数据挖掘技术下战略管理会计探究论文(经典3篇)
数据挖掘技术下战略管理会计探究论文 篇一
标题:数据挖掘技术在战略管理会计中的应用
摘要:随着信息时代的到来,企业面临着海量的数据,如何从这些数据中获取有价值的信息成为了企业管理者面临的重要问题。数据挖掘技术作为一种有效的信息获取手段,逐渐应用于战略管理会计中。本文以数据挖掘技术在战略管理会计中的应用为研究对象,探究了数据挖掘技术对战略管理会计的影响,并提出了相应的应用策略。
关键词:数据挖掘技术;战略管理会计;信息获取;应用策略
引言:数据挖掘技术作为一种从大规模数据中自动发现模式、关系和知识的方法,已经在各个领域得到了广泛的应用。而战略管理会计作为一种重要的管理工具,旨在帮助企业管理者制定和实施战略决策。将数据挖掘技术与战略管理会计相结合,可以更好地发现和利用企业内部和外部的信息,为企业的战略管理提供有力的支持。
数据挖掘技术在战略管理会计中的应用可以从以下几个方面展开:
1. 数据预处理:在进行数据挖掘之前,需要对原始数据进行预处理,以保证数据的质量和完整性。在战略管理会计中,可以通过数据挖掘技术对企业内部的财务数据进行清洗和整理,从而减少错误和冗余数据的影响,提高数据的准确性和可靠性。
2. 数据建模:数据挖掘技术可以通过建立合适的模型来揭示数据中的模式和规律。在战略管理会计中,可以通过数据挖掘技术对企业内部和外部的各种数据进行建模,如市场数据、竞争数据、成本数据等。通过建立合适的模型,可以更好地了解企业的市场环境、竞争对手和成本结构,为企业的战略决策提供有力的参考。
3. 数据分析:数据挖掘技术可以通过各种算法和技术对数据进行分析,从而发现数据中的隐藏信息和规律。在战略管理会计中,可以通过数据挖掘技术对企业内部和外部的数据进行分析,如市场趋势分析、竞争对手分析、成本效益分析等。通过数据分析,可以更好地了解企业的市场地位、竞争优势和成本效益,为企业的战略制定和实施提供有力的支持。
结论:数据挖掘技术在战略管理会计中的应用可以帮助企业管理者更好地发现和利用数据中的有价值信息,为企业的战略管理提供有力的支持。在实际应用中,需要根据企业的具体情况选择合适的数据挖掘技术和方法,并结合战略管理会计的特点进行应用,以实现最佳的效果。
数据挖掘技术下战略管理会计探究论文 篇二
标题:数据挖掘技术在战略管理会计中的挑战与应对
摘要:数据挖掘技术在战略管理会计中的应用给企业管理者带来了诸多机遇和挑战。本文以数据挖掘技术在战略管理会计中的挑战与应对为研究对象,探究了数据挖掘技术在战略管理会计中面临的挑战,并提出了相应的应对策略。
关键词:数据挖掘技术;战略管理会计;挑战;应对策略
引言:数据挖掘技术作为一种从大规模数据中自动发现模式、关系和知识的方法,已经在战略管理会计中得到了广泛的应用。然而,数据挖掘技术在实际应用过程中也面临着一系列的挑战,如数据质量、数据隐私、模型选择等。为了更好地应对这些挑战,需要采取相应的应对策略。
数据挖掘技术在战略管理会计中的挑战主要包括:
1. 数据质量:数据质量是数据挖掘的基础,对数据质量要求高的战略管理会计来说尤为重要。在实际应用中,企业面临着数据来源多样、数据格式不一致、数据缺失等问题,这些问题会对数据挖掘的结果产生较大的影响。
2. 数据隐私:在战略管理会计中,企业的数据往往涉及到商业机密和个人隐私等敏感信息。在应用数据挖掘技术时,需要确保数据的安全性和隐私性,避免数据泄露和滥用的风险。
3. 模型选择:在进行数据挖掘时,需要选择合适的模型来揭示数据中的模式和规律。然而,不同的模型适用于不同的数据类型和问题,如何选择合适的模型成为了一个挑战。
针对以上挑战,可以采取以下应对策略:
1. 数据质量控制:在进行数据挖掘之前,需要对原始数据进行预处理,包括数据清洗、数据整理和数据标准化等。通过合理的预处理方法,可以提高数据的质量和准确性。
2. 数据安全管理:在应用数据挖掘技术时,需要采取相应的数据安全措施,如数据加密、访问权限控制等,以确保数据的安全性和隐私性。
3. 模型选择与优化:在选择模型时,需要充分考虑数据的特点和应用的要求,选择合适的模型。同时,还需要对模型进行优化和调整,以提高模型的准确性和效率。
结论:数据挖掘技术在战略管理会计中的应用面临着诸多挑战,但也给企业管理者带来了诸多机遇。只有充分认识和应对这些挑战,才能更好地发挥数据挖掘技术在战略管理会计中的作用,为企业的战略管理提供有力的支持。
数据挖掘技术下战略管理会计探究论文 篇三
数据挖掘技术下战略管理会计探究论文
摘要:随着信息技术的快速发展,企业要保持竞争优势必须对企业发展过程中的内外部信息全面及时的掌握,并制定出全面、准确的竞争战略,而其实现需建立在以数据挖掘为基础的战略管理会计基础上。本文以此为研究对象,对基于数据挖掘的战略管理会计体系框架构建和实施等问题展开研究,为挖掘现代企业的竞争优势作出努力。
关键词:数据挖掘;战略管理会计;问题
在信息技术不断深化和推广过程中,战略管理会计的重要性逐渐凸显。但信息作为重要的企业战略资源,其及时性、可靠性、收集处理、管理方式等方面都发挥着显着的变化,使企业战略会计管理受到严峻的挑战。基于数据挖掘的战略管理会计可提升其对环境的适应能力,实现企业的竞争优势,所以对其展开研究现实意义显着。
一、基于数据挖掘的战略管理会计体系框架构建
基于数据挖掘的战略管理会计的实施要以战略管理及其基本原理为指导,要实现数据支持和经验判断的充分结合,要在人机结合的同时坚持以人为主,顺应企业的组织流程和文化内涵,以此实现企业对相关信息的充分利用,使其对数据信息的理解更加全面,进而提升战略管理会计在企业决策中的相关性,提升企业整体的竞争实力。现阶段通常将大数据、云计算、商务智能等信息环境下企业信息化实践中数据挖掘理论和技术相关的战略管理会计活动称为基于数据挖掘的战略管理会计,所以其体系框架必然要涵盖基础理论与方法、数据存储、信息分析与整合、知识发现、战略管理五个层次,结合战略管理相关理论和企业总体、业务、职能等方面的战略目标,实现整合、挖掘、分析不同数据源的数据,进而通过数据挖掘提升企业的战略决策和整体运营的水平,在此过程中数据挖掘主要发生于信息分析与整合和知识发现两层结构中,可见基于数据挖掘的战略管理会计体系是实现将数据转化为信息、知识、智慧、价值的循序渐进的过程。
二、基于数据挖掘的战略管理会计体系框架实施分析
此过程的实现需要经过以下流程:首先,要以战略管理会计的.基本要求为依据对分析问题进行定位,对需要的内外部信息进行判断。现阶段大部分企业通过向管理者和员工组织调查的方式进行确定,保证搜集信息的系统化,在此过程中要求企业管理者对分析需求的提出和过滤有较强的能力,使分析的效率和效果得到保证。其次,将企业经营过程中相关的内部外部信息利用各种数据收集系统输入企业数据库,使企业内部经营管理信息、企业宏观环境分析、产业分析、竞争市场分析等通过信息管理系统可以得到准确的反映,在清洗、转化、集成等数据处理后将相关数据输入数据仓库,为企业数据挖掘提供支持。再次,结合战略管理会计相关理论方法,如战略成本管理、战略综合业绩评价等,实现信息资源向决策知识的转变,为数据挖掘主题、数据理解、模型选择、评价分析结果等方面提供思路和指导,使数据分析的结果得到不断优化,而且在人机反馈的过程中战略管理会计相关工具可得到针对性的优化。然后,利用数据挖掘信息服务的分支系统以各种形式定期向相关管理者提供数据挖掘结果,并结合不同员工的权限进行针对性的安全设定,保证企业的战略信息安全,因此企业不同职位的员工都可以结合与其职位相对应的数据挖掘结果进行自我管理与提升,进而提升企业整体的运营效果。
可见基于数据挖掘的战略管理会计的实现需要高层管理者的支持,以此保证数据分析和收集的全面性和及时性;需要全体员工的积极参与,基于数据挖掘的战略管理会计的作用需要结合组织管理实现,而员工是组织管理的主要对象;需要安全高效的数据库管理系统作支持,使企业数据系统化分析、安全可靠应用得到保证;需要具有较高专业能力的会计人员参与,使蕴藏在数据挖掘中的相关关系得到发现和应用。
三、基于数据挖掘的战略管理会计的作用
在企业竞争环境分析、危机预警等方面基于数据挖掘的战略管理会计发挥着不同的作用,在竞争环境分析中通过定义问题、信息源确定、数据搜集与整理、输入数据存储系统、数据挖掘、结果分析与表达等环节,可以使企业的应变能力得到提升,使竞争环境得到实时的监控,而且将企业的管理落实到企业内部员工个体中,极大的提升企业对环境的适应能力;在危机预警方面,利用业务信息系统和环境监测系统,通过提出预警需求,确定信息源、搜集加工资料、数据挖掘、获取预警报告,进行预警反馈等流程,有利于企业构建建立在数据挖掘基础上的财务预警模型,全面生产经营和外部环境预警分析、实现企业经营过程中的信用风险分析和客户欺诈预警,可见其有利于减少企业经营过程中的风险,使企业发展的持续性和稳定性更有保证。战略管理会计是企业为实现长久发展而探索的成果,随着信息科技的发展,信息的规模、可靠性等方面都发生较大的变化,这要求战略管理会计要加大数据挖掘的能力,所以基于数据挖掘的战略管理会计是现代企业发展的必然选择。
四、结束语
通过上述分析可以发现,基于数据挖掘的战略管理会计是企业在信息科技不断发展过程中为实现竞争优势的必然选择,其有利于企业在大数据中准确获取并应用有利信息,挖掘自身优势,制定正确
的发展战略,所以基于数据挖掘的战略管理会计应受到现代企业的高度重视。参考文献:
[1]孟岩,武文龙。数据挖掘在战略管理会计中的应用--以AB公司为实例[J].会计之友(下旬刊),2010,06:54-57
[2]蒋尧明。对战略管理会计若干重要问题研究[N].江西财经大学学报,2009,01:56-61
[3]翟坤。基于数据挖掘的成本管理方法研究[D].大连:大连理工大学,2012