论文部分内容阅读
伴随着中小企业会计信息化的进程，对数据分析的需求越来越多。而信息化过程中产生的数据体量巨大，分析难度递增。本文通过对信息化进程中产生的数据特征进行分析，从数据科学的角度，提出应对措施。根据信息化发展的趋势，数据分析已从简单的描述性分析、解释性分析，发展到探索性分析，对数据分析的要求不仅是单一的文字描述、图表配合，更要求进行可视化即时分析，从数据分析中发现规律，对管理层决策进行可行性建议。
一、引言
从上个世纪八十年代开始的会计信息化到现在，无论计算机硬件产品或者软件服务环境都发生了较大变化，操作系统多平台、数据存储多样化、操作网络化、数据库知识专业化，对应的财务操作日益复杂，对财务人员提出较高要求。因而财务人员须提升认知，增加处理数据的能力，以适应企业以数据驱动带动业务发展的转变。
二、会计信息化的进程与数据处理的分析
（一）中小企业会计信息化发展的进程及数据处理分析
1.信息化初期-会计电算化 DOS磁盘操作系统，定点开发会计软件
在这个阶段，对于文档与表格处理基本上就是把纸质文档变成电子数据，由手工账向电算化账的转变。操作系统为单机版DOS系统、网络版Unix系统，后台数据库为DB2、DBF等小型数据库。这个阶段末期开始出现了企业定制开发的会计电算化软件。
定制开发DOS版电算化软件需专业人员维护，财务人员通过纸质凭证录入，转化数据。数据处理简单，效率低，算盘和计算器仍是处理数据的必备工具。
2.信息化发展期-会计信息化 视窗平台，Access数据库，商业化财务软件
视窗桌面操作系统，界面友好，EXCEL表格处理。这一阶段诞生很多商业化财务软件，如金蝶、用友等，后台数据库多用ACCESS。财务人员处理数据，开始用函数、筛选、汇总等，利用Select语句等SQL技术工具。
利用EXCEL等处理数据速度、准确性有所提高。而商业化财务软件从单机版到网络版，受制于网络连接技术、硬件的发展，基本上小型局域网。
3. 信息化成熟期-会计智能化 多平台，企业级数据库，ERP等管理平台
业务财务一体化软件在中小企业应用，如SAP软件1995年进入中国， 出现ERP软件、OA办公系统集成SAP、SCM供应链管理系统等管理平台，网络财务、在线数据库、小型机、网络服务器、在线访问终端等概念的出现，通过角色授权、账户赋权等安全性措施，管理水平不断提升，而信息技术的发展也带来海量数据。
随着海量数据的出现，计算机硬件与软件技术快速发展，VetiPaq数据库、xVlocity内存分析引擎、云计算等的出现并快速应用，针对大数据处理的技术手段多元化、智能化，基层财务人员拥有多种选择， Excel的商业智能插件，专业分析工具R语言、Python、Tableau等。
（二）数据分析中财务人员的应对措施 知识体系更新、数据规范化处理
1.财务人员知识体系、专业能力方面的应对
（1）针对会计信息化进程中的各种数据特征，财务人员进行数据分析的路径，由解释性分析、验证性分析逐步向探索性分析推进，处理数据的方向依托管理系统平台，完成数据规范性，非系统数据要求标准化，确保数据统计过程中的一致性，减少验证性分析的数据量。
（2）在专业能力方面，能应用一种软件熟练进行数据分析，学习一些数理统计常识，熟悉管理软件系统的数据结构，利用统计知识进行相关计算、分析。
（3）动态学习能力，在大数据背景下，不断学习新技术运用新思维，更新知识体系，以应对数据处理方面的数据量激增。例如可以通过微软公司的网站进行引导式学习处理大数据。
2.数据规范化处理
利用大数据背景下的新技术，规范数据，对数据的正解性、完整性等数据质量提出明确要求，并关注数据的时效性、精确性等。及时维护分析数据的事实表、维度表，规范数据间的关系，为建立数据模型（表和关系构成数据模型）做准备。如利用Excel软件中的PowerQuery进行数据采集、合并、清洗，用PowerPivot建模，用PowerView进行可视化数据分析。实务工作中，简单模型更便于理解，从简单处着手，有利于构建数据模型。大多数情况下，大数据处理先进行碎片化处理，分别建模，结果以图表形式展现。
3.充分利用ERP软件与工具软件，实现数据处理标准化
挖掘ERP软件基本功能，根据需求适时进行二次开发，减小数据处理的难度，提高处理的速度与准确性，确保数据的一致性。针对系统外处理的数据，通过工具软件整理，使其标准化，并逐步推进将系统外数据纳入系统管理，减少信息孤岛。
4.通過数据探索性分析进行数据预测，利用历史数据做探索性尝试，进行分类分析、趋势分析，从而发现数据的相关性并尝试建立因果关系，探索规律，提供数据见解。比如通过企业近几年的销售价格与销量的关系制作散点图，找出线性关系，呈现数据分析结论，供管理层使用。
三、面对数据分析的难题，解决问题的方法
从制度化层面建立数据中心、构建分析体系、实战培训制度，健全数据输入输出的规范，将数据标准化，将人员培训制度化、团队协同规范化。
（一）建设数据中心、构建分析体系
以制度形式明确分析体系建设的原则、数据标准化要求、参与人员的技能要求，以财务为主导，协同业务部门进行数据中心的建设，并适时共享数据，同时对数据访问权限进行授权、做好数据安全性的防护。模拟通用场景，建立实战数据库，制作常用数据分析的模式、模型、模板，并不断更新、完善。编写人员培训与实战手册，明确数据整理的规则、要求，数据分析的逻辑性说明，以及常用工具的使用指南。如在数据中心中建立产品定价模板、成本费用分析模板、成本多维度分析模板、料工费变动模板、采购成本分析模板、业务人员考核模板等。
（二）培训制度及团队协同
建立培训制度，培训数据分析的常规技能，编写培训教程，进行普适化培训，技能提升，建立技能提升考核机制，并将其纳入绩效考核。在适当时候，应当将数据分析培训外延，包括那些提供数据的其他业务部门。通过对数据要求的标准化，将数据规范要求前移，从数据提供的源头上解决规范化问题。通过数据驱动、团队协同，完成数据标准化，完善数据分析体系。
四、结语
如果说财务数据的处理是术的层面，那么企业信息化就是道的高度。从术到道，就是财务人员从核算到管理的转变。通过对中小企业信息进程中的数据特征的分析，完善制度建设，进行相关技能培训，针对信息化带来的大数据，提升自身技能，利用新技术下的思维模式，进行非传统技术的财务数据分析，建立数据中心，分享各种数据模板，完成数据分析从解释性、验证性到探索性的转变，生成可视化数据分析，为企业管理层提供决策依据。（作者单位：广东汇海农牧科技集团有限公司）
一、引言
从上个世纪八十年代开始的会计信息化到现在，无论计算机硬件产品或者软件服务环境都发生了较大变化，操作系统多平台、数据存储多样化、操作网络化、数据库知识专业化，对应的财务操作日益复杂，对财务人员提出较高要求。因而财务人员须提升认知，增加处理数据的能力，以适应企业以数据驱动带动业务发展的转变。
二、会计信息化的进程与数据处理的分析
（一）中小企业会计信息化发展的进程及数据处理分析
1.信息化初期-会计电算化 DOS磁盘操作系统，定点开发会计软件
在这个阶段，对于文档与表格处理基本上就是把纸质文档变成电子数据，由手工账向电算化账的转变。操作系统为单机版DOS系统、网络版Unix系统，后台数据库为DB2、DBF等小型数据库。这个阶段末期开始出现了企业定制开发的会计电算化软件。
定制开发DOS版电算化软件需专业人员维护，财务人员通过纸质凭证录入，转化数据。数据处理简单，效率低，算盘和计算器仍是处理数据的必备工具。
2.信息化发展期-会计信息化 视窗平台，Access数据库，商业化财务软件
视窗桌面操作系统，界面友好，EXCEL表格处理。这一阶段诞生很多商业化财务软件，如金蝶、用友等，后台数据库多用ACCESS。财务人员处理数据，开始用函数、筛选、汇总等，利用Select语句等SQL技术工具。
利用EXCEL等处理数据速度、准确性有所提高。而商业化财务软件从单机版到网络版，受制于网络连接技术、硬件的发展，基本上小型局域网。
3. 信息化成熟期-会计智能化 多平台，企业级数据库，ERP等管理平台
业务财务一体化软件在中小企业应用，如SAP软件1995年进入中国， 出现ERP软件、OA办公系统集成SAP、SCM供应链管理系统等管理平台，网络财务、在线数据库、小型机、网络服务器、在线访问终端等概念的出现，通过角色授权、账户赋权等安全性措施，管理水平不断提升，而信息技术的发展也带来海量数据。
随着海量数据的出现，计算机硬件与软件技术快速发展，VetiPaq数据库、xVlocity内存分析引擎、云计算等的出现并快速应用，针对大数据处理的技术手段多元化、智能化，基层财务人员拥有多种选择， Excel的商业智能插件，专业分析工具R语言、Python、Tableau等。
（二）数据分析中财务人员的应对措施 知识体系更新、数据规范化处理
1.财务人员知识体系、专业能力方面的应对
（1）针对会计信息化进程中的各种数据特征，财务人员进行数据分析的路径，由解释性分析、验证性分析逐步向探索性分析推进，处理数据的方向依托管理系统平台，完成数据规范性，非系统数据要求标准化，确保数据统计过程中的一致性，减少验证性分析的数据量。
（2）在专业能力方面，能应用一种软件熟练进行数据分析，学习一些数理统计常识，熟悉管理软件系统的数据结构，利用统计知识进行相关计算、分析。
（3）动态学习能力，在大数据背景下，不断学习新技术运用新思维，更新知识体系，以应对数据处理方面的数据量激增。例如可以通过微软公司的网站进行引导式学习处理大数据。
2.数据规范化处理
利用大数据背景下的新技术，规范数据，对数据的正解性、完整性等数据质量提出明确要求，并关注数据的时效性、精确性等。及时维护分析数据的事实表、维度表，规范数据间的关系，为建立数据模型（表和关系构成数据模型）做准备。如利用Excel软件中的PowerQuery进行数据采集、合并、清洗，用PowerPivot建模，用PowerView进行可视化数据分析。实务工作中，简单模型更便于理解，从简单处着手，有利于构建数据模型。大多数情况下，大数据处理先进行碎片化处理，分别建模，结果以图表形式展现。
3.充分利用ERP软件与工具软件，实现数据处理标准化
挖掘ERP软件基本功能，根据需求适时进行二次开发，减小数据处理的难度，提高处理的速度与准确性，确保数据的一致性。针对系统外处理的数据，通过工具软件整理，使其标准化，并逐步推进将系统外数据纳入系统管理，减少信息孤岛。
4.通過数据探索性分析进行数据预测，利用历史数据做探索性尝试，进行分类分析、趋势分析，从而发现数据的相关性并尝试建立因果关系，探索规律，提供数据见解。比如通过企业近几年的销售价格与销量的关系制作散点图，找出线性关系，呈现数据分析结论，供管理层使用。
三、面对数据分析的难题，解决问题的方法
从制度化层面建立数据中心、构建分析体系、实战培训制度，健全数据输入输出的规范，将数据标准化，将人员培训制度化、团队协同规范化。
（一）建设数据中心、构建分析体系
以制度形式明确分析体系建设的原则、数据标准化要求、参与人员的技能要求，以财务为主导，协同业务部门进行数据中心的建设，并适时共享数据，同时对数据访问权限进行授权、做好数据安全性的防护。模拟通用场景，建立实战数据库，制作常用数据分析的模式、模型、模板，并不断更新、完善。编写人员培训与实战手册，明确数据整理的规则、要求，数据分析的逻辑性说明，以及常用工具的使用指南。如在数据中心中建立产品定价模板、成本费用分析模板、成本多维度分析模板、料工费变动模板、采购成本分析模板、业务人员考核模板等。
（二）培训制度及团队协同
建立培训制度，培训数据分析的常规技能，编写培训教程，进行普适化培训，技能提升，建立技能提升考核机制，并将其纳入绩效考核。在适当时候，应当将数据分析培训外延，包括那些提供数据的其他业务部门。通过对数据要求的标准化，将数据规范要求前移，从数据提供的源头上解决规范化问题。通过数据驱动、团队协同，完成数据标准化，完善数据分析体系。
四、结语
如果说财务数据的处理是术的层面，那么企业信息化就是道的高度。从术到道，就是财务人员从核算到管理的转变。通过对中小企业信息进程中的数据特征的分析，完善制度建设，进行相关技能培训，针对信息化带来的大数据，提升自身技能，利用新技术下的思维模式，进行非传统技术的财务数据分析，建立数据中心，分享各种数据模板，完成数据分析从解释性、验证性到探索性的转变，生成可视化数据分析，为企业管理层提供决策依据。（作者单位：广东汇海农牧科技集团有限公司）