一、管理、決策型會(huì)計(jì)信息系統(tǒng)具有的特點(diǎn)

1、實(shí)現(xiàn)功能綜合化和技術(shù)集成化。

企業(yè)的生產(chǎn)經(jīng)營(yíng)活動(dòng)，是一個(gè)相互聯(lián)系、相互制約的有機(jī)整體。財(cái)務(wù)部門從價(jià)值方面綜合反映和監(jiān)督企業(yè)的財(cái)務(wù)狀況和經(jīng)營(yíng)成果，而購(gòu)銷存等業(yè)務(wù)部門是從實(shí)物的轉(zhuǎn)移等方面影響企業(yè)的財(cái)務(wù)狀況和經(jīng)營(yíng)成果。因此，該系統(tǒng)是把財(cái)務(wù)系統(tǒng)作為一個(gè)核心子系統(tǒng)，實(shí)現(xiàn)工資、固定資產(chǎn)、購(gòu)銷存、人事、財(cái)務(wù)管理、財(cái)務(wù)分析決策支持系統(tǒng)與內(nèi)部控制系統(tǒng)等為一體的功能綜合化、技術(shù)集成化的信息系統(tǒng)。

2、系統(tǒng)內(nèi)部數(shù)據(jù)大量化

根據(jù)會(huì)計(jì)制度的規(guī)定，重要財(cái)務(wù)數(shù)據(jù)、報(bào)表等必須保留十年以上，系統(tǒng)中包含大量的時(shí)間跨度性很長(zhǎng)的數(shù)據(jù)。因此，系統(tǒng)的數(shù)據(jù)大量化甚至海量化。

3、分析決策能力要求增強(qiáng)化

利用各種先進(jìn)技術(shù)對(duì)系統(tǒng)中的海量數(shù)據(jù)進(jìn)行集中、存儲(chǔ)、歸類、重組、分析、查詢等處理，滿足事前預(yù)測(cè)、事中控制的管理需求，同時(shí)對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行多角度、多層次的分析與觀察，向企業(yè)決策者提供及時(shí)、可靠的財(cái)務(wù)、業(yè)務(wù)等數(shù)據(jù)信息，幫助決策者對(duì)未來經(jīng)營(yíng)方向和目標(biāo)進(jìn)行量化的分析和論證，從而做出科學(xué)的決策是企業(yè)經(jīng)營(yíng)者對(duì)系統(tǒng)的分析決策能力提出的新要求。

4、系統(tǒng)輸出多元化

傳統(tǒng)的輸出方式是按月、季、年等會(huì)計(jì)期間提供信息，為提高信息的及時(shí)性，滿足日益提高的管理需求，會(huì)計(jì)信息系統(tǒng)可以按旬、周、日輸出：還可根據(jù)實(shí)時(shí)處理的結(jié)果，隨時(shí)輸出管理上需要的信息：亦可針對(duì)不同的需求對(duì)象，通過與用戶產(chǎn)交互，輸出各種內(nèi)容特殊、專業(yè)性強(qiáng)的專用報(bào)表和信息。

根據(jù)以上特點(diǎn)，目前大部分會(huì)計(jì)信息系統(tǒng)的財(cái)務(wù)分析、財(cái)務(wù)管理、會(huì)計(jì)決策支持系統(tǒng)已不能很好地滿足企業(yè)經(jīng)營(yíng)者的要求。面對(duì)所積累的海量數(shù)據(jù)憑傳統(tǒng)的方式難以全部掌握，存在信息丟失、真?zhèn)坞y辨等現(xiàn)象，很容易造成誤導(dǎo)。為此，數(shù)據(jù)挖掘應(yīng)運(yùn)而生，并在金融、醫(yī)學(xué)等領(lǐng)域得以迅速地應(yīng)用與推廣。同樣，將數(shù)據(jù)挖掘技術(shù)應(yīng)用于會(huì)計(jì)信息系統(tǒng)中，在現(xiàn)有的核算、管理功能的基礎(chǔ)上增加數(shù)據(jù)挖掘功能模塊是會(huì)計(jì)信息系統(tǒng)發(fā)展的又一新方向。

二、數(shù)據(jù)挖掘技術(shù)簡(jiǎn)介

(一)數(shù)據(jù)挖掘的概念

數(shù)據(jù)挖掘是指從數(shù)據(jù)庫(kù)的大量數(shù)據(jù)中揭示出隱含的、先前未知的、潛在有用的信息的非平凡過程；數(shù)據(jù)挖掘是統(tǒng)計(jì)學(xué)、人工智能、計(jì)算機(jī)技術(shù)、建模技術(shù)、電子技術(shù)、信息技術(shù)等不同學(xué)科、不同領(lǐng)域的思想交匯和結(jié)合的一種技術(shù)。此外，數(shù)據(jù)庫(kù)系統(tǒng)提供有效地存儲(chǔ)、檢索和查詢處理支持也是對(duì)它的重要支撐。

(二)數(shù)據(jù)挖掘的功能

1、分類：分類是最常見的數(shù)據(jù)挖掘功能之一，分類包括考察一類新出現(xiàn)的對(duì)象的特征，并歸類到已定義類中。分類的對(duì)象通常表示為數(shù)據(jù)庫(kù)表或者文件中的記錄，分類工作包括向數(shù)據(jù)庫(kù)添加一個(gè)新列，并給出某種分類代碼。在數(shù)據(jù)挖掘技術(shù)中，決策樹和最近鄰近技術(shù)都能很好地用于分類。神經(jīng)網(wǎng)絡(luò)和鏈接分析也是在某些情況下對(duì)分類有用的方法。

2、估計(jì)：輸入一組數(shù)據(jù)，估計(jì)給出一個(gè)未知連續(xù)變量的值，如通過賬簿各科目的發(fā)生額、余額等連續(xù)的數(shù)據(jù)，可以估計(jì)本企業(yè)的利潤(rùn)總額。在數(shù)據(jù)挖掘技術(shù)中，回歸模型和神經(jīng)網(wǎng)絡(luò)都非常適合估計(jì)任務(wù)。如果目的是估計(jì)一個(gè)事件的時(shí)間，生存分析也非常適合估計(jì)任務(wù)。

3、預(yù)測(cè)：預(yù)測(cè)的任務(wù)是根據(jù)其他屬性的值，預(yù)測(cè)特定屬性的值。被預(yù)測(cè)的屬性一般稱

目標(biāo)變量或因變量，而用來做預(yù)測(cè)的屬性稱說明變量或自變量。預(yù)測(cè)與分類和估計(jì)一樣，但其中記錄的分類依據(jù)是一些預(yù)測(cè)的未來行為或者估計(jì)的未來值。把預(yù)測(cè)從分類和估計(jì)中分離為單獨(dú)的任務(wù)，主要是由于在預(yù)測(cè)建模時(shí)，存在其他關(guān)于輸入變量的時(shí)序關(guān)系或者目標(biāo)變量的預(yù)測(cè)問題。

4、關(guān)聯(lián)分析：關(guān)聯(lián)分析的任務(wù)是用來發(fā)現(xiàn)描述數(shù)據(jù)中強(qiáng)關(guān)聯(lián)特征的模式，所發(fā)現(xiàn)的模式通常用特征子集或蘊(yùn)涵規(guī)則的形式表示。

5、聚類分析：聚類分析旨在發(fā)現(xiàn)緊密相關(guān)的觀測(cè)值組群，使得與屬于不同簇的觀測(cè)值相比，屬于同一簇的觀測(cè)值相互之間盡可能類似。聚類與分類的區(qū)別在于聚類不依賴于預(yù)先定義的類，而分類是以訓(xùn)練預(yù)分類樣本構(gòu)建的模型為基礎(chǔ)，把每條記錄分配到一個(gè)預(yù)定義的類中。

6、異常檢測(cè)：異常檢測(cè)的任務(wù)是識(shí)別其特征顯著不同于其他數(shù)據(jù)的觀測(cè)值，即異常點(diǎn)或離群點(diǎn)。異常檢測(cè)的應(yīng)用包括檢測(cè)欺詐、網(wǎng)絡(luò)攻擊、疾病的不尋常模式等。

三、數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中的應(yīng)用

目前，數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中的應(yīng)用主要體現(xiàn)在：一是財(cái)務(wù)狀況的判斷，利用數(shù)據(jù)挖掘分類、預(yù)測(cè)等技術(shù)根據(jù)企業(yè)過去、現(xiàn)在的財(cái)務(wù)信息判斷目前的財(cái)務(wù)狀況、預(yù)測(cè)未來的財(cái)務(wù)狀況：二是財(cái)務(wù)危機(jī)預(yù)警，利用回歸、神經(jīng)網(wǎng)絡(luò)等技術(shù)根據(jù)收集到的企業(yè)信息資料，判斷企業(yè)未來發(fā)生財(cái)務(wù)危機(jī)的可能性：三是客戶關(guān)系管理，利用分類、聚類、生存周期等技術(shù)跟蹤不同客戶的行為特征，確定不同客戶群．針對(duì)不同客戶實(shí)施差異化的營(yíng)銷策略：四是供應(yīng)商的選擇，通過分類等技術(shù)跟蹤原料的供貨信息，并收集相關(guān)企業(yè)信息，選擇最優(yōu)的供應(yīng)商；五是投資項(xiàng)目的選擇，利用預(yù)測(cè)、關(guān)聯(lián)等技術(shù)在眾多項(xiàng)目中選擇最有價(jià)值的項(xiàng)目，實(shí)現(xiàn)資金效率最大化：此外，競(jìng)爭(zhēng)對(duì)手狀況分析、市場(chǎng)預(yù)測(cè)等方面也有一些應(yīng)用研究。

四、舉例：數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)客戶關(guān)系管理中的應(yīng)用過程

對(duì)任何企業(yè)來說，客戶都是最重要的資源。在會(huì)計(jì)信息系統(tǒng)中，對(duì)企業(yè)目前擁有的客戶關(guān)系管理，一般只是停留在基本層面的管理。因此，利用會(huì)計(jì)信息系統(tǒng)中客戶相關(guān)資料進(jìn)行深層次的數(shù)據(jù)挖掘可以為企業(yè)經(jīng)營(yíng)與決策帶來意想不到的收獲。比如聯(lián)合王國(guó)第二大銀行Halifax選用RightPoint的實(shí)時(shí)營(yíng)銷套件作為建立主動(dòng)性客戶關(guān)系的基礎(chǔ)，能使Halifax的客戶服務(wù)代表收集客戶的重要信息，并應(yīng)用數(shù)據(jù)挖掘技術(shù)確定哪些活動(dòng)、產(chǎn)品或服務(wù)是客戶恰好需要的，從而在激烈的市場(chǎng)競(jìng)爭(zhēng)中提高占有率。

但是，面對(duì)眾多的客戶，企業(yè)不可能同等對(duì)待所有的客戶，因此，首先應(yīng)對(duì)企業(yè)目前的客戶關(guān)系進(jìn)行分析。一般來說，企業(yè)的客戶關(guān)系如表1所示。

從上表可以看出客戶關(guān)系中的親密程度通常隨著企業(yè)規(guī)模的增加而增大，值得維系深度親密關(guān)系的客戶通常是大企業(yè)，即商業(yè)客戶。但是這類企業(yè)往往在數(shù)量上較少，企業(yè)通常重點(diǎn)維護(hù)。而對(duì)于一般用戶、中小企業(yè)這類客戶來說，由于數(shù)量較多，企業(yè)很難做到特別的關(guān)注，對(duì)企業(yè)的發(fā)展極其不利。因此，要注意數(shù)據(jù)挖掘在企業(yè)客戶關(guān)系管理中的應(yīng)用過程：

(一)收集整理數(shù)據(jù)

將來自業(yè)務(wù)部門和財(cái)務(wù)部門的客戶信息集中到會(huì)計(jì)信息系統(tǒng)的數(shù)據(jù)倉(cāng)庫(kù)中，并創(chuàng)建單個(gè)客戶視圖。其目的是讓企業(yè)的每個(gè)部門能夠訪問客戶的單個(gè)共享視圖，如比客戶啟動(dòng)、新客戶、忠誠(chéng)客戶等信息。當(dāng)然這些定義必須有一個(gè)明確的定義，避免產(chǎn)生歧義。

(二)客戶數(shù)據(jù)清理

對(duì)于數(shù)據(jù)倉(cāng)庫(kù)中的客戶數(shù)據(jù)還要進(jìn)行清理，清理的方法有多種，包括直接刪除空缺項(xiàng)、人工填補(bǔ)空缺值、使用屬性的平均值填寫空缺值等。

(三)數(shù)據(jù)的選擇與變換

并不是所有的數(shù)據(jù)格式都能直接被用于數(shù)據(jù)挖掘，一般用于數(shù)據(jù)挖掘的數(shù)據(jù)有以下特點(diǎn)：1、所有的數(shù)據(jù)應(yīng)該放在單一的表格中；2、每行應(yīng)該與一個(gè)實(shí)體相對(duì)應(yīng)，例如客戶。3、帶有單一數(shù)值的列應(yīng)該被忽略；4、對(duì)每列帶有不同數(shù)值的列應(yīng)該被忽略；5、對(duì)于預(yù)言性建模，目標(biāo)列應(yīng)該被識(shí)別，并且所有的同義列要除去。因此，對(duì)于數(shù)據(jù)倉(cāng)庫(kù)中的變量應(yīng)作分組、離散化等處理。

(四)利用數(shù)據(jù)挖掘技術(shù)構(gòu)建模型

選擇合適的數(shù)據(jù)挖掘技術(shù)進(jìn)行建?；驕y(cè)試，通?？晒┻x擇的技術(shù)有決策樹技術(shù)、最近鄰技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、購(gòu)物籃分析、生存分析、鏈接分析和聚類分析等。有時(shí)，還可將這些技術(shù)中的兩種或多種結(jié)合在一起，以達(dá)到更好的效果。

(五)評(píng)估模型

主要應(yīng)考慮的問題：模型的準(zhǔn)確度，在用于預(yù)測(cè)時(shí)的置信度怎樣?是否易于理解等問題。

五、結(jié)束語

數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中的應(yīng)用還有很多，比如，XBRL語言為數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中財(cái)務(wù)分析模塊的應(yīng)用也提供了有效的支持，它可以用來編制、發(fā)布各種不同樣式的財(cái)務(wù)信息，也可以在網(wǎng)絡(luò)中毫無限制地傳遞、交換、分析信息。對(duì)于企業(yè)來說，當(dāng)其需要將其財(cái)務(wù)信息在網(wǎng)絡(luò)上發(fā)布的時(shí)候，只要將原來報(bào)表的電子文檔格式轉(zhuǎn)換成XBRL的標(biāo)準(zhǔn)格式即可。同時(shí)，財(cái)務(wù)信息使用者也可以直接對(duì)下載的財(cái)務(wù)數(shù)據(jù)進(jìn)行分析、利用，而不用進(jìn)行第二次輸入。此外，利用神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)等技術(shù)建立動(dòng)態(tài)財(cái)務(wù)預(yù)警系統(tǒng)也是較代表性的應(yīng)用之一。

(摘自《財(cái)會(huì)研究》2007年第6期)