管理会计论文

您当前的位置:学术堂 > 会计论文 > 管理会计论文 >

数据挖掘在管理会计中应用可行性分析

来源:学术堂 作者:陈老师
发布于:2016-10-13 共10105字
  本篇论文快速导航:

展开更多

  3 数据挖掘在管理会计中应用可行性分析
  
  3.1 数据挖掘应用于管理会计的原则
  
  管理会计为了向管理层提供有效的经营决策信息,提高企业的核心竞争力,需要收集、分析、传递和使用与企业经营决策相关的财务和非财务信息。数据挖掘应用于管理会计,主要是为了从大量的数据信息中提取有用的信息,使管理会计提供给管理层的信息科学有效,以便其进行经营决策的进行客观判断,避免决策时的主观臆断。数据挖掘应用于管理会计的原则都以此为目标。
  
  (1)以管理会计的基本原则为指导
  
  管理会计的基本原则对于企业应用数据挖掘技术具有指导作用:首先,有助于正确的识别和确定数据挖掘的主题,选取恰当的数据,优化数据挖掘结果的理解和表达。
  
  数据挖掘仅仅是管理会计的一种工具,使用数据挖掘得到结果很简单,但这样往往忽略了管理会计所处的企业环境,所挖掘出来的数据不能完全替代基础知识,得不到正确解读,只有在具体环境下才能具体分析所需要的数据的根本意义。其次,可以引导数据挖掘模型的完善。数据挖掘模型的设计既要科学又要能够结合企业自身的特点,没有必要一味的追求算法和程序上的最优化,数据挖掘既要从自身的专业角度出发,也要结合所处行业、企业的特点,才能挖掘出有用、能用的数据。
  
  (2)数据支持与经验判断相结合的原则
  
  管理是科学与艺术相结合的学科,在管理决策中并不存在“最优化准则”,如果仅凭着复杂的算法和数据模型对数据进行量化,并得出相关的数据,可能并不会做出最好的判断,因为为了数据挖掘而挖掘往往会忽略需要数据信息的初始目标。例如,作业成本法之所以在实务中广泛使用,不是因为其成本分摊的精确性,而是它包含的成本增加对价值增值有作用的理念,以及由此来判断作业是否增值、成本的增加是否有价值。可以说作业成本法的目标是提高利润,而不是为了获得精确的成本。管理者不应完全幻想数据挖掘提供的精确数据以及通过算法计算出来的未来的种种可能性可以解决一切问题,因为商业环境的多变性以及人性的复杂往往对企业的经营产生重大影响,越是高层的管理者面对的环境就越复杂,需要考虑的因素就越多,就越需要经营者的远见卓识。因此,只有将数据挖掘的结果与管理者的经验结合起来才能更好的进行经营决策。
  
  (3)以人为主、人机结合的原则
  
  虽然现在面临着大数据时代,企业经营决策越发依赖于数据进行决策,但人才是企业中最重要的组成部分。管理会计的最终研究对象也是企业的每个人,数据只不过是研究对象之间的桥梁。信息技术虽然现在很发达,且越发有人工智能趋势,但其本身的局限性也很明显,所有的决策仍然需要人思维进行判断,在人机交互的系统中,人的因素还是起主导作用的。因此,只有把人的因素考虑进去,与信息系统的决策结合起来,做到人机结合,才能提高决策的有效性(4)注重与企业组织特点和文化相协调的原则
  
  企业组织是人的集合的一种组织,对每个员工都有自己的个性,对其行为的任何一种假设都不可能完全正确,这也就使得企业内部的运转不可能完全被量化出来,因此,数据挖掘在应用于管理会计时必须要考虑该组织的企业文化和组织特点,设计和实施相关流程时更要考虑企业原有的组织框架,决策方式,决策流程,信息传递方式等问题。数据挖据技术不是简单的附加,而是可以看作是企业管理的不可分割的一部分,信息技术的发展替代不了管理的社会文化性。因此,数据挖掘应用于管理会计必须要与企业自身的特点和文化特点相协调。
  
  3.2 数据挖掘应用于管理会计的可行性分析
  
  (1)技术上可行性分析
  
  现在的计算机的高速发展,一台普通的 PC 机的配置都可以进行大量的数据运算,并可以存储大量信息,而企业所用的工作站则具有更强大的数据计算能力,软件则随着相关技术普及而越来越多,操作也越来越简便,因此,从技术角度看数据挖掘完全具有可行性,具体有以下几方面:
  
  1)计算机硬件的更新换代速度越来越快,为日益发展的信息系统提供了有力的硬件保障;2)数据库技术的发展,如数据仓库、云数据库,数据挖掘软件的开发,为数据挖掘的应用提供了必要的软件支持,能够让数据挖掘在信息识别、收集、分析、整理和存储方面有力更有力的保障;3)存储技术的发展,为数据挖掘的应用提供了海量了空间;4)大数据的发展,使得管理会计获得信息的渠道更加丰富,获得的数据种类也越发多变,尤其是非结构化数据在数据分析中的地位得到提升;5)从数据到图形的可视化技术,为数据挖掘的应用和用户对挖掘结果的理解提供了便利。
  
  (2)经济效益上可行性分析
  
  数据挖掘应用于管理会计应遵循成本效益原则,即降低成本投入,提高企业效益。效益方面,企业应通过数据挖掘充分更深层次的利用企业现有资源,提高资源利用率,为企业创造更多价值。成本方面,将数据挖掘建立在原有系统之上,实现对系统各方面数据的自动收集,节省了人力、物力、财力,以实现对资源的有效利用。因此,数据挖掘在经济效益上也具有可行性如徐工集团的 SAP ERP 系统,即企业资源计划管理系统,就是以企业原有的ERP 系统为核心,将企业的供应商管理系统、生产制造系统、销售系统、客户管理系统等进行有效的融合而形成的系统。该系统能够有效收集并分析处理与企业经营相关的大量数据信息,为数据挖掘技术施展搭建了良好的平台。通过在原有系统上搭建新系统,不仅实现了对原有系统的利用和数据价值的有效运用,还节省了大量成本。
  
  3.3 基于数据挖据的管理会计表现方式
  

  大数据对管理会计的影响是深刻的、巨大的,面对当下的海量数据,传统的管理会计往往采用单一的处理方式,已经不能充分发挥出其在企业经营决策中的重要作用。而数据挖掘采用集成技术的方式,通过各个学科的技术,如数据库处理,数理统计、人工智能等方式,就起到了非常重要的作用,该技术会在数据搜索、加工、分析利用等方面为管理会计提供有效数据,使得管理会计在企业预测、决策、预算、核算、控制、分析和考核等方面提供有力的决策。
  
  基于过程、全体、实时的数据处理已经成为数据价值挖掘的核心需求。如果要取得这些数据,就需要使用数据分析工具,如常用的归因分析、回归分析、趋势分析、模糊匹配、决策树等。用于挖掘分析工具的算法比较复杂,分析中涉及的数据量和计算量一般较大,大数据仓库的建立有利于实现企业信息共享,而在传统数据库模式下,企业各个部门一般具有独立的数据共享中心,不同部门长期形成的局部意识阻碍了信息的共享使用,造成了不同业务系统之间的“信息孤岛”效应。这种封闭式的管理模式在大数据时代将逐渐瓦解,通过建立企业组织内部的集成数据信息网络,能极大地加快信息的传递,提高管理会计的响应速度,及时做出最优决策。具体表现在以下几方面:
  
  3.3.1 管理会计的分析重点将由结果转向过程
  
  (1)成本管理
  
  成本管理是管理会计中核心工作之一。企业的经营活动中每个环节都离不开成本管理,主要包括成本确定和成本计算。目前的成本确定和成本计算所依靠的信息仅限于企业的内部信息,即成本确定和成本计算的数据来源只是由企业内部相关部门所提供,这对于现在处于信息高速增长时代的企业的需求是远远不够的。企业还需要外部信息进行补充,即需要产品竞争对手的信息、行业供应链和供应商的信息、本企业和购买商之间的各种竞争与合作的企业外部信息,才能做出最优决策。亚马逊的 Kindle电纸书与平板电脑相比价格相对低廉,之所以敢于把价格压低是因为亚马逊公司以内容(如 kindle 电子书等)销售为主要收益来源,而非靠一个个的硬件销售来提高利润。
  
  亚马逊提倡以长远盈利为目标,进行了不少产品和经营模式的创新。比如,亚马逊的Kindle 基本上在每个机器型号都推出了 special offer 版本。这个版本的价格普遍比普通版本低 15 到 20 美元。这个 special offer 版本通过显示广告商的广告来降低机器成本。国内将带有 special offer 的版本称为“广告版”.如果考虑到 special offer 版本上的广告并不影响阅读体验,同时经常在这个版本推送优惠券,既通过广告为自己创造了收入,也节省了大量广告促销的人员、宣传等成本,同时又满足了广大顾客喜欢价格便宜的心理。可以看出,亚马逊公司在公司的不同方面进行不同的成本管理,使资源得以优化分配,提供其竞争能力。
  
  (2)收入分析
  
  收入分析也同样是管理会计的重要内容,如何创造稳定的收入也是管理会计需要面对的问题。仍然以亚马逊为例,其作为全球最大的网络书店,推出了自己的 Kindle电纸书阅读器,采用省电的墨水屏,给人以阅读纸质书籍的感觉,大受欢迎。书的内容主要通过亚马逊 Kindle 电子书商城购买,再由亚马逊的云端推送到客户手中的Kindle 上,所有的交易记录和阅读记录都会在云端留下记录。价格通常只有几元钱。
  
  亚马逊最初推出 Kindle 时,电子书的销量一直不错,但经过一段时间后,销售额不增反降。通过对客户购买和阅读记录的大数据销售额的归因分析和量化分析,发现新书的出版频率对于消费者有着较大影响,符合社会热点的图书杂志更新的快,则电子书销量会上升,反之则下降。另一个原因是人们阅读的量有一定的上限,以一本书均价 5 元为例,每人每月读 3 本,才 15 元,但是客源不稳定,很多客户一次性购买很多书后,很长一段时间内不会再购买第二次,使得收入波动较大。为能更好的制定公司经营策略和上市公司财务报告的,亚马逊公司需要保证其收入来源的稳定性,从而推出了会员包月服务,12 元每月并且购买图书会有折扣,同时还可以免费借阅大量图书,满足了广大客户的心理上廉价需要的心理状态,也是自己的销售额达到了一个稳定的状态。
  
  (3)风险控制
  
  风险控制是企业经营中亘古不变的话题,控制好风险,把风险降到企业可接受的范围之内企业才能走的远,走的稳。现在国内银行不愿意给小微企业贷款,因为其不像大企业那样有良好的资产作为抵押物,也没有大企业那样在银行留下的交易记录和稳定的收入来源。但小微企业现在数量庞大,如果能够控制好风险对其进行放贷,贷款总量会很大,银行也会获得不错的利润。为此招商银行针对小微企业推出了“小贷通”产品(主要面向在招商银行开户且有记录的小企业,因为获得数据比较方面),共分为六种贷款,从用资产作为抵押物、订单作为抵押物到可以无抵押物,均可放贷。
  
  对于抵押物不能覆盖贷款额的业务,招商银行是怎么控制风险的呢?在进行贷前调查时,会让企业提供企业的银行交易记录,还有企业主个人的信用卡消费记录。通过对企业的交易记录,查找里面的交易对手有无在招商银行开户,如果有则进一步调查这个交易对手的资产质量,从而可以判断企业的交易是否为虚假交易,另一方面可以通过交易金额判断企业经营规模和发展潜力。通过对企业主的信用卡消费记录里面,小到水电费支出,通过可以判断出企业主的消费习惯,个人资产质量和信用质量。将这两项大数据输入招商银行的征信模型中,通过对大量同类数据的比较分析,可以计算1通过数据模型来计算小企业的信用情况,严格控制风险,开拓了小微企业的贷款业务,不仅为自己带来了收入来源,还帮助小企业的经营运作,一举两得。
  
  3.3.2 管理会计的预测职能可以得到更好的发挥
  
  (1)预测市场,以确定资源配置
  
  管理会计的职能之一就是要为决策者提供市场发展状况的信息,供企业决定是否还需要加大资源投入。以前预测市场需求是比较难的一件事,而现在则可以利用对大数据的挖掘技术,对一个项目或者市场进行预测。比如说,所有的大型建设项目的最初阶段的施工成本必定会直接对后来阶段的经营成本产生一定的影响,像是许多国内的飞机场和港口的建设工程,最初阶段的施工费用非常大,在实际投入使用的过程中,却远远没有那么多的业务使用量,继而造成非常大的损失。若是这些飞机场或港口在施工的早期阶段,使用大量可以挖掘的有用数据进行尽可能准确地去预测客流或货物吞吐量,进而对利润进行预测,就可能大大避免浪费宝贵的资源。与以前有所不同的是,现在可以利用电信运营商提供的定位服务,我们能够准确地了解在一定区域内有多少人口在活动,然后加以参考其他相关数据,比如当地居民的收入水平、特定区域的气候变化以及该区域的经济发展状况等,能够准确地计算所进行的建设项目有多大的本量利。
  
  (2)挖掘客户的潜在需要,扩大市场份额
  
  精准的满足客户潜在需求,需要做到能够精准营销,避免产品不迎合市场需要,从而造成库存过大,过分占用企业资金。精准营销可以迅速提高企业的现金流,也能够使企业的产品一直迎合市场需要。京东做为现在中国最大的电商之一,采用的模式是自营为主(近年来效仿天猫商城开始做一些平台业务,即网店店主可以使用京东的平台进行销售,但物流和售后与京东自营还有一定差距),其商品种类繁多,大到空调、电视、家具,小到水龙头等五金配件,甚至连胶条都在自营。如何快速精准的知道客户需要什么产品,从而迅速销售,快速去库存以减少不必要产品占用仓储和货款,是京东一直在努力改善的地方。通过对大量顾客交易记录的数据挖掘,京东推出了商品信息广告推送。当顾客用自己的账号登陆京东后,所有浏览的商品信息都会存在京东的数据库中。当顾客在浏览其他网页时,京东会在相关网页的广告栏中推送顾客浏览过的商品信息,并且会根据日期和浏览过的时间来进行精准推送,激发顾客的购买欲望。甚至当顾客在任何一台联网终端,只要京东发现了顾客,就会积极主动的进行商品信息推送。这样既避免了盲目的商品推送造成客户的反感,也避免了京东浪费资源推送一些不必要的信息。同时京东的物流也在不断改善“精准性”,经常是上午下单,下午送到;下午下单,晚上送到,闪电般的物流,提升了客户的购物体验,提高了客户粘性。一个快递员送多少公里,多少个快递员能配送一个小区,中转站在哪里设置,仓库在哪里建设,这些因素需要都考虑清楚,才能在最短的时间以最少的成本将货物送到手。物流行业可能是最需要进行大数据挖掘的行业,通过对大量客户的信息采集,快递员送货时间、送货件数的收集,再进行大数据模型进行计算模拟,才能设计出最优路线,使最低的成本达到客户最满意的体验。这些方面都是管理会计在大数据时代通过数据挖掘可以进行改善的方面,从而使得管理会计的提供的决策信息更加精准,更加量化。
  
  (3)评价客户信用,预测企业风险
  
  一个客户能否偿还所欠贷款或者货款,企业是否要承担坏账风险,坏账风险有多大,应该说,对客户了解得越充分,企业预测是否出现坏账的准确度越高,避免坏账出现的几率也越大。虽然央行推出了征信系统,但大部分小企业甚至个人信用记录并不在征信的数据库中,仍然需要从不同的渠道获得反映客户信用方面的数据,而不仅仅是财务状况的数据,这样可以更真实地反映一个客户的信用状况。仍然以京东为例,其推出了京东白条业务,本质就是给予客户小额贷款。这样就面临评价客户的信用状况,除了传统的客户出示其银行信用卡,还增加了能更加真实反映这些贷款对象信用状况的信息,包括:微博、微信、QQ 扥社交网络的认证和注册信息来进行判断,甚至会通过这些社交网络里你的好友的资质进行分析评价;二是客户在哪里、什么时间在京东甚至是其他购物网站的消费记录来进行分析;三是通过与客户交互行为数据,例如客户的收藏、晒单评价等。所有这些信息都是京东在进行白条业务时需要考虑的因素,但这些数据的处理甚至只要几分钟的时间,便可以完成,以便让客户能够更快的完成交易,提升购物体验。能快速准确的处理如此多的数据,都依赖于数据挖掘技术和优化的算法,所以才能在客户信用评价中进行快速、正确的评级,防范企业风险,使管理会计的服务水平更上一个台阶。
  
  (4)相关数据挖掘预测,推出新产品
  
  传统管理会计只是在事后对现有产品进行分析评价,事前做一些市场预测。而大数据时代,通过对客户留下的相关数据进行挖掘,可以发现客户的实际需要,创造出新产品,增加消费,提高收入。同花顺网络信息股份有限公司,是国内第一家互联网金融信息服务行业上市公司,是专业从事金融大数据处理、金融信息云服务的高新技术企业。目前主营业务包括金融资讯及数据服务、手机金融信息服务和网上行情交易系统等三大服务。其推出的炒股软件同花顺与国内 115 家证券公司中的 99 家证券公司建立业务合作关系并提供技术支撑服务,市场覆盖率行业第一。通过对交易历史的大数据采集,其开发出了形态选股的产品。用户可以自己在 K 线图上选中几根 K 线组合,设为选股标准,然后向软件发出指令,按照此形态进行选股,按匹配程度排序列出;也可以根据同花顺中已经做好的形态进行选股。选完之后,同花顺会提示客户,根据所选形态次日的上涨概率是多少,可以说是做到了既可定量又可定性进行选股。
  
  同花顺之所以要开发出形态选股,是因为现在中国股市中散户占比较高,其投资水平与机构投资者不能相比,且方法也不相同。机构投资者可能更加注重基本面,更加注重量化指标;而散花可能更加注重事件驱动因素,使用 K 线形态选股,对很多量化指标不够重视。同花顺发现这两类客户的差异,并且完善了自己的产品,既可以让机构投资者在注重量化指标的同时参考形态指标,也可让散户投资者在使用形态指标时也关注量化指标,为客户提升了便利性。所以在大数据时代下,通过数据挖掘发现客户的潜在需要,从而开发出新产品以满足客户,是管理会计在大数据时代预测职能的新重点。
  
  3.3.3 管理会计中非财务指标将更有效的被使用
  
  企业的管理会计目前主要是在使用财务指标作为评价绩效的依据,随着数据挖据技术的普及,越来越多的非财务指标将会被当作考核的依据。例如,平衡计分卡广泛应用于企业的战略管理、业绩评价中,改变了以往企业只关注财务指标体系的缺陷,因为仅关注财务指标会使企业过分关注一些短期行为为牺牲一些长期利益,比如员工的培养,客户关系的开拓和维护等。平衡记分卡从财务、客户、业务管理和人员的培养和开发四个方面去考虑,有三个指标都是非财务指标。这些非财务指标能更好、更客观地反映企业战略执行的状态,也能更公正地评价企业内部组织的业绩。过去由于种种技术上的限制,相关非财务数据很难采集到,而现在电子商务的普及大大拉近了客户和生产厂家的距离,厂家的产品和服务给客户什么感觉,产品在市场上的表现如何等其他所有被感兴趣的数据都能非常便捷地被收集到。例如客户满意度指数,每个行业有它不同的收集方式。电信或银行等第三产业通过电话采访或网络等其他形式和其他设备来收集这一指标;第二产业则大都能够利用网站搜集客户对产品的各种评价和反映数据(如关于包装设计、产品质量和所使用的原材料是否满意),这将作为产品设计、生产、采购部门的性能评估数据。随着非财务指标采集的顺利进行,应用平衡记分卡进行业绩考核的结果将会更加的科学化,合理化。所以,随着数据挖掘在管理会计中应用的普及,非财务指标会被更多更好的运用,从而为企业提供更有价值的信息。
  
  3.3.4 管理会计将会变为更为精细的管理
  
  管理会计应该是一种精细化管理,但由于技术条件的限制,大量的工作层面的数据十分难以收集。由于各类智能仪表和网络的普及,对数据的反馈程度大大加深,一方面能够对过程的控制和成本的控制有更大的把握,另一方面也令成本核算方法能够很容易地变成现实。这是由于每一个生产或服务的阶段或者每一个微小的细节,均可以通过各式各样的仪器被察觉到,并传递到数据处理中心进行处理,从而进行流程优化,合理分配资源。如银行网点在推荐营销产品时,会经过大堂经理、产品经理和柜面人员三道手续。只有合理的分配营销时间,避免重复营销、过分营销造成排队人员过多,合理分配时间成本和人员成本,才能使效益最大化。为此,银行通过叫号器、填单机等智能设备对排队人员数量、理财产品营销种类和数量以及操作时间,产品经理的营销产品和数量以及耗费时间进行匹配、模拟,进行流程优化,合理分配时间,形成了大堂经理初步询问购买意向,基本耗时一分钟;产品经理紧随其后,对产品进行详见介绍,一般不超过五分钟,营销完成时,基本也排到客户的号了;最后由柜员进行产品购买操作,同时再次询问还有无购买需求,做到二次营销,既保证了服务时间和服务态度,又做到了产品的大力营销。因此,管理会计现在所提供的职能已经不再局限于财务数据,应该是基于财务数据,超越财务数据,围绕企业经营目标提供全方位的决策信息,进行精细化管理。
  
  综上所述,数据挖掘技术可以应用在管理会计的很多方面,使管理会计会能够囊括更多的企业经营信息,从而能够客观的、多层面的反映企业经营状况。同时管理会计所提供的信息不再局限于财务信息,还包括内部管理所需要的信息,进而帮助企业内外部的全方位管理,推动战略管理,从战略的高度对企业的经营行为和业务结构进行分析,实现“事前决策分析一事中控制管理一事后核算评价”相结合的价值链管理改善,实现管理会计与经济利益的结合。
  
  3.4 管理会计应用数据挖掘时应注意的主要变化因素
  
  数据挖掘技术是结合了各个学科的技术集成,涉及因素较多,因此管理会计在应用数据挖掘技术时应重点考虑以下主要方面的变化,以便能更好的发挥数据挖掘技术的效果。
  
  3.4.1 管理会计的数据分析因素需要更加多样化
  
  大数据时代的数据是全面的、混杂的数据,既存在相关关系,也存在因果关系。传统的由数据推导出结果的过程到结果的分析方式可能不再适用;以往的数据时效性可能面临着更严的要求,数据分析考虑的因素更加多样。如原生产企业在材料采购时可能只需考虑库存量、销量等简单因素。而面对现在变化速度如此之快的市场,又要考虑一旦商品滞销,剩余的库存原材料能否适用新产品等问题。这就要求不仅要在分析决策时考虑当前的市场情况,更要考虑到更深层次的市场情况。以宜家为例,其在产品的设计上就充分考虑到了市场的变化,宜家的电视柜有个基础的框架,无任何装饰的款式,当然价格很是低廉,样式也属于经典款,不属于潮流款,多少年不过时。
  
  但宜家在设计时留出了余地,可以改变其四个支腿、改变面板的颜色,面板的材质,甚至是里面的抽屉都可以改成不对称的。这种设计就充分考虑到了产品的销售周期,从经典到现代再到复古,该基础款电视柜都不会有大量库存,因为是其他款式的基础。这既是数据挖掘对管理会计中的应用,也可以说是影响,对管理会计的思维模式产生影响,使其不仅要考虑当下,更应考虑未来。
  
  3.4.2 管理会计的数据搜集范围需要更加宽泛
  
  传统管理会计数据来源往往是企业内部的各个部门,数据类型单一,而且是加工过后的数据,往往带有非客观的色彩,失去了数据原有的很多特殊性。而现在利用数据挖掘来搜集相关数据,则容易多。一方面可以不用顾忌庞大的数据量,另一方面也可以不用顾忌数据的种类,不仅要有结构化数据,也可以有非结构化数据,可以有定量数据,也可以有定性数据。在数据采集方面,完全可以直接采集到最原始的数据,再根据相应的决策进行数据分析、加工。如企业在核算人力成本时,之前只是简单的计算工资、奖金、出差的差旅费等明显的项目,而实际上一个员工在企业中所耗费的所有资源都是员工成本,包括员工所占用的培训资源、设备资源、甚至水、电、房租都是雇佣一个员工所要花费的成本。而这些数据往往分散在各个部门,很难在一个部门以一个统一的口径进行计算。这就要求人力部门收集所有的原始数据,包括与员工有关的各个部门的数据,然后以自己统一的口径进行加工。又比如奔驰汽车设计部门,在面对中国市场的个性化需求,如轴距要长、后排空间要大,内饰要彰显奢华等特色需求,在同级别竞争对手的售价范围内要做出很好的平衡。而这些数据仅靠 4S 店的销售往往难以收集的全面、及时。所以奔驰车不仅依靠自己的渠道去获得相应的反馈,而且特别关注竞争对手的客户的反馈,通过不同的渠道去搜集信息,尤其是第三方渠道,如网络评论、新闻等渠道,通过数据挖掘进行数据搜集并进行分析,从而使得在售价与竞争敌手相当的情况下,给中国客户的感觉性价比又很高,这是奔驰近两年销量上升的原因之一。相较而言,宝马则做的相对保守些,依然依靠长轴距唯一的特性来吸引中国客户,这在竞争激烈的入门级豪华车的细分市场内很难走的很远。所以,为了能够使数据挖掘的原材料更加丰富,挖掘出更有价值的信息,就需要扩大数据搜集的范围。
  
  3.4.3 管理会计的数据储存方式发生改变
  
  数据挖掘需要大量数据作为原材料,就需要建立大数据仓库。传统的数据存储方式,如在自己的企业内放几台服务器,建立关系型数据库。而现在的数据量以几何级的速度在增长,需要的是读写速度快,可用性高、并且具备高扩展性,才能满足需要,不仅需要昂贵的硬件,更需要专业的人才搭建数据库,同时这些数据库也更加需要专业的设备和人员来进行管理和维护。这些要求催生了一些以出租服务器和云存储的公司,以便使企业可以极大的节省存放服务的空间、设备和人员。比如华为公司,提供相应的大型商用服务器租用服务,并有专人进行维护管理。不仅节约了企业成本,也保证了数据备份的安全性,同时也会有相应的人员满足你搭建个性化数据库的要求。
  
  当然,这种模式也存在一定的数据泄密的风险,但在当下对企业来说可算性价比较高的方式了。这就是数据挖掘对管理会计在数据存储方式上的影响,通过云存储或远程终端存储大量数据,以便于企业能充分利用数据,做出更加合适的决策。在云存储服务的基础上,构建数据信息化平台,并且可以按需定制,满足了大数据时代管理会计对数据存储和读取的需要。
返回本篇论文导航
相关内容推荐
相关标签:
返回:管理会计论文