數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中的應(yīng)用研究

馬 玉

（揚(yáng)州大學(xué) 商學(xué)院，江蘇 揚(yáng)州 225009）

隨著互聯(lián)網(wǎng)科技時(shí)代的到來(lái)，各種新型的高科技技術(shù)爭(zhēng)相涌現(xiàn)，這些新技術(shù)在各行各業(yè)的應(yīng)用給當(dāng)前的市場(chǎng)環(huán)境帶來(lái)了巨大的改變。數(shù)據(jù)挖掘技術(shù)就是一項(xiàng)新的科學(xué)技術(shù)，這一技術(shù)能夠從大量的生產(chǎn)、財(cái)務(wù)、管理等數(shù)據(jù)群當(dāng)中提取最重要的部分，并結(jié)合多種智能算法獲取這些數(shù)據(jù)之間潛在的關(guān)聯(lián)，從中分析和研究出最有價(jià)值的信息。現(xiàn)階段這一技術(shù)也被廣泛應(yīng)用于管理會(huì)計(jì)當(dāng)中，由于企業(yè)管理會(huì)計(jì)工作量大，數(shù)據(jù)挖掘技術(shù)能夠更加全面、更加智能地發(fā)掘會(huì)計(jì)數(shù)據(jù)中的重要信息，基于科學(xué)的數(shù)據(jù)為企業(yè)作出決策提供更加合理的依據(jù)，為經(jīng)濟(jì)的發(fā)展創(chuàng)造出更加出色的成績(jī)。

一、數(shù)據(jù)挖掘技術(shù)的主要方法

（一）分類處理

分類處理指的是根據(jù)給定數(shù)據(jù)庫(kù)中數(shù)據(jù)的共同點(diǎn)將數(shù)據(jù)劃分成不同的模型，通過(guò)這種分類模型的方式將獲得的數(shù)據(jù)映射到某個(gè)給定的列表當(dāng)中。數(shù)據(jù)分類可以被廣泛應(yīng)用到商品的分類、會(huì)計(jì)管理以及企業(yè)財(cái)務(wù)數(shù)據(jù)的預(yù)測(cè)中，還可以對(duì)某一店鋪內(nèi)用戶短時(shí)間內(nèi)購(gòu)買的商品進(jìn)行分類并做出關(guān)聯(lián)推薦，從而增加商鋪的效益。

（二）回歸分析

回歸分析反映的是數(shù)據(jù)庫(kù)當(dāng)中數(shù)據(jù)本身的屬性，回歸分析可以通過(guò)函數(shù)表達(dá)的方式來(lái)發(fā)現(xiàn)數(shù)據(jù)之間屬性方面的關(guān)聯(lián)?；貧w分析大多應(yīng)用于對(duì)某一序列性數(shù)據(jù)的預(yù)測(cè)方面。

（三）聚類分析

聚類分析與分類有些相似，但聚類分析主要是根據(jù)某一組數(shù)據(jù)的相似性以及差異性進(jìn)行歸類。屬于同一類別的數(shù)據(jù)之間相似性很大，可以用于對(duì)消費(fèi)者的商品推薦。不同類別之間的數(shù)據(jù)相似性很小，跨類別的數(shù)據(jù)可以用于分析不同行業(yè)之間的顯著特征。

（四）神經(jīng)網(wǎng)絡(luò)方法

神經(jīng)網(wǎng)絡(luò)方法的應(yīng)用主要有三種：第一種是用于數(shù)據(jù)的分類預(yù)測(cè)和模式識(shí)別，用到的神經(jīng)網(wǎng)絡(luò)模型有前饋式神經(jīng)網(wǎng)絡(luò)、函數(shù)型網(wǎng)絡(luò)以及感知器；第二種適用于聯(lián)想記憶和對(duì)數(shù)據(jù)進(jìn)行優(yōu)化算法的反饋式神經(jīng)網(wǎng)絡(luò)模型；第三種是在聚類分析當(dāng)中最常出現(xiàn)的自組織映射方法。

二、數(shù)據(jù)挖掘技術(shù)的特征

（一）數(shù)據(jù)基礎(chǔ)量大

數(shù)據(jù)挖掘技術(shù)最突出的特征就是其分析結(jié)果是基于大量的數(shù)據(jù)產(chǎn)生的，對(duì)大量的數(shù)據(jù)進(jìn)行分析所得出的結(jié)果更加科學(xué)可信，更能反映真實(shí)的規(guī)律。

（二）技術(shù)性

數(shù)據(jù)挖掘技術(shù)在應(yīng)用的過(guò)程中需要結(jié)合多種科學(xué)技術(shù)，所挖掘到的知識(shí)是不平凡的，對(duì)于數(shù)據(jù)的挖掘是基于眾多科學(xué)技術(shù)共同作用產(chǎn)生的結(jié)果，具有極高的專業(yè)性與技術(shù)性。

（三）深入性

數(shù)據(jù)挖掘技術(shù)所得出的結(jié)論是基于大量原始數(shù)據(jù)而探索得到的深處的內(nèi)涵與知識(shí)，而不是只存在于數(shù)據(jù)表面的信息。

（四）新奇性

數(shù)據(jù)挖掘技術(shù)是一門新型技術(shù)，它不僅是為了驗(yàn)證專家的經(jīng)驗(yàn)，更是從科學(xué)的角度利用新的技術(shù)幫助企業(yè)管理會(huì)計(jì)獲取進(jìn)一步的洞察。

（五）價(jià)值性

數(shù)據(jù)挖掘技術(shù)挖掘到的結(jié)果一定是有價(jià)值有意義的。不了解數(shù)據(jù)挖掘技術(shù)的人認(rèn)為其華而不實(shí)，這是一個(gè)錯(cuò)誤的想法，雖然在某一類的數(shù)據(jù)挖掘項(xiàng)目中，由于原始數(shù)據(jù)的缺乏或者數(shù)據(jù)質(zhì)量不佳，又或是數(shù)據(jù)挖掘人員技術(shù)不精湛會(huì)導(dǎo)致挖掘到的數(shù)據(jù)價(jià)值不高，但大量成功的案例也在被各行各業(yè)廣泛應(yīng)用，這充分證明了數(shù)據(jù)挖掘技術(shù)能幫助企業(yè)提升自身發(fā)展力。

三、數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中應(yīng)用的優(yōu)勢(shì)

（一）便于企業(yè)管理客戶關(guān)系

數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中應(yīng)用時(shí)，首先能通過(guò)建立數(shù)據(jù)庫(kù)，對(duì)顧客信息進(jìn)行分類和聚類分析發(fā)現(xiàn)顧客群體的消費(fèi)行為規(guī)律，從而對(duì)顧客進(jìn)行分組，對(duì)不同類型的顧客更有針對(duì)性地進(jìn)行管理與接待。其次，數(shù)據(jù)挖掘技術(shù)能夠通過(guò)對(duì)顧客的消費(fèi)信息以及創(chuàng)造的價(jià)值進(jìn)行分析，依據(jù)累托定律，20%的客戶創(chuàng)造了企業(yè)80%的價(jià)值，有利于管理會(huì)計(jì)從客戶的數(shù)據(jù)庫(kù)當(dāng)中著重挖掘這部分顧客，對(duì)于他們的消費(fèi)需求及偏好以及購(gòu)買行為進(jìn)行梳理與分析，根據(jù)他們的喜好提供相應(yīng)的產(chǎn)品和服務(wù)，便于與顧客建立起長(zhǎng)期友好的關(guān)系。同時(shí)這些分析的數(shù)據(jù)也能讓企業(yè)對(duì)消費(fèi)者更加了解，生產(chǎn)出更多有特色的產(chǎn)品，為消費(fèi)者提供更人性化、更優(yōu)質(zhì)的服務(wù)。

（二）幫助企業(yè)獲取更大的競(jìng)爭(zhēng)優(yōu)勢(shì)

數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)當(dāng)中的應(yīng)用能夠從數(shù)據(jù)分析層面改善企業(yè)內(nèi)部的經(jīng)營(yíng)管理流程，根據(jù)分析得到的科學(xué)結(jié)果對(duì)企業(yè)的外部競(jìng)爭(zhēng)環(huán)境以及對(duì)手狀況、當(dāng)前的市場(chǎng)行情、消費(fèi)者的偏好、供貨商的選擇等多種方面進(jìn)行分析，獲得最有價(jià)值的商業(yè)信息，充分提升企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)。以食品生產(chǎn)企業(yè)為例，數(shù)據(jù)挖掘技術(shù)能夠根據(jù)市場(chǎng)營(yíng)銷情況對(duì)消費(fèi)者的口味、消費(fèi)者所喜愛的包裝風(fēng)格、消費(fèi)者所喜歡的食品種類等多方面進(jìn)行準(zhǔn)確的把握，提升企業(yè)生產(chǎn)產(chǎn)品的市場(chǎng)喜愛度。

（三）幫助管理會(huì)計(jì)進(jìn)行風(fēng)險(xiǎn)防控

企業(yè)的生產(chǎn)經(jīng)營(yíng)在每一環(huán)節(jié)都面臨著各種各樣的風(fēng)險(xiǎn)，例如企業(yè)生產(chǎn)的商品是否適合消費(fèi)者，產(chǎn)品是否具有同質(zhì)性在市場(chǎng)競(jìng)爭(zhēng)中受阻，產(chǎn)品的價(jià)格定位是否過(guò)高等都會(huì)影響產(chǎn)品的銷量給企業(yè)帶來(lái)經(jīng)營(yíng)風(fēng)險(xiǎn)。此外，企業(yè)所面臨的風(fēng)險(xiǎn)大多都是隱性的，例如財(cái)務(wù)風(fēng)險(xiǎn)大多是一個(gè)潛藏和積累的過(guò)程，而數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)當(dāng)中的應(yīng)用能夠及時(shí)有效地對(duì)企業(yè)內(nèi)部財(cái)務(wù)狀況進(jìn)行分析，根據(jù)數(shù)據(jù)分析對(duì)企業(yè)的融資和投資環(huán)節(jié)提出科學(xué)決策，幫助企業(yè)規(guī)避生產(chǎn)經(jīng)營(yíng)過(guò)程中的一系列隱性風(fēng)險(xiǎn)。

四、數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中應(yīng)用的過(guò)程

（一）對(duì)財(cái)務(wù)數(shù)據(jù)進(jìn)行取樣

在開始進(jìn)行數(shù)據(jù)挖掘之前，為了保證數(shù)據(jù)挖掘過(guò)程有序開展，并最大程度地提升數(shù)據(jù)挖掘的科學(xué)性，必須要注重前期的財(cái)務(wù)數(shù)據(jù)取樣過(guò)程，這是保障數(shù)據(jù)挖掘技術(shù)結(jié)果的可靠前提與基礎(chǔ)。因此，管理會(huì)計(jì)必須根據(jù)數(shù)據(jù)挖掘技術(shù)所要達(dá)到的預(yù)期目標(biāo)創(chuàng)建財(cái)務(wù)數(shù)據(jù)表，對(duì)于數(shù)據(jù)庫(kù)當(dāng)中的信息進(jìn)行精細(xì)化篩選。

（二）數(shù)據(jù)探索與分析

在對(duì)數(shù)據(jù)信息進(jìn)行采樣之后，將這些數(shù)據(jù)上傳到數(shù)據(jù)庫(kù)之中展開詳細(xì)深入的探索，基于各種智能算法與大數(shù)據(jù)分析技術(shù)從數(shù)據(jù)樣本出發(fā)，根據(jù)目標(biāo)信息尋找數(shù)據(jù)之間潛在的關(guān)聯(lián)。

（三）對(duì)數(shù)據(jù)進(jìn)行調(diào)整

有時(shí)候所獲取到的數(shù)據(jù)并不都是有效數(shù)據(jù)，這時(shí)就需要對(duì)數(shù)據(jù)進(jìn)行增加和刪減，使獲取到的數(shù)據(jù)內(nèi)容更加翔實(shí)、更加準(zhǔn)確，避免大量融雜的信息混雜其中，影響數(shù)據(jù)分析的工作效率。

（四）數(shù)據(jù)建模

對(duì)數(shù)據(jù)進(jìn)行合理的建模是進(jìn)行統(tǒng)計(jì)和分析的關(guān)鍵環(huán)節(jié)。在對(duì)數(shù)據(jù)進(jìn)行建模時(shí)，要充分利用決策樹、時(shí)間序列分析或者回歸分析等不同的分析模型建立更加科學(xué)的數(shù)據(jù)模型。

（五）對(duì)數(shù)據(jù)進(jìn)行評(píng)價(jià)

在建模與分析完成之后，對(duì)數(shù)據(jù)進(jìn)行評(píng)價(jià)是數(shù)據(jù)挖掘最重要的環(huán)節(jié)。根據(jù)數(shù)據(jù)之間內(nèi)在的聯(lián)系與呈現(xiàn)的特征，全面客觀地評(píng)價(jià)數(shù)據(jù)并給出相應(yīng)的具有可靠性和實(shí)用性的決策。

五、數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中的具體應(yīng)用

（一）對(duì)競(jìng)爭(zhēng)對(duì)手進(jìn)行分析

現(xiàn)階段，隨著社會(huì)經(jīng)濟(jì)的不斷提升，全球化的進(jìn)程在逐漸加快，各行各業(yè)所面臨的市場(chǎng)競(jìng)爭(zhēng)也越來(lái)越激烈。企業(yè)需要知己知彼才能在市場(chǎng)競(jìng)爭(zhēng)中脫穎而出，因此，從多個(gè)渠道、多個(gè)方面了解市場(chǎng)當(dāng)中的同類競(jìng)爭(zhēng)對(duì)手是十分必要的。且現(xiàn)階段許多企業(yè)運(yùn)用管理會(huì)計(jì)的模式能夠超越普通會(huì)計(jì)中以會(huì)計(jì)主體為主的限制，在與競(jìng)爭(zhēng)對(duì)手進(jìn)行對(duì)比的過(guò)程中提供更加優(yōu)質(zhì)、全面的管理會(huì)計(jì)信息，而數(shù)據(jù)挖掘技術(shù)的應(yīng)用也使得企業(yè)可以對(duì)競(jìng)爭(zhēng)對(duì)手的資料和數(shù)據(jù)進(jìn)行全面詳細(xì)的分析和整合，找到對(duì)方發(fā)展的優(yōu)勢(shì)和缺陷，與自身企業(yè)進(jìn)行對(duì)比，有針對(duì)性地提升自身不足之處，借鑒其他企業(yè)的發(fā)展優(yōu)勢(shì)，為企業(yè)自身的發(fā)展和經(jīng)營(yíng)制定更有針對(duì)性的發(fā)展對(duì)策和目標(biāo)。

（二）進(jìn)行更加科學(xué)可信的決策

企業(yè)管理會(huì)計(jì)還需要根據(jù)企業(yè)的發(fā)展情況為融資和投資提出決策，這時(shí)數(shù)據(jù)挖掘技術(shù)將發(fā)揮不可或缺的作用。數(shù)據(jù)挖掘技術(shù)可以從企業(yè)財(cái)務(wù)報(bào)表以及宏觀的經(jīng)濟(jì)環(huán)境出發(fā)，結(jié)合行業(yè)發(fā)展情況等多個(gè)方面的數(shù)據(jù)發(fā)掘出其中與經(jīng)濟(jì)決策相關(guān)的實(shí)質(zhì)性信息，從數(shù)據(jù)角度為企業(yè)的投資提供科學(xué)合理的決策。例如利用時(shí)間序列分析模型來(lái)預(yù)測(cè)股票價(jià)格幫助企業(yè)進(jìn)行投資，或者利用分析處理技術(shù)分析企業(yè)的信用等級(jí)，以便于企業(yè)向外融資。此外，數(shù)據(jù)挖掘技術(shù)還可以應(yīng)用于對(duì)產(chǎn)品和市場(chǎng)的預(yù)測(cè)分析方面，為企業(yè)提供更好的市場(chǎng)營(yíng)銷決策。現(xiàn)階段企業(yè)品種優(yōu)化的方式往往是選擇合適的產(chǎn)品加以組合，可以進(jìn)行短期促銷，也可以長(zhǎng)期銷售以提升市場(chǎng)占有率并構(gòu)建長(zhǎng)期穩(wěn)定的客戶群體。為了更好地達(dá)到這些目標(biāo)，管理會(huì)計(jì)不僅需要了解同類產(chǎn)品的價(jià)格和成本，而且還要了解市面上其他代替產(chǎn)品的情況，并在此基礎(chǔ)上分析市場(chǎng)競(jìng)爭(zhēng)狀況，這時(shí)就可以將這些調(diào)查到的數(shù)據(jù)輸入到數(shù)據(jù)挖掘系統(tǒng)中進(jìn)行深入分析，為企業(yè)產(chǎn)品的市場(chǎng)營(yíng)銷提供更加明確的營(yíng)銷方向。

（三）各種先進(jìn)技術(shù)在規(guī)避風(fēng)險(xiǎn)當(dāng)中的應(yīng)用

首先，數(shù)據(jù)挖掘技術(shù)在收集到企業(yè)相關(guān)財(cái)務(wù)數(shù)據(jù)之后可以定期向管理會(huì)計(jì)人員提出風(fēng)險(xiǎn)預(yù)警。并根據(jù)關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘當(dāng)中的布爾關(guān)聯(lián)規(guī)則、類別關(guān)聯(lián)規(guī)則和數(shù)量關(guān)聯(lián)規(guī)則，對(duì)風(fēng)險(xiǎn)水平進(jìn)行等級(jí)劃分，在確定風(fēng)險(xiǎn)等級(jí)之后根據(jù)數(shù)據(jù)分析風(fēng)險(xiǎn)發(fā)生的原因并給出相應(yīng)的解決對(duì)策。通過(guò)關(guān)聯(lián)規(guī)則安全數(shù)據(jù)的交互性分析企業(yè)潛在的財(cái)務(wù)風(fēng)險(xiǎn)，并對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的特征進(jìn)行明確的描述和原因分析。此外，在運(yùn)用數(shù)據(jù)挖掘技術(shù)的過(guò)程中，管理會(huì)計(jì)在系統(tǒng)中輸入企業(yè)各部門的財(cái)務(wù)數(shù)據(jù)之后，系統(tǒng)能夠智能化地根據(jù)不同業(yè)務(wù)部門的業(yè)務(wù)開展情況以及財(cái)務(wù)報(bào)表及時(shí)對(duì)潛在的風(fēng)險(xiǎn)進(jìn)行預(yù)警，并構(gòu)建企業(yè)經(jīng)營(yíng)過(guò)程當(dāng)中的財(cái)務(wù)風(fēng)險(xiǎn)分析模型和層次樹。在第一層展示與財(cái)務(wù)風(fēng)險(xiǎn)相關(guān)的數(shù)據(jù)，在第二層對(duì)于企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)有關(guān)的一些利潤(rùn)率指標(biāo)、投資回報(bào)率指標(biāo)、流動(dòng)性資金周轉(zhuǎn)率指標(biāo)等進(jìn)行分析，在第三層展示企業(yè)金融當(dāng)中最具代表性的毛利率、凈利潤(rùn)、每股收益、應(yīng)收賬款周轉(zhuǎn)率等。在這些基礎(chǔ)的數(shù)據(jù)庫(kù)建立完成之后，通過(guò)采取各種各樣的技術(shù)在相應(yīng)的層次上進(jìn)行數(shù)據(jù)挖掘并找到財(cái)務(wù)指標(biāo)的相關(guān)規(guī)律。最后，還可以采取支持閾值遞減的交互策略進(jìn)行數(shù)據(jù)挖掘，這一策略實(shí)際上指的是每個(gè)層次上最小支持值的閾值，通常企業(yè)財(cái)務(wù)指標(biāo)水平越低，對(duì)應(yīng)的最小支持閾值就越小。通過(guò)挖掘不同層次財(cái)務(wù)數(shù)據(jù)之間的關(guān)聯(lián)規(guī)則有效防范將財(cái)務(wù)風(fēng)險(xiǎn)。

（四）對(duì)于消費(fèi)群體進(jìn)行數(shù)據(jù)挖掘

不論是何種企業(yè)，在進(jìn)行管理會(huì)計(jì)分析時(shí)，對(duì)于消費(fèi)者的關(guān)注都是必不可少的，消費(fèi)者包括了下游生產(chǎn)者和直接的產(chǎn)品消費(fèi)者。企業(yè)只有根據(jù)消費(fèi)者的需求進(jìn)行相應(yīng)的生產(chǎn)，根據(jù)消費(fèi)者的偏好改進(jìn)產(chǎn)品包裝、提升生產(chǎn)技術(shù)、完善工藝才能使企業(yè)的生產(chǎn)經(jīng)營(yíng)越來(lái)越順暢，進(jìn)一步提升企業(yè)所獲得的經(jīng)濟(jì)效益。而現(xiàn)階段隨著市場(chǎng)競(jìng)爭(zhēng)的越發(fā)激烈，市場(chǎng)上的產(chǎn)品也在向多元化發(fā)展，從企業(yè)的角度來(lái)說(shuō)，消費(fèi)者群體也呈現(xiàn)出越來(lái)越多樣化的特點(diǎn)，企業(yè)當(dāng)中的傳統(tǒng)管理會(huì)計(jì)模式已經(jīng)不能充分滿足企業(yè)對(duì)市場(chǎng)發(fā)展以及消費(fèi)者分析的需求，這就需要數(shù)據(jù)挖掘技術(shù)的助力。管理會(huì)計(jì)的數(shù)據(jù)不像傳統(tǒng)的財(cái)務(wù)會(huì)計(jì)那樣只局限于企業(yè)發(fā)展過(guò)程中的歷史信息，它的數(shù)據(jù)庫(kù)能夠涵蓋市場(chǎng)當(dāng)中整個(gè)行業(yè)的銷售信息，更加詳細(xì)直觀。在對(duì)消費(fèi)者進(jìn)行分析時(shí)，數(shù)據(jù)挖掘技術(shù)能從消費(fèi)者的年齡、職業(yè)、性別、地區(qū)等多個(gè)方面進(jìn)行資源整合，便于企業(yè)從多個(gè)角度出發(fā)對(duì)客戶的需求進(jìn)行分析，在這樣龐大的數(shù)據(jù)基礎(chǔ)上，企業(yè)既可以根據(jù)消費(fèi)者的年齡特征，采用不同的產(chǎn)品包裝吸引各個(gè)年齡段的消費(fèi)者，也可以針對(duì)消費(fèi)者所在地區(qū)打造具有地域特色的產(chǎn)品。此外，更重要的是還可以通過(guò)數(shù)據(jù)挖掘技術(shù)對(duì)于消費(fèi)者群體當(dāng)中涉及的其他相關(guān)企業(yè)進(jìn)行信用評(píng)估、發(fā)展?fàn)顩r分析等，據(jù)此來(lái)調(diào)整自己的市場(chǎng)發(fā)展策略，并且為向其他企業(yè)進(jìn)行銷售時(shí)的信用水平界定提供相對(duì)準(zhǔn)確的依據(jù)。

結(jié)語(yǔ)

綜上所述，隨著當(dāng)前市場(chǎng)環(huán)境的不斷變化，各企業(yè)之間承受的競(jìng)爭(zhēng)壓力也在逐步增加。在企業(yè)進(jìn)行管理的過(guò)程中必須要不斷創(chuàng)新管理體制，引進(jìn)先進(jìn)的技術(shù)才能更好地推動(dòng)企業(yè)發(fā)展。而數(shù)據(jù)挖掘技術(shù)作為信息化背景下發(fā)展迅猛的新技術(shù)，能夠從企業(yè)的財(cái)務(wù)狀況中發(fā)現(xiàn)和提取有價(jià)值的信息，并且對(duì)信息進(jìn)行深入的加工和科學(xué)的利用，因此將數(shù)據(jù)挖掘技術(shù)應(yīng)用到管理會(huì)計(jì)的過(guò)程中是企業(yè)發(fā)展壯大的必然途徑?；诖耍瑪?shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中的應(yīng)用不僅需要研究者們對(duì)其理論進(jìn)行不斷的完善，還要基于理論知識(shí)在實(shí)踐中對(duì)管理會(huì)計(jì)技術(shù)和數(shù)據(jù)挖掘方法不斷創(chuàng)新，才能更好地利用數(shù)據(jù)挖掘技術(shù)進(jìn)行專業(yè)的分析，充分挖掘企業(yè)自身潛力，實(shí)現(xiàn)企業(yè)的協(xié)調(diào)可持續(xù)發(fā)展。