關于大數據技術弊端及其改進的研究

摘要：大數據，現在各行業(yè)流行、熱論的一個詞，大數據的優(yōu)勢很多，但凡事都有其兩面性，利弊存在才是合理的，只要利大于弊，項目科學分析是可以實施的，目前大數據的利大于弊這已是不容置疑的，本文旨在發(fā)現大數據之弊端，并尋求解決之法，是希望大數據之利更大于弊，進而讓大數據之優(yōu)勢更為強大。

關鍵詞：大數據；優(yōu)勢；弊端；對策

一、大數據現狀分析

從2005年Hadoop項目誕生，從技術上看，Hadoop由兩項關鍵服務構成：采用Hadoop分布式文件系統(tǒng)（HDFS）的可靠數據存儲服務，以及利用一種叫做MapReduce技術的高性能并行數據處理服務。這兩項服務的共同目標是，提供一個使對結構化和復雜數據的快速、可靠分析變?yōu)楝F實的基礎。從此，大數據技術得到了認可，迅猛發(fā)展，時至今日，我們生活中很多場景，背后起作用的全部是大數據。簡單來講，大數據技術就是指在極短的時間內利用數據處理技術完成對特定資料的整合，以便人們可以隨意提取所需的資源。利用大數據技術可以實現海量數據存儲、可以提高數據處理效率、可以降低開發(fā)成本、能為行業(yè)提高生產力、改善營銷手段、有助于了解事物發(fā)展的客觀規(guī)律，利于科學決策、給企業(yè)帶來更好的發(fā)展前景。大數據的諸多優(yōu)勢，在各行業(yè)都得以廣泛運用，對于會計行業(yè)而言，大數據技術與信息化發(fā)展是非常迫切的，因為會計行業(yè)本身就是在處理各種數字與信息，所以大數據與會計行業(yè)的結合會極大地提升工作效率，為行業(yè)發(fā)展迎來發(fā)展的春天。但事物發(fā)展都有其兩面性，在大數據技術發(fā)展的同時，存在的不足之處也逐漸呈現出來，本文對大數據技術在會計工作和企業(yè)管理中不足之處進行了分析，并針對性提出了解決方案，希望對讀者朋友有所幫助。

二、大數據技術存在問題及原因分析

①數據種類多且繁雜，缺乏可靠性，影響結果準確性。企業(yè)根據會計信息進行預測、決策的前提是會計信息的有用性，這就需要重點強調的是會計信息的可靠性、合理性和真實性，大數據對會計信息的處理是根據大量的結構性和非結構性數據加工，就很可能涉及有效、無效、變造、偽造的數據處理生成，這樣出現整合的會計信息，就會出現不可靠的會計信息，當然也就會影響到企業(yè)進行預測和決策的結果。

②容易造成商業(yè)數據的泄露。由于大數據會涉及各種財務和非財務數據資料，企業(yè)為了能搜集同企業(yè)不同時期、不同企業(yè)同一時期、不同行業(yè)的財務數據資料，然后對這些數據進行整合，生成企業(yè)需要的財務數據，以此類推，每個企業(yè)都會這樣去搜集和加工數據，在搜集過程中，很可能會造成企業(yè)一些商業(yè)數據的外泄，給企業(yè)帶來經濟損失。

③大數據對解決問題的方案未充分考慮到所在環(huán)境影響。如百度就是一個搜集、整理、分析、數據平臺，可以說它就是大數據運用典型，但是有運用過百度查找解決問題的方法時，會出現根據搜索出來的方法，不一定能解決存在的問題，出現這種情況是因為財務人員所處的財務處理環(huán)境有所不同，在不同的處理環(huán)境下，會出現不同的結果，同樣的道理，不同行業(yè)、企業(yè)對財務信息數據的需求不同，有的解決問題的方案在對方的所處的環(huán)境下能解決問題，但同樣的解決問題的方案就不一定適合你所在的環(huán)境，這就是不能移植。例如在使用財務軟件過程中出現的錯誤提示，在百度下尋求解決方案時，會有很多種說法，按照這些說話逐一測試，最終并沒有排除故障。

④大數據技術未考慮貨幣時間價值對結果的影響。大數據處理是以過去財務資料為基礎，對未來的項目進行預測、決策的，從貨幣時間價值的角度來看，利用大數據生成的數據很可能會低估或高估某個項目結果，影響數據的準確性。如根據2016-2021年5年營業(yè)收入預測2021年營業(yè)收入，如表1所示，以折現率為5%而定。

未考慮貨幣時間價值的平均值（3000+2800+3200+2500+3300）/5=2960；考慮貨幣時間價值的平均值（3828.84+3403.428+3704.416+2756.25+3465）/5=3431.6，二者相差471.6萬。

⑤大數據結果容易受到表面現象影響。大數據時代，利用大數據可以提高工作效率，但卻不能過度地依賴它，因為數據只是表象，人類思維的駕馭才是關鍵，大數據有時候是無效的，不能對數據過于的執(zhí)著，過于執(zhí)著，結果有可能會大失所望，如股票投資前，會了解發(fā)行股票的公司的財報數據、有沒有訂單合同、是否有可能商譽減值等方方面面，了解清楚后投資，也不一定能帶來正的投資收益，因為在股市上，可能會出現隨機事件，影響到股價的變化，進一步影響到盈虧。

⑥數據被強大的力量濫用，盲目分析，并向公眾濫發(fā)信息，污染社會“數據環(huán)境”。一些大數據擁有者（組織和機構）看到了使用大數據的巨大潛力，擔心坐失良機，反應過度地迅速加入大數據計劃，收集和分析巨大的數據集，并向社會公眾發(fā)布各種分析數據信息。從這些數據的宏觀性和趨勢性特征來看，這些組織和機構在做上述一切的過程中具有很大盲目性，缺乏針對性，沒有花時間調研發(fā)布這些數據信息究竟想要幫助誰解決什么問題。這不僅會導致企業(yè)誤判形勢，作出重大失誤的決策，讓人懷疑“大數據信息”的準確性，更重要的是還造成了對寶貴數據資源的極大浪費。

⑦企業(yè)缺乏大數據管理問責制，數據分析成為重點不明確的計劃，項目由獨立的業(yè)務或 IT 團隊臨時實施，最終導致錯誤的步驟和決策。不管多好的數據治理策略，如果缺乏科學的數據管理方法，沒有專業(yè)人員來協調，也是注定要失敗的，因為不協調脫節(jié)的數據管理方法使人們無法了解組織級別的可用數據，更不用說優(yōu)先考慮用例了；企業(yè)亦無法了解其數據資產，數據團隊處理沒有任何商業(yè)價值的數據，從垃圾數據的算法中得到錯誤的答案，并面臨更大的安全和隱私風險。

三、改進對策及創(chuàng)新建議

①針對利用大數據生成的信息資料時效不匹配的問題解決方案是：針對金額信息，建立貨幣時間價值折算機制，利用復利現值或年金現值系數進行折現，使得數據更符合實際，如某個數據生成，需要將兩年前的30 000，一年前的20 000，相加生成一個當年新的數據，則應將兩年前的30 000求復利終值，一年前的20 000求復利終值，然后再相加，聽起來很復雜，但如果有這樣的大數據折算機制，這其實就是一件很容易的事情；針對會計準則變化，則應該建立一個大數據更新機制，及時獲取最新變化，然后根據最新進行加工生成資料更適應需求，如對應收賬款，應按最新會計準則規(guī)定是根據不同業(yè)務模式及合同現金流量特征分類不同來判斷是屬于哪一種金融資產，作出正確判斷后，才能進行準確的會計處理，生成的會計信息才能符合會計信息質量要求，才有使用價值，從而避免仍按老準則那樣單一的會計處理。

②針對大數據技術在搜集和加工過程中容易造成商業(yè)數據泄漏的問題，可采取兩步走策略：一是事前做好技術防范，在云服務企業(yè)管理大數據的基礎上增加一個同權限的加密碼機制，云服務企業(yè)管理數據時需要得到受保護企業(yè)的授權，否則無法進行對保護企業(yè)的數據維護，根據情況，云服務企業(yè)可數據開通權限做出限制，以此保護企業(yè)重要數據；二是對于云服務企業(yè)的保密義務進行明確，對于云服務企業(yè)因為疏忽大意導致的商業(yè)秘密泄露承擔一定的侵權責任，在現有云服務企業(yè)有關數據保護義務條款的基礎建立法律形成規(guī)范，違法必究，強制讓云服務企業(yè)能加強數據管理和防控措施，確保商業(yè)數據不被泄露。

③針對利用大數據解決問題，不能移植的問題，應思考在將大數據搜集時并結合智能技術，自動識別當前環(huán)境或者要求發(fā)布者提供分享方案時明確電腦系統(tǒng)的版本、軟件的版本等所在平臺環(huán)境實際情況，便于方案能給需求者快速結合是否符合自己的存在問題的環(huán)境做出對比，以實現解決方案的移植，快速排除障礙。對財務數據而言，有時會出現這樣的情況，在A企業(yè)所處的環(huán)境下，能夠順利實施，但在B企業(yè)所處的環(huán)境下就難以推進；對A公司有用的或是商業(yè)秘密的信息，但對B公司可能就是沒用的信息，B公司可能就會尋求與其公司內外部環(huán)境相似數據做支撐，進而對項目做出決策，所以大數據應呈現數據產生或出現的環(huán)境，便于使用者“對號入座”進行二次開發(fā)。

④關于隨機事件對大數據的影響，應建立一個隨機可能性的概率數據庫，對可能性概率進行排序，提前定義主要的隨機可能性對結果的影響，假如某種隨機事件的產生是在之前預估范圍內，則數據結果已經考慮了隨機事件的影響，如果不在之前預估范圍內，則大數據搜集這種事件數據庫內，為大數據技術因隨機事件對結果的影響提供數據支持。大數據結果結合隨機事件修正值才更加準確。

⑤搜集大數據，應注重數據質量，數據雖多，質量是根本，如果數據不可靠、不客觀，肯定會影響數據分析結果，進而影響到企業(yè)預測、決策活動。為確保數據質量，可采取以下措施：企業(yè)從決策和管理者到數據管理人員，都應對大數據技術充分認可并優(yōu)先考慮良好的數據質量，所有部門都必須理解數據質量并承擔責任；數據管理人員必須通過正規(guī)培訓，讓他們對數據質量原則、流程和技術有深刻的理解，在獲得數據質量認證后才能上崗，避免人為錯誤出現的數據質量不達標；建立高質量數據認定標準和數據審核流程，對不完整、不準確格式、不一致、重復的、過時的數據進行補充、修正、清理、更新，并讓數據審核流程自動化、連續(xù)化；將數據質量工具移到云上，使它們更接近數據源和用戶，從而提高工具的使用率。

⑥對擁有大數據的組織和機構存在盲目分析數據多，針對性少的問題，應調整信息服務戰(zhàn)略，提高數據分析的針對性，有效性，實現精準服務?？梢越M建數據小組，分組深入與數據有關的單位和企業(yè)進行調研：企業(yè)在發(fā)展中遇到了什么問題？該問題是否偏離大數據的走向？如何修正或改進？之后會節(jié)約成本嗎？目前的成本是多少？打算節(jié)省多少？在什么時間段能實現企業(yè)既定目標？什么數據與此最相關？是否有足夠的數據來衡量結果？

在調研中，當數據小組獲得上述信息后，針對這些問題，利用大數據分析的優(yōu)勢，提出可研報告，并專門立項，定向為企業(yè)解決這些難題。數據小組可以跟蹤問題的解決過程，根據不斷產生的問題，詢問和傾聽有關業(yè)務人員介紹情況。據此，數據小組通過大數據分析，列出公司應定期做出的所有業(yè)務決策，幫助企業(yè)利用現代科技信息技術走上發(fā)展的高速路?？傊髷祿治鰧訌姅祿治龅尼槍π?，使生成的信息能夠幫助企業(yè)更精準地科學預測決策，從而產生更大的社會價值。

⑦對于數據治理缺乏科學管理方法，沒有專業(yè)人員協調，數據被“垃圾”化等問題，企業(yè)應做到：一是在數據驅動的組織都增加一個數據經理的角色，由高級數據大師擔任，主要負責制定嚴格的規(guī)則，制定公司的戰(zhàn)略數據愿景、推動數據治理政策以及調整流程，并確保所有數據項目都遵循這些規(guī)則；二是建立數據中心，由數據管理員、數據工程師和數據分析師組成，數據中心負責構建公司的數據架構、一致的數據流程以及解決大數據的協調問題。為了使數據中心高效，通過確定并成功實施的大數據用例的數量來衡量性能，并幫助其他團隊從公司掌握的新技術和數據中獲取最大價值；三是數據中心教會企業(yè)各部門使用新工具和工作用例，并幫助各部門改變日常流程，引導數據小組執(zhí)行以下操作。在整個組織的流程中尋找機會和差距，以實施項目業(yè)務解決方案；通過指導培養(yǎng)技能和分享數據中心知識與業(yè)務團隊的人員密切合作，找出業(yè)務團隊在員正在努力解決的關鍵問題所在，對癥用數據幫助他們實現既定目標；最后，數據利用應做到“取其精華，去其糟粕”，力爭做到高質量數據充分利用，數據資產高效周轉，為企業(yè)發(fā)展做出貢獻。

綜上所述，大數據技術實現海量數據存儲，固然可以提高數據處理效率、降低開發(fā)成本等諸多優(yōu)勢，但也存在未考慮貨幣時間價值、隨機動態(tài)事件、數據泄漏、數據質量、數據分析盲目與業(yè)務脫節(jié)、數據利用和管理缺乏協調和科學的管理方法等問題，企業(yè)應建立對數據進行科學管理的完整體系，應創(chuàng)建大數據貨幣時間價值折現、數據更新機制、強化云服務數據保密責任、增加智能識別技術、數據利用和分析與解決業(yè)務問題相匹配、建立數據中心、增加數據管理團隊、建立數據質量認定標準和數據審核流程、實現審核過程的自動化連續(xù)化作業(yè)，把數據質量工具移到云上，從而讓大數據技術優(yōu)勢與會計核算、企業(yè)財務管理工作更完美、更高效的結合。

作者單位：張定福 成都藝術職業(yè)大學大數據與財務管理專業(yè)

參? 考? 文? 獻

[1]李燁.淺談大數據時代下檔案管理的優(yōu)勢與弊端[J].蘭臺內外，2019（09）：22-23

[2]鄭艷.基于大數據的安全弊端的研究[J].信息記錄材料，2019（08）：178-179

[3]陳蕊.基于大數據的企業(yè)管理模式改進策略[J].知識經濟，2018（17）：110-111

[4]李宛宣.大數據背景下企業(yè)管理會計的改進措施[J].財會學習，2018（13）：131-131，133

[5]吳立平.大數據背景下企業(yè)競爭戰(zhàn)略改進策略研究[J].商業(yè)2.0（經濟管理），2021（12）：277-277

[6]何婷.大數據時代對統(tǒng)計工作改進的思考[J].中國集體經濟，2019（20）：158-159

[7]裴超，范東媛，倪明鑒.一種改進的大數據流通共享安全方案[J].網絡空間安全，2020（10）：12-17.

張定福（1981-），男，漢族，重慶榮昌，中級會計師，成都藝術職業(yè)大學會計學講師，研究方向：大數據與會計技術、會計核算、財務共享、財報數據分析。