劉素娜

【摘 要】 大數據技術的出現，讓企業(yè)的業(yè)財融合的步伐得以加速，本文對大數據技術在企業(yè)業(yè)財融合中的應用進行詳細解析，以財融合應用體系構建為例，從財務數據與業(yè)務數據的收集、財務數據與業(yè)務數據的整合、儲存財務與業(yè)務數據存儲等角度入手，詳細列舉了相關操作要點。

【關鍵詞】 大數據技術 企業(yè)業(yè)財融合 數據收集

引 言

大數據時代背景下，醫(yī)療、教育、人文、商業(yè)管理等層面的工作得到了形式革新，大數據技術讓這些工作的任務處理更加簡便、快捷。大數據技術也讓企業(yè)的業(yè)財融合工作找到了落實契機，不僅能夠讓兩個領域中產生的數據被及時收集，還可以將二者之間的聯系與發(fā)展規(guī)律被及時解析，為企業(yè)的決策提供更為精確的數據參考。

1大數據技術在企業(yè)業(yè)財融合工作中的應用優(yōu)勢

1.1豐富數據收集方式

傳統管理會計的數據收集范圍較窄、渠道較為單一，因此無法讓企業(yè)的業(yè)務與財務活動之間的融合更加緊密、完全，同時，傳統的數據收集系統無法將結構化、半結構化形式的數據完整采集到，大數據技術的出現，讓這些問題得以完美解決，不僅可以兼容各個渠道產生的各種形式的數據，還可通過技術處理，將數據的價值給發(fā)揮出來。

1.2海量數據存儲特征明顯

隨著企業(yè)的發(fā)展與壯大，行業(yè)運作模式的不斷升級，企業(yè)產生的數據種類更加豐富、數量更多，尤其是數據的產生數量，已經開始按照次級爆發(fā)形式增長，數據存儲開始面臨更為嚴峻的考驗，而大數據技術支持下的云平臺可以讓各種形式的數據有落腳、安家質地，采用分布存儲技術設立的數據庫不僅穩(wěn)定，還較為安全。

1.3 數據分析更加深入

數據分析在融合工作中占據重要地位，傳統工作模式下，企業(yè)的財務數據分析由于不夠透徹、深入，可能導致財務工作輸出的信息無法對企業(yè)戰(zhàn)略規(guī)劃與業(yè)務決策進行指導，同時傳統的業(yè)務分析方法還存在較大的計算偏差。大數據技術的應用，可以技術云計算建設出一個大型數據分析平臺，數據在平臺上可以實現快速分析與規(guī)律定位，讓數據類型的轉變更加透徹，同時保證分析的結果更有參考價值。

2大數據技術在企業(yè)業(yè)財融合中的應用路徑

大數據技術在企業(yè)中的應用，不僅改變了企業(yè)運作、發(fā)展的模式，更讓企業(yè)的運行效率更高，發(fā)展進程更加迅速，但是在整合大數據技術層面，要有目標、有規(guī)劃、有側重點，才能保證技術價值被全面開發(fā)。在企業(yè)的業(yè)財融合層面，大數據可以為其提供一個便利平臺，也就是業(yè)財融合應用體系平臺，借助大數據對數據的收集、整合、存儲、分析等功能，促進企業(yè)業(yè)務管理、財務管理工作進行更為充分的交互。

2.1財務數據與業(yè)務數據的收集

現以工業(yè)類型企業(yè)作為實例進行解析，通常情況下，業(yè)務數據主要來自于四個層面，分別為采購、生產、銷售及環(huán)境數據。業(yè)務數據主要來自于供、銷、產三個環(huán)節(jié)，采購活動會產生采購數據，這些數據包括采購計劃、供銷商選擇、訂單生成、合同簽訂等。生產活動數據收集的順序是生產計劃制定、生產任務下達、車間領用原材料、生產安排等，每個環(huán)節(jié)都會產生數據，同時對后續(xù)工作的開展進行影響。銷售活動數據則以制定銷售計劃、合理定價、下達銷售任務、運輸商品等順序展開收集。

由以上數據與企業(yè)業(yè)務開展流程可見，財務數據與業(yè)務數據之間聯系密切，甚至可以說是互相影響的。每個業(yè)務活動的開展，只要涉及資金流動的活動，背后都需要財務資金的支持，進而導致財務數據的生成，而這類數據也比較容易收集與獲取，從各大企業(yè)的財務軟件使用上看，財務數據的生成類別、方向雖然較為復雜，依然可以在第一時間就被收集好。難點是數據的統計、整合、分析等步驟。因此，借助大數據技術的業(yè)財融合應用體系應運而生。大數據技術需要最大限度的獲取內外部信息，輸入到應用體系中。

2.2財務數據與業(yè)務數據的整合

數據的收集是第一步，數據的作用發(fā)揮主要依靠數據整合環(huán)節(jié)，管理會計一直想要將此部分技術難關進行突破，但是無法實現。因為業(yè)務數據與財務數據之間僅僅能夠維持聯系關系是不夠的，必須要可以實現交互，展示出二者相互影響、制約的特點。這也是數據共享模式的基本要求，因此數據輸入過程中必須要遵循一定的額邏輯。首先，要對輸入的數據進行順序安排，對其進行合理分類。而后根據數據的來源進行分類，如采購數據、生產數據、銷售數據等，這些數據還可根據其他分類標準進行劃分，如結構化數據、半結構化數據、非結構化數據。數據類型不同，但是收集時無法直接將其分類，此時就需要將其進行清洗整合，根據特殊算法讓數據的可分析性更強，不可直接存在在數據庫中。根據數據的來源，對數據進行分類，劃清邊界。此時各種類型的數據之間就可以建立起聯系了，可以根據實際需求進行選擇，如財務、業(yè)務邏輯等。

數據庫的邏輯建立必須劃分的仔細，同時及時設定篩選要求，進行精細清洗，讓數據的完整性、可靠性、可理解性、可參考性得到保證。如此，一個完整的數據共享中心得到建立，這也是大數據技術為財務信息與業(yè)務信息的相互融合進行的便利條件提供。

2.3財務與業(yè)務數據的存儲

收集好數據后，需要分門別類的進行數據儲存，這個過程有兩個問題需要解決，數據存放的秩序與數據存放空間預留。通常情況下，在對數據存放的順序進行整合時，可以根據前一環(huán)節(jié)的整合秩序進行落實，因為數據開始進行統計與收集時，會按照一定的順序，如不同渠道、收集方法等，這些差異都將讓數據收集呈現出一定的邏輯與類別，但是數據儲存階段，必須要得到較為嚴格的劃分，可按照采購信息、生產信息、銷售信息、環(huán)境信息等幾個大類別分儲。此時大數據庫已經初現雛形，技術人員需要在各個大數據庫中進行更為詳細的分類，如采購數據庫可以分為基礎信息數據庫、供應商數據庫、采購資金管理數據庫等;銷售數據庫層面則可細分為銷售基礎信息數據庫、銷售資金管理數據庫、客戶數據庫等。

通常情況下，傳統的數據儲存都是由企業(yè)業(yè)主自行購買服務器，這種服務器的儲存空間較小，因此在數據存儲過程中需要不斷進行清理、管理，這限制了企業(yè)的業(yè)財融合程度。針對已經開始應用大數據技術的企業(yè)來說，云平臺儲存方式非常好用，數據儲存空間大、整合方便，但是云端服務有一個弊端是數據安全保證，因為整個流程依靠信息技術，如果信息技術層面出現問題，那么所有的數據都將面臨被盜用、丟失等風險，因此這個問題需要得到專業(yè)人士的解決。

2.4數據分析結果的報告

傳統的數據分析，偏向于運用抽樣的理念，其最主要的原因僅僅是出于成本效益的考慮，數據量太大沒有更多的時間、金錢和精力去完成全樣本的數據分析。而大數據技術的運用，可以讓數據分析不再依靠抽樣理念。數據是存儲在云平臺上，由一個個數據庫有序劃分的。不管是數據的抓取還是運算，都提供了完整性和準確性。

如管理會計需要做出決策，但是利于傳統的數據分析技術，可以為決策提供的參考十分有限，大數據技術則可根據管理會計要做的決定抓取全部與此事項有關的數據，同時直接在云平臺上進行綜合性分析，輔助各種各樣的分析工具，如聚類分析、回歸分析等方法，保證得到的結果客觀性、科學性更強，能夠給管理會計的決策帶來更多、更準確的參考，保證其采取的決策可推動企業(yè)的發(fā)展與進步。提升分析結果的準確度、增加決策正確性才是大數據技術最為突出的數據處理優(yōu)勢，是業(yè)財高效融合的技術基礎。

結 語

本文以業(yè)財融合應用體系的設立與應用為例，進行大數據技術在企業(yè)業(yè)財融合工作中的作用解讀，發(fā)現大數據可參與進數據產生、收集、整合、分析等各個環(huán)節(jié)，并輸出更為有效的信息對企業(yè)的發(fā)展戰(zhàn)略制定提供參照。

【參考文獻】

[1] 王美英.大數據時代的企業(yè)業(yè)財融合[J].財會學習，2019（27）：20-21.

[2] 蘭朋朋.大數據背景下企業(yè)業(yè)財融合路徑的探討[J].現代營銷（信息版），2019（07）：8-9.

[3] 程天平.淺談大數據背景下業(yè)財融合在企業(yè)中的應用[J].內蒙古煤炭經濟，2018（24）：74+138.

[4] 湯凌宇.大數據時代下的集團企業(yè)業(yè)財融合研究[J].中國商論，2018（28）：8+15.