一、引言
大数据是由数量巨大、结构复杂、类型众多的数据构成的数据集合，主要通过互联网、社交媒体、信用卡、客户会员卡以及日渐普及的无线传感器和电子卷标等设备和技术不断收集，具有数据总量特别多、数据种类特别多、数据结构特别复杂和数据更新速度特别快的特点。当前经济发展进入大数据时代，在数据云里会计信息海量需求，已成为各类经济组织进行经济判断、交易分析重要数据来源。面对大数据，管理会计必须积极应对无限数据提出的挑战，通过深入的数据分析，推动管理会计在企业经营决策、发展战略、技术创新、管理创新、资源优化配置等方面将发挥越来越重要的作用。
二、大数据背景下管理会计需要应对的变革
随着计算机的高速发展下，企业经营相关的海量数据被存储和记录，数据的价值对管理会计的应用产生巨大影响。
1、数据源多样化，非财务数据得以充分应用。
随着大数据和硬盘储存技术的发展，越来越多的非财务指标被收集和永久储存，企业管理中除财务数据分析之外，还可以深入分析非财务数据。例如企业战略管理和业绩评价可以从财务、人员培养、客户管理、业务管理等多维度展开数据分析及应用。因客户在网上购买商品后，其商品买卖的整个过程会被网络记录，客户还会留下产品使用评价，因此客户满意度分析有了网络数据来源，一方面便于潜在客户全方面地了解产品特性，另一方面利于厂家通过收集客户对产品的各种评价数据，评判市场对新推出产品的反映情况快速调整企业产品设计方向，满足客户需求。总之商家可以利用这些产品满意度、市场占有率等非财务数据，帮助企业调整产品布局和未来战略计划。
2、大数据的应用优化了管理会计的预测功能。
管理会计可以充分利用大数据方法，挖掘大数据背后的趋势和逻辑，并在此基础上制订企业发展战略。对制造企业来说，在项目投资阶段可以做好项目投入产出预测，可以预测市场提前做好各项资源配置； 在企业生产经营阶段，企业通过智能仪器仪表和各种传感器的使用来收集各种类型的数据，可以实时监测机器的整个运行状况，搜集并储存相应的数据信息，判断出机器何时需要检修或更换，减少机器停工损失。在营销阶段，企业可以在网上搜集或者购买流行产品数据，通过大数据分析及时了解各种产品的流行趋势。对金融企业来说，可以根据分析客户个人存款、名下资产等财务数据，以及客户工资收入水平，日常消费水平、购买进口商品频率，出国旅游次数，乘坐高铁动车或飞机的频次等非财务数据，判断个人客户的日常消费习惯和偿还贷款的能力，以此作为放贷与否或放贷金额的依据。
3、 大数据推动了管理会计的过程化和精细化。
管理会计主要是为企业管理层决策提供真实可靠的数据分析依据，海量的数据结合大数据方法可以更好地探索数据规律和趋势，为企业做好收入分析、成本控制和风险管理等。同事大数据通过智能仪表和传感器被收集起来，通过数据处理中心进一步加工处理，可以帮助企业把控生产和服务中的每一个环节，利于车间作业管理更加趋于精细化，达到智能检测和监控，减少生产错误。
三、大数据和管理会计交叉应用中存在的困境
1、企业管理层在管理会计应用大数据的创新重视度不足。
部分企业以财务会计工作为主，忽视管理会计应用，导致管理会计控制、预测等功能难以充分发挥。部分企业缺乏前瞻性，没有充分意识到大数据对企业发展的促进作用，对大数据技术投入较少，管理会计信息化建设水平较低，对此信息化建设投入成本较少，数据存储空间远远不能满足应用分析，而且整体信息分析与处理技术落后，管理会计无法有效地从大量数据中筛选和评估对企业经营管理有用的信息，影响了决策数据的实效性与准确性，降低了大数据的应用效率，导致无法实现管理会计与大数据的有效结合。
2、大数据的信息安全保障有待加强。
一方面大数据应用到管理会计工作时会搜集和整理较多的客户信息；另一方面，管理会计信息往往包含与企业发展密切相关的核心机密。网络平台的开放性和包容性较强，如果遭受黑客侵入或者病毒损毁，很容易导致这些价值信息出现难以挽回的泄露或流失，不仅会侵犯顾客隐私，伤害顾客利益，还会影响企业良好形象的建立，给企业造成不可估计的损
3、企业缺乏能将大数据和管理会计有效结合的复合型管理会计人才
称职的管理会计应该具备先进的战略视野，不仅需要掌握扎实的会计和统计知识，还需要具备熟练的大数据和信息技术应用能力。但是大部分企业管理会计岗位由财务人员兼任，他们通常缺乏专业的管理会计知识和大数据应用技能，管理会计工具使用不熟练，数据分析整理不深入，工作效率低，制约了管理会计工作创新。
四、大数据在管理会计中的应用路径探索研究
大数据在管理会计中的应用可以从大数据功能开发、重构内外部数据信息、优化管理会计报告体系等几个路径开始探索实施。
1、大数据技术对非结构化数据处理功能的开发应用。
大数据技术打破传统数据抽样分析的方法，可以不用事先预设假设和目的，而是直接对总体数据展开分析，对不同变量探寻其间的相关关系，进而发现内在数据规律与联系。特别是大数据技术可以批量处理非结构化数据，如将图片、音频、视频等信息通过图像鉴别、语音识别等技术将其转换为文本信息等结构化数据；利用SQL语句对文本信息全文搜索，通过预设的关键字将包含信息查找和提炼出来，从而实现非结构化数据的批量处理，提高工作效率。
2、大数据技术对信息整合与共享功能的开发应用。
通过大数据技术的应用，使数据源中的数据按照预设标准进行转换、汇总进入数据整合系统，将不同来源和类型的信息在系统中交换。然后从整合的信息中筛选除有用信息做好存储。这样便于数据使用者通过检索调取有效信息，实现数据共享，为企业资源的优化配置提供数据基础。
3、重构内外部数据信息，为大数据技术在大数据应用中提供基础。
企业内部数据包括从财务报告中获取的财务数据和经营过程中形成的非财务数据。财务数据可以从偿债能力、营运能力、盈利能力、成长能力四个维度展开分析；非财务数据可以从供应链、营销、客户关系维护、人力资源管理、研发管理等数据展开。供应链数据可以提供企业采购生产数据，通过对采购、物流各环节的分析，可以为企业采购方式、结算方式选择提供决策支持，从而更好控制企业成本。营销数据可以提供产品的销售情况，对不同产品和不同地区开展多维度分析，对不同产品的市场占有率和盈利分析，为企业筛选出最大收益的产品，进而可以帮助管理层做出加大该系列产品资金投入的决策，通过扩大优势产品的市场份额增加企业盈利能力。人力资源数据可以帮助企业做好人力成本分析，不仅可以优化企业用工成本，还可以通过分析优化人力资源制度，提高人员稳定性和工作积极性。研发数据的分析可以优化企业研发创新资金投入安排进程，帮助企业更好地通过研发改进生产工艺流程，提高工作效率和产品质量，做好资金投入和产出平衡。
企业外部数据主要包括行业数据和上下游企业数据。利用行业数据可以帮助企业做好自我判断和竞争对手分析，企业可以将行业公开披露的财务指标和业务数据与企业内部数据进行横向对比分析，如行业销售利润率、行业增长率等行业财务数据和业务数据，充分发挥行业数据的利用价值。管理会计通过差异分析得出对比分析报告，对于劣势指标做出特殊标记，重点关注低于行业平均水平的数据，进一步进行产生原因分析，并做好调整建议决策方案。另外通过对供应链上下游企业的财务状况、经营状况分析，如上下游产业密集度，十大供应商、十大客户及上下游产业政策和发展前景等，可以帮助企业降低采购风险和销售回款风险，提高企业综合经济效益。
4、运用数据挖掘优化管理会计报告体系。
大数据技术可以帮助管理会计报告更好地挖掘数据背后信息，不仅可以为不同责任主体设定不同利润率与责任，搭建以利润整合和绩效协作的管理会计体系，还可以对大量数据进行过滤处理，剔除无效数据，将有用数据转为经营决策方案。管理会计可以根据大数据信息平台整理分析的数据，从战略执行、商业环境分析、业务流程分析、绩效管理、业务规划和全面预算管理等多维度构建管理会计报告体系，为企业可持续发展提供决策支持。
【参考文献】
[1]王家斌 浅谈大数据在会计领域中的应用[J]. 财会研究, 2015(1):42-43.
[2]陈俊丽. 基于云计算的会计大数据分析平台构建[J]. 财会通讯, 2017(16):105-109.
[3]莫莹颖. 大数据背景下财务会计向管理会计转型探究[J]. 财会学习, 2017(19):93-94.
