淺談數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)管理與分析的實(shí)用性研究_1

1、  淺談數(shù)據(jù)挖掘技術(shù)在會(huì)計(jì)管理與分析的實(shí)用性研究   【摘要】隨著會(huì)計(jì)現(xiàn)代化的發(fā)展，會(huì)計(jì)越來越多的運(yùn)用計(jì)算機(jī)技術(shù)的拓展。數(shù)據(jù)挖掘技術(shù)在數(shù)據(jù)處理和財(cái)會(huì)分析上具有獨(dú)特的優(yōu)越性。在會(huì)計(jì)管理和會(huì)計(jì)分析中，數(shù)據(jù)挖掘更是表現(xiàn)出極大的優(yōu)越性。不僅為企業(yè)決策者提供更為廣泛而有效的決策依據(jù)，而且可以提高企業(yè)戰(zhàn)略競(jìng)爭(zhēng)能力，更加提高了會(huì)計(jì)分析的準(zhǔn)確性和高效率?！娟P(guān)鍵詞】數(shù)據(jù)挖掘；會(huì)計(jì)管理；計(jì)算機(jī)技術(shù)一、數(shù)據(jù)挖掘數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢(shì)和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識(shí)信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識(shí)。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)

2、據(jù)中，提取隱含在其中的潛在有用的信息和知識(shí)，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。數(shù)據(jù)挖掘是從數(shù)據(jù)當(dāng)中發(fā)現(xiàn)趨勢(shì)和模式的過程，它融合了現(xiàn)代統(tǒng)計(jì)學(xué)、知識(shí)信息系統(tǒng)、機(jī)器學(xué)習(xí)、決策理論和數(shù)據(jù)庫管理等多學(xué)科的知識(shí)。它能有效地從大量的、不完全的、模糊的實(shí)際應(yīng)用數(shù)據(jù)中，提取隱含在其中的潛存有用的信息和知識(shí)，揭示出大量數(shù)據(jù)中復(fù)雜的和隱藏的關(guān)系，為決策提供有用的參考。二、數(shù)據(jù)挖掘的現(xiàn)代最新方法介紹常用的數(shù)據(jù)挖掘方法主要有決策樹(decision tree)、遺傳算法(genetic algorithms)、關(guān)聯(lián)分析(association analysis).聚類分析(csmr analys

3、is)、序列模式分析(sequential pattern)以及神經(jīng)網(wǎng)絡(luò)(neural networks)等。三、數(shù)據(jù)挖掘的實(shí)際應(yīng)用由于數(shù)據(jù)挖掘市場(chǎng)還處于起步的階段，但是發(fā)展很快。在國外有一些著名的大公司對(duì)數(shù)據(jù)挖掘系統(tǒng)進(jìn)行了開發(fā)。1.intelligent miner這是ibm公司的數(shù)據(jù)挖掘產(chǎn)品，它提供了很多數(shù)據(jù)挖掘算法，包括關(guān)聯(lián)、分類、回歸、預(yù)測(cè)模型、偏離檢測(cè)、序列模式分析和聚類。有2個(gè)特點(diǎn)：一是它的數(shù)據(jù)挖掘算法的可伸縮性；二是它與ibm/db/2關(guān)系數(shù)據(jù)庫系統(tǒng)緊密地結(jié)合在一起。2.eineset是由sgi公司開發(fā)的，它也提供了多種數(shù)據(jù)挖掘方法，包括關(guān)聯(lián)分析和分類以及高級(jí)統(tǒng)計(jì)和可視化工具。特

4、色是它具有的強(qiáng)大的圖形工具，包括規(guī)則可視化工具、樹可視化工具、地圖可視化工具和多維數(shù)據(jù)分散可視化工具，它們用于實(shí)現(xiàn)數(shù)據(jù)和數(shù)據(jù)挖掘結(jié)果的可視化。3.clementine是由isl公司開發(fā)的，它為終端用戶和開發(fā)者提供提供了一個(gè)集成的數(shù)據(jù)挖掘開發(fā)環(huán)境。4.dbminer是由dbminer technology公司開發(fā)的，它提供多種數(shù)據(jù)挖掘算法，包括發(fā)現(xiàn)驅(qū)動(dòng)的olap分析、關(guān)聯(lián)、分類和聚類。特色是它的基于數(shù)據(jù)立方體的聯(lián)機(jī)分析挖掘，它包含多種有效的頻繁模式挖掘功能和集成的可視化分類方法。四、數(shù)據(jù)挖掘與管理會(huì)計(jì)1.提供有力的決策支持面對(duì)日益激烈的競(jìng)爭(zhēng)環(huán)境，企業(yè)管理者對(duì)決策信息的需求也越來越高。管理會(huì)計(jì)作為

5、企業(yè)決策支持系統(tǒng)的重要組成部分，提供更多、更有效的有用信息責(zé)無旁貸。因此，從海量數(shù)據(jù)中挖掘和尋求知識(shí)和信息，為決策提供有力支持成為管理會(huì)計(jì)師使用數(shù)據(jù)挖掘的強(qiáng)大動(dòng)力。例如，數(shù)據(jù)挖掘可以幫助企業(yè)加強(qiáng)成本管理，改進(jìn)產(chǎn)品和服務(wù)質(zhì)量，提高貨品銷量比率，設(shè)計(jì)更好的貨品運(yùn)輸與分銷策略，減少商業(yè)成本。2.贏得戰(zhàn)略競(jìng)爭(zhēng)優(yōu)勢(shì)的有力武器實(shí)踐證明數(shù)據(jù)挖掘不僅能明顯改善企業(yè)內(nèi)部流程，而且能夠從戰(zhàn)略的高度對(duì)企業(yè)的競(jìng)爭(zhēng)環(huán)境、市場(chǎng)、顧客和供應(yīng)商進(jìn)行分析，以獲得有價(jià)值的商業(yè)情報(bào)，保持和提高企業(yè)持續(xù)競(jìng)爭(zhēng)優(yōu)勢(shì)。如，對(duì)顧客價(jià)值分析能夠?qū)槠髽I(yè)創(chuàng)造80%價(jià)值的20%的顧客區(qū)分出來，對(duì)其提供更優(yōu)質(zhì)的服務(wù)，以保持這部分顧客。3.預(yù)防和控制

6、財(cái)務(wù)風(fēng)險(xiǎn)利用數(shù)據(jù)挖掘技術(shù)可以建立企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型。企業(yè)財(cái)務(wù)風(fēng)險(xiǎn)的發(fā)生并非一蹴而就，而是一個(gè)積累的、漸進(jìn)的過程，通過建立財(cái)務(wù)風(fēng)險(xiǎn)預(yù)警模型，可以隨時(shí)監(jiān)控企業(yè)財(cái)務(wù)狀況，防范財(cái)務(wù)危機(jī)的發(fā)生。另外，也可以利用數(shù)據(jù)挖掘技術(shù)，對(duì)企業(yè)籌資和投資過程中的行為進(jìn)行監(jiān)控，防止惡意的商業(yè)欺詐行為，維護(hù)企業(yè)利益。尤其是在金融企業(yè)，通過數(shù)據(jù)挖掘，可以解決銀行業(yè)面臨的如信用卡的惡意透支及可疑的信用卡交易等欺詐行為。根據(jù)sec的報(bào)告，美國銀行、美國第一銀行、聯(lián)邦住房貸款抵押公司等數(shù)家銀行已采用了數(shù)據(jù)挖掘技術(shù)。五、數(shù)據(jù)挖掘在管理會(huì)計(jì)中的應(yīng)用1.作業(yè)成本和價(jià)值鏈分析作業(yè)成本法以其對(duì)成本的精確計(jì)算和對(duì)資源的充分利用引起了人們的

7、極大興趣，但其復(fù)雜的操作使得很多管理者望而卻步。利用數(shù)據(jù)挖掘中的回歸分析、分類分析等方法能幫助管理會(huì)計(jì)師確定成本動(dòng)因，更加準(zhǔn)確計(jì)算成本。同時(shí)，也可以通過分析作業(yè)與價(jià)值之間的關(guān)系，確定增值作業(yè)和非增值作業(yè)，持續(xù)改進(jìn)和優(yōu)化企業(yè)價(jià)值鏈。在thomas g，john j和il-woon kim的調(diào)查中，數(shù)據(jù)挖掘被用在作業(yè)成本管理中僅占3%。2.預(yù)測(cè)分析管理會(huì)計(jì)師在很多情況下需要對(duì)未來進(jìn)行預(yù)測(cè)，而預(yù)測(cè)是建立在大量的歷史數(shù)據(jù)和適當(dāng)?shù)哪Ｐ突A(chǔ)上的。數(shù)據(jù)挖掘自動(dòng)在大型數(shù)據(jù)庫中尋找預(yù)測(cè)性信息，利用趨勢(shì)分析、時(shí)間序列分析等方法，建立對(duì)如銷售、成本、資金等的預(yù)測(cè)模型，科學(xué)準(zhǔn)確的預(yù)測(cè)企業(yè)各項(xiàng)指標(biāo)，作為決策的依據(jù)。例如

8、對(duì)市場(chǎng)調(diào)查數(shù)據(jù)的分析可以幫助預(yù)測(cè)銷售；根據(jù)歷史資料建立銷售預(yù)測(cè)模型等。3.投資決策分析投資決策分析本身就是一個(gè)非常復(fù)雜的過程，往往要借助一些工具和模型。數(shù)據(jù)挖掘技術(shù)提供了有效的工具。從公司的財(cái)務(wù)報(bào)告、宏觀的經(jīng)濟(jì)環(huán)境以及行業(yè)基本狀況等大量的數(shù)據(jù)資料中挖掘出與決策相關(guān)的實(shí)質(zhì)性的信息，保證投資決策的正確性和有效性。如利用時(shí)間序列分析模型預(yù)測(cè)股票價(jià)格進(jìn)行投資；用聯(lián)機(jī)分析處理技術(shù)分析公司的信用等級(jí)，以預(yù)防投資風(fēng)險(xiǎn)等。4.產(chǎn)品和市場(chǎng)預(yù)測(cè)與分析品種優(yōu)化是選擇適當(dāng)?shù)漠a(chǎn)品組合以實(shí)現(xiàn)最大的利益的過程，這些利益可以是短期利潤，也可以是長期市場(chǎng)占有率，還可以是構(gòu)建長期客戶群及其綜合體。為了達(dá)到這些目標(biāo)，管理會(huì)計(jì)師不僅

9、僅需要價(jià)格和成本數(shù)據(jù)，有時(shí)還需要知道替代品的情況，以及在某一市場(chǎng)段位上它們與原產(chǎn)品競(jìng)爭(zhēng)的狀況。另外企業(yè)也需要了解一個(gè)產(chǎn)品是如何刺激另一些產(chǎn)品的銷量的等等。例如，非盈利性產(chǎn)品本身是沒有利潤可言的，但是，如果它帶來了可觀的客戶流量，并刺激了高利潤產(chǎn)品的銷售，那么，這種產(chǎn)品就非常有利可圖，就應(yīng)該包括在產(chǎn)品清單中。這些信息可根據(jù)實(shí)際數(shù)據(jù)，通過關(guān)聯(lián)分析等技術(shù)來得到。5.財(cái)務(wù)風(fēng)險(xiǎn)預(yù)測(cè)與評(píng)估管理會(huì)計(jì)師可以利用數(shù)據(jù)挖掘工具來評(píng)價(jià)企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，建立企業(yè)財(cái)務(wù)危機(jī)預(yù)警模型，進(jìn)行破產(chǎn)預(yù)測(cè)。破產(chǎn)預(yù)測(cè)或稱財(cái)務(wù)危機(jī)預(yù)警模型能夠幫助管理者及時(shí)了解企業(yè)的財(cái)務(wù)風(fēng)險(xiǎn)，提前采取風(fēng)險(xiǎn)防范措施，避免破產(chǎn)。另外，破產(chǎn)預(yù)測(cè)模型還能幫助分析破產(chǎn)原因，對(duì)企業(yè)管理者意義重大。，數(shù)據(jù)挖掘技術(shù)包括多維判別式分析、邏輯回歸分析、遺傳算法、神經(jīng)網(wǎng)絡(luò)以及決策樹等方法在管理會(huì)計(jì)中得到了廣泛的應(yīng)用。六、結(jié)論數(shù)據(jù)挖掘是個(gè)嶄新的領(lǐng)域，對(duì)于數(shù)字和信息的處理是非?？茖W(xué)和方便的，也是非常高效率和合理分析的非常好的工具，對(duì)于會(huì)計(jì)管理領(lǐng)域的應(yīng)用在國際上只是剛剛開始，相信隨著會(huì)計(jì)的國際化的接軌和