【財(cái)智東方e講堂】財(cái)務(wù)如何挖掘數(shù)據(jù)

財(cái)務(wù)如何挖掘數(shù)據(jù)什么是數(shù)據(jù)挖掘？數(shù)據(jù)挖掘（DataMining）就是從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的知識(shí)的過(guò)程。數(shù)據(jù)挖掘的程序數(shù)據(jù)分析與數(shù)據(jù)挖掘的對(duì)比數(shù)據(jù)分析?定義：是對(duì)數(shù)據(jù)進(jìn)行分析，是指根據(jù)分析目的，用適當(dāng)?shù)慕y(tǒng)計(jì)分析方法及工具，對(duì)收集來(lái)的數(shù)據(jù)進(jìn)行處理與分析，提取有價(jià)值的信息，發(fā)揮數(shù)據(jù)的作用。?作用：主要實(shí)現(xiàn)三大作用：現(xiàn)狀分析、原因分析、預(yù)測(cè)分析（定量）數(shù)據(jù)分析的目標(biāo)明確，先做假設(shè)，然后通過(guò)數(shù)據(jù)分析來(lái)驗(yàn)證假設(shè)是否正確，從而得到相應(yīng)的結(jié)論。?方法：主要采用對(duì)比分析、分組分析、交叉分析、回歸分析等常用分析方法。?結(jié)果：數(shù)據(jù)分析一般都是得到一個(gè)指標(biāo)統(tǒng)計(jì)量結(jié)果，如總和、平均值，這些指標(biāo)數(shù)據(jù)都需要與業(yè)務(wù)結(jié)合進(jìn)行解讀，才能發(fā)揮出數(shù)據(jù)的價(jià)值與作用。數(shù)據(jù)挖掘?定義：是指從大量的數(shù)據(jù)中，通過(guò)統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等方法，挖掘出未知的、且有價(jià)值的信息和知識(shí)的過(guò)程。?作用：主要側(cè)重解決四類(lèi)問(wèn)題：分類(lèi)、聚類(lèi)、關(guān)聯(lián)和預(yù)測(cè)（定量、定性），數(shù)據(jù)挖掘的重點(diǎn)在尋找未知的模式與規(guī)律；如我們常說(shuō)的數(shù)據(jù)挖掘。案例：啤酒與尿布、安全套與巧克力等，這就是事先未知的，但又是非常有價(jià)值的信息；?方法：主要采用決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、關(guān)聯(lián)規(guī)則、聚類(lèi)分析等統(tǒng)計(jì)學(xué)、人工智能、機(jī)器學(xué)習(xí)等方法進(jìn)行挖掘。?結(jié)果：輸出模型或規(guī)則，并且可相應(yīng)得到模型得分或標(biāo)簽，模型得分如流失概率值、總和得分、相似度、預(yù)測(cè)值等，標(biāo)簽如高中低價(jià)值用戶、流失與非流失、信用優(yōu)良中差等。數(shù)據(jù)分析（狹義）與數(shù)據(jù)挖掘的本質(zhì)都是一樣的，都是從數(shù)據(jù)里面發(fā)現(xiàn)關(guān)于業(yè)務(wù)的知識(shí)（有價(jià)值的信息），從而幫助業(yè)務(wù)運(yùn)營(yíng)、改進(jìn)產(chǎn)品以及幫助企業(yè)做更好的決策。所以數(shù)據(jù)分析（狹義）與數(shù)據(jù)挖掘構(gòu)成廣義的數(shù)據(jù)分析。數(shù)據(jù)分析和數(shù)據(jù)挖掘?數(shù)據(jù)分析：針對(duì)歷史數(shù)據(jù)，分析得出各項(xiàng)指標(biāo)，為人的決策提供數(shù)據(jù)支持，是根據(jù)已有的數(shù)據(jù)做報(bào)表?數(shù)據(jù)挖掘：數(shù)據(jù)分析+機(jī)器決策，即使用歷史數(shù)據(jù)和數(shù)學(xué)模型，為將來(lái)的事件提供決策，是從大量的數(shù)據(jù)中挖規(guī)律?數(shù)據(jù)分析的分析目標(biāo)往往比較明確，分析條件也比較清楚，基本上就是采用統(tǒng)計(jì)方法，對(duì)數(shù)據(jù)進(jìn)行多維度地描述；?數(shù)據(jù)挖掘的目標(biāo)卻不是很清晰，要依靠挖掘算法來(lái)找出隱藏在大量數(shù)據(jù)中的規(guī)律和模式，也就是從數(shù)據(jù)中提取出隱含的、未知的有價(jià)值的信息。數(shù)據(jù)挖掘能做什么？——大數(shù)據(jù)畫(huà)像——大數(shù)據(jù)畫(huà)像財(cái)務(wù)能挖掘那些數(shù)據(jù)？有了分析洞察，財(cái)務(wù)部門(mén)能夠與業(yè)務(wù)經(jīng)理合作，共同：1、優(yōu)化定價(jià)2、減少庫(kù)存3、簡(jiǎn)化采購(gòu)4、提高產(chǎn)品利潤(rùn)率5、精準(zhǔn)營(yíng)銷(xiāo)6、精益流程7、提高績(jī)效8、控制成本、費(fèi)用財(cái)務(wù)可以幫助業(yè)務(wù)經(jīng)理對(duì)可選擇方案進(jìn)行評(píng)估，例如：是否應(yīng)當(dāng)增加更多銷(xiāo)售人員、改變傭金，與新的供應(yīng)商合作或者改變商品分類(lèi)。建立預(yù)測(cè)型財(cái)務(wù)分析盈利能力變化原因分析有哪些財(cái)務(wù)和非財(cái)務(wù)的KPIs建立過(guò)度性指標(biāo)，把財(cái)務(wù)分析做到業(yè)務(wù)前端案例分析：某公司當(dāng)年截至到8月份的息稅前利潤(rùn)（EBITA）下降明顯，經(jīng)查，銷(xiāo)售收入和當(dāng)期預(yù)算相比持平，成本正常，毛利率正常；管理費(fèi)用正常；銷(xiāo)售費(fèi)用大幅上升，和預(yù)算相比多出20%，這也是EBITA下降的唯一因素。作為財(cái)務(wù)經(jīng)理的你，需要進(jìn)一步分析銷(xiāo)售費(fèi)用大幅上升的因，并給出控制銷(xiāo)售費(fèi)用的建議，并對(duì)今后如何有效控制銷(xiāo)售費(fèi)用提出建設(shè)性意見(jiàn)，即給出預(yù)測(cè)性分析。請(qǐng)問(wèn)你準(zhǔn)備如何進(jìn)行分析？常規(guī)分析（屬于數(shù)據(jù)分析）1、把銷(xiāo)售費(fèi)用中與人員相關(guān)的費(fèi)用和非人員費(fèi)用分開(kāi)；2、人員費(fèi)用依次鉆取到二級(jí)、三級(jí)核算單位，如有可能至個(gè)人？3、銷(xiāo)售費(fèi)用哪些是和渠道相關(guān)，哪些是個(gè)人應(yīng)提傭金？4、銷(xiāo)售渠道的傭金或返點(diǎn)是否隨合同進(jìn)度計(jì)提？5、銷(xiāo)售支持是否分?jǐn)偤侠?？增值服?wù)（屬于數(shù)據(jù)挖掘）1、銷(xiāo)售冠軍的啟示2、標(biāo)桿分析（BenchMarking）3、建立“過(guò)渡性指標(biāo)”4、建立“人人損益表”5、建立良性績(jī)效循環(huán)數(shù)字背后的“故事”?“看數(shù)字就是數(shù)字”-看見(jiàn)，此第一重境界。就數(shù)字論數(shù)字，只關(guān)心計(jì)算過(guò)程是否正確，沉迷于各種技法，但并看不到報(bào)表中的數(shù)字后面的業(yè)務(wù)發(fā)展問(wèn)題、趨勢(shì)變化及風(fēng)險(xiǎn)因素等。此境界為分離狀態(tài)！?“看數(shù)字不是數(shù)字”-看清，此第二重境界。能夠在熟悉報(bào)表的基礎(chǔ)上，意識(shí)到數(shù)字背后所代表的業(yè)務(wù)的情況，大致的運(yùn)作規(guī)律，但并不能借助一些非財(cái)?shù)男畔?lái)判斷。此境界為融合狀態(tài)！?“看數(shù)字還是數(shù)字”-看透，此第三重境界。由于熟知業(yè)務(wù)，能夠洞悉每個(gè)數(shù)字背后所代表的真實(shí)意義，發(fā)展規(guī)律?？吹綌?shù)字就能聯(lián)系到業(yè)務(wù)狀態(tài)，看到業(yè)務(wù)也能推導(dǎo)出數(shù)字大致結(jié)果。即能夠跳出報(bào)表，又能回到報(bào)表。此乃財(cái)務(wù)分析的頂級(jí)境界。此境界才可以做決策支持從財(cái)務(wù)分析到業(yè)務(wù)分析巴菲特報(bào)表分析八法如何深度分析銷(xiāo)售費(fèi)用管理會(huì)計(jì)編碼應(yīng)用財(cái)務(wù)進(jìn)行數(shù)據(jù)挖掘的會(huì)計(jì)準(zhǔn)備基礎(chǔ)BI工具舉例—在線分析（OLAP）財(cái)務(wù)分析師需要的素質(zhì)未來(lái)屬于掌握數(shù)據(jù)和遠(yuǎn)見(jiàn)的公司?想掌握數(shù)