構建會計大數據分析型企業
物聯網會計問題係列文章（08）
作者：許金葉 許琳
【摘要】隨著物聯網等信息技術的發展，大數據時代已經來臨。數據不等於信息，信息不等於智慧。防止大數據泛濫，提升大數據價值，這是企業構建會計大數據分析型企業的實務證據；防止決策失誤，提升核心競爭力，這是構建會計大數據分析型企業的理論證據。數據分析型企業的本質是建設以事實為依據、數據分析為量化手段進行企業經營與管理的企業。企業在建設會計大數據分析型企業的過程中必須堅持確保會計大數據質量的原則，構建企業大數據中心開發平台，實現數據分析型企業建設的三個思維轉變：全數據模式而不是抽樣樣本；效果比絕對精確更重要；強調相關關係而不是因果關係。
【關鍵詞】物聯網；會計大數據；會計雲計算
隨著物聯網等信息技術的發展，大數據時代已經來臨。數據不等於信息，信息不等於智慧。如何才能防止大數據泛濫，提升大數據價值？如何才能防止決策失誤，提升核心競爭力？本文提出構建會計大數據分析型企業論斷，並指出如何建設會計大數據分析型企業的思路框架。
一、防止數據泛濫，提升數據價值：構建會計大數據分析型企業的實務證據
隨著信息技術，特別是物聯網技術、移動計算技術的發展，會計核算必須收集、處理數量巨大的、結構各異的大數據。這些會計大數據除了具有一般大數據具有的四個“V”的特征：數據數量規模大（Volume）、數據異構的數據（Variety）、數據產生與處理實時性（Velocity）、價值密度低（Value）外，它還具有無形性與粘性的特征。為了防止數據泛濫，提升數據價值，企業必須構建會計大數據分析型企業，具體的實務證據如下：
（一）大數據不是信息、信息不是智慧：企業必須端正的認識
大數據並不是天生的資產，隻有有效地利用才能真正成為資產。大數據的來臨，將引發企業商業模式的變革。
傳統上，人們一般認為，事情發生過後數據就沒有用處了，甚至發生數據（信息）超載的現象，因此，數據也就沒有收集與保存的價值。但是，在大數據年代，事情發生過後數據的利用價值才剛剛開始。“凡是過去，皆為序曲。”數據越多，不一定就代表信息越多，更不能代表信息會成比例增多。數據不代表信息，更不代表智慧。企業大量收集大數據，帶來了大數據處理、使用、保管和安全等方麵的新挑戰。當前，許多企業有很多數據自收集後就呆在服務器內，不產生任何價值。如銀行、電信、保險等企業擁有巨量數據，但有很大一部分數據是處於休眠或者是半休眠狀態，不僅未能幫助他們作出有效管理決策，而且耗費銀行、電信、保險大量存儲成本和管理成本。
數據是血液、是資產，但也是垃圾。隻有經過有效的“清理（消除噪音和刪除不一致數據）、集成（多種數據源可組合在一起）、選擇（從數據庫中提取與分析任務相關的數據）、變換（通過彙總或聚集操作，把數據變換和統一成適合挖掘的形式）、挖掘（使用智能方法提取數據模式）、評估”才能夠變成資產和有用的信息。
“世界是數據豐富而信息貧乏的。”大數據需要新處理模式才能擁有更強的決策力、洞察發現力和流程優化能力，才能成為海量、高增長率和多樣化的信息資產。
（二）企業經濟全球化需要進行大數據分析
隨著國際化步伐的加快，企業麵臨著更加複雜的不確定性，企業需要前瞻性、靈活性、並且頻繁快速地作出適當的決策，這就需要快速收集、處理大量相關的數據、信息和知識，需要建設數據分析型企業。在經濟全球化和現代社會日新月異的發展中，如果仍依賴抽樣數據、局部數據和片麵數據，甚至在無法獲得數據的時候，純粹依賴經驗、理論、假設和價值觀去發現和解決未知領域的問題，這必然是表麵的、膚淺的、簡單的或扭曲的，是無法解決問題的。
當今的商務環境在不斷的改變中越來越複雜。這些變化迫使企業作出快速的反應，同時要求企業作風方式上有所創新。這就需要企業戰略層、經營層、操作層上靈活並且頻繁快速地作出決策。這些複雜的決策需要快速收集、處理大量相關的數據、信息和知識。這就需要建設數據分析型企業。
二、防止決策失誤，提升核心競爭力：構建會計大數據分析型企業的理論證據
企業建設數據分析型企業的理論基礎有三個：企業資源最優配置與充分利用的理論、有效決策的要素理論、人的大腦思維係統理論。
（一）企業資源最優配置與充分利用的理論
自古到今，企業管理主要是解決兩個基本問題：一是如何最優配置企業資源；二是如何讓企業資源發揮最大效用，而解決這兩個問題的核心是信息。西方經濟理論已經證明：在信息完全條件下，企業可最優配置企業資源；在信息對稱條件下，企業資源可發揮最大效用。同樣，在管理過程中有兩類信息影響管理方式的選擇。一是信息的不完全性；二是信息的非對稱性。信息的不完全與不對稱性是信息中兩個不同方麵的內容，信息的不完全是由不確定性引起的，不確定性是指管理者和員工在組織運行與業務活動中共同麵對的難以預期的變化，因而難以在事先預見並製定好應對政策、規則與程序。這就要求參與人在這種條件下作出相應的抉擇；而信息不對稱是指在組織運行過程中，管理者和員工中一方擁有另一方不知道或無法驗證的信息和知識。由於信息的非對稱性，企業管理存在著逆向選擇和敗德行為問題。一般說來，信息的不完全影響著企業資源的最優配置；信息的非對稱性影響著企業資源發揮最大效用。綜上所述，企業管理的核心問題是信息問題。
數據分析恰好能夠解決企業資源有效配置與充分利用的信息問題。
（二）有效決策的要素理論
有效決策須具備的三個要素：明確的目標、具體的度量、適時的信息和反饋的信息。
明確的目標：決策必須有一個能夠為之奮鬥的清晰目標。
“如果你不能衡量，那麼你就不能管理。”“如果你不能描述，那麼你就不能衡量。”這是企業管理中的術語。組織的許多決策中所犯下最大或最致命的錯誤，他們並不知道企業真正的量化目標。如“客戶滿意度”的提高改為“企業回頭客訂單比例增加多少”就能夠清晰引導企業的目標。決策目標的清晰化、量化等問題的解決主要靠數據分析係統。