据(以下简称数据)进行统一归集,集团总部和各子、分公司以及相关职能部门可按照各自信息需求和相应权限实时动态地获取应收账款管理的各种信息,最终重塑企业应收账款管理体系。本文拟构建基于云计算的应收账款管理系统(以下简称云管理系统)框架模型,并对其应用及实施过程中应注意的问题进行分析。
一、云管理系统框架设计
云管理系统框架模型作为创新企业应收账款管理模式的管理工具,可通过大数据、云计算和移动互联网等技术,实现数据实时上传共享、数据在线整理、数据后台分析处理以及数据查询输出,为集团企业提升应收账管理整体水平提供支持(如图1所示)。系统主要包括基础设施层、数据层、服务层、应用层和用户层等层次。
基础设施层中的智能终端、服务器、存储器以及网络安全设备可为整个云管理系统提供...
当前我国企业应收账款管理存在的问题,主要是企业事前对客户资信信息掌握不全面导致无法选择优质合作伙伴,事中对应收账款控制缺失,事后催款不力,以及企业缺乏必要的风险防范意识等。但在大数据时代,通过数据共享模式可打破集团总部和各子、分公司以及相关职能部门为代表的传统应收账款管理模式,使得集团企业所有应收账款管理相关数据(以下简称数据)进行统一归集,集团总部和各子、分公司以及相关职能部门可按照各自信息需求和相应权限实时动态地获取应收账款管理的各种信息,最终重塑企业应收账款管理体系。本文拟构建基于云计算的应收账款管理系统(以下简称云管理系统)框架模型,并对其应用及实施过程中应注意的问题进行分析。
一、云管理系统框架设计
云管理系统框架模型作为创新企业应收账款管理模式的管理工具,可通过大数据、云计算和移动互联网等技术,实现数据实时上传共享、数据在线整理、数据后台分析处理以及数据查询输出,为集团企业提升应收账管理整体水平提供支持(如图1所示)。系统主要包括基础设施层、数据层、服务层、应用层和用户层等层次。
基础设施层中的智能终端、服务器、存储器以及网络安全设备可为整个云管理系统提供系统运行硬件环境,并为数据层、服务层、应用层和用户层从企业内外部进行数据采集、数据传输、数据查询提供传输通道,确保信息传输的准确性、安全性和完整性。
数据层可将来自集团企业内部职能部门以及各子、分公司内外部的与应收账款管理相关的DBMS、File、HDFS、NOSQL等ODS、OLAP业务同步复制数据库的结构化数据、半结构化数据和非结构化数据,经过ETL数据抽取、转换和加载并借助Hadoop、HPCC、RapidMiner等大数据处理技术进行规范化处理以后,建立包括企业内部机构数据、银行数据、税务部门数据以及以工商财政部门、会计师事务所以及交易所等企业外部机构数据的数据仓库。
服务层可将数据仓库中的数据通过数据处理、数据整合、应用整合和用户管理,采用文本分析和搜索、可视发现、BI(商业智能)和高级分析等决策支持技术,对数据仓库中的数据进行分析整合,根据用户层集团、子公司和分公司的应收账款管理需求,对云管理系统平台提供的数据资源进行整合利用,存储到数据仓库,为企业提高应收账款管理效益提供数据支持。
应用层可使用经过规范化处理的数据仓库资源,通过数据查询技术输入相关查询数据,再经过数据浏览、分析与匹配,对系统处理得到的数据进行整合,借助智能终端、外部显示设备等,按照企业应收账款管理需求,输出企业所需客户资信数据和查询报告,为企业针对不同类型的客户制定对应的信用政策提供标准化数据支持。
二、云管理系统的具体业务流程
(一)数据采集
在传统会计核算模式下,集团企业与各子分公司之间的相关财务信息未能实现有效衔接,数据接口非标准化存在,无形中加大了数据采集难度,因此应先实现集团企业与各子分公司数据接口标准化,在数据接口标准化基础上再将集团企业及下属子、分公司的相关财务信息,统一归集到云管理系统平台,包括各种与应收账款管理相关的内部财务数据、非财务数据以及其他外部数据。
(二)数据处理
对云管理系统平台中数据的标准化处理,是实现应收账款管理数据共享的基础。可通过云管理系统后台的数据模型进行数据挖掘、清洗和整合,使得获取的应收账款相关信息能够更加全面和科学地提供数据支撑,切实提高应收账款管理决策效率。
(三)数据存储
面对从集团企业以及各子分公司收集汇总并经过处理的海量数据,应保证系统本身拥有足够的数据存储空间。对于经过处理的标准化数据,云管理系统需集中管理并按照数据类型实现分类存储,在此基础上创建数据仓库。对于存储在数据仓库的数据,需实时满足集团企业与各子分公司根据其不同的业务种类对各种数据的使用需求。
(四)数据调用
集团企业与各子分公司按照各自业务需求及权限,可通过客户端提出数据库访问请求,云管理系统通过自动化的数据挖掘技术处理数据库中的各种数据,利用多维分析法对数据仓库中数据进行汇总、关联、聚类和分类分析,同时借助SQL数据查询技术实现多表之间的交叉查询或模糊查询,对数据处理形成的数据文件进行复核和纠错,并最终形成相关的资源文件,为相关企业制定客户信用政策提供重要参考。
三、云管理系统实施过程中需注意的关键问题
(一)确保数据安全
首先,采用封闭网络实现企业用户对内部网络和数据的访问,杜绝外部网络对于数据安全的威胁。其次,数据在传输和存储时需使用数据加密技术和必要的人工审核。应按照分级授权原则对企业用户设置不同的数据访问权限以及对内部网络及系统的逻辑访问流程;在系统运行过程中定期和不定期对系统的安全性进行检测和维护,购置安装必要的安全防护软件以抵御可能发生的网络入侵和攻击。第三,企业应制定数据保密政策并在集团企业与各子分公司内部形成共识并严格执行,从企业战略高度确保云管理系统安全可靠。此外,针对系统可能出现的安全问题,应制定相关应急预案和包括入侵检测、日志管理和分类账户管理在内的日常安全管理。
(二)实时采集与更新数据
在云管理系统运行的过程中,应实时采集与更新数据仓库的各种类型数据,保证数据仓库拥有集团企业各用户最新的数据,在实现数据共享的同时确保系统运行与各企业用户业务需求相适应,为其制定各自的销售策略提供符合企业业务需求的数据报告,实现事前防范企业应收账款管理风险的效果。
(三)明确相关制度规范
云管理系统的数据来源于集团企业与各子分公司,属于商业机密的重要组成部分,因此在构建云管理系统、系统正常运行维护以及集团企业用户根据各自权限使用的过程中,应重视数据泄露问题。对于系统的使用应制定相关的制度规范和操作规程,规定系统平台从集团内各企业获取数据的权利范围和能力,明确各企业管理层和数据使用者发生数据泄露应承担的法律责任,同时关注数据存储是否符合相关法律规定及网络安全协议规定。
责任编辑 李卓