李凌煜
(上海大學計算機工程與科學學院,上海 200444)
互聯(lián)網(wǎng)數(shù)據(jù)中心(IDC)為“大數(shù)據(jù)”下的定義是:“大數(shù)據(jù)”是指為了更經(jīng)濟更有效地從高頻率、大容量、不同結構和類型的數(shù)據(jù)中獲取價值而設計的新一代架構和技術,用它來描述和定義信息爆炸時代產(chǎn)生的海量數(shù)據(jù)。2009年,“大數(shù)據(jù)”概念開始在社會上傳播,直到2012年美國政府高調宣布“大數(shù)據(jù)研究和開發(fā)計劃”,大數(shù)據(jù)時代才真正開始進入人們的社會經(jīng)濟生活。
對于大數(shù)據(jù)的特征,當前較為統(tǒng)一的認識是如下四個點:數(shù)據(jù)規(guī)模大、數(shù)據(jù)種類多、數(shù)據(jù)要求處理速度快、數(shù)據(jù)價值密度低,即所謂的四V特性。這四種特性使得大數(shù)據(jù)區(qū)分于普通意義上的海量數(shù)據(jù),大數(shù)據(jù)不僅可以描述大量的數(shù)據(jù),還具有提取獲得有價值信息的能力。
傳統(tǒng)的會計財務分析主要以企業(yè)的財務數(shù)據(jù)為分析對象,再利用宏觀形勢和行業(yè)趨勢綜合判斷來得出結論[1]。使用大數(shù)據(jù)技術對于會計領域來說擁有的優(yōu)點如下。
傳統(tǒng)的會計在收集分析時采用隨機采樣的方法,只取用了企業(yè)運營數(shù)據(jù)中的一小部分,不能保證樣本完全代表整體,而且浪費了數(shù)據(jù)庫中大量的數(shù)據(jù)資源。同時,現(xiàn)實中人為的采樣很難保證絕對的隨機性,有可能會導致分析結果與實際不同。而使用大數(shù)據(jù)方法可以使用所有的數(shù)據(jù),使樣本=總體,從而收集到過去無法收集到的信息。
傳統(tǒng)的會計使用已經(jīng)發(fā)生的事情產(chǎn)生的數(shù)據(jù)結果,側重點在于找出事情發(fā)生的原因,具有一定的滯后性。而使用大數(shù)據(jù)方法通過收集整理所有的數(shù)據(jù)進行分析,可以大概知道未來可能會發(fā)生什么,提高了數(shù)據(jù)的利用率,有助于相關部門的理解和管理會計的發(fā)展,提高企業(yè)管理的針對性和有效性[2]。
在小數(shù)據(jù)時代,由于測量的能力受限,數(shù)據(jù)點的測量在結果中起著至關重要的作用,因此需要保證每個數(shù)據(jù)的精確性[2]。而在大數(shù)據(jù)時代,人們不用擔心某個數(shù)據(jù)的差錯引起對整個系統(tǒng)的錯誤影響,不需要花費大量的代價在數(shù)據(jù)的不確定性和模糊性上。相比于小數(shù)據(jù)時代,大數(shù)據(jù)可以由于更加強調數(shù)據(jù)的整體性和混雜性而能夠幫助人們進一步接近事實真相。
由于傳統(tǒng)的企業(yè)財會工作具有保密性,且工作大多在線下完成,容易產(chǎn)生會計造假問題。但是在大數(shù)據(jù)時代下,對于數(shù)據(jù)的收集、分析和處理在很大程度上得到了改進,企業(yè)大部分的財會工作都可以在線上進行,這樣就方便了相關部門和人員查看資金的流動情況。資金的流向綜合反映了企業(yè)生產(chǎn)經(jīng)營活動的情況,一方面,企業(yè)可以通過客戶數(shù)據(jù)和資金流向評估總結出客戶的信息,從而篩選出有重要意義的客戶;另一方面,通過查找、監(jiān)控異常的資金流向,可以尋找、發(fā)現(xiàn)、核對來自企業(yè)內外部的相關證據(jù)[3],根據(jù)資金流向追蹤源頭負責人,從而強化對項目各個流程的監(jiān)督,找出并預防隱藏在企業(yè)中的各種違法違規(guī)問題。
在傳統(tǒng)數(shù)據(jù)時代,人們更習慣于根據(jù)數(shù)據(jù)找出產(chǎn)生這樣結果的原因,分析數(shù)據(jù)也更多依靠職業(yè)經(jīng)驗判斷,相比于大數(shù)據(jù)方法缺乏科學性和準確性。由于大數(shù)據(jù)的主要功能之一就是使用模型對海量數(shù)據(jù)進行分析來預測事件發(fā)生的可能性,因此,在大數(shù)據(jù)環(huán)境下,人們既可以進行實時分析,又能做出預測模型。相比于從過去的數(shù)據(jù)中找到因果關系,人們更傾向知道接下來會發(fā)生什么,從而提前找到解決辦法。
比如,現(xiàn)在大數(shù)據(jù)已經(jīng)可以根據(jù)消費者的網(wǎng)上瀏覽和購買記錄進行分析,從而找到消費者的偏好并向消費者推薦相關產(chǎn)品。對于企業(yè)來說,對消費者購買偏好和地域分布等內容的分析,有助于制定相應的銷售策略和銷售預算。銷售預算是企業(yè)財務預算的根本,只有銷售預測準確,才能保證后續(xù)的預測更加貼近實際[4]。
企業(yè)的經(jīng)營成本主要分為剛性成本和隱形成本[5]。所謂的剛性成本,如辦公差旅費、員工福利、稅務金額等,是企業(yè)必須的支出;而隱形成本則在很大程度上決定了企業(yè)的經(jīng)營成本,如企業(yè)員工工作效率越低、部門組織內部協(xié)調越不緊密,企業(yè)在運營管理環(huán)節(jié)所需要的成本就越高,企業(yè)的經(jīng)營能力也就越差。
但是通過大數(shù)據(jù),可以清晰地看到企業(yè)內部運作的每一個環(huán)節(jié),從而分析出具體哪一個環(huán)節(jié)出現(xiàn)了高消耗、低效率的問題,甚至找出問題的原因所在。通過大數(shù)據(jù)在第一時間發(fā)現(xiàn)并解決問題,實現(xiàn)對企業(yè)經(jīng)營成本的全方位控制,實現(xiàn)對企業(yè)的科學管理。
由于大數(shù)據(jù)和傳統(tǒng)會計相比有上述的優(yōu)點,使得大數(shù)據(jù)的使用對于每一家企業(yè)來說都十分有誘惑力,但是倘若不能合理有效地使用大數(shù)據(jù)和盡可能避免大數(shù)據(jù)帶來的問題,大數(shù)據(jù)的使用在企業(yè)中的優(yōu)勢就會變成最大的劣勢。具體的問題有如下兩方面。
1.數(shù)據(jù)保護
由于大數(shù)據(jù)本身的產(chǎn)生原理,海量的多源數(shù)據(jù)都匯聚在大數(shù)據(jù)平臺中,這就使得來自不同用戶的數(shù)據(jù)可能會存儲在同一個數(shù)據(jù)池中并被不同的用戶使用。為了保護數(shù)據(jù)內容的安全性,即在看不見他人數(shù)據(jù)內容的前提下對數(shù)據(jù)進行利用,必須加強對數(shù)據(jù)的隔離和訪問控制,否則將引起數(shù)據(jù)泄露的問題。如今的數(shù)據(jù)安全形勢不容樂觀,需要保護的數(shù)據(jù)量增長已經(jīng)超過了數(shù)據(jù)總量的增長。
2.隱私保護
大數(shù)據(jù)資源的開放共享和個人的隱私保護存在天然矛盾,為了最大化地體現(xiàn)數(shù)據(jù)價值,濫用個人信息幾乎是不可避免的。同時,商業(yè)機密也容易在網(wǎng)絡、服務器、存儲、平臺到應用的過程中被第三方竊取和泄露[2]。
3.攻擊保護
由于現(xiàn)有大數(shù)據(jù)平臺大多基于Hadoop框架進行二次開發(fā),缺乏有效的安全機制,所以其安全保障能力仍然較差。而且在傳統(tǒng)網(wǎng)絡環(huán)境中,網(wǎng)絡安全邊界相對清晰,但是由于大數(shù)據(jù)技術采用底層復雜、開放的分布式存儲和計算架構,使得大數(shù)據(jù)環(huán)境下安全邊界變得模糊,傳統(tǒng)的安全防護技術不再適用。此外,大數(shù)據(jù)技術發(fā)展催生出了新型的網(wǎng)絡攻擊手段,導致傳統(tǒng)檢測、防御技術無法有效抵御攻擊[6]。
在大數(shù)據(jù)環(huán)境下,數(shù)據(jù)信息以驚人的速度增長,一些垃圾數(shù)據(jù)會不可避免地產(chǎn)生。而垃圾數(shù)據(jù)只會產(chǎn)生垃圾信息,因此應該保證企業(yè)使用的數(shù)據(jù)信息的可靠性,確保大數(shù)據(jù)是完整、準確、可信、及時的。同時,在使用大數(shù)據(jù)分析時,并不是數(shù)據(jù)越多越好,而是要根據(jù)被分析的對象選用恰當?shù)南嚓P數(shù)據(jù),避免不相關數(shù)據(jù)帶來的“噪音”[1]。
大數(shù)據(jù)對財務產(chǎn)生了無法忽視的影響,但是這種影響不一定就是毀滅性的,相反,有可能是一個新的機會窗口。就像工業(yè)革命,機器取代了手工,提高了效率,而被機器替代的勞動力也開始從事相關的工作,如深加工、機器維護,大量機器的產(chǎn)生并沒有讓人們的生活越來越艱難,反而通過一個新的路徑改善了生活。
同理,在大數(shù)據(jù)革命下,新的技術改變了原來固有的工作方式和組織體系,這就需要會計相關人員也隨之做出改變。會計師的作用不再僅僅是提供財務數(shù)據(jù),還要擁有對數(shù)據(jù)的分析挖掘和判斷能力,通過更高層次的財務分析和信息決策來盡最大可能地向管理層體現(xiàn)大數(shù)據(jù)信息的價值。
參考文獻:
[1]胡康.大數(shù)據(jù)分析方法在管理會計中的應用探索[J].中國總會計師,2015,(3).
[2]許金葉.構建會計大數(shù)據(jù)分析型企業(yè)的核心風險及管控機制[J].財務與會計,2013,(7).
[3]秦榮生.大數(shù)據(jù)思維與技術在會計工作中的應用研究[J].會計與經(jīng)濟研究,2015,29(5):3.
[4]張冰茹,牛巍.大數(shù)據(jù)技術應用于會計數(shù)據(jù)分析研究[J].商場現(xiàn)代化,2015,(7):176.
[5]封毅.基于大數(shù)據(jù)的管理會計研究與探討[J].中國管理信息化,2016,19(22):34.
[6]將來路遠.大數(shù)據(jù)安全問題分析及對策建議[Z].百家號,2017,(12).