一、大數據的概念、特點和作用
（一）大數據的概念 大數據是伴隨著云計算的普及、物聯網和移動互聯網的應用而發展的。大數據時代是數據爆炸式增長的時代。其應用逐漸滲透到了現代企業經營管理的各個領域。傳統的管理會計也因此受到了前所未有的沖擊，日益激烈的商業競爭也促使企業管理會計的與時俱進。美國一家信息技術研究權威和咨詢公司-Gartner公司（2012）認為，大數據需要新的處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產。筆者認為，大數據是指數據量規模巨大、復雜多樣和流轉速度快，含有對進行有效經營管理有價值的各種信息資源。企業利用大數據的關鍵戰略意義是通過對數據的搜集、存儲、加工、分析，從數據中抽取出有價值的信息加以利用，從而促使企業實現價值的創造。
（二）大數據的特點 一般認為，大數據具有的四大特點為四個“V”,即Volume（大量）、Variety（多樣）、Velocity（高速）、Value（價值）。從大數據的大量化上看，海量數據規模巨大，從各種源頭產生；從數據多樣性上看，數據類型復雜繁多，如文檔、音頻、視頻、圖片、地理位置信息、網絡日志、網頁、客戶評價等多種多樣的數據形式；從數據的處理速度上看，借助物聯網、云計算、移動互聯網、手機、平板電腦、PC以及各種各樣的傳感器等數據來源或者承載的方式進行數據處理，處理速度極快，形成動態的數據系統；從數據的價值上看，價值密度相對較低，可從多種多樣的數據中快速獲得具有高價值的信息?；诖髷祿倪@四大特點，有效地利用現代技術對數據進行收集、加工、掘取價值和加以利用成為現代企業管理會計發揮職能作用，為企業創造更多的發展機會和商業價值的重要途徑。
（三）大數據的作用 首先，大數據的大量化為企業管理會計獲取全面的數據提供了重要的經營管理資源。大量的數據是管理會計在數據處理對象上，可以如同《大數據時代：生活、工作與思維的大變革》一書作者維克托·邁爾-舍恩伯格、肯尼思·庫克耶所指出的從樣本數據轉變為全數據。在大數據時代，各線性價值鏈企業之間和各價值網企業之間的競爭將會是大數據掌握多少的競爭。管理會計要充分認識大量的大數據是企業“神奇的鉆石礦”（維克托·邁爾-舍恩伯格、肯尼思·庫克耶，2013），建立好數據倉庫，積極做好大數據資源的收集、加工、挖掘、分享與利用的工作。
其次，傳統的管理會計對數據的利用仍然停留在對結構化數字數據的分析上，國際數據公司（IDC）的一項調查報告指出，目前企業中80%的數據是非結構化數據，傳統的企業管理基本上只使用了占整體數據總量20%的結構化數據，這些有限的數據已無法滿足企業管理的需要。結構和非結構、半結構的多樣化數據對企業管理會計的全面分析和利用是有價值的。企業管理會計必須重視數據獲取的全面和完整性，充分意識到結構化數據與非結構化數據、半結構化數據對企業經營管理的重要影響，將所有相關的結構化和非結構化數據、半結構化數據綜合起來加以利用，從而為企業經營管理提供全面的依據。
再者，快速流轉的數據促使企業數據處理速度和效率的提高。企業所要處理的數據正以驚人的速度在增長，以零售業巨頭沃爾瑪為例，其建立的大數據系統每小時要處理超過一百萬次的客戶交易，存儲數據量達到2560TB.因此，突破關系型數據庫處理模式的限制，建立大數據倉庫是企業亟待解決的問題。為應對數據的快速流轉，企業不僅要建立起能夠實現高效存儲和管理的非結構與半結構數據庫，還要及時和快速處理所采集的有關數據，防止數據沒有得到有效利用而造成積壓和浪費，適應大數據處理的需要。過去按月公布財務報告的方式已經不能滿足需要，企業應提供實時的報告，即使不能提供實時的報告也應縮短報告的時間，盡量做到每日或每周發布報告。
最后，在大數據時代，數據的價值會隨時間的流逝而迅速貶值。具有時效性的數據對管理會計提出更高的要求，促使企業應用一定的分析技術實現從巨量數據中提取出和充分利用真正有價值能實現企業增值的信息。在管理會計工作中，要建立采集和挖掘數據分析系統，加強大數據價值挖掘的技術研究與開發，以便有效地挖掘具有巨大政治、社會、科技、經濟和自然價值和有利于提升企業競爭力的數據。在大數據下，企業掌握了先進的挖掘數據價值的方法和工具，并對數據加以綜合利用，就有可能把握先機，獲得競爭優勢。
二、大數據時代管理會計的重大變革
大數據及其技術的發展深深影響社會經濟的各個方面，也會對管理會計的工作產生深刻的影響，給管理會計帶來很大的挑戰，直接引起管理會計的變革。管理會計要運用科學、量化的方法客觀地進行數據收集、加工、分析和利用，可為企業預測、決策、預算、核算、控制、分析和考核提供有力的證據。然而在如今的大數據時代下，傳統的管理會計已經不能充分地發揮在企業經營管理中的職能作用。筆者認為，大數據時代管理會計將發生大數據思維、搜集、存儲、加工、分析利用及管理會計工作等方式和內容的重大變革。
（一）管理會計基于大數據的思維變革 維克托·邁爾-舍恩伯格、肯尼思·庫克耶（2013）認為，大數據時代思維的變革表現為在思維上認為大數據時代的數據不是隨機樣本，而是全體數據；數據不是精確性，而是混雜性；數據之間不是因果關系，而是相關關系。大數據時代管理會計的思維也將隨著發生變革。有不少研究者認為，管理會計在數據思維上要從基于結果的分析向基于過程的挖掘轉變，從基于單類型的結構化數據向多類型數據轉變，從階段性月度報告向實時報告轉變。根據大數據的特點并綜合上述觀點，筆者認為，管理會計數據思維變革表現在對數據的搜集、存儲、加工處理等工作中要從總體數據、復雜多樣化數據、時效性數據、相關價值數據上進行分析、綜合、判斷、推理等認識。
（二）管理會計數據搜集方式與內容的變革 傳統管理會計數據搜集渠道、源頭和平臺單一，數據類型單純，一般為結構化數據。在大數據時代，數據搜集的渠道、源頭和平臺以及數據類型多樣化。目前，隨著互聯網的普及和發展，新型互聯網的應用，大量的數據存在于社交網絡、電子商務、物聯網中的文檔、音頻、視頻、圖片、網絡日志等應用中，這些數據一般是非結構化數據。在網絡上的博客、微博、微信、論壇等社交應用上，消費者常常發表自己對產品或服務的評價，顧客的這些情緒表達就是企業非結構化數據的重要組成部分。顯然，大數據時代管理會計在數據搜集渠道、源頭、平臺和類型等方式和內容上發生了變革。
（三）管理會計數據存儲方式與內容的變革 在大數據時代，由于數據巨量和多樣，要充分利用數據，需要建立大數據倉庫，通過大數據倉庫集成、整理、提取數據和挖掘數據價值。典型的大數據處理系統包括數據的收集、預處理、存儲、分析、數據挖掘和價值應用。要完成這一系列的操作，企業要有意識地完成由傳統關系型數據庫管理系統向大數據倉庫管理系統的轉變。傳統關系型數據庫存儲數據一般為結構化數據，類型單一，容易理解和使用，目前的商用數據庫市場上，大約90%采用的是傳統關系型數據庫。
然而，隨著數據量的急速增加，數據類型的增多，傳統數據庫在高并發讀寫、高吞吐率的海量數據存取、高可用性和高擴展性需求等方面表現地不盡人意，面臨著操作復雜和成本高昂的性能瓶頸，企業要在較短的時間內實現海量數據的集成和處理，必須考慮建立大數據倉庫。同時，根據管理會計的需要，大數據倉庫可以劃分成分布式數據庫，或者分布式存儲集群、不同模塊，如生產計劃模塊、供應鏈存貨管理模塊、銷售管理模塊、業績評價模塊和企業間關系模塊。明晰的模塊分類有利于大數據倉庫的管理和使用。
在數據導入的基礎上，數據倉庫對巨量源數據集成、清理、分類和建立查詢，之后企業可以直接利用數據挖掘技術來獲取人們感興趣的、隱含的對企業有價值的信息。
（四）管理會計數據加工、分析利用方式的變革 在大數據倉庫對巨量數據進行集成和整理后，使用者可以直接對存儲的數據進行進一步加工，分析有價值的數據并加以提煉和利用?？梢詫⑦@一處理過程稱為數據的挖掘。傳統的針對結果、單類型結構、抽樣和時間期限較長數據的處理已經不適用于大數據下的數據挖掘工作?；谶^程、全體、實時的數據處理已經成為數據價值挖掘的核心需求。
在大數據挖掘過程中，需要采用一些分析工具，如回歸分析、分類分析、決策樹分析、趨勢分析、時間序列分析等算法。在大數據時代，要求企業采用一些新的數據處理技術。
用于挖掘分析工具的算法比較復雜，分析中涉及的數據量和計算量一般較大。
大數據倉庫的建立有利于實現企業信息共享。在傳統數據庫模式下，企業各個部門一般具有獨立的數據共享中心，不同部門長期形成的局部意識阻礙了信息的共享使用，造成了不同業務系統之間的“信息孤島”效應。這種封閉式的管理模式在大數據時代將逐漸瓦解，通過建立企業組織內部的集成數據信息網絡，能極大地加快信息的傳遞。比如在存貨管理過程中，生產部門可通過在數據倉庫的子模塊供應鏈存貨管理模塊查詢生產產品所需的原材料量，及時發現庫存的不足并通知采購部門做好采購準備。企業還可以建立與外部關聯方之間的信息網絡，倘若企業的供應鏈存貨管理模塊下的數據能被所有分公司及主要供應商所共享，企業可查詢到所有分公司的存貨信息并進行合理的物資調配，最大限度減少缺貨損失和創造價值。供應商則可以根據各分公司的存貨存量信息及時做出供貨安排，提高供貨效率。這種大數據倉庫下的信息共享服務能使企業和供應商在經營上實現雙贏。
進行各種管理會計工作，由此產生了與大數據相關的管理會計工作方式和內容的變革。變革的工作方式和內容包括決策、預測、預算、控制、核算、分析和考核及戰略管理會計等方面。在決策、預測和預算管理方面，大數據提供了重要的支持。在大數據條件下進行決策、預測和預算管理，需要對具有巨量、復雜多樣、動態和價值稀疏性特點的數據進行總體和關聯數據的分析和價值發現。傳統企業投資決策一般是根據單一渠道搜集的相對準確的、數量少的數據進行投資決策。大數據時代的企業投資決策通過搜集線上和線下數據、歷史資料和現時的業務數據、技術數據、企業上下游供應鏈數據、用戶數據、競爭對手數據、財務數據等全體數據做出最為可行的決策。大數據將引發企業商業模式的轉變，銷售預測也將由原來的樣本模式轉變為全數據模式，隨著網絡技術的發展，非結構化數據的數量日趨增大，在銷售預測中僅根據以往銷售數據的統計分析只能反映顧客過去的購買情況，難以準確預測其未來的購買動向，因此，傳統的銷售預測在大數據時代已經過時。管理會計要順應時代的潮流，企業如果能將網絡上用戶的大量評論搜集到數據倉庫，提純后使用數據挖掘技術提取有用信息，就能對下一代產品進行有針對性的改進，也有助于企業做出更具有前瞻性的銷售預測。在預算管理方面，大數據可以為建立在大量歷史數據和模型基礎上的全面預算的合理編制和適時執行控制以及超越預算管理提供重要的依據。
大數據也會對管理會計的控制、核算、分析和考核等方面工作和具體內容產生影響。在實施責任成本會計的企業，成本中心、利潤中心和投資中心要根據大數據倉庫的數據和挖掘技術編制責任預算、確定實際中心數據和相關市場數據，通過實際數據與預算數據的比較，進行各中心的業績分析與考核。大數據有助于作業成本管理的優化。
作業成本法能對成本進行更精確的計算，但其復雜的操作和成本動因的難以確定使得作業成本法一直沒有得到很好的普及。數據挖掘技術的回歸分析、分類分析等方法能幫助管理會計人員確定成本動因，區分增值作業和非增值作業，從而有利于企業采取措施消除非增值作業，達到優化企業價值鏈的目的。從核算上看，可以建立管理會計核算數據中心，通過該中心不斷積累相關核算數據，為管理會計的預測分析和深度決策及最優化控制模型的建立提供數據支持。
大數據將更有力地支持管理會計戰略制定和實施工作。在戰略管理會計工作中，企業通過大數據倉庫獲取企業內部和外部環境的數據，分析企業的優勢、劣勢、機會和威脅，制定明智的戰略；通過數據分析不斷監控戰略的執行過程，保證戰略的順利實施。以顧客戰略管理為例，一般來講，爭取新客戶比保留現有客戶花費的成本往往更高。隨著社會的發展，人們對于其消費的產品和服務也提出了高質量和個性化的要求，因此制定合理的產品和服務顧客戰略，留住現有顧客也成為企業管理會計的一大難題。企業在全面了解顧客喜好和心愿的前提下向顧客提供相關的個性化產品和服務能極大提高顧客保留率。作為中國最大的互聯網購物網站的淘寶網就是這一方法最成功的實踐者，每天都有無數的潛在消費者在淘寶網上瀏覽商品、下訂單、對商品做出評價，淘寶網就是使用數據挖掘技術對顧客的瀏覽記錄、歷史購買記錄以及歷史評價記錄進行深入挖掘分析，使用分類技術將顧客劃分成不同的群體，分別識別其購買行為和購買的趨勢，從而確定不同潛在客戶最可能購買的商品，并在顧客每次打開淘寶網站時向其推薦一系列其最可能購買的商品，這一營銷方式在極大地擴大銷售量的同時增加了顧客的回訪率，數據挖掘技術在淘寶經營中的應用給淘寶網帶來了不斷增加的經濟效益。企業可以借鑒阿里巴巴的成功經驗，應用數據挖掘技術對顧客進行深入了解，從而制定出滿足顧客需求的戰略。
三、結論
在大數據時代，管理會計需要實現多方面的根本變革以適應新的時代的巨大變化和要求。大數據為管理會計工作的全面開展提供了更良好的運行環境，使管理會計思維方式發生了重大變革，管理會計人員能夠對紛繁復雜的數據進行搜集、存儲、加工、分析和利用，為企業預測、決策、預算、控制、核算、分析和考核提供有力的數據支持，從而更好地發揮管理會計的職能。大數據時代的迅猛發展催促著管理會計的不斷發展，那些沉湎于傳統管理會計模式而拒絕做出任何變革的企業和管理者終將在激烈的市場競爭中慘遭淘汰。各企業管理層和專業管理會計人員要都必須充分認識到傳統管理會計的弊端，對大數據環境下管理會計的變革要充分的了解，積極學習大數據知識和技術，不斷提高適應大數據變化的能力和管理會計水平，實現大數據在管理會計中的有效應用。
參考文獻：
[1]鄧國清：《以大數據之“道”踐管理會計之“變”》，《中國會計報》2013年8月2日。
[2]梁寧寧：《開啟會計大數據應用新時代》，《中國會計報》2013年6月7日。
[3]毛華揚、楊潔：《讓管理會計信息化插上大數據“翅膀”》，《中國會計報》2014年4月11日。
[4]柯明、王潤統：《淺談大數據對財務信息化的影響》，《財會研究》2014年第9期。
[5]李義梅：《大數據與管理會計相關問題研究》《，財會審計》2014年第8期。
[6][英]維克托·邁爾-舍恩伯格、肯尼思·庫克耶：《大數據時代：生活、工作與思維的大變革》，浙江人民出版社2013年版。
