大数据时代数据挖掘在企业管理会计中的应用探讨

马凝

摘 要：在大数据时代背景中，信息数量持续增多，管理会计要想能够充分显示出给企业提供决策的功能，就需要仔细地加工存在的各种数据，显示出各项数据的实际价值。数据挖掘技术属于大数据时代背景中的一种重要技术，能够在较多的数据里面提取出更加可靠的數据。本文分析了管理会计对于信息化手段的使用，在大量的数据中挖掘可靠的信息，如此可以给企业的经营决策提供更加可靠的指导。

关键词：大数据;数据挖掘;管理会计;策略

引言：如今科学技术发展速度持续增快，大数据技术也获得了显著的发展，这些内容增快了社会各个方面的渗透。在大数据背景中，需要合理地使用数据挖掘技术，确保在管理会计管理工作时期，可以发挥一个良好的效果，这项技术得到了各个行业的高度重视。在这个时期，本文分析了数据挖掘技术的特征和使用流程，研究了大数据时代中数据挖掘技术对于管理会计的影响，联系了相关的实践经验，在多个角度探讨了数据挖掘技术在管理会计中的使用，希望可以给相关的人员提供一定的参考。

一、数据挖掘技术的使用流程

1.数据的取样

在挖掘数据的时候，要想使得各项进程能够顺利地进行，改善数据的挖掘效果，就需要仔细地进行取样，给数据的挖掘提供可靠的参考。在这个时期，需要参考数据挖掘的预期目标，设置数据表，针对数据库信息开展抽样工作，明确数据取样的实际价值，防止因为片面抽样进而影响到整体的工作。

2.对于数据的探索

等到数据取样完毕，就需要探索相关的数据，也就是针对数据进行深入和详细的探索，在进行这个流程的时候，需要以数据样本为基础，明确数据信息中预期或未被预期的潜在联系，确保能够对于目标任务保持一个正确的认知。

3.对于数据的调整

数据的调整就是数据信息发生一定的变化，得到的数据信息更加有明确性和针对性，防止存在较多重复的信息，进而影响到整体的工作效率。

4.数据建模

数据建模属于对于数据处理的关键部门，在这个时期，可以借助决策树和回归分析等措施，来设置相关的数据模型。

5.对于数据的评价

数据评价属于数据挖掘的最后部分，也就是针对数据设置评级体系，充分评价数据挖掘获取数据以及信息的可靠性和实用性。

二、大数据时代数据挖掘对于管理职能的影响

1.提升管理会计成本控制职能

在企业中进行管理会计工作的时候，比较重要的职能就是合理地控制企业的各项成本，在进行企业经营活动的时候，各项环节都和企业成本控制有着紧密的联系，并且企业在编制计划的时候，主要就是为了实现对于企业成本的控制。在大数据时代背景中，仅仅借助计划或者是预算来控制成本，很难满足企业的成本控制需求，在这种情况下，企业就能够选择使用数据挖掘技术，充分挖掘存在的各种数据信息，使得得到的结论更加准确，更加合理，吸取更多的经验教训，促进成本控制工作的顺利进行。对于企业来说，使用数据挖掘这项技术，可以有效地收集和处理企业的外部数据，能够提出针对性的改进方法，增强自身的竞争力。企业能够仔细地研究竞争对手的实际情况，借助数据挖掘技术，能够明确行业市场的竞争信息和合作信息，做出合理的战略决策。不仅如此，企业也能够借助云计算技术，选择相关的筛选功能来选择合理的数据，使得成本控制工作可以顺利地落实，并且在企业中各个部门合理地管理成本，能够明确产品的投入是否稳定，及时地明确产品实际成本和生产成本预算之间的联系，给企业设置发展战略提供参考。

2.完善管理会计职能对于数据信息的使用方法

企业对于数据挖掘技术的使用，可以及时地处理存在的各种数据，在这些数据中找到更为准确的数据，对于数据挖掘技术使用人员来说，不仅可以减少对于时间的消耗，而且整体的数据加工更加方便，企业有关人员能够及时地使用各项数据信息。在这个时期，借助数据挖掘技术，可以实现对于会计数据的处理分析，企业管理人员可以合理地使用相关的数据信息，显示出会计数据信息的实际效果好，这样改进了管理会计对于数据信息的使用方法，提升了信息的传输速度。企业在管理存货的时候，有关的保管人员，能够按时调查存货的数量，掌握市场的需求，之后借助数据挖掘技术，来开展合理的分析，掌握企业的存货情况，防止存在库存挤压的问题，能够显著减少企业的经济损失。在大数据时代背景中，企业要想保持更加稳定的发展，增强自身的竞争能力，就需要掌握市场的发展方向，使用数据挖掘技术，确保能够显著增强整体的管理会计职能水平。

三、数据挖掘技术在管理会计中的使用方法

1.作业成本以及价值链分析

如今使用作业成本法能够有效地计算实际的成本，而且可以显著提升资源的使用效率，在进行实践的时候，这项技术可以发挥一个良好的效果。不过这项操作相对复杂，借助数据挖掘技术，能够显著改善作业成本法的相关步骤，使得整体的流程变得更加简化。在这个时期，需要掌握作业和价值之间存在的联系，明确实际的增值作业以及非增值作业，如此企业的价值链也更加完善。

2.预测分析

在开展管理会计工作实践的时候，大多数情况下都需要参考较多的历史数据和数据模型，进行有关的预测活动，在这个时期，数据挖掘技术在数据库里面可以收集到预测性的数据，设置有关的预测模型，正确预测市场的销售情况，掌握资金的流动情况，给企业经营战略的设置和落实提供参考。在这个时期，在进行市场调查数据研究的时候，要设置销售预测模型，预测之后的销量。

3.投资决策研究

投资决策分析是相对复杂的，需要合理地使用各种工具和模型来减小整体的难度，数据挖掘技术可以发挥一个量化的效果，在这个时期，需要在企业的财务报表、宏观的经济环境和行业的发展情况等方面收集各种数据，选择更加有价值的数据，使得投资决策变得更加可靠。

4.产品以及市场的预测和分析

企业要想显著提升产品的效益，就需要完善产品的组织，适应市场的需求，提升市场的占有率，设置长期稳定的客户群体，可以看出产品以及市场的预测是相对重要的。在这个时期，借助数据挖掘技术，管理会计人员能够明确价格个成本之间的数据情况，明确在特殊的时期产品所处的市场竞争地位，明确各种产品组合在之后的市场销售时期的主要表现。例如一些非盈利的产品很难实现预期的效益，不过在合理地搭配产品组合之后，能够获得一定的客户流量，提升高利润产品的销售，这样非盈利产品能够增加到产品清单里面。这部分数据信息，都能够使用数据挖掘技术来进行处理。

5.财务风险预测和评估

在这个时期管理会计能够借助数据挖掘技术来评估企业的财务风险，设置合理的财务预测模型，给企业管理层次动态化掌握企业的财务风险，实现能够做到预防，在问题产生之前就采取合理的措施来进行处理，防止产生更加严重的后果。在评估和预测财务风险的时候，借助数据技术方法来进行处理的时候，包括遗传算法和神经网络等内容。

四、大数据时代管理会计的发展趋势

1.建立管理会计中使用大数据的意识

在这个时期，需要掌握大数据的机遇，合理地应对存在的各种调整，其中主要就是提升对于大数据时代管理会计作用的认知。最开始企业的管理人员需要明确大数据对于管理会计的推进作用，主动学习大数据的专业知识，确保企业的中层基层管理人员和工作人员都能够自主地把大数据在管理会计工作中进行使用。接着相关部门或科研院所能够积极地总结和大数据相关的先进经验，编制出大数据背景中的刊物和资料等内容。如今将大数据的专业知识增加到管理会计学习过程中，促进和增强管理会计专业教育，确保大数据给管理会计造成更大的影响，如此专业人员和会计的学习者能够更好地进行学习，不仅如此，企业需要增强大数据知识的培训，按时开展知识培训和交流活动，帮助工作人员来学习各种知识。

2.设置大数据仓库

在大数据时代背景中，存在较多的数据，在这个时期，需要合理地进行使用，设置大数据仓库，借助大数据仓库来集成和整体各项数据，挖掘出数据的价值。一般情况下，大数据处理系统中，会涉及到对于数据的收集和预处理，而且包括对于数据的挖掘和价值使用，等到各项操作完毕，企业需要培养一个良好的意识，确保能够把传统的关系型数据库管理系统转换成大数据仓库管理系统。

3.提升大数据挖掘技术的使用力度

数据挖掘是相对模糊的，随机获取的数据是隐藏的，难以直接获取，在这个时期，包括对于有用知识和信息的获取。大数据时代背景中，管理人员需要在较多的数据里面寻找有价值的内容，做出合理的经营决策。其中数据库以及数据挖掘技术能够帮助企业掌握自己的生产情况，明确对于原料物料的获取，掌握供应商和客户之间的关系，财务人员在开展投资决策分析的过程中，能够选择决策树算法，在企业数据仓库里面对比历史资料，分析专业数据和其他的数据。如今数据仓库以及数据挖掘技术可以发挥一个良好的效果，能够帮助会计人员获取更加有效的信息，给企业的管理经营决策提供更加可靠的帮助。

4.重视对于专业人才的培养

如今要想应对大数据知识和技能管理会计人才缺少的问题，就需要增强企业使用分析工具能力以及挖掘数据价值的能力，促进企业经营决策形式的创新性改革，这样可以做出更加可靠的决策。在这个时期，企业需要增强人才的招募力度，可以选择在社会中进行公开招聘或者是定向招聘等方法，借助招募可以充分掌握企业内部资源的价值，明确自身的战略是否合理，各项决策措施可以发挥何种作用。不仅如此，企业也能够针对工作人员进行培训，提供更多的交流机会，而且可以邀请专家来进行指导，在企业中进行培养或者是提拔，选择有潜质的会计人员，如此能够显著增强大数据的收集能力和分析能力。

结束语：在大数据时代背景中，管理会计比较容易产生各种问题，为了能够充分显示出管理会计的实际职能，就需要增强对于数据挖掘技术的使用，这属于管理会计措施的创新，也属于对于管理会计技术体系的改进。在这个时期，需要合理地使用数据挖掘技术，联系企业的实际情况，防止存在盲目挖掘的情况，如此才可以挖掘出更加有价值的内容，如此才能够使得各项数据发挥更加显著的作用。

参考文献：

[1]周庆兰.大数据时代下数据挖掘技术在电力企业中的应用研究[J].計算机产品与流通，2019（12）：86.

[2]李丽，刘文博.大数据时代数据分析方向课程体系构建与实践——以吉林建筑大学为例[J].信息与电脑（理论版），2019，31（21）：227-229.

[3]梅锦涛.大数据时代数据挖掘在公安信息资源管理中的应用研究[J].软件，2019，40（10）：187-190.

[4]徐骁巍，付晓轩.大数据时代人工智能在计算机网络技术中的应用[J].电子技术与软件工程，2019（15）：243-244.

[5]蔡念慈，柯敏.基于大数据时代的数据挖掘预处理技术研究[J].纳税，2019，13（11）：228.

[6]贾泽宇，李宗瑾.生物大数据时代高血压数据挖掘分析平台构建研究[J].电脑知识与技术，2019，15（06）：268-269+272.

[7]赵馥琳，韩博，李绪泉.大数据时代下基于ZigBee和数据挖掘技术的空调测控系统[J].青岛理工大学学报，2018，39（06）：81-84+108.

[8]姚力，朱龙飞，崔晨.大数据时代数据科学课程建设与人才培养的探索[J].计算机时代，2018（11）：87-90+93.

[9]王继华.大数据时代下图书馆数据挖掘和情报分析研究——以中文发现系统为例[J].河南图书馆学刊，2018，38（11）：129-131.

[10]王湘楠.“大数据”时代的计算机信息处理技术分析[J].数字通信世界，2018（11）：106.

[11]胡朝晖.数据挖掘时代下电子商务教学的发展探讨[J].电子商务，2018（10）：73-74.

[12]王军，赵颖珺.基于数据挖掘的统计思维及程序设计人才的培养[J].计算机时代，2018（09）：96-98.