李津

（唐山市住房和城鄉(xiāng)建設(shè)局房屋產(chǎn)權(quán)監(jiān)理處,河北唐山063000）

基于數(shù)據(jù)挖掘的會(huì)計(jì)管理與分析研究

李津

（唐山市住房和城鄉(xiāng)建設(shè)局房屋產(chǎn)權(quán)監(jiān)理處,河北唐山063000）

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，會(huì)計(jì)管理也逐步實(shí)現(xiàn)了計(jì)算機(jī)化，計(jì)算機(jī)進(jìn)行會(huì)計(jì)管理過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，而這些數(shù)據(jù)含有很寶貴的潛在價(jià)值，值得去進(jìn)行分析。而要對(duì)這些大數(shù)據(jù)進(jìn)行分析，光依賴人工是無(wú)法實(shí)現(xiàn)的，因此，基于數(shù)據(jù)挖掘技術(shù)的匯集管理與數(shù)據(jù)分析便應(yīng)運(yùn)而生。本文在介紹數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上，闡述了其在會(huì)計(jì)管理與分析中的應(yīng)用研究。

數(shù)據(jù)挖掘；會(huì)計(jì)管理；信息系統(tǒng)；應(yīng)用

一、引言

數(shù)據(jù)挖掘就是指從超大量的計(jì)算機(jī)數(shù)據(jù)中尋找和分析對(duì)企業(yè)有潛在價(jià)值的數(shù)據(jù)信息的步驟，該過(guò)程可以為企業(yè)的生產(chǎn)、經(jīng)營(yíng)、管理和風(fēng)險(xiǎn)評(píng)估帶來(lái)巨大的價(jià)值，大大提高企業(yè)的管理水平和風(fēng)險(xiǎn)防御能力。因此，數(shù)據(jù)挖掘技術(shù)被廣泛應(yīng)用于企業(yè)管理、生產(chǎn)制造、政府管理、國(guó)家安全防御等各行各業(yè)中。據(jù)某調(diào)查數(shù)據(jù)顯示大約有30%的數(shù)據(jù)挖掘技術(shù)被應(yīng)用于會(huì)計(jì)管理領(lǐng)域中，32%的數(shù)據(jù)挖掘技術(shù)被應(yīng)用于金融分析與管理領(lǐng)域，用在信息系統(tǒng)和市場(chǎng)領(lǐng)域分別占29%和9%，該數(shù)據(jù)顯示數(shù)據(jù)挖掘已經(jīng)廣泛應(yīng)用于會(huì)計(jì)管理中，其可以幫助企業(yè)分析和挖掘出更多潛在的客戶、供貨商、潛在產(chǎn)品市場(chǎng)以及內(nèi)部管理的優(yōu)化數(shù)據(jù)等等，這些都將為企業(yè)提供更優(yōu)化的管理依據(jù)和運(yùn)營(yíng)模式，以提高企業(yè)的綜合實(shí)力，增強(qiáng)其在市場(chǎng)中的競(jìng)爭(zhēng)力。

二、數(shù)據(jù)挖掘技術(shù)概述

（一）數(shù)據(jù)挖掘的基本定義

數(shù)據(jù)挖掘是通過(guò)某種算法對(duì)計(jì)算機(jī)系統(tǒng)中已經(jīng)生成的大批量數(shù)據(jù)中進(jìn)行分析和挖掘，進(jìn)而得到所需有價(jià)值的信息或者尋求某種發(fā)展趨勢(shì)和模式的過(guò)程，數(shù)據(jù)挖掘是將現(xiàn)代統(tǒng)計(jì)學(xué)、計(jì)算機(jī)算法、離散數(shù)學(xué)、信息處理系統(tǒng)、機(jī)器學(xué)習(xí)、人工智能、數(shù)據(jù)庫(kù)管理和決策理論等多學(xué)科的知識(shí)交叉在一起所形成的。它可以有效地從海量的、繁雜的、毫無(wú)規(guī)律的實(shí)際應(yīng)用數(shù)據(jù)中，分析得到潛在的有價(jià)值的數(shù)據(jù)信息，以供企業(yè)使用，幫助其改善管理流程，并為管理者做判斷時(shí)提供有價(jià)值的參考。決策樹算法、聚類分析算法、蟻群算法、關(guān)聯(lián)分析算法、序列模式分析算法、遺傳算法、神經(jīng)網(wǎng)絡(luò)算法等都是數(shù)據(jù)挖掘技術(shù)中常用的算法，可以大大提高數(shù)據(jù)挖掘的效率和質(zhì)量。

（二）數(shù)據(jù)挖掘的基本流程

SEMMA方法是目前最受歡迎的一種數(shù)據(jù)挖掘方法，其由SAS研究所提出。它主要包括數(shù)據(jù)樣本采集、大數(shù)據(jù)搜索、數(shù)據(jù)調(diào)整、模型建立和挖掘結(jié)果評(píng)價(jià)五個(gè)數(shù)據(jù)挖掘步驟。

數(shù)據(jù)樣本采集過(guò)程是在數(shù)據(jù)挖掘之前進(jìn)行的數(shù)據(jù)儲(chǔ)備過(guò)程，該過(guò)程一般是先根據(jù)預(yù)先設(shè)定的數(shù)據(jù)挖掘目的，選定要進(jìn)行挖掘的的現(xiàn)有數(shù)據(jù)庫(kù)。采集過(guò)程主要是通過(guò)建立一個(gè)或多個(gè)數(shù)據(jù)表來(lái)實(shí)現(xiàn)的。所采集的樣本數(shù)據(jù)不僅要足夠多，以使得這些數(shù)據(jù)盡可能涵蓋所有可能有價(jià)值的潛在信息，還要保持在一定的數(shù)量級(jí)下，以防止計(jì)算機(jī)無(wú)法處理或者處理很慢。大數(shù)據(jù)搜索過(guò)程主要是對(duì)上一階段所采集的大樣本數(shù)據(jù)進(jìn)行初步分析的過(guò)程，通過(guò)對(duì)這些海量數(shù)據(jù)進(jìn)行初步分析以發(fā)現(xiàn)隱藏在數(shù)據(jù)中潛在價(jià)值，從而幫助調(diào)整數(shù)據(jù)挖掘的方向和目標(biāo)。數(shù)據(jù)調(diào)整過(guò)程主要是對(duì)前面兩個(gè)過(guò)程所得到基本信息進(jìn)行進(jìn)一步的篩選和修改，使其更加清有效，方便后續(xù)進(jìn)行建模處理，提高所建數(shù)學(xué)模型的精度。模型建立過(guò)程主要是通過(guò)決策樹分析、聚類分析、蟻群算法、關(guān)聯(lián)分析、序列模式分析、遺傳算法分析、神經(jīng)網(wǎng)絡(luò)等分析工具來(lái)建立模型，從采集的海量樣本數(shù)據(jù)中尋找那些能夠?qū)︻A(yù)測(cè)結(jié)果進(jìn)行可靠預(yù)測(cè)的模型。挖掘結(jié)果評(píng)價(jià)?過(guò)程主要是對(duì)從數(shù)據(jù)挖掘過(guò)程中發(fā)現(xiàn)的信息的實(shí)用性和可靠性進(jìn)行評(píng)估。

三、數(shù)據(jù)挖掘在管理會(huì)計(jì)中的運(yùn)用

隨著市場(chǎng)經(jīng)濟(jì)的發(fā)展，企業(yè)所面臨的競(jìng)爭(zhēng)壓力越來(lái)越大，因此，企業(yè)管理者要想在這激烈的競(jìng)爭(zhēng)中獲勝，就必須及時(shí)精準(zhǔn)的掌握企業(yè)運(yùn)行動(dòng)態(tài)，市場(chǎng)動(dòng)態(tài)，產(chǎn)品趨勢(shì)等關(guān)鍵性決策信息。而這些關(guān)鍵信息的獲取往往離不開會(huì)計(jì)管理的作用，其是現(xiàn)代企業(yè)決策支持系統(tǒng)的重要環(huán)節(jié)，而如何來(lái)高效準(zhǔn)確地發(fā)現(xiàn)這些關(guān)鍵性決策數(shù)據(jù)就成為制勝的關(guān)鍵，在會(huì)計(jì)管理中涉及到海量的數(shù)據(jù)，必須對(duì)這些海量數(shù)據(jù)進(jìn)行分析，才可以得出有價(jià)值的潛在信息，這就必須借助數(shù)據(jù)挖掘技術(shù)，以分析出關(guān)鍵決策信息，幫助企業(yè)改進(jìn)成本管理，改進(jìn)產(chǎn)品質(zhì)量和服務(wù)質(zhì)量，提高貨品銷量比率等等。

（一）作業(yè)成本及價(jià)值鏈數(shù)據(jù)挖掘

作業(yè)成本的精確控制可以幫助企業(yè)對(duì)自己的各項(xiàng)運(yùn)營(yíng)成本進(jìn)行精確的計(jì)算，并對(duì)企業(yè)資源進(jìn)行最合理的分配和使用，但其精確的成本控制卻十分繁雜，以往完成一次需要耗費(fèi)大量的時(shí)間和經(jīng)歷，這一難點(diǎn)使得很多管理者退卻。而數(shù)據(jù)挖掘技術(shù)中的回歸分析、分類分析等方法可以是管理會(huì)計(jì)人員從海量數(shù)據(jù)中解脫出來(lái)，其可以通過(guò)計(jì)算機(jī)數(shù)據(jù)挖掘系統(tǒng)自動(dòng)的得到準(zhǔn)確作業(yè)成本。同時(shí)，其還可以通過(guò)分析作業(yè)成本與價(jià)值鏈之間存在的關(guān)系，確定增值作業(yè)和非增值作業(yè)，持續(xù)改進(jìn)和優(yōu)化企業(yè)價(jià)值鏈。幫助企業(yè)降低運(yùn)營(yíng)成本，提高企業(yè)利潤(rùn)，

（二）資金趨勢(shì)數(shù)據(jù)挖掘

會(huì)計(jì)管理者往往需要對(duì)未來(lái)的企業(yè)的資金流發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)分析，以幫助制定下一財(cái)年的資金預(yù)算。但是預(yù)測(cè)往往是基于海量歷史數(shù)據(jù)和合適的預(yù)測(cè)模型的。而數(shù)學(xué)預(yù)測(cè)模型通過(guò)人工得到是十分困難的。為了克服這個(gè)難題，可以充分利用數(shù)據(jù)挖掘技術(shù)，其可以自動(dòng)在海量數(shù)據(jù)中按照預(yù)設(shè)的規(guī)則提取所需的預(yù)測(cè)信息，并通過(guò)趨勢(shì)分析、時(shí)間序列分析、神經(jīng)網(wǎng)絡(luò)分析、聚類分析等智能分析方法來(lái)建立對(duì)如成本、資金、銷量等的預(yù)測(cè)數(shù)學(xué)模型，高效精準(zhǔn)的預(yù)測(cè)出企業(yè)各項(xiàng)運(yùn)營(yíng)指標(biāo)，作為管理者未來(lái)的決策依據(jù)。

（三）投資決策數(shù)據(jù)挖掘

現(xiàn)有的投資決策分析涉及到財(cái)務(wù)報(bào)告、運(yùn)營(yíng)數(shù)據(jù)、資金流、外部市場(chǎng)環(huán)境、宏觀經(jīng)濟(jì)環(huán)境、企業(yè)產(chǎn)品依存度等繁雜的因素，其是一個(gè)十分復(fù)雜的過(guò)程，所以必須借助智能工具和模型。而數(shù)據(jù)挖掘技術(shù)就為投資決策分析提供了十分高效的工具，通過(guò)基于數(shù)據(jù)挖掘的分析工具可以直接從公司的財(cái)務(wù)、外部市場(chǎng)環(huán)境、宏觀經(jīng)濟(jì)環(huán)境以及企業(yè)產(chǎn)品依存度等海量的影響因素?cái)?shù)據(jù)中挖掘出與決策相關(guān)的有用信息，保證投資決策的正確性和有效性。

（四）顧客關(guān)系管理數(shù)據(jù)挖掘

良好的顧客關(guān)系管理模式是各大企業(yè)都十分重視的，其可以大大提高企業(yè)競(jìng)爭(zhēng)力?；跀?shù)據(jù)挖據(jù)的顧客關(guān)系管理模式可以從現(xiàn)有的海量顧客關(guān)系管理數(shù)據(jù)中分析得到潛在的優(yōu)化客戶關(guān)系管理模式。先將顧客群體進(jìn)行分類，通過(guò)對(duì)數(shù)據(jù)挖掘技術(shù)中的分類和聚類分析工具來(lái)發(fā)現(xiàn)群體顧客的行為規(guī)律，從而對(duì)顧客進(jìn)行分組，實(shí)行差別化服務(wù)；然后對(duì)顧客的潛在價(jià)值進(jìn)行深入分析，一般可以從客戶數(shù)據(jù)信息中挖掘出客戶的消費(fèi)行為、需求以及偏好等因素，并對(duì)這些因素進(jìn)行動(dòng)態(tài)跟蹤和監(jiān)控，并根據(jù)不同的顧客群的特點(diǎn)提供個(gè)性化的產(chǎn)品和服務(wù)，從而與顧客建立長(zhǎng)期的合作關(guān)系，提高顧客保持力。

（五）財(cái)務(wù)風(fēng)險(xiǎn)數(shù)據(jù)挖掘

企業(yè)要健康長(zhǎng)久的運(yùn)行，必須加強(qiáng)對(duì)財(cái)務(wù)風(fēng)險(xiǎn)的評(píng)估和分析預(yù)警。傳統(tǒng)模式的風(fēng)險(xiǎn)評(píng)估難度大，周期長(zhǎng)，很難滿足企業(yè)的實(shí)際需求?；诖?，會(huì)計(jì)師可以充分利用數(shù)據(jù)挖掘工具份額高效性和精確性來(lái)對(duì)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)進(jìn)行全面預(yù)測(cè)和評(píng)估，并進(jìn)一步通過(guò)建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型來(lái)對(duì)企業(yè)進(jìn)行破產(chǎn)預(yù)測(cè)、盈利預(yù)測(cè)、投資預(yù)測(cè)等等預(yù)測(cè)分析。通過(guò)建立這些完善的預(yù)測(cè)模型可以大大提高管理者的管理水平，讓其及時(shí)了解企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)、運(yùn)營(yíng)風(fēng)險(xiǎn)、投資風(fēng)險(xiǎn)，并為其提前采取風(fēng)險(xiǎn)防范措施提高依據(jù)。

四、結(jié)語(yǔ)

會(huì)計(jì)管理信息化的過(guò)程中會(huì)產(chǎn)生大量的數(shù)據(jù)，其是企業(yè)巨大的潛在財(cái)富，要充分利用好這個(gè)潛在財(cái)富，就必須找到有利的工具。而數(shù)據(jù)挖掘技術(shù)則可以高效地從這些海量的數(shù)據(jù)中挖掘出對(duì)企業(yè)有價(jià)值的潛在信息，以為管理者的各項(xiàng)決策和控制提供依據(jù)，因此，會(huì)計(jì)管理人員要加強(qiáng)對(duì)數(shù)據(jù)挖掘技術(shù)的學(xué)習(xí)和應(yīng)用，為企業(yè)的發(fā)展注入新的活力。

[1] 莊秋捷.數(shù)據(jù)挖掘技術(shù)在管理會(huì)計(jì)中的應(yīng)用[J].現(xiàn)代商業(yè)，2010(3).

[2]楊 釗.淺談數(shù)據(jù)挖掘技術(shù)在現(xiàn)代企業(yè)財(cái)務(wù)分析中的作用[J].中國(guó)總會(huì)計(jì)師，2010(4).

[3] 王春華.淺談數(shù)據(jù)挖掘在管理會(huì)計(jì)中運(yùn)用[J].中國(guó)新技術(shù)新產(chǎn)品，2008(16).

[4] 歐陽(yáng)君媛,聶永紅.數(shù)據(jù)挖掘在企業(yè)財(cái)務(wù)管理中的應(yīng)用——企業(yè)成本及財(cái)務(wù)指標(biāo)分析系統(tǒng)的設(shè)計(jì)[J].廣西工學(xué)院學(xué)報(bào)，2005(S3).

[5]鄭樓英.數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中的應(yīng)用初探[J].財(cái)會(huì)研究，2007(6).

[6]邊 泓.投資者在不同市場(chǎng)環(huán)境中的會(huì)計(jì)信息需求特征——基于前景理論和數(shù)據(jù)挖掘的實(shí)證研究[J].南開管理評(píng)論，2007(4)

[7] 張志恒,陳 旭.數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)信息系統(tǒng)中的應(yīng)用究[J].中國(guó)管理信息化，2006(2).

[8]曲吉林.數(shù)據(jù)挖掘在財(cái)務(wù)領(lǐng)域中的應(yīng)用[J].山東財(cái)政學(xué)院學(xué)報(bào)，2006(1).

［責(zé)任編輯：王 帥］

F235

A

1005-913X（2015）04-0145-01

2015-02-16

李 津（1982-），男，河北灤縣人，會(huì)計(jì)師，研究方向：會(huì)計(jì)學(xué)。