管理会计中数据挖掘的应用(共4285字).doc

《管理会计中数据挖掘的应用(共4285字).doc》由会员分享，可在线阅读，更多相关《管理会计中数据挖掘的应用(共4285字).doc（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、管理会计中数据挖掘的应用(共4285字)摘要：科学技术的不断发展，极大地促进了大数据技术的飞跃，使其加快了向社会生产生活方方面面的渗透进程。在大数据背景下，如何将数据挖掘技术更加充分地应用于管理会计工作实践，成为业内广泛关注的焦点问题之一。基于此，首先介绍了数据挖掘技术的特点及应用流程，分析了大数据时代数据挖掘技术对管理会计的影响，并结合相关实践经验，分别从作业成本和价值链分析等多个角度与方面，就数据挖掘技术在管理会计中的应用展开了探讨，望有助于相关工作的实践。关键词：大数据；数据挖掘；管理会计；策略引言社会经济的持续快速发展，对管理会计的实践方法及实际效能提出了新的要求，积极引入新的现代化技

2、术方法，创新管理会计工作措施，提高管理会计工作效率，优化管理会计效果，成为大势所趋。长期以来，大数据技术突飞猛进，数据挖掘技术的应用覆盖面得以显著拓展，从海量数据中提取有效信息的效率和准确性稳步提升。在会计信息化进程不断深化的今天，在管理会计工作中充分应用数据挖掘技术具有极为深远的现实意义。数据挖掘技术的特点数据挖掘即从大量数据信息中发现有价值信息的过程，该过程充分整合了统计学、决策理论、知识信息、数据库等多学科知识，实现了从海量的、非完全的、模糊的实际应用数据中，提取潜在有用信息和知识的预期目的，并揭示出数据之间存在的潜在关联，为实施相应决策提供必要的依据。在管理会计中，传统数据量相对较少、

3、布局分散且呈不规则状态，所获取的财务分析结果不具备理想的参考价值，无法有效服务于企业决策。而在大数据背景下，通过数据挖掘技术可收集处理巨量数据信息，全面掌握企业经营管理所面临的内外部影响要素，为实施科学合理的战略决策提供保障。随着经济发展新常态的逐步确立，数据信息已经发展成为保障经济发展的关键要素，在大数据时代具有广阔的应用范围。因此，数据挖掘技术将会以此为驱动，不断取得创新发展与突破。数据挖掘技术的应用流程数据取样在开展数据挖掘前，为保障数据挖掘进程的有序开展，提高数据挖掘效果，必须严格数据取样，为数据挖掘提供可靠的方向性保障。对此，必须围绕数据挖掘预期目标，创建数据表，对数据库信息进行抽样

4、。要注重数据取样的实际意义，避免片面追求取样数量。数据探索在完成数据取样后，数据挖掘进入数据探索环节，即对数据开展深入而详实的探索搜寻。通过数据探索，可从数据样本出发，全面掌握数据信息中预期或未被预期的潜在关联，从而提高对数据挖掘目标任务的认知。数据调整数据调整即对数据信息进行增加、减少、修改或替换，使所获取到的数据信息更具明确性、有效性和针对性，避免大量复杂冗余的数据信息混杂其中，影响整体工作效率。数据建模数据建模是统计数据、分析数据、处理数据的关键环节。在该环节，要充分利用决策树、时间序列分析、回归分析等各种不同类型的分析工具，建立相应的数据模型。数据评价数据评价是数据挖掘的最后环节，即对

5、数据建立评级体系，全面客观科学地评价通过数据挖掘所获取数据和信息的可靠性、实用性。大数据时代数据挖掘技术对管理会计的影响有效提高管理会计的成本控制职能对于企业经营管理而言，管理会计的关键职能在于有效管控成本，企业开展的所有经济活动，均与成本控制密切相关。在大数据背景下，单纯地通过计划或预算来进行成本控制，已经难以满足新形势下企业成本管理需求，因而需通过采用数据挖掘技术，整合分析海量数据信息，得出更为贴合实际的结论，为开展成本控制提供依据与参考。通过数据挖掘技术，企业可充分掌握行业竞争情况、供应链情况等外部信息，为企业内部部门赋予不同的成本控制任务指标，优化投入产出比。变革管理会计对数据利用方式

6、在数据处理与利用方面，数据挖掘技术效率高，所获得的数据信息更为精确，省略了不必要的数据信息加工处理步骤，节省了时间与精力，充分满足了数据使用者在精准性等方面的需求。此外，数据挖掘技术可对会计数据实施动态化处理，使企业管理层随时掌握会计信息，提高了会计信息的传递效率，有效变革了管理会计对数据的利用方式。提高管理会计工作效率与质量管理会计工作的目标在于通过系统化分析与整合有关数据信息，最终服务于企业管理。随着数据挖掘技术的深入应用，管理会计既强化了内部控制管理方式，也逐渐演化形成了其他多种管理方式，全方位优化了企业经营管理效果，符合大数据背景下企业发展需求。数据挖掘技术的高效性、实用性，使管理会计

7、的工作效率及质量上升到了一个崭新的高度，通过对内外部有价值信息的利用，促进企业有效应对环境变化，使经营管理取得长远可持续发展。变革管理会计的工作内容在管理会计的工作内容方面，诸多与大数据相关的工作新内容相继出现，并得以发展，提高了数据挖掘技术的覆盖范围，使管理会计工作内容更加丰富，更具层次性与系统性。因此，为更好地适应管理会计工作发展趋势，需要工作人员不断学习新理念、新思想、新方法，不断提高自身综合素养，适应管理会计工作内容持续深化变革而产生的多类型工作需求。数据挖掘在管理会计中的应用探讨作业成本和价值链分析作业成本法可在很大程度上实现对成本的精准计算，有效提高有限资源的利用率，因此在实践中得

8、以广泛应用。但其操作方法相对繁杂，通过数据挖掘技术的应用，可有效优化作业成本法的实施步骤，减少不必要的流程与环节。同时，可立足于分析作业与价值之间的潜在关联，确定相应的增值作业和非增值作业，改进企业价值链。预测分析在管理会计工作实践中，更多情形下需要以海量历史数据及数据模型为基础，开展相关预测活动。数据挖掘技术通过在数据库中搜集预测性数据，采用趋势分析等方法，构建相应的预测模型，对市场销售、成本控制、资金流动等作出科学预测，为企业经营战略的制定与实施提供保障。比如，通过分析市场调查数据可建立销售预测模型，用于预测未来销量。投资决策分析投资决策分析具有复杂性特征，需要借助相关工具与模型降低实施难

9、度，而数据挖掘技术便是理想的工具之一。这需要从企业财务报表、宏观经济环境、行业发展规律等方面搜集数据信息，筛选具有实质性意义的数据，保障投资决策的方向性。产品和市场预测与分析企业为实现产品效益最大化，需要进行产品组合优化，迎合市场需求，提高市场占有率，构建长期稳定的客户群体，因此进行产品和市场预测至关重要。通过采用数据挖掘技术，管理会计人员可有效掌握价格和成本之间的数据情况，并了解在某个特定阶段内产品所处的市场竞争地位，进而掌握不同产品组合在未来市场销售中的表现。比如，部分非盈利产品无法实现预期利益，但通过产品组合优化搭配，可带来一定客户流量，促进高利润产品的销售，则该非盈利产品便应该纳入产品

10、清单。所有上述数据信息，均可利用数据挖掘技术中的关联分析来实现。财务风险预测与评估管理会计可采用数据挖掘技术评价与预测企业财务风险，构建切实可行的财务预测模型，帮助企业管理层动态化掌握企业财务风险，进而未雨绸缪，提前采取有针对性的措施与方法予以防范化解。在财务风险预测与评估中，应用较多的数据挖掘技术方法有多维判别式分析、遗传算法、神经网络等。结语综上所述，在大数据背景下，管理会计工作实践充分应用数据挖掘技术是极为必要的，也是极为可行的。随着市场经济体系的逐渐完善，企业所面临的竞争压力日趋激烈，所遭遇的挑战日趋严峻，必须通过新技术方法引入，提高管理会计工作质量，使有限资金价值最大化。对此，要立足企业经营管理实际，充分遵循数据挖掘技术的基本规律，严格掌握其应用步骤与流程，多措并举，提高管理会计工作实效性，为完善企业内部经营管理，提高核心竞争力奠定坚实基础。参考文献李平荣大数据时代的数据挖掘技术与应用重庆三峡学院学报，（）：孟岩武文龙数据挖掘在战略管理会计中的应用以公司为实例会计之友（下旬刊），（）：刘洪，何光军基于人工神经网络方法的上市公司经营失败预警研究会计研究，（）：张志恒，陈旭数据挖掘技术在会计信息系统中的应用研究中国管理信息化，（）：杨兵基于非财务指标及数据挖掘方法的财务危机预测研究广州：华南热带农业大学，：第 7 页 共 7 页