財(cái)務(wù)管理（第二版）7 大數(shù)據(jù)與財(cái)務(wù)管理

第七章大數(shù)據(jù)與財(cái)務(wù)管理本章學(xué)習(xí)目標(biāo)了解大數(shù)據(jù)的概念和內(nèi)容，大數(shù)據(jù)分析的基本流程，大數(shù)據(jù)的特點(diǎn)，意義和趨勢(shì)。理解大數(shù)據(jù)如何影響財(cái)務(wù)決策，了解大數(shù)據(jù)視角下的企業(yè)預(yù)算、投資、風(fēng)險(xiǎn)管理等財(cái)務(wù)管理活動(dòng)的變化。章節(jié)第一節(jié)：認(rèn)識(shí)“大數(shù)據(jù)”第二節(jié)：財(cái)務(wù)管理與大數(shù)據(jù)的關(guān)系第三節(jié)：大數(shù)據(jù)背景下財(cái)務(wù)管理前沿探索第一節(jié)認(rèn)識(shí)“大數(shù)據(jù)”

在互聯(lián)網(wǎng)技術(shù)發(fā)展的現(xiàn)階段，日常和工作中產(chǎn)生的大量數(shù)據(jù)已經(jīng)信息化。與過去相比，人類產(chǎn)生的數(shù)據(jù)量呈爆炸式增長，而過去的傳統(tǒng)數(shù)據(jù)處理技術(shù)已經(jīng)無法勝任。信息總量的變化導(dǎo)致了信息形態(tài)的變化——量變引起了質(zhì)變。最先經(jīng)歷信息爆炸的學(xué)科，如天文學(xué)和基因?qū)W，創(chuàng)造出了“大數(shù)據(jù)”(Bigdata)這個(gè)概念。一、數(shù)據(jù)的基本知識(shí)1.數(shù)據(jù)的定義數(shù)據(jù)是指科學(xué)實(shí)驗(yàn)、檢驗(yàn)、統(tǒng)計(jì)等所獲得的和用于科學(xué)研究、技術(shù)設(shè)計(jì)、查證、決策等的數(shù)值。數(shù)據(jù)的概念包括了三個(gè)層次，第一，數(shù)據(jù)是記錄下來可以被鑒別的符號(hào)；第二，數(shù)據(jù)是最原始的素材（如數(shù)字、文字、圖像、符號(hào)等）；第三，數(shù)據(jù)如果未被加工解釋，則沒有回答特定的問題，沒有任何意義。2.數(shù)據(jù)的類型按照數(shù)據(jù)結(jié)構(gòu)分類劃分?jǐn)?shù)據(jù)類型的第一種劃分方法，是按照數(shù)據(jù)結(jié)構(gòu)分類劃分，可以劃分為三類，即結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)也被成為定量數(shù)據(jù)，是關(guān)系模型數(shù)據(jù)，是存儲(chǔ)在數(shù)據(jù)庫里的，因此可以用二維表結(jié)構(gòu)來邏輯表達(dá)實(shí)現(xiàn)的數(shù)據(jù)。結(jié)合到典型場景中更容易理解，比如企業(yè)ERP、財(cái)務(wù)系統(tǒng)；醫(yī)療HIS數(shù)據(jù)庫；教育一卡通；政府行政審批；其他核心數(shù)據(jù)庫等。結(jié)構(gòu)化數(shù)據(jù)目前是大多數(shù)企業(yè)采用的存放數(shù)據(jù)類型。非結(jié)構(gòu)化數(shù)據(jù)與結(jié)構(gòu)化數(shù)據(jù)相比，不適合用數(shù)據(jù)庫二維邏輯表來表現(xiàn)的數(shù)據(jù)即為非結(jié)構(gòu)化數(shù)據(jù)。非結(jié)構(gòu)化數(shù)據(jù)本質(zhì)上是結(jié)構(gòu)化數(shù)據(jù)之外的一切數(shù)據(jù)。它不符合任何預(yù)定義的模型，因此它存儲(chǔ)在非關(guān)系數(shù)據(jù)庫中，并使用NoSQL進(jìn)行查詢。它可能是文本的或非文本的，也可能是人為的或機(jī)器生成的。簡單的說，非結(jié)構(gòu)化數(shù)據(jù)就是字段可變的的數(shù)據(jù)。3)半結(jié)構(gòu)化數(shù)據(jù)半結(jié)構(gòu)化數(shù)據(jù)指的是在完全結(jié)構(gòu)化數(shù)據(jù)和完全非結(jié)構(gòu)化數(shù)據(jù)之間的數(shù)據(jù)，這里的完全結(jié)構(gòu)化數(shù)據(jù)指的是關(guān)系型數(shù)據(jù)庫等信息，完全非結(jié)構(gòu)化數(shù)據(jù)指的是聲音、圖像等信息。（2）按照數(shù)據(jù)產(chǎn)生主體分類劃分?jǐn)?shù)據(jù)類型的第二種劃分方法，是按照數(shù)據(jù)產(chǎn)生主體分類劃分，可以劃分為三類，即企業(yè)數(shù)據(jù)、機(jī)器數(shù)據(jù)、社會(huì)化數(shù)據(jù)。（3）按照數(shù)據(jù)的作用管道分類劃分按照數(shù)據(jù)的作用管道分類劃分，可以基本劃分為三類，即交易數(shù)據(jù)、互動(dòng)數(shù)據(jù)、傳感數(shù)據(jù)。二、大數(shù)據(jù)的基本知識(shí)1.大數(shù)據(jù)的定義大數(shù)據(jù)(Bigdata)，又稱巨量資料，指的是所涉及的資料量規(guī)模巨大到無法透過主流軟件工具，在合理時(shí)間內(nèi)達(dá)到擷取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的資訊。在維克托·邁爾-舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時(shí)代》中大數(shù)據(jù)指不用隨機(jī)分析法（抽樣調(diào)查）這樣捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。2.大數(shù)據(jù)的特征04價(jià)值密度低（Value）、05真實(shí)性（Veracity）。01體量大（Volume）、02速度快（Velocity）、03樣式多（Variety）、IBM提出大數(shù)據(jù)具有五大特征：3.大數(shù)據(jù)的意義賦能企業(yè)經(jīng)營管理推動(dòng)經(jīng)濟(jì)轉(zhuǎn)型發(fā)展增強(qiáng)國家競爭優(yōu)勢(shì)4.大數(shù)據(jù)的應(yīng)用請(qǐng)同學(xué)們分小組搜索并討論大數(shù)據(jù)的具體應(yīng)用三、數(shù)據(jù)挖掘數(shù)據(jù)挖掘的定義數(shù)據(jù)挖掘就是指從大量的數(shù)據(jù)中挖掘出隱含的、未知的、用戶可能感興趣的和對(duì)決策有潛在價(jià)值的知識(shí)和規(guī)則。簡單的說，數(shù)據(jù)挖掘就是從大量的數(shù)據(jù)中發(fā)現(xiàn)有用信息的過程。數(shù)據(jù)挖掘的具體過程有以下步驟：定義挖掘目標(biāo)→數(shù)據(jù)取樣→數(shù)據(jù)搜索→數(shù)據(jù)預(yù)處理→挖掘建?！Ｐ驮u(píng)價(jià)數(shù)據(jù)挖掘的作用數(shù)據(jù)挖掘的作用非常廣泛，只要該產(chǎn)業(yè)有分析價(jià)值與需求的數(shù)據(jù)庫，皆可利用數(shù)據(jù)挖掘工具進(jìn)行有目的的發(fā)掘分析。在當(dāng)今數(shù)據(jù)和內(nèi)容作為互聯(lián)網(wǎng)的核心的時(shí)代背景下，不論是傳統(tǒng)行業(yè)還是新型行業(yè)，誰能夠率先與互聯(lián)網(wǎng)融合成功，從大數(shù)據(jù)的金礦中發(fā)現(xiàn)暗藏的規(guī)律，誰就能夠搶占先機(jī)，成為技術(shù)改革的領(lǐng)頭羊，從而獲得超額利益。四、大數(shù)據(jù)與云計(jì)算、人工智能的關(guān)系1大數(shù)據(jù)與云計(jì)算云計(jì)算（cloudcomputing）是分布式計(jì)算的一種，指的是通過網(wǎng)絡(luò)“云”將巨大的數(shù)據(jù)計(jì)算處理程序分解成無數(shù)個(gè)小程序，然后，通過多部服務(wù)器組成的系統(tǒng)進(jìn)行處理和分析這些小程序得到結(jié)果并返回給用戶。大數(shù)據(jù)與云計(jì)算從技術(shù)上來看，大數(shù)據(jù)和云計(jì)算的關(guān)系就像一枚硬幣的正反面一樣密不可分。大數(shù)據(jù)必然無法用單臺(tái)的計(jì)算機(jī)進(jìn)行處理，必須采用分布式架構(gòu)。它的特色在于對(duì)海量數(shù)據(jù)進(jìn)行分布式數(shù)據(jù)挖掘，但它必須依托云計(jì)算的分布式處理、分布式數(shù)據(jù)庫和云存儲(chǔ)、虛擬化技術(shù)。大數(shù)據(jù)與人工智能人工智能（ArtificialIntelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。如果說大數(shù)據(jù)是水，云存儲(chǔ)就是蓄水池，而人工智能就是一只撈魚的網(wǎng)。如果跳到水池中去抓魚，猶如大海撈針。而有了人工智能這張網(wǎng)，則不費(fèi)吹灰之力就能把魚從水池中捉出。人工智能和大數(shù)據(jù)是近年來最熱門的技術(shù)，大數(shù)據(jù)的成功應(yīng)用早于人工智能。第二節(jié)

財(cái)務(wù)管理與大數(shù)據(jù)的關(guān)系一、大數(shù)據(jù)對(duì)會(huì)計(jì)數(shù)據(jù)及會(huì)計(jì)工作變革01大數(shù)據(jù)對(duì)會(huì)計(jì)數(shù)據(jù)的影響02大數(shù)據(jù)對(duì)會(huì)計(jì)信息處理的影響二、企業(yè)如何應(yīng)對(duì)大數(shù)據(jù)帶來的會(huì)計(jì)變革請(qǐng)同學(xué)們分小組搜索并討論企業(yè)如何應(yīng)對(duì)大數(shù)據(jù)帶來的會(huì)計(jì)變革第三節(jié)大數(shù)據(jù)背景下財(cái)務(wù)管理前沿探索RPA財(cái)務(wù)機(jī)器人RPA（RoboticProcessAutomation）是基于人工智能和自動(dòng)化技術(shù)，以機(jī)器人為虛擬勞動(dòng)力，按照預(yù)設(shè)程序完成預(yù)期任務(wù)的第三方軟件系統(tǒng)。它不需要對(duì)現(xiàn)有系統(tǒng)進(jìn)行改造，獨(dú)立于第三方軟件系統(tǒng)而存在。RPA旨在代替人工處理復(fù)雜、高重復(fù)性、大量的事務(wù)，從而大大降低企業(yè)的人力資源成本，提高工作效率，還可以幫助工作流中的某些環(huán)節(jié)實(shí)現(xiàn)工作流程的自動(dòng)化。財(cái)務(wù)RPA機(jī)器人雖然有機(jī)器人的名字，但它并不是我們傳統(tǒng)印象中的實(shí)體類人機(jī)器人，而是一種軟件，是RPA過程自動(dòng)化在財(cái)務(wù)領(lǐng)域的應(yīng)用。目前的財(cái)務(wù)RPA機(jī)器人主要由三部分組成：機(jī)器人的眼睛——光學(xué)字符識(shí)別系統(tǒng)(OCR)；機(jī)器人的雙手——機(jī)器人流程自動(dòng)化(RPA)；機(jī)器人的賬簿——電子賬務(wù)記賬系統(tǒng)。財(cái)務(wù)共享服務(wù)中心（FinancialSharedServiceCenter，簡稱FSSC）是近年來出現(xiàn)并流行起來的會(huì)計(jì)和報(bào)告業(yè)務(wù)管理方式。這種財(cái)務(wù)共享服務(wù)中心的方式是將不同國家、地點(diǎn)的實(shí)體的會(huì)計(jì)業(yè)務(wù)拿到一個(gè)共享服務(wù)中心來記賬和報(bào)告，這樣做