欢迎来到天天文库
浏览记录
ID:61773264
大小:31.50 KB
页数:6页
时间:2021-03-20
《财务共享下大数据应用初探.doc》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库。
1、财务共享下大数据应用初探[摘要]现阶段,财会领域正经历一场时代变革。自2001年大数据理论提出至今,近20年时间里,大数据分析概念不断丰富,无论是战略财务、专业化财务还是财务管理模式、理念和方法都打上了智能化的烙印。本文基于财务共享的特点,分析了大数据时代财务共享模式下大数据分析应用的场景和局限性,并提出了未来发展的设想,以期为相关研究提供参考。[关键词]大数据;共享模式;标准化;智能财务财务共享服务是在公司经营规模不断扩大、经营活动国际化、经营环境信息化条件下的创新,建立和实施财务共享服务模式,已成为大型跨国企业集团财务管理的趋势。随着硬件计算能力、信息互联网化
2、、数据仓库化的迅速发展,对数据的应用从直接数据统计逐步过渡到数据仓库的多维分析、数据挖掘。与传统风险管理模式相比,财务共享模式下的大数据分析在风险管控方面具有更高的应用价值,但无论是大数据、云计算、区块链还是未来可期的人工智能,从本质上讲,都是一种工具和手段,需要基于集团经营管理中主要矛盾的主要方面,结合各级管理需求,组织计算机和财务专业人才,去伪存真,真正发挥财务共享和大数据分析的组合优势。1大数据的概念和特征2001年,大数据(BigData)由Gartner分析师DougLaney在全球最先提出,并指出数据增长有3个方向的挑战和机遇,即“3V”模型,包括数量
3、(Volume)、速度(Velocity)和多样性(Variety)。同时,Gartner公司对大数据给出了这样的定义:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。后来,IBM公司提出的大数据的“4V”特征得到了业界的广泛认可,增加了真实性(Veracity)特性;之后,IBM公司又提出了“5V”特征,新增了价值密度低(Value)特性;目前,业界把大数据特征扩展到“11V”,包括有效性(Validity)、真实性和可视化(Visualization)等。2大数据分析与财务分析融合的作用6学海无涯财务
4、共享下大数据应用初探[摘要]现阶段,财会领域正经历一场时代变革。自2001年大数据理论提出至今,近20年时间里,大数据分析概念不断丰富,无论是战略财务、专业化财务还是财务管理模式、理念和方法都打上了智能化的烙印。本文基于财务共享的特点,分析了大数据时代财务共享模式下大数据分析应用的场景和局限性,并提出了未来发展的设想,以期为相关研究提供参考。[关键词]大数据;共享模式;标准化;智能财务财务共享服务是在公司经营规模不断扩大、经营活动国际化、经营环境信息化条件下的创新,建立和实施财务共享服务模式,已成为大型跨国企业集团财务管理的趋势。随着硬件计算能力、信息互联网化、数
5、据仓库化的迅速发展,对数据的应用从直接数据统计逐步过渡到数据仓库的多维分析、数据挖掘。与传统风险管理模式相比,财务共享模式下的大数据分析在风险管控方面具有更高的应用价值,但无论是大数据、云计算、区块链还是未来可期的人工智能,从本质上讲,都是一种工具和手段,需要基于集团经营管理中主要矛盾的主要方面,结合各级管理需求,组织计算机和财务专业人才,去伪存真,真正发挥财务共享和大数据分析的组合优势。1大数据的概念和特征2001年,大数据(BigData)由Gartner分析师DougLaney在全球最先提出,并指出数据增长有3个方向的挑战和机遇,即“3V”模型,包括数量(V
6、olume)、速度(Velocity)和多样性(Variety)。同时,Gartner公司对大数据给出了这样的定义:“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。后来,IBM公司提出的大数据的“4V”特征得到了业界的广泛认可,增加了真实性(Veracity)特性;之后,IBM公司又提出了“5V”特征,新增了价值密度低(Value)特性;目前,业界把大数据特征扩展到“11V”,包括有效性(Validity)、真实性和可视化(Visualization)等。2大数据分析与财务分析融合的作用6学海无涯随着计算
7、机技术与互联网技术的快速发展,大数据应用范围不断拓展,网络上的信息资源呈现爆炸式增长,互联网信息技术的应用在给人们的生活带来极大便利的同时,互联网信息的庞杂、无序也给人们带来了巨大的困扰。各个领域通过不同程度地使用大数据分析工具和结果,揭示规律、分析趋势、优化系统,取得了前所未有的效果。在财务管理方面,大数据分析技术通过整合、分析来源于企业内部的非结构化数据和外部的社会化数据,实现预期的价值产出。2.1提升财务工作的风险管控能力。首先,与传统风险管理模式相比,大数据在风险管控方面具有更高的应用价值,通过扩大基础数据规模,设置相关规则辅助企业进行更为直接、精准的风险
8、拦截。在风
此文档下载收益归作者所有