论文部分内容阅读
摘要：在大数据背景下，企业应放弃传统成本管理观念，以积极的态度应用新成本管理模式，更好地推动成本管理向数字化、共享化转变，打破企业与企业、部门与部门之间的壁垒，充分利用大数据技术为企业“降本增效”，以实现发展目标。
关键词：工程项目;成本管控;大数据
引言
企业之间的信息交流越来越频繁， 随着信息交流， 海量数据也随之产生。选取正确有用的数据信息， 能够帮助企业制定正确的发展战略与目标至关重要。而在企业的成本控制中， 传统的成本方控制方式主要是针对企业的成本结构以及相关的会计核算作为主体， 而忽略了相关数据对于企业成本控制的重要性， 难以实现企业成本的事前预测及控制。因此， 研究利用大数据对企业成本控制的影响显得尤为重要。
1大数据背景下企业成本管理的特点
工程成本管控一般包括成本预测、成本核算、成本分析、成本考核等环节，成本预测是工程项目成本管控的重要前提，也是成本管控的基础性工作，只有更加精准地预测成本，才能在保障工程质量的同时，兼顾工程成本，为项目增值服务，成本大数据能根据拟建工程特点，在建设工程全过程的各个阶段引入大数据指标和指数，让成本预测更准确，成本管控更有效，成本后评价更有针对性，让全过程的成本管控更加系统化、规范化。
随着信息技术的飞速发展，大数据技术应运而生，越来越多的企业将大数据应用于成本管理工作中以解决传统成本管理存在的问題。企业处于高速变化的外部环境中，大数据技术会及时提供给企业管理者来自多方的最新数据，并将海量数据快速整理成多种形式的可用信息资源，极大地提高成本管理效率和决策的准确性。
数量、价值、类型及处理速度是数据的四大特点， 而大数据因此具有四大基本特征：数据处理量大、价值较高、类型较为多样化以及数据的处理速度相对较快。数据处理量大：数据处理量大及现有的大数据， 因为所包含的行业、企业以及相关的信息较多， 且涉及的数据具有一定的广度以及深度，因此规模较大。而大数据技术能够很好地对这些数据进行处理。价值较高：现代的竞争是数据的竞争， 因此， 大数据的分析以及整合对企业的经济状况以及相关数据的分析， 能够很好地帮助企业进行决策的制定以及和对未来的规划。同样，通过对成本控制的分析， 能够很好地帮助企业提高市场的竞争力， 提高自身企业竞争价值。而大数据能够为企业提供很好的支持，类型较为多样化：大数据不是简简单单的数字，而包含着各种各样的行业信息， 因此类型也是多样化的， 例如一些顾客的相关信息、健康信息、地理位置甚至企业的收益，成本等等， 类型多种多样。在高科技的现在， 企业能够通过互联网在短时间内获得大量的数据， 并对这些数据通过一些相关的技术而进行分析， 从而帮助企业做出决策。
2工程项目成本管控中的大数据应用
2.1加强企业网络信息化建设
为了顺应时代发展，企业应自觉将网络信息化建设提上日程，方便引入大数据技术，避免因为企业硬件不过关而造成的应用失败。一方面，企业应制订战略计划，设计与成本管理相关的服务器，完善大数据平台，与其他系统相辅相成、高度融合。另一方面，企业可以使不同部门高效共享财务信息和非财务信息，解决信息传递低效等原因造成的时间成本、人力成本浪费的问题，从而使高层管理者实时监控企业各部门活动，及时了解有关数据信息，提升管理效率和质量。
2.2注重数据分析和数据挖掘工作
大数据下工程成本管理中注重数据分析和数据挖掘工作是关键。数据分析就是将工程成本管理中出现的数据信息进行汇总、理解并消化，提取有用数据信息并得出结论。数据挖掘是指挖掘数据规律，将数据转化成有用的信息，帮助决策。工程成本管理工作对数据分析和数据挖掘的过程，就是将工程成本管理数据进行收集、汇总、分析、挖掘，帮助管理者进行科学决策的过程。对工程成本管理工作而言，要把握好两个关键点，一是注重数据分析;就是在工程成本管理中适当的用统计、分析方法对收集的数据进行分析，识别信息需求，获取有效数据信息，为工程成本管理工作做支撑。如建立分布式数据库，提高响应速度，满足对数据快速查看和分析的要求。二是注重数据挖掘，我国在数据挖掘技术方面的研究起步较晚，工程成本管理数据挖掘工作，应建立在数据挖掘技术之上，积极研发具有自主知识产权的数据挖掘工具，将助力工程成本管理的发展。
2.3做好物料成本控制
对于物料成本控制， 生产成本包括材料费用， 人工费用等等， 在企业进行生产时， 原材料的使用消耗量的有效控制可以防止不必要的浪费， 而大数据可以做到对原材料使用情况的实时监督， 防止浪费情况的产生。同样， 对于人工费的控制， 是可以通过数据， 确定人工生产量的多少， 以及空调等情况的使用， 并根据最合适的情况来对灯光， 温度等进行控制，在减少浪费的情况下又能保证生产流程的正常运行。而仓储管理中的成本控制， 可以通过使用大数据， 建立健全完善的数据库和出入库管理， 有效地对库存情况进行控制与监督， 防止浪费， 减少部分物料因为时间存放问题而不能使用等类似情况的出现， 既能帮助企业节省储存空间， 又能减少不必要的仓储费用， 大大节约了仓储成本进而降低生产成本。
2.4建立统一的工程数据收集标准
大数据的应用建立在一定的标准之上，可以促使数据处理工作朝着标准化、规范化的方向发展。在具体做法上，大数据下工程成本管理，大数据收集的前提是建立统一的元数据标准，通过建立统一的工程数据收集标准，减少数据处理时间和成本，实现成本数据信息标准的一致性，便于对数据进行整理和采集，整合成本视频、图片信息，设置标准，突出成本数据的科学统一性。值得一提的是，尤其要注重工程定额标准的统一，在计量单位、计算方法和适用性方面做好工程数据收集标准，使产生的工程数据具有通用性，才能便于整理和分析，促进工程成本管理的标准化和规范化。
2.5重视挖掘结果可视化研究开发
大数据下工程成本管理对数据挖掘结果的可视化研究开发至关重要，可视化将数据挖掘结果更为直观呈现显示，更为清晰地看到数据的发展变化，对于工程成本管理工作，将数据挖掘结果转换成2D，3D图形，并与其他数据相关联，可以更深层次地分析和观察数据，深度挖掘数据以及图表联动分析，用可视化的信息图功能是简化复杂信息，发现大数据中的隐藏信息与内在规律，尤其对大规模复杂数据集的认知颇为受益，可以为专业人员提供更有力的支持。对此，我国应加大对数据挖掘结果可视化研究开发工作，结合工程成本的需要开发出相应的数据挖掘结果可视化软件，实现多角度、多维度的数据可视化。
2.6加强数据安全管理
采用网络平台管理成本数据时，为防止隐私泄露，企业必须建立完善的数据安全防范机制。企业可以在事前、事中、事后分别实施安全措施，如设置防火墙、密码等阻止未经允许的访问者进入网络;在成本管理各个端口安装监管软件，实时监控操作流程，签订保密协议，明确相关法律责任等，彻底消除安全隐患。
结束语
工程成本数据库的建设是一个长期的过程，从利用价值和工作量的角度出发，可以进行分步实施，逐步完善。基于工程成本数据库应用的要求，可以确定统一数据标准，将科目指标、清单、要素价格设置等内容标准化，便于数据归类与管理，通过云计算以降低数据储存和管理的成本，优化数据库功能以拓展数据库的应用领域，并通过人工智能实现工程成本数据算法的迭代和优化。
参考文献：
[1]孟爱仙.大数据时代作业成本法在环境成本管理中的应用[J].当代教育实践与教学研究，2020（13）：225-226.
[2]李志霞.大数据时代的成本管理与优化[J].财会学习，2020（19）：103-104.
[3]梅芳.大数据在制造业企业成本管理中的应用研究[J].齐齐哈尔大学学报：哲学社会科学版，2017（9）：64-66.
[4]卞玉霞.大数据背景下电力企业成本管理研究[J].品牌，2015（4）：95.
关键词：工程项目;成本管控;大数据
引言
企业之间的信息交流越来越频繁， 随着信息交流， 海量数据也随之产生。选取正确有用的数据信息， 能够帮助企业制定正确的发展战略与目标至关重要。而在企业的成本控制中， 传统的成本方控制方式主要是针对企业的成本结构以及相关的会计核算作为主体， 而忽略了相关数据对于企业成本控制的重要性， 难以实现企业成本的事前预测及控制。因此， 研究利用大数据对企业成本控制的影响显得尤为重要。
1大数据背景下企业成本管理的特点
工程成本管控一般包括成本预测、成本核算、成本分析、成本考核等环节，成本预测是工程项目成本管控的重要前提，也是成本管控的基础性工作，只有更加精准地预测成本，才能在保障工程质量的同时，兼顾工程成本，为项目增值服务，成本大数据能根据拟建工程特点，在建设工程全过程的各个阶段引入大数据指标和指数，让成本预测更准确，成本管控更有效，成本后评价更有针对性，让全过程的成本管控更加系统化、规范化。
随着信息技术的飞速发展，大数据技术应运而生，越来越多的企业将大数据应用于成本管理工作中以解决传统成本管理存在的问題。企业处于高速变化的外部环境中，大数据技术会及时提供给企业管理者来自多方的最新数据，并将海量数据快速整理成多种形式的可用信息资源，极大地提高成本管理效率和决策的准确性。
数量、价值、类型及处理速度是数据的四大特点， 而大数据因此具有四大基本特征：数据处理量大、价值较高、类型较为多样化以及数据的处理速度相对较快。数据处理量大：数据处理量大及现有的大数据， 因为所包含的行业、企业以及相关的信息较多， 且涉及的数据具有一定的广度以及深度，因此规模较大。而大数据技术能够很好地对这些数据进行处理。价值较高：现代的竞争是数据的竞争， 因此， 大数据的分析以及整合对企业的经济状况以及相关数据的分析， 能够很好地帮助企业进行决策的制定以及和对未来的规划。同样，通过对成本控制的分析， 能够很好地帮助企业提高市场的竞争力， 提高自身企业竞争价值。而大数据能够为企业提供很好的支持，类型较为多样化：大数据不是简简单单的数字，而包含着各种各样的行业信息， 因此类型也是多样化的， 例如一些顾客的相关信息、健康信息、地理位置甚至企业的收益，成本等等， 类型多种多样。在高科技的现在， 企业能够通过互联网在短时间内获得大量的数据， 并对这些数据通过一些相关的技术而进行分析， 从而帮助企业做出决策。
2工程项目成本管控中的大数据应用
2.1加强企业网络信息化建设
为了顺应时代发展，企业应自觉将网络信息化建设提上日程，方便引入大数据技术，避免因为企业硬件不过关而造成的应用失败。一方面，企业应制订战略计划，设计与成本管理相关的服务器，完善大数据平台，与其他系统相辅相成、高度融合。另一方面，企业可以使不同部门高效共享财务信息和非财务信息，解决信息传递低效等原因造成的时间成本、人力成本浪费的问题，从而使高层管理者实时监控企业各部门活动，及时了解有关数据信息，提升管理效率和质量。
2.2注重数据分析和数据挖掘工作
大数据下工程成本管理中注重数据分析和数据挖掘工作是关键。数据分析就是将工程成本管理中出现的数据信息进行汇总、理解并消化，提取有用数据信息并得出结论。数据挖掘是指挖掘数据规律，将数据转化成有用的信息，帮助决策。工程成本管理工作对数据分析和数据挖掘的过程，就是将工程成本管理数据进行收集、汇总、分析、挖掘，帮助管理者进行科学决策的过程。对工程成本管理工作而言，要把握好两个关键点，一是注重数据分析;就是在工程成本管理中适当的用统计、分析方法对收集的数据进行分析，识别信息需求，获取有效数据信息，为工程成本管理工作做支撑。如建立分布式数据库，提高响应速度，满足对数据快速查看和分析的要求。二是注重数据挖掘，我国在数据挖掘技术方面的研究起步较晚，工程成本管理数据挖掘工作，应建立在数据挖掘技术之上，积极研发具有自主知识产权的数据挖掘工具，将助力工程成本管理的发展。
2.3做好物料成本控制
对于物料成本控制， 生产成本包括材料费用， 人工费用等等， 在企业进行生产时， 原材料的使用消耗量的有效控制可以防止不必要的浪费， 而大数据可以做到对原材料使用情况的实时监督， 防止浪费情况的产生。同样， 对于人工费的控制， 是可以通过数据， 确定人工生产量的多少， 以及空调等情况的使用， 并根据最合适的情况来对灯光， 温度等进行控制，在减少浪费的情况下又能保证生产流程的正常运行。而仓储管理中的成本控制， 可以通过使用大数据， 建立健全完善的数据库和出入库管理， 有效地对库存情况进行控制与监督， 防止浪费， 减少部分物料因为时间存放问题而不能使用等类似情况的出现， 既能帮助企业节省储存空间， 又能减少不必要的仓储费用， 大大节约了仓储成本进而降低生产成本。
2.4建立统一的工程数据收集标准
大数据的应用建立在一定的标准之上，可以促使数据处理工作朝着标准化、规范化的方向发展。在具体做法上，大数据下工程成本管理，大数据收集的前提是建立统一的元数据标准，通过建立统一的工程数据收集标准，减少数据处理时间和成本，实现成本数据信息标准的一致性，便于对数据进行整理和采集，整合成本视频、图片信息，设置标准，突出成本数据的科学统一性。值得一提的是，尤其要注重工程定额标准的统一，在计量单位、计算方法和适用性方面做好工程数据收集标准，使产生的工程数据具有通用性，才能便于整理和分析，促进工程成本管理的标准化和规范化。
2.5重视挖掘结果可视化研究开发
大数据下工程成本管理对数据挖掘结果的可视化研究开发至关重要，可视化将数据挖掘结果更为直观呈现显示，更为清晰地看到数据的发展变化，对于工程成本管理工作，将数据挖掘结果转换成2D，3D图形，并与其他数据相关联，可以更深层次地分析和观察数据，深度挖掘数据以及图表联动分析，用可视化的信息图功能是简化复杂信息，发现大数据中的隐藏信息与内在规律，尤其对大规模复杂数据集的认知颇为受益，可以为专业人员提供更有力的支持。对此，我国应加大对数据挖掘结果可视化研究开发工作，结合工程成本的需要开发出相应的数据挖掘结果可视化软件，实现多角度、多维度的数据可视化。
2.6加强数据安全管理
采用网络平台管理成本数据时，为防止隐私泄露，企业必须建立完善的数据安全防范机制。企业可以在事前、事中、事后分别实施安全措施，如设置防火墙、密码等阻止未经允许的访问者进入网络;在成本管理各个端口安装监管软件，实时监控操作流程，签订保密协议，明确相关法律责任等，彻底消除安全隐患。
结束语
工程成本数据库的建设是一个长期的过程，从利用价值和工作量的角度出发，可以进行分步实施，逐步完善。基于工程成本数据库应用的要求，可以确定统一数据标准，将科目指标、清单、要素价格设置等内容标准化，便于数据归类与管理，通过云计算以降低数据储存和管理的成本，优化数据库功能以拓展数据库的应用领域，并通过人工智能实现工程成本数据算法的迭代和优化。
参考文献：
[1]孟爱仙.大数据时代作业成本法在环境成本管理中的应用[J].当代教育实践与教学研究，2020（13）：225-226.
[2]李志霞.大数据时代的成本管理与优化[J].财会学习，2020（19）：103-104.
[3]梅芳.大数据在制造业企业成本管理中的应用研究[J].齐齐哈尔大学学报：哲学社会科学版，2017（9）：64-66.
[4]卞玉霞.大数据背景下电力企业成本管理研究[J].品牌，2015（4）：95.