大數(shù)據(jù)分析在管理會(huì)計(jì)中的應(yīng)用研究

李愛(ài)敏 李燕(青島科技大學(xué)經(jīng)濟(jì)與管理學(xué)院 山東青島 266061)

一、引言

管理會(huì)計(jì)是將現(xiàn)代化管理與會(huì)計(jì)融為一體，為企業(yè)領(lǐng)導(dǎo)者和管理人員提供管理信息的會(huì)計(jì)信息系統(tǒng)，是決策支持系統(tǒng)的重要組成部分。在大智移云背景下，有價(jià)值的數(shù)據(jù)無(wú)處不在，管理會(huì)計(jì)師處理的數(shù)據(jù)不應(yīng)再局限于企業(yè)內(nèi)部經(jīng)營(yíng)數(shù)據(jù)，而是要廣泛利用外部數(shù)據(jù)，進(jìn)行內(nèi)外部數(shù)據(jù)的挖掘利用。與此同時(shí)，管理會(huì)計(jì)師處理數(shù)據(jù)的方式也需要與時(shí)俱進(jìn)，不應(yīng)再局限于描述性分析和簡(jiǎn)單的趨勢(shì)預(yù)測(cè)。分析學(xué)可以簡(jiǎn)單定義為“發(fā)掘數(shù)據(jù)中有意義的規(guī)律”，是利用分析工具、技術(shù)以及原理來(lái)解決復(fù)雜的商業(yè)問(wèn)題。在企業(yè)信息化環(huán)境下，管理會(huì)計(jì)師可以利用數(shù)據(jù)分析技術(shù)從內(nèi)部和外部數(shù)據(jù)源提取分析數(shù)據(jù)，來(lái)回答發(fā)生了什么（描述性分析學(xué)），將會(huì)發(fā)生什么（預(yù)測(cè)性分析學(xué)），優(yōu)化的解決方案是什么（指向性分析學(xué)）?？梢?jiàn)，分析學(xué)為管理會(huì)計(jì)師的數(shù)據(jù)處理提供了新的思路。

基于平衡計(jì)分卡視角，用分析學(xué)來(lái)進(jìn)行數(shù)據(jù)挖掘，是將分析學(xué)的三個(gè)層次（描述性、預(yù)測(cè)性、指向性）應(yīng)用于平衡計(jì)分卡的財(cái)務(wù)、客戶、內(nèi)部流程、學(xué)習(xí)與成長(zhǎng)等四個(gè)視角來(lái)對(duì)企業(yè)進(jìn)行績(jī)效考核，保證了企業(yè)發(fā)展?fàn)顩r的描述、預(yù)測(cè)、優(yōu)化一直圍繞著企業(yè)戰(zhàn)略展開(kāi)，便于在環(huán)境改變的情況下及時(shí)調(diào)整企業(yè)發(fā)展戰(zhàn)略，以促進(jìn)企業(yè)的可持續(xù)發(fā)展。

二、理論基礎(chǔ)

（一）大數(shù)據(jù)。大數(shù)據(jù)來(lái)源廣泛，包括博客、RFID標(biāo)簽、社交網(wǎng)絡(luò)、基于互聯(lián)網(wǎng)的文本文檔、視頻檔案、攝影檔案、科學(xué)實(shí)驗(yàn)、活動(dòng)記錄等［1］。企業(yè)中的大數(shù)據(jù)來(lái)源分為3類：第一類是來(lái)源于企業(yè)中的籌資活動(dòng)、投資活動(dòng)和經(jīng)營(yíng)活動(dòng)的數(shù)據(jù)，它們是數(shù)據(jù)的傳統(tǒng)來(lái)源。第二類是互聯(lián)網(wǎng)和社交媒體產(chǎn)生的數(shù)據(jù)，它們對(duì)于企業(yè)來(lái)說(shuō)潛在價(jià)值最高，但是因?yàn)檫@些數(shù)據(jù)比較復(fù)雜，且大部分?jǐn)?shù)據(jù)是非結(jié)構(gòu)化的，需要對(duì)其進(jìn)行文本挖掘，從中提煉出有價(jià)值的信息和知識(shí)，然后再利用數(shù)據(jù)挖掘技術(shù)和工具進(jìn)行分析。第三類是機(jī)器產(chǎn)生的數(shù)據(jù)，現(xiàn)在很多前端的數(shù)據(jù)收集系統(tǒng)已經(jīng)實(shí)現(xiàn)了自動(dòng)化，各種機(jī)構(gòu)都可以收集到龐大豐富的數(shù)據(jù)，這將是未來(lái)數(shù)據(jù)的主體。

（二）分析學(xué)。分析學(xué)可以通過(guò)數(shù)據(jù)報(bào)告分析研究對(duì)象的發(fā)展趨勢(shì)，創(chuàng)建預(yù)測(cè)模型，為優(yōu)化企業(yè)工序提高績(jī)效服務(wù)，從而幫助企業(yè)實(shí)現(xiàn)商業(yè)目標(biāo)。分析學(xué)的應(yīng)用涉及到企業(yè)的眾多部門(mén)和職能，甚至可以覆蓋整個(gè)企業(yè)活動(dòng)。INFORMS為分析學(xué)劃分的三個(gè)層次，得到了業(yè)界領(lǐng)袖、學(xué)術(shù)機(jī)構(gòu)的廣泛認(rèn)可［2］。圖1中展示了分析學(xué)的三大分類，包括每一層級(jí)要回答的問(wèn)題和所用的分析技術(shù)類型。由于大數(shù)據(jù)具有數(shù)量大、種類多、流動(dòng)速度快的特點(diǎn)，具體的挖掘分析需要運(yùn)用先進(jìn)的算法，利用分析學(xué)中的先進(jìn)技術(shù)水平無(wú)疑是最好的選擇。

圖1 分析學(xué)的三種層次及其應(yīng)用技術(shù)類型

在描述性分析學(xué)階段，只是向決策者定期傳達(dá)企業(yè)“發(fā)生了什么？”以及“正在發(fā)生什么？”，在這一階段大多是采用圖表的形式將企業(yè)數(shù)據(jù)呈現(xiàn)在決策者面前；在預(yù)測(cè)性分析學(xué)階段，企業(yè)會(huì)思考“未來(lái)會(huì)發(fā)生什么？”這個(gè)預(yù)測(cè)是建立在歷史數(shù)據(jù)的基礎(chǔ)上；在指向性分析學(xué)階段，企業(yè)利用復(fù)雜的數(shù)學(xué)模型確定解決問(wèn)題的最佳方案，回答企業(yè)“應(yīng)該做什么？”的問(wèn)題［3］。分析學(xué)的三個(gè)層次是逐漸上升的，現(xiàn)在很多企業(yè)管理會(huì)計(jì)的應(yīng)用仍停留在描述性分析學(xué)及簡(jiǎn)單的預(yù)測(cè)性分析學(xué)方法上，指向性分析學(xué)的應(yīng)用則是少之又少。

（三）平衡計(jì)分卡。平衡計(jì)分卡從四個(gè)視角衡量企業(yè)績(jī)效：（1）財(cái)務(wù)視角，描述“利益相關(guān)者所期望或要求的財(cái)務(wù)成果是什么？”（2）客戶視角，回答“我們的目標(biāo)客戶是誰(shuí)？”“他們的期望是什么？”“我們的價(jià)值主張是什么？”（3）內(nèi)部流程視角，分析“為了能為客戶創(chuàng)造價(jià)值，我們需要在哪些流程上高效運(yùn)營(yíng)？”（4）學(xué)習(xí)與成長(zhǎng)視角，考察“我們能否繼續(xù)創(chuàng)造價(jià)值？”

圖2 管理會(huì)計(jì)數(shù)據(jù)分析框架

圖2中的框架使平衡計(jì)分卡的應(yīng)用不再局限于衡量企業(yè)績(jī)效，還可以通過(guò)預(yù)測(cè)性分析學(xué)和指向性分析學(xué)對(duì)企業(yè)未來(lái)績(jī)效進(jìn)行預(yù)測(cè)和改進(jìn)，為未來(lái)的管理層決策提供重要的數(shù)據(jù)支持。

三、分析學(xué)在平衡計(jì)分卡中的應(yīng)用

平衡計(jì)分卡的各個(gè)視角相互影響，相互促進(jìn)。學(xué)習(xí)與成長(zhǎng)衡量公司推出新產(chǎn)品的能力、為客戶創(chuàng)造更多價(jià)值的能力、繼續(xù)提高企業(yè)效率的能力，這些使人力資源和信息技術(shù)與戰(zhàn)略要求相一致，而這些戰(zhàn)略要求來(lái)源于企業(yè)的關(guān)鍵內(nèi)部商業(yè)流程、差異化的價(jià)值主張、客戶關(guān)系，最終影響企業(yè)的經(jīng)營(yíng)成果。分析學(xué)在平衡計(jì)分卡的框架下應(yīng)用可以契合企業(yè)戰(zhàn)略，為管理層提供更加具體的決策信息，促進(jìn)企業(yè)可持續(xù)發(fā)展。

（一）財(cái)務(wù)視角。從商業(yè)企業(yè)追逐利潤(rùn)開(kāi)始，企業(yè)的重點(diǎn)就已經(jīng)是通過(guò)在驅(qū)動(dòng)收入增長(zhǎng)和增強(qiáng)成本控制之間實(shí)現(xiàn)創(chuàng)造性的平衡，來(lái)提高股東價(jià)值。其中，收入的增長(zhǎng)通常通過(guò)兩個(gè)方式來(lái)實(shí)現(xiàn)：在市場(chǎng)上銷(xiāo)售全新的產(chǎn)品或服務(wù)，或者加深與已有客戶的關(guān)系。所以在對(duì)企業(yè)財(cái)務(wù)視角的目標(biāo)完成情況進(jìn)行評(píng)價(jià)時(shí)，可以參考的考核指標(biāo)有銷(xiāo)售增長(zhǎng)率、市場(chǎng)占有率、現(xiàn)金流量、凈資產(chǎn)收益率等。

利用描述性分析學(xué)可以提供對(duì)企業(yè)目前財(cái)務(wù)狀況的整體性描述。例如，在比率分析中將基于歷史數(shù)據(jù)計(jì)算的各年度凈資產(chǎn)收益率進(jìn)行比較，管理會(huì)計(jì)師將得到企業(yè)成長(zhǎng)的信息。另一方面，將財(cái)務(wù)視角關(guān)注的比率與行業(yè)基準(zhǔn)進(jìn)行比較，可以描述公司是否保持競(jìng)爭(zhēng)優(yōu)勢(shì)。可視化工具為管理會(huì)計(jì)師更有效直觀地提供財(cái)務(wù)信息，將公司近幾年的銷(xiāo)售數(shù)據(jù)做成折線圖，可以直觀地看出銷(xiāo)售的波動(dòng)情況［4］。

從財(cái)務(wù)角度看，預(yù)測(cè)性分析學(xué)是利用企業(yè)積累的歷史數(shù)據(jù)預(yù)測(cè)未來(lái)的財(cái)務(wù)業(yè)績(jī)，管理會(huì)計(jì)師根據(jù)預(yù)測(cè)結(jié)果可以較精確地編制企業(yè)整體預(yù)算。預(yù)算編制的起點(diǎn)為銷(xiāo)售量預(yù)測(cè)，利用數(shù)據(jù)挖掘技術(shù)根據(jù)產(chǎn)品歷史銷(xiāo)售數(shù)據(jù)，綜合考察其影響因素對(duì)預(yù)測(cè)模型進(jìn)行修正，預(yù)測(cè)各個(gè)產(chǎn)品的銷(xiāo)售情況，實(shí)時(shí)搜集生產(chǎn)成本、費(fèi)用支出等各種數(shù)據(jù)進(jìn)行測(cè)算，進(jìn)而制定企業(yè)的各項(xiàng)預(yù)算。利用預(yù)測(cè)性分析學(xué)制定企業(yè)預(yù)算不僅提高了預(yù)算的精確度，還能夠縮短預(yù)算的編制周期。

根據(jù)描述性和預(yù)測(cè)性分析方法得到的結(jié)果，管理會(huì)計(jì)師可以利用指向性分析方法得到最佳解決方案及其可能的結(jié)果。指向性分析學(xué)與預(yù)測(cè)性分析學(xué)使用的方法在有些情況下是相同的，但指向性分析學(xué)本質(zhì)上是通過(guò)比較得出最優(yōu)解決方案。例如：智能制造模式的一個(gè)顯著性特點(diǎn)是網(wǎng)絡(luò)化協(xié)作，生產(chǎn)產(chǎn)品不再僅僅是制造企業(yè)的任務(wù)，而是需要材料供應(yīng)商、技術(shù)開(kāi)發(fā)商和代理商等產(chǎn)業(yè)鏈上下游企業(yè)的協(xié)同合作，在如何選擇合適的合作企業(yè)上，可以利用企業(yè)的內(nèi)外部數(shù)據(jù)，確定合適的指標(biāo)體系，采用人工神經(jīng)網(wǎng)絡(luò)算法，選擇有利于企業(yè)實(shí)現(xiàn)提高存貨周轉(zhuǎn)率，降低產(chǎn)品成本，獲取高回報(bào)的合作企業(yè)［5］。

（二）客戶視角。在最初的平衡計(jì)分卡框架中，從時(shí)間、質(zhì)量、性能和服務(wù)、成本四個(gè)方面描述了客戶的關(guān)注點(diǎn)。時(shí)間是指企業(yè)滿足客戶需求所需的時(shí)間；質(zhì)量衡量顧客感知的產(chǎn)品或服務(wù)缺陷水平；性能和服務(wù)衡量企業(yè)產(chǎn)品或服務(wù)如何為顧客創(chuàng)造價(jià)值；最后，成本衡量企業(yè)產(chǎn)品或服務(wù)達(dá)到某種程度所利用的各項(xiàng)資源的價(jià)格。

描述性分析學(xué)的應(yīng)用提供了客戶視角當(dāng)前狀況的一個(gè)綜合觀點(diǎn)。多數(shù)的大數(shù)據(jù)處理方法需要結(jié)構(gòu)化的數(shù)據(jù)源，但文本挖掘和可視化使管理會(huì)計(jì)師可以從企業(yè)網(wǎng)站和客戶論壇的評(píng)論和投訴中提取意見(jiàn)，并生成有用的信息，進(jìn)行客戶維度的描述分析。結(jié)構(gòu)化數(shù)據(jù)計(jì)算的退貨率和保修索賠率也可以作為衡量顧客對(duì)制造企業(yè)產(chǎn)品的滿意度的指標(biāo)。

采用預(yù)測(cè)性分析學(xué)，管理會(huì)計(jì)師可以從客戶視角關(guān)注的四個(gè)方面對(duì)顧客關(guān)于企業(yè)產(chǎn)品或服務(wù)的看法做出合理預(yù)測(cè)。具體來(lái)說(shuō)，時(shí)間、質(zhì)量、性能和服務(wù)以及成本都可以通過(guò)預(yù)測(cè)分析算法（例如：支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、對(duì)數(shù)回歸、時(shí)間序列分析、層次分析法）利用內(nèi)部歷史數(shù)據(jù)或外部網(wǎng)站數(shù)據(jù)進(jìn)行估計(jì)。例如：管理會(huì)計(jì)師可以用內(nèi)部數(shù)據(jù)訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)模型，對(duì)收到顧客訂單到交付產(chǎn)品或服務(wù)之間的時(shí)間間隔進(jìn)行預(yù)測(cè)，這將有助于協(xié)調(diào)企業(yè)各部門(mén)之間的合作，并協(xié)助管理者調(diào)整公司戰(zhàn)略。在“互聯(lián)網(wǎng)+”背景下，電商后臺(tái)數(shù)據(jù)庫(kù)中存在著大量文本形式的用戶評(píng)論，采用文本挖掘不僅可以得到用戶對(duì)產(chǎn)品的評(píng)價(jià)，還可以對(duì)用戶未來(lái)需求產(chǎn)品的特性進(jìn)行預(yù)測(cè)，進(jìn)而預(yù)測(cè)未來(lái)新興產(chǎn)品的市場(chǎng)［6］。

指向性分析學(xué)提供了企業(yè)成本與時(shí)間、質(zhì)量以及性能和服務(wù)等因素之間的最佳解決方案。企業(yè)非常注重提高客戶的滿意度，這就要求企業(yè)能夠更快地響應(yīng)客戶的要求，提高產(chǎn)品的質(zhì)量，提供更好的性能和服務(wù)，但是這些都面臨著預(yù)算約束。管理者通過(guò)制定資本與勞動(dòng)力的投入策略來(lái)提高顧客的滿意度和忠誠(chéng)度，而這是一系列復(fù)雜的決策，通過(guò)指向性分析得到各種方案可能的結(jié)果，進(jìn)而選擇最優(yōu)方案。將描述性分析學(xué)和預(yù)測(cè)性分析學(xué)結(jié)合使用，管理會(huì)計(jì)師可以向管理層提供回答各種問(wèn)題的決策相關(guān)信息。比如：我們衡量客戶滿意度的方法揭示真相了嗎？誰(shuí)是我們的潛在客戶？基于實(shí)時(shí)社會(huì)媒體數(shù)據(jù)實(shí)施有效的分析技術(shù)（文本挖掘等）使管理會(huì)計(jì)師能夠進(jìn)行即時(shí)分析，并協(xié)助管理層做出適當(dāng)?shù)目蛻舨呗浴?/p>

（三）內(nèi)部流程視角。平衡計(jì)分卡的內(nèi)部流程視角是對(duì)影響內(nèi)部流程的因素進(jìn)行考察，包括生產(chǎn)周期、產(chǎn)品質(zhì)量、員工技能和生產(chǎn)率等。為了有效地進(jìn)行內(nèi)部流程管理，管理會(huì)計(jì)師需要將各個(gè)影響因素進(jìn)行從上而下的分解，從而為下級(jí)員工提供明確的行動(dòng)目標(biāo)、決策目標(biāo)和改進(jìn)目標(biāo)，而信息系統(tǒng)是管理會(huì)計(jì)師與員工之間溝通的橋梁。響應(yīng)良好的信息系統(tǒng)可以及時(shí)為管理會(huì)計(jì)師提供有價(jià)值的信息，從而為管理層決策提供依據(jù)。

內(nèi)部流程視角的描述性分析學(xué)可以概括目前企業(yè)流程的狀況。企業(yè)中具有各種各樣的信息系統(tǒng)，使用流程挖掘可以從實(shí)際業(yè)務(wù)執(zhí)行日志中發(fā)現(xiàn)結(jié)構(gòu)化流程信息，并將其與可視化技術(shù)相結(jié)合，提供對(duì)正在進(jìn)行工作的全面說(shuō)明。以員工的技能、生產(chǎn)率和其他特征為聚類依據(jù)，可以發(fā)現(xiàn)高效率的員工并提供獎(jiǎng)勵(lì)，以激勵(lì)其他員工提高工作效率。

預(yù)測(cè)性分析學(xué)在衡量和管理內(nèi)部流程中起著重要的作用。管理會(huì)計(jì)師可以基于歷史數(shù)據(jù)建立預(yù)測(cè)模型，來(lái)預(yù)測(cè)相關(guān)因素的未來(lái)價(jià)值，從而為衡量企業(yè)績(jī)效提供監(jiān)測(cè)基準(zhǔn)。如果管理會(huì)計(jì)師認(rèn)為實(shí)際的績(jī)效比預(yù)測(cè)結(jié)果差的多，那么就需要確定這種差異是由什么原因造成的。一般有兩種原因：一是企業(yè)確實(shí)經(jīng)營(yíng)的差，比如內(nèi)部控制不足；二是選擇的模型不適合，有時(shí)對(duì)企業(yè)內(nèi)部流程具有重要影響的因素可能沒(méi)有被包括在原始預(yù)測(cè)模型中，導(dǎo)致預(yù)測(cè)結(jié)果可信度差。因此，預(yù)測(cè)性分析工具應(yīng)該不斷地進(jìn)行監(jiān)測(cè)和修改，以確保預(yù)測(cè)結(jié)果的有用性。在內(nèi)部流程分析中應(yīng)用預(yù)測(cè)性分析學(xué)的典型例子是利用流程挖掘優(yōu)化企業(yè)事務(wù)處理。管理會(huì)計(jì)師可以了解到企業(yè)內(nèi)部處理各項(xiàng)事務(wù)的流程，并且預(yù)測(cè)在各種情況下流程的效率?；谶@些信息，管理會(huì)計(jì)師可以修改日常流程以改善組織效率。此外，管理會(huì)計(jì)師對(duì)未來(lái)可能發(fā)生的事情進(jìn)行預(yù)測(cè)可以減少企業(yè)突發(fā)事件出現(xiàn)的可能性，也就是說(shuō)可以預(yù)測(cè)未來(lái)可能發(fā)生的事情，做好準(zhǔn)備，使其不再是突發(fā)事件。具體而言，管理會(huì)計(jì)師可以提供對(duì)企業(yè)各級(jí)員工的預(yù)測(cè)性報(bào)告，使每個(gè)員工對(duì)企業(yè)內(nèi)部流程的現(xiàn)狀和預(yù)期具有更廣泛的了解。

指向性分析學(xué)是根據(jù)內(nèi)部流程描述和預(yù)測(cè)的分析結(jié)果對(duì)其進(jìn)行優(yōu)化。傳統(tǒng)意義上復(fù)雜決策是基于經(jīng)驗(yàn)和簡(jiǎn)單的描述性統(tǒng)計(jì)作出的，管理會(huì)計(jì)師可以使用指向性分析工具以找出員工技能、事務(wù)處理復(fù)雜性和生產(chǎn)質(zhì)量之間的最佳解決方案，為決策者提供更具體的決策相關(guān)的信息。在內(nèi)部流程視角，指向性分析工具可以采用目標(biāo)規(guī)劃或帕累托優(yōu)化，將復(fù)雜的決策過(guò)程轉(zhuǎn)化為優(yōu)化模型，其中包括來(lái)自其他不同視角的描述性和預(yù)測(cè)性算法提供的信息。

（四）學(xué)習(xí)與成長(zhǎng)視角。企業(yè)創(chuàng)造價(jià)值的關(guān)鍵是提高企業(yè)軟實(shí)力，其中包括人力資源、品牌價(jià)值等。在學(xué)習(xí)與成長(zhǎng)視角衡量與軟實(shí)力相關(guān)的能力，比如創(chuàng)新、改進(jìn)和學(xué)習(xí)，衡量指標(biāo)包括新產(chǎn)品的市場(chǎng)份額和員工培訓(xùn)費(fèi)用等。

企業(yè)的成長(zhǎng)離不開(kāi)學(xué)習(xí)和創(chuàng)新。學(xué)習(xí)和創(chuàng)新的兩種情形可以概括為開(kāi)發(fā)新的產(chǎn)品或服務(wù)和采用新的技術(shù)。描述性分析學(xué)可以解釋公司重視創(chuàng)新的程度和在新的挑戰(zhàn)下員工如何學(xué)習(xí)。例如，可以用研究開(kāi)發(fā)費(fèi)用與總費(fèi)用的比率來(lái)衡量企業(yè)對(duì)開(kāi)發(fā)新產(chǎn)品或服務(wù)的重視程度。文本挖掘和可視化方法可以用來(lái)評(píng)估展示學(xué)習(xí)進(jìn)展。ERP系統(tǒng)的實(shí)施需要對(duì)使用的員工進(jìn)行培訓(xùn)，利用描述性分析工具可以呈現(xiàn)系統(tǒng)的學(xué)習(xí)進(jìn)度，從而管理會(huì)計(jì)師可以監(jiān)督員工的學(xué)習(xí)效率。

企業(yè)的可持續(xù)發(fā)展是創(chuàng)新和學(xué)習(xí)關(guān)注的重點(diǎn)，這就需要企業(yè)必須了解當(dāng)前活動(dòng)可能對(duì)價(jià)值創(chuàng)造過(guò)程產(chǎn)生的影響。新技術(shù)帶來(lái)的收益和成本；流程改造后對(duì)事務(wù)處理效率的影響，運(yùn)營(yíng)成本的變化；客戶對(duì)新產(chǎn)品的接受程度。這些預(yù)測(cè)有助于管理會(huì)計(jì)師了解創(chuàng)新和學(xué)習(xí)的有效性，并據(jù)此對(duì)員工提供激勵(lì)。

指向性分析工具可以使管理會(huì)計(jì)師利用描述性和預(yù)測(cè)性分析的結(jié)果，找到解決問(wèn)題的最優(yōu)策略或方向。在指向性分析學(xué)中機(jī)器學(xué)習(xí)算法可以用于訓(xùn)練模型，以便考慮到客戶滿意度和銷(xiāo)售收入等因素對(duì)創(chuàng)新的影響，確定優(yōu)化策略。企業(yè)應(yīng)用分析學(xué)需要在大數(shù)據(jù)儲(chǔ)存、分析、挖掘、可視化的過(guò)程中選擇適合的軟件，采用指向性分析工具可以為企業(yè)建立適合自身的大數(shù)據(jù)管理體系，進(jìn)行精益管理，全面提升企業(yè)的運(yùn)營(yíng)效率，增強(qiáng)企業(yè)價(jià)值創(chuàng)造能力，促進(jìn)企業(yè)全面可持續(xù)發(fā)展。

四、總結(jié)

在大智移云背景下，企業(yè)已經(jīng)具有了收集、儲(chǔ)存數(shù)據(jù)的能力，但是如何將數(shù)據(jù)轉(zhuǎn)換為商業(yè)價(jià)值，成為企業(yè)需要解決的問(wèn)題。企業(yè)利用分析學(xué)可以挖掘大數(shù)據(jù)中的商業(yè)價(jià)值，依靠現(xiàn)有信息及時(shí)采取快速準(zhǔn)確的行動(dòng)。分析學(xué)的應(yīng)用是一個(gè)長(zhǎng)期的過(guò)程，企業(yè)需要搭建一個(gè)基于大數(shù)據(jù)分析技術(shù)的分析平臺(tái)，從而使員工可以進(jìn)行簡(jiǎn)單的操作實(shí)施復(fù)雜的數(shù)據(jù)挖掘過(guò)程。本文的描述進(jìn)一步突出了管理會(huì)計(jì)在企業(yè)決策中的地位，并且對(duì)于從事管理會(huì)計(jì)職業(yè)的人員提出了新的要求，不僅要精通會(huì)計(jì)知識(shí)，還要熟知IT、業(yè)務(wù)和營(yíng)銷(xiāo)等方面知識(shí)。