（一）大数据下财务分析面临的挑战

1.大数据取舍。数据信息量大对于企业进行财务分析更加有借鉴意义，但是做出精准决策势必要对所收集的财务信息的可靠性有着十足把握。在眼花缭乱的各种数据中，提取到与自己企业相关的、有用的财务信息是目前面对的一个巨大挑战。如果无法提取有效信息，反而会加大工作量，让一些不必要的数据参与到最终的财务决策中，进而影响结论。

2.财务人员素质。大数据时代，制造业企业财务工作不只是重复的信息录入与计算，而是要从公司的长远战略角度出发，通过财务数据规划出更好的发展方向和目标。大数据时代的信息技术已经替代了传统的人工信息录入和计算，但是财务人员对风险预测和企业规划的分析力与判断力是计算机无法取代的。企业之间的关系越来越复杂，数据量越来越庞大，消费链越来越完整，数据形式越来越多样，财务人员在短时间内从中筛选、提炼出有效的数据、做出正确的决策会越来越有难度。财务人员不能再仅仅是从事单一的财务核算工作，而需要向管理会计、大数据业务转型，提高自身素质，才能为企业未来发展做出正确决策。

3.数据安全问题。互联网和大数据是一把双刃剑，互联网将所有的计算机设备建立起联系，企业本身的数据也暴露在风险之下，不仅是企业本身需要得到供应商、消费者数据资料，利益相关者也同样需要获取到这些数据资料，在利用互联网获取、使用信息的同时，必须建立安全屏障，保护自己的信息不被他人窃取。

（二）大数据下财务分析的应对措施

1.建立企业数据库，提升财务分析信息的准确度。受制于技术限制，企业有些决策相关数据并未得到及时、充分的收集，或者由于数据分类标准存在差异，导致数据整合利用难度大、效率低，相关财务分析信息不精准，导致大量财务分析数据虽生成财务报表却丧失使用价值。海量数据中筛选出企业所需要的数据十分复杂，如果每月或者每周一报，数据筛选工作量十分庞大，而且会进行很多不必要的重复工作。因此需要建立关联规则、关联信息，对数据进行统计分析，完善基础数据的收集和反馈路径，形成企业特色的数据库。

2.建立智能财务分析体系。通过智能财务分析体系的建立，可以促进财务分析转型。构建智能企业财务分析体系，一方面使财务分析体系具备收集、分析、计算、报告等功能，可减少财务人员的工作量；另一方面使财务人员工作更有价值、更有效率，帮助企业防范风险。建立智能分析体系，必须具有一定的信息资源做支撑，包括内部信息资源和外部信息资源。从内部来看，要整合企业供产销等不同环节资源，提升企业成本、费用、利润等相关数据的核算准确度。从外部来看，海量信息反馈到企业数据库中，形式复杂多样，可从筹资活动、投资活动、经营活动及分配活动四个方面进行分类，提升企业云计算能力。

3.建设智能化人才队伍。大数据时代使企业发展模式走向智能化，也要求企业建设智能化人才队伍。企业领导层面要重视建设大数据财务人才队伍，通过人才引进、自主培养和交换协作等形式，尽快形成能够真正利用大数据技术整理、存储和分配财务资源的智能化人才队伍。财务人员自身应超越财务思维，不再是仅仅满足核算反映、财务监督等职能需要，而要具备超越财务的战略全局观、组织流程规划设计能力、大数据分析能力，从而提升企业大数据管理意识和财务分析水平。

责任编辑 刘霁