司徒衛(wèi)文

【摘 要】進(jìn)入2010年以來，我國(guó)企業(yè)的數(shù)據(jù)量呈現(xiàn)出大幅度增長(zhǎng)的趨勢(shì)。據(jù)相關(guān)資料統(tǒng)計(jì)，近三、四年以來，我國(guó)500強(qiáng)企業(yè)的數(shù)據(jù)總量每半年就翻一番，我國(guó)正進(jìn)入了大數(shù)據(jù)的發(fā)展時(shí)代。而要實(shí)現(xiàn)企業(yè)數(shù)據(jù)價(jià)值的最大化，就必須做好對(duì)企業(yè)會(huì)計(jì)數(shù)據(jù)的充分挖掘與分析，并以此為契機(jī)構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)，從而為企業(yè)的發(fā)展創(chuàng)造出一種新的商業(yè)模式與利潤(rùn)增長(zhǎng)點(diǎn)。本文從大數(shù)據(jù)與大數(shù)據(jù)分析的內(nèi)涵及意義出發(fā)，并著重就如何構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)進(jìn)行了分析與探討。

【關(guān)鍵詞】構(gòu)建；大數(shù)據(jù)；大數(shù)據(jù)分析；企業(yè)

互聯(lián)網(wǎng)時(shí)代，無處不在的傳感網(wǎng)絡(luò)帶來了無處不在的數(shù)據(jù)，而這些數(shù)據(jù)正逐漸成為企業(yè)中與實(shí)物資本與人力資源同等重要的生產(chǎn)管理要素。隨著全球經(jīng)濟(jì)市場(chǎng)所呈現(xiàn)出的無國(guó)界化、無邊界化的特點(diǎn)，現(xiàn)代企業(yè)要想在激烈的市場(chǎng)競(jìng)爭(zhēng)中立足，就必須逐步構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的思維與模式，從而加快企業(yè)創(chuàng)新。

一、大數(shù)據(jù)分析的概念及內(nèi)涵

伴隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、電子商務(wù)、社交網(wǎng)等網(wǎng)絡(luò)信息化技術(shù)的逐步推廣與應(yīng)用，社會(huì)各行各業(yè)中在多年以來的信息化進(jìn)程中，均積累了大量的數(shù)據(jù)信息，而這些數(shù)據(jù)信息在近年來仍呈現(xiàn)出涌噴的增長(zhǎng)態(tài)勢(shì)。而與此同時(shí)，數(shù)據(jù)的形態(tài)也發(fā)生了巨大的改變，以往的格式化數(shù)據(jù)正逐步過渡到格式化與非格式化數(shù)據(jù)（如圖像數(shù)據(jù)、視頻數(shù)據(jù)等）共存的時(shí)代。各類數(shù)據(jù)源的每天生成并傳輸?shù)皆朴?jì)算平臺(tái)，以供前端數(shù)據(jù)挖掘、數(shù)據(jù)分析、模型建設(shè)及數(shù)據(jù)可視化展現(xiàn)應(yīng)用，從而為社會(huì)各行各業(yè)提供綜合性服務(wù)。可以說，社會(huì)的發(fā)展真正進(jìn)入了讓數(shù)據(jù)說話的時(shí)代，即大數(shù)據(jù)時(shí)代。

大數(shù)據(jù)分析，即是各類數(shù)據(jù)進(jìn)行有效分析的技術(shù)與措施。由于在大數(shù)據(jù)時(shí)代，數(shù)據(jù)信息往往呈現(xiàn)出數(shù)據(jù)量大（Volume）、速度快（Velocity）、類型復(fù)雜（Variety）、價(jià)值密度低（Value）這4V特點(diǎn)，如何在規(guī)模巨大、成分復(fù)雜的數(shù)據(jù)源中挖掘出對(duì)企業(yè)有用的信息，并在最短內(nèi)做出有效分析，將是大數(shù)據(jù)時(shí)代企業(yè)所要進(jìn)行的一項(xiàng)核心工作。

二、構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的意義

數(shù)據(jù)的真正價(jià)值在于發(fā)現(xiàn)隱藏在數(shù)據(jù)背后的信息。因此，在大數(shù)據(jù)時(shí)代，對(duì)企業(yè)會(huì)計(jì)數(shù)據(jù)的有效分析與利用，將成為所有企業(yè)共同競(jìng)爭(zhēng)的核心。通過構(gòu)建會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)，不僅能使企業(yè)會(huì)計(jì)成本得到量化，而且能有效促進(jìn)企業(yè)經(jīng)營(yíng)管理水平的進(jìn)一步提升。

1.改變企業(yè)傳統(tǒng)的運(yùn)營(yíng)與管理模式

會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的構(gòu)建，以商業(yè)智能技術(shù)作為企業(yè)的決策中心與神經(jīng)系統(tǒng)，通過對(duì)企業(yè)各類數(shù)據(jù)的充分挖掘與分析，從而實(shí)現(xiàn)企業(yè)管理流程的優(yōu)化與改良，使原本經(jīng)驗(yàn)式或粗放式的管理的逐步轉(zhuǎn)變?yōu)閿?shù)據(jù)驅(qū)動(dòng)和精細(xì)化的管理模式。

例如，企業(yè)的貸款經(jīng)營(yíng)管理，通過收集到足夠的貸款數(shù)據(jù)，并以此建立模型進(jìn)行綜合分析，可以有效評(píng)估貸款的風(fēng)險(xiǎn)，實(shí)現(xiàn)授信和定價(jià)的指導(dǎo)，以及放貸的批量化自動(dòng)審批。這種企業(yè)數(shù)據(jù)化分析與管理模式的構(gòu)建，不僅能最大程度的降低企業(yè)的經(jīng)營(yíng)成本，而且能提高放貸的效率性，使企業(yè)能很好的維持盈利水平。

2.推動(dòng)企業(yè)市場(chǎng)競(jìng)爭(zhēng)的深度與廣度

會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的構(gòu)建，有利于企業(yè)內(nèi)部管理與外部營(yíng)銷的創(chuàng)新。對(duì)企業(yè)內(nèi)部管理而言，通過對(duì)自身會(huì)計(jì)數(shù)據(jù)的有效分析，可以優(yōu)化各個(gè)運(yùn)營(yíng)環(huán)節(jié)，并輔助決策，從而激發(fā)出企業(yè)業(yè)務(wù)流程中的潛在價(jià)值，進(jìn)而降低運(yùn)營(yíng)成本，提高管理水平與運(yùn)營(yíng)效率；對(duì)企業(yè)外部營(yíng)銷而言，企業(yè)可以通過對(duì)海量、精準(zhǔn)客戶數(shù)據(jù)的有效分析，或者借助于第三方數(shù)據(jù)分析平臺(tái)，以進(jìn)一步了解客戶的消費(fèi)行為與消費(fèi)方式，從而預(yù)測(cè)銷售，實(shí)現(xiàn)精準(zhǔn)營(yíng)銷模式與互動(dòng)營(yíng)銷模式，進(jìn)而提高企業(yè)外部營(yíng)銷的科學(xué)性與有效性。近年來，在各個(gè)行業(yè)中都出現(xiàn)了以數(shù)據(jù)挖掘和數(shù)據(jù)分析，作為自身市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)的企業(yè)，例如谷歌、海爾、寶潔等企業(yè)，它們都將自身的成功歸結(jié)于對(duì)企業(yè)內(nèi)外部大量數(shù)據(jù)分析的有效應(yīng)用。

三、會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的構(gòu)建思路

會(huì)計(jì)大數(shù)據(jù)分析性企業(yè)的數(shù)據(jù)平臺(tái)建設(shè)，主要是依托于商業(yè)智能技術(shù)，通過收集大量的會(huì)計(jì)數(shù)據(jù)原始資料，并借助商業(yè)智能化工具實(shí)現(xiàn)對(duì)海量會(huì)計(jì)數(shù)據(jù)的分析報(bào)告、數(shù)據(jù)查詢、在線分析處理、報(bào)表生成以及數(shù)據(jù)可視化等服務(wù)。整個(gè)會(huì)計(jì)數(shù)據(jù)分析共享平臺(tái)的邏輯架構(gòu)圖，見下圖所示：

1.平臺(tái)總體架構(gòu)

如上圖所示，整個(gè)平臺(tái)的邏輯架構(gòu)分為了數(shù)據(jù)源層、數(shù)據(jù)管理層和數(shù)據(jù)應(yīng)用層。其中，數(shù)據(jù)源層是企業(yè)各類會(huì)計(jì)數(shù)據(jù)的收集源頭，各類會(huì)計(jì)數(shù)據(jù)通過“ETL過程”進(jìn)行抽取、轉(zhuǎn)換、過濾和加載到數(shù)據(jù)共享分析平臺(tái)的數(shù)據(jù)倉(cāng)庫(kù)中，以保障數(shù)據(jù)收集的質(zhì)量；數(shù)據(jù)管理層，則是企業(yè)會(huì)計(jì)數(shù)據(jù)進(jìn)行存儲(chǔ)、交互處理和分析的核心層，它借助于數(shù)據(jù)分析共享平臺(tái)的數(shù)據(jù)倉(cāng)庫(kù)為數(shù)據(jù)應(yīng)用層提供高質(zhì)量和有效的數(shù)據(jù)需求；數(shù)據(jù)應(yīng)用層，則是會(huì)計(jì)數(shù)據(jù)在企業(yè)各項(xiàng)經(jīng)營(yíng)管理層面中發(fā)揮真正價(jià)值的地方，企業(yè)的多項(xiàng)業(yè)務(wù)通過“模型應(yīng)用”、“數(shù)據(jù)挖掘”、“報(bào)表應(yīng)用”、“管理駕駛艙”、“即席分析與查詢”等功能實(shí)現(xiàn)企業(yè)各種業(yè)務(wù)的數(shù)據(jù)應(yīng)用。

2.ETL過程

ETL（Extraction Transformation Load）過程，是實(shí)現(xiàn)對(duì)數(shù)據(jù)源層中各類會(huì)計(jì)數(shù)據(jù)處理的一個(gè)動(dòng)態(tài)過程。企業(yè)可通過選擇適宜的 ETL工具，以提高數(shù)據(jù)處理的效率。目前，最為主流的ETL數(shù)據(jù)處理工具有：Ascential公司的DataStage工具、Informatica公司的Powercenter、NCR公司的ETL Automation、SAS等等。通過ETL過程，可以將滿足企業(yè)各類業(yè)務(wù)需求的數(shù)據(jù)裝載到目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)。

3.目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)

數(shù)據(jù)倉(cāng)庫(kù)（Data Warehouse），是指適應(yīng)企業(yè)會(huì)計(jì)數(shù)據(jù)決策分析的需求，而進(jìn)行建設(shè)的數(shù)據(jù)庫(kù)應(yīng)用技術(shù)，它與傳統(tǒng)的數(shù)據(jù)庫(kù)技術(shù)有較大的差別。數(shù)據(jù)庫(kù)技術(shù)只是數(shù)據(jù)庫(kù)倉(cāng)庫(kù)系統(tǒng)的基礎(chǔ)，數(shù)據(jù)倉(cāng)庫(kù)是一個(gè)直接面向主體的、集成的、非易失的、隨時(shí)間變化的和用于企業(yè)戰(zhàn)略決策的數(shù)據(jù)集合。endprint

當(dāng)前，目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)技術(shù)已成為了會(huì)計(jì)大數(shù)據(jù)分析性企業(yè)由數(shù)據(jù)到知識(shí)，再由知識(shí)轉(zhuǎn)換為利潤(rùn)的核心技術(shù)。近年來，隨著目標(biāo)數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用的日益成熟，我國(guó)許多行業(yè)中都紛紛建立了自身的數(shù)據(jù)倉(cāng)庫(kù)，在銀行、保險(xiǎn)、電信等行業(yè)中都得到了很好的應(yīng)用。數(shù)據(jù)倉(cāng)庫(kù)技術(shù)正逐漸成為21世紀(jì)企業(yè)信息化發(fā)展的核心技術(shù)。

4.數(shù)據(jù)應(yīng)用層的功能實(shí)現(xiàn)

（1）模型應(yīng)用。數(shù)據(jù)模型可以通過一系列科學(xué)標(biāo)準(zhǔn)的建模過程，以有效的對(duì)企業(yè)會(huì)計(jì)數(shù)據(jù)特征進(jìn)行抽象，從而獲取關(guān)鍵信息與指標(biāo)。模型應(yīng)用的重點(diǎn)是預(yù)測(cè)未來，它主要基于企業(yè)歷史會(huì)計(jì)數(shù)據(jù)，開發(fā)各種預(yù)測(cè)模型，對(duì)企業(yè)客戶和業(yè)務(wù)的未來發(fā)展作出預(yù)測(cè)，從而對(duì)設(shè)計(jì)和策略方案進(jìn)一步優(yōu)化，進(jìn)而實(shí)現(xiàn)企業(yè)未來效益的最優(yōu)化。

（2）數(shù)據(jù)挖掘。數(shù)據(jù)挖掘是從大量數(shù)據(jù)中自動(dòng)搜索隱藏于其中的具有價(jià)值信息的過程。數(shù)據(jù)挖掘功能的實(shí)現(xiàn)，主要是借助于數(shù)據(jù)庫(kù)技術(shù)、通信技術(shù)、人工智能技術(shù)、模式識(shí)別技術(shù)等多種新興技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行提取與分析。目前，最為流行的三大數(shù)據(jù)挖掘工具是SAS公司的SAS/EM，IBM公司的Intelligent Miner和SPSS公司的Clementine。

（3）報(bào)表應(yīng)用。報(bào)表應(yīng)用技術(shù)是利用會(huì)計(jì)數(shù)據(jù)信息，對(duì)企業(yè)歷史經(jīng)營(yíng)狀況進(jìn)行回顧與總結(jié)。報(bào)表應(yīng)用技術(shù)還可細(xì)分為常規(guī)報(bào)表與即席查詢這兩個(gè)部分，常用的報(bào)表工具有：IBM公司的Cogonos、SAS公司的PORTAL等。

（4）管理駕駛艙。管理駕駛艙技術(shù)，是幫助企業(yè)管理層能的了解到數(shù)據(jù)背后的信息，實(shí)現(xiàn)將報(bào)表、分析層指標(biāo)等數(shù)據(jù)信息的動(dòng)態(tài)形象、交互界面以友好的方式呈現(xiàn)為管理層，從而幫助管理層能快速掌握企業(yè)各項(xiàng)經(jīng)營(yíng)的指標(biāo)狀況，為企業(yè)未來經(jīng)營(yíng)的合理決策與風(fēng)險(xiǎn)評(píng)估提供信息依據(jù)。

（5）即席分析與查詢。即席分析與查詢功能，是一個(gè)面向數(shù)據(jù)庫(kù)的應(yīng)用，它主要用于企業(yè)會(huì)計(jì)業(yè)務(wù)信息查詢和報(bào)表生成，也能夠?yàn)槠髽I(yè)會(huì)計(jì)數(shù)據(jù)分析提供一個(gè)高性能和高效率的查詢系統(tǒng)。

四、總結(jié)

會(huì)計(jì)大數(shù)據(jù)分析型企業(yè)的構(gòu)建，能以商業(yè)智能技術(shù)為基礎(chǔ)核心，通過相關(guān)技術(shù)與軟件的應(yīng)用，以實(shí)現(xiàn)從海量的數(shù)據(jù)中按維度獲取信息的過程，并能夠更好的利用數(shù)據(jù)提高企業(yè)決策的質(zhì)量，進(jìn)而真正體現(xiàn)數(shù)據(jù)的價(jià)值，實(shí)現(xiàn)數(shù)據(jù)價(jià)值應(yīng)用的最大化。

參考文獻(xiàn)：

[1] 趙偉.大數(shù)據(jù)在中國(guó)[M].江蘇：江蘇文藝出版社，2014.

[2] 陳云.金融大數(shù)據(jù)[M].上海：上海科技出版社，2015.endprint