翟张莹张文焕李晓娜于海明
国网山西省电力公司运城供电公司山西运城044000
摘要：在大数据时代下，管理会计需要在海量数据中进行数据加工，如何利用如此大量的数据，怎样才能有效的发现数据背后的规律，发掘数据的价值，是管理会计面临的重要问题。
关键词：大数据；数据挖掘；管理会计
1管理会计
管理会计是会计的重要分支，主要服务于企业内部管理需要，旨在提高企业的经济效益，通过利用相关信息，有机融合财务与业务活动，在企业规划、决策、控制和评价等方面发挥重要作用的管理活动。管理会计是企业会计工作的重要组成部分，在企业的经营管理活动中的作用越发重要，是企业的战略、业务、财务一体化最有效的工具。而且随着管理会计越来越被管理层重视，其作用已经不再局限于财务领域，在企业的采购、销售、生产甚至整个企业流程的规划方面的管理都属于管理会计的范畴。
管理会计可以向决策层提供全面有效的经营信息从而使企业能利用有限度资源达到企业价值最大化，这不仅需要企业日常的财务信息，还需要适合企业自身特点和行业发展的内部综合管理信息。它们的表现形式多样，有财务信息和非财务信息，量化和非量化的信息，实际和预计的信息，历史和未来的信息，结构和非结构化的信息，内部和外部的信息、有形和无形的等信息。
2基于大数据视角下管理会计面临的挑战
2.1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。如面对现在变化速度如此之快的市场，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。
2.2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。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。
2.3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。
3基于大数据视角下管理会计问题的解决措施
3.1建立流程框架的目标
依据管理会计的基本原则，围绕数据挖掘技术在企业管理会计中的应用，构建基于数据挖掘的管理会计的流程框架。该流程框架的构建以期达到以下目标：探寻在知识经济时代企业充分利用信息的有效途径，加深企业对数据和信息的理解；指导数据挖掘技术在管理会计中的运用，提高管理会计的决策相关性，增强企业的竞争。
1）定义问题
定义问题即发现经营管理中遇到的问题并进行深入分析。如为什么收入会下滑，通过什么方法可以提高收入，提高收入涉及哪些方面的因素，竞争对手是如何做的，他们又没有类似的问题等，通过对问题的层层分析后，对问题的理解会更加深刻，信息的收集就会更加系统，来源也会更加有效。
2）确定信息源
在明确上述问题后，可以确定所需的信息从那几方面去寻找。对于信息来源，可大致分为内部信息和外部信息两大类：
第一，内部信息。
内部信息是企业内部产生的信息，首先可以从企业的职能部门去获取，如财务部门、销售部门、生产部门等。此类信息一般都是结构化信息，处理起来较方便；其次，可以从企业内部的其他来源获得信息，如日常的电子信息交流平台，企业内部刊物、会议纪要、企业文化等方面，此类信息一般是非结构化信息，处理起来较为复杂。
第二、外部信息。外部信息是指从企业外部获得的信息，首先可以从竞争对手处获得信息，如产品信息，经营信息，其公开的财务信息等，宣传资料等；其次，可以从第三方获得信息，如相关的数据库，咨询公司，互联网等公开媒体，都可以很方便的获得所需信息。
3）数据的搜集与整理
通过上述确定信息源，可以进行数据的搜集，但搜集到的信息往往是不成体系的、零散的信息，并会夹杂着很多噪音，这就需要用到信息整理技术，如典型的数据清洗等，将数据整理为标准统一的、便于进行数据挖掘的。同时，企业应建立数据搜集方案或系统，对于日常企业经营的相关信息，鼓励员工在经营中可以随时收集并系统化标准化的存入企业数据库，但要注意成本效益原则，即某项数据的收集成本如果大于它所带来的价值，那企业可以通过别的方式予以代替。
4）数据挖掘
经过上流程，就可以进行数据挖掘了。数据挖掘的常用算法以在前文表述，此处不再重述。但需要注意的是，数据挖掘一定要紧紧围绕管理会计的基本原则和所要解决问题的目的进行，不能为了数据而挖掘，毕竟数据量很大，每挖据一次都会产生相当多的信息，如果脱离了最初的挖掘目标，会因得到数据太多而迷失了决策的方向。
5）结果分析与表达
通过数据挖掘得出相应的数据，面对需要解决的问题，需要与企业自身的特点和经营环境结合起来进行分析，得出更加合理的解决方案。数据挖掘的结果可以是数据，也可以通过清晰的图表或者表格呈现出来。
6）决策者使用和反馈
决策者对数据挖据的结果进行决策分析，并需要在决策过程中发现数据挖掘结果与期望的结果之间的差异，并反馈给相关部门，特别是确定需要改进的环节，是数据收集还是数据挖掘算法，并不断的改进、更新方法。
3.2实施保障
1）需要高层重视才能顺利实施
为使数据挖掘在管理会计中的应用发挥更大的作用，整个流程框架的构建需要高层管理者的大力支持，制定从上到下的体系框架构建和从下到上的数据传导机制。因为数据挖掘往往会涉及不同的部门和不同的员工，仅凭数据挖掘人员无法调动各部门的资源，只有高层重视并支持，才能从企业的体制上予以数据挖掘的实施的许可，才能顺利实施数据挖据。
2）需要全员参与发挥员工主观能动性
信息的最初收集离不开相关人员，信息的最初来源决定了信息的质量，而信息质量决定了数据挖掘的结果。再好的算法和模型如果没有可靠的信息来源，也不能产生正确的挖掘结果。因此，需要每个员工都提高数据收集的意识，并能够主动的进行数收集，形成企业数据库中有效的数据源。
3）需要一套有效的信息系统
企业需要建立一套行之有效的信息系统，一是可以让信息收集者可以方便的收集信息，收集到的信息可以系统化的、标准化的存入系统数据库；二是数据库要方便信息检索，方便数据的加工，挖掘其中的价值；三是要注意保密，企业的某些信息关系到企业的关键战略，一旦泄露后果不堪设想，所以数据库的保密措施一定周全，防止泄密风险。
结束语
大数据运用于管理会计在技术和经济效益上都具有可行性，能够在企业经营的各个方面帮助管理会计快速有效的获得管理决策需要的信息，同时数据挖掘技术的使用应围绕管理会计的原则进行，避免为了数据挖掘而挖掘，毕竟数据挖掘只是管理会计的一种高效的技术手段，而非管理会计的全部，还需要结合行业特点和企业自身去分析、使用挖掘出来的数据。
参考文献：
[1]郝惊涛.新时代管理会计的发展与创新.全球商业经典.2015年第8期
[2]张数森.大数据时代数据挖掘对管理会计职能的影响.第十三届会计信息化年会.2014年
[3]王春英.以大数据助理管理会计落地、实现供电企业卓越财务管理.天津经济.2015年09期