前言：尋找寫作靈感？中文期刊網用心挑選的數據挖掘在企業戰略管理會計的應用，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
摘要：在如今信息時代的發展格局之中，數據已經成為企業非常重要的無形資產，擁有對數據的規模性、靈活性的收集、分析及運用能力，將有效決定著企業的核心競爭力。企業戰略管理會計作為企業戰略管理中財稅模塊以及企業整體運營架構中的統籌與發展的核心，數據對其工作的重要性就更為突出。本文就針對數據挖掘在企業戰略管理會計中的應用展開分析，探討數據挖掘在其中的價值與意義。
關鍵詞：數據挖掘；戰略管理會計；價值；應用
1引言
當今，大數據伴隨著云計算、移動互聯網的發展，正在對全球經濟社會產生巨大的影響。大數據時代下，如何實現數據的采集、處理和使用的思維與行為模式轉變，優化數據利用能力及方法，以最大限度地獲取和處理數據，并將數據的價值充分挖掘出來，則是目前企業戰略管理會計面臨的一項重要課題。數據挖掘的技術的出現，將為企業戰略管理會計行業的發展帶來嶄新的局面和發展機遇，更為企業財務管理與組織的數字化、自動化、智能化提供了可靠的技術契機。
2數據挖掘的概念簡述
數據挖掘（DataMining）就是通過統計學、人工智能、機器學習等方法，從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，挖掘出未知的且有價值的信息和知識的過程，并使用歷史數據和數學模型，發現數據及行為走向規律，從而為企業、單位和個人提供積極有效的數據及決策依據?？偟膩碚f數據挖掘主要側重于解決四類問題：分類、聚類、關聯和預測（定量、定性），數據挖掘的重點在尋找未知的模式與規律，而不僅僅只局限于對數據的分析與處理上，而且數據挖掘的目標不是很清晰，主要是依靠挖掘算法來找出隱藏在大量數據中的規律和模式，也就是從數據中提取出隱含的、未知的有價值的信息。數據挖掘一般包括數據準備、數據挖掘、結果解釋和評價三個階段。而其所使用的具體方法主要有：關聯規則方法、分類和聚類方法、多層次數據匯總歸納方法、神經網絡方法、決策樹方法、序列模式分析方法等。
3數據挖掘對企業戰略管理會計發展的意義
首先，幫助戰略管理會計獲得更多有價值的財務和非財務數據與信息，建立預測性財務分析系統，從而更好地達到對于成本衡量、成本報告的分析以及成本戰略規劃與支持上的分析、預測和決策能力。其次，能夠有效外延企業戰略管理會計的職責與能力范圍，從而強化其在公司整體戰略發展中的重要地位。另外，更加精準而明確地對公司的盈利能力及其變化的原因進行分析，提高戰略管理會計對企業利潤生產過程中出現的問題采取必要的財務管理措施，并為企業其他業務部門構建完整、科學、全面的業績及方案評估提供強大的數據支持和規律引導。再次，建立過渡性指標，從而把財務分析做到了業務前段，更好地幫助業務經理對可選擇方案進行評估，幫助其建立良性的績效循環最后，有利于幫助戰略管理會計掌握企業外部競爭環境及對手的相關信息，并對其展開更加精準的定位與分析，從而提高企業應對外部風險及變化的能力。
4數據挖掘在企業戰略會計中的應用探討
4.1在建立用戶畫像及客戶關系分析上的運用
通過多層次數據匯總、歸納以及分類、聚類等數據挖掘方法，加大對于客戶群體的定位與分析力度，并對關聯客戶針對企業產品及服務而的黏性，建立客戶關系模型，一方面有利于企業戰略管理會計為企業整體戰略發展的布局掌握可靠的市場結構及環境數據，也為幫助其為企業未來財務發展的趨勢和企業未來可能面臨的市場問題提供強大的數據預測支持。
4.2在成本分析以及控制成本上的運用
利用數據挖掘中的關聯分析和孤立點發現等分析方法和算法能夠有效對企業費用與預算進行比較差異分析，并通過聚類分析可以把歸屬于某一產品的全部成本進行匯總，然后利用回歸分析對數據倉庫中歸屬于該產品成本的所有影響因素的數據建立數學關系模型，找出每種因素對產品總成本的影響。既能精確了解產品的成本動因，也能從多角度與預算進行比較,還可以建立企業盈利能力報告，并通過對企業運營及市場開發流程的分析，對企業的質量成本及績效展開綜合的考評，為企業戰略管理會計進行科學的成本規劃與決策提供依據。
4.3在銷售分析與決策上的運用
通過聚類分析、回歸分析等數據挖掘技術，可以描述自變量與因變量之間的關系，從而把企業的產品和服務進行適當的分類，把影響該產品銷售的所有相關信息進行聚類分析；其次，利用回歸分析，可以找出銷售收入與各個因素之間的數學關系，科學地進行分析和預測；再次利用趨勢分析、時間序列分析等方法，建立銷售-費用模型；最后利用標桿分析，強化對于影響銷售的最重要因素的歸類，明確不同產品所應采取的不同策略，為企業的業務部門提供決策依據和銷售改進。
4.4在投資預測與分析上的運用
利用決策樹算法，結合企業數據倉庫中比較歷史資料、業務數據以及競爭對手及外部環境的相關數據，運用模型進行分析，為企業投資行為及風險規避提供強大的決策依據。
4.5在財務分析與風險預測上的運用
通過建立數據倉庫并將篩選、凈化后的財務數據列入其中，根據企業戰略管理會計的需要，按照不同部門或領域設置不同的主題，從而構造不同的模型；利用建立好的本量利分析、短期預算、業績評價等模塊強化企業戰略管理會計在財務管理、分析以及風險預測方面的能力，提高其對于企業戰略調整和外界環境變化的預判能力，從而降低企業財務風險與投資風險。
5結語
通過數據挖掘技術，即強化了企業戰略管理會計的責任內核，又延伸了其對于企業總體戰略發展與業務擴展上能力范圍，使其能夠運用科學、全面、智能、有效的數據手段進行預測、決策和業績評價，提高了戰略管理會計人員的工作效率，同樣也增強了企業核心競爭力和經濟效益。企業需要大力引進并優化其在戰略管理會計實務中的應用，為企業今后的發展壯大提供強大的技術和數據支撐。
參考文獻
［1］馮龍飛.基于數據挖掘的戰略管理會計若干問題研究［D］.集美大學,2015.
［2］王春華.淺談數據挖掘在管理會計中運用［J］.中國新技術新產品,2008（16）.
［3］錢楓元.基于數據挖掘的戰略管理會計若干問題研究［J］.經濟,2016（10）.
［4］張慧芳.淺談數據挖掘技術在會計管理與分析中的應用［J］.中國電子商務,2012（24）.
作者:鄒明巖 單位:廣澤乳業有限公司
