数据挖掘技术在管理会计中的应用研究
来源:用户上传
作者:马玉
摘 要：数据挖掘技术能够从海量数据中获取有价值的数据与信息。在不同领域应用数据挖掘技术能够发挥数据的价值，为企业的各项决策提供准确的依据，从而进一步提升企业的竞争力。因此，将数据挖掘技术应用到管理会计工作中是企业发展壮大的必然途径。基于此，一是提出数据挖掘技术的特征及其在管理会计中应用的优势;二是对数据挖掘技术在管理会计中应用的过程进行论述;三是阐述数据挖掘技术在管理会计中的具体应用场景;四是充分满足企业对市场发展以及消费者分析的需求和数据挖掘技术的助力。
关键词：数据挖掘技术;管理会计;应用
中图分类号：F234 文献标志码：A 文章编号：1673-291X（2022）19-0122-03
随着互联网科技时代的到来，各种新型的高科技技术争相涌现，这些新技术在各行各业的应用给当前的市场环境带来了巨大的改变。数据挖掘技术就是一项新的科学技术，这一技术能够从大量的生产、财务、管理等数据群当中提取最重要的部分，并结合多种智能算法获取这些数据之间潜在的关联，从中分析和研究出最有价值的信息[1]。现阶段这一技术也被广泛应用于管理会计当中，由于企业管理会计工作量大，数据挖掘技术能够更加全面、更加智能地发掘会计数据中的重要信息，基于科学的数据为企业作出决策提供更加合理的依据，为经济的发展创造出更加出色的成绩。
一、数据挖掘技术的主要方法
（一）分类处理
分类处理指的是根据给定数据库中数据的共同点将数据划分成不同的模型，通过这种分类模型的方式将获得的数据映射到某个给定的列表当中。数据分类可以被广泛应用到商品的分类、会计管理以及企业财务数据的预测中，还可以对某一店铺内用户短时间内购买的商品进行分类并做出关联推荐，从而增加商铺的效益。
（二）回归分析
回归分析反映的是数据库当中数据本身的属性，回归分析可以通过函数表达的方式来发现数据之间属性方面的关联。回归分析大多应用于对某一序列性数据的预测方面。
（三）聚类分析
聚类分析与分类有些相似，但聚类分析主要是根据某一组数据的相似性以及差异性进行归类。属于同一类别的数据之间相似性很大，可以用于对消费者的商品推荐。不同类别之间的数据相似性很小，跨类别的数据可以用于分析不同行业之间的显著特征。
（四）神经网络方法
神经网络方法的应用主要有三种：第一种是用于数据的分类预测和模式识别，用到的神经网络模型有前馈式神经网络、函数型网络以及感知器;第二种适用于联想记忆和对数据进行优化算法的反馈式神经网络模型;第三种是在聚类分析当中最常出现的自组织映射方法[2]。
二、数据挖掘技术的特征
（一）数据基础量大
数据挖掘技术最突出的特征就是其分析结果是基于大量的数据产生的，对大量的数据进行分析所得出的结果更加科学可信，更能反映真实的规律。
（二）技术性
数据挖掘技术在应用的过程中需要结合多种科学技术，所挖掘到的知识是不平凡的，对于数据的挖掘是基于众多科学技术共同作用产生的结果，具有极高的专业性与技术性。
（三）深入性
数据挖掘技术所得出的结论是基于大量原始数据而探索得到的深处的内涵与知识，而不是只存在于数据表面的信息。
（四）新奇性
数据挖掘技术是一门新型技术，它不仅是为了验证专家的经验，更是从科学的角度利用新的技术帮助企业管理会计获取进一步的洞察[3]。
（五）价值性
数据挖掘技术挖掘到的结果一定是有价值有意义的。不了解数挖掘技术的人认为其华而不实，这是一个错误的想法，虽然在某一类的数据挖掘项目中，由于原始数据的缺乏或者数据质量不佳，又或是数据挖掘人员技术不精湛会导致挖掘到的数据价值不高，但大量成功的案例也在被各行各业广泛应用，这充分证明了数据挖掘技术能帮助企业提升自身发展力。
三、数据挖掘技术在管理会计中应用的优势
（一）便于企业管理客户关系
数据挖掘技术在管理会计中应用时，首先能通过建立数据库，对顾客信息进行分类和聚类分析发现顾客群体的消费行为规律，从而对顾客进行分组，对不同类型的顾客更有针对性地进行管理与接待。其次，数据挖掘技术能够通过对顾客的消费信息以及创造的价值进行分析，依据累托定律，20%的客户创造了企业 80%的价值，有利于管理会计从客户的数据库当中着重挖掘这部分顾客，对于他们的消费需求及偏好以及购买行为进行梳理与分析，根据他们的喜好提供相应的产品和服务，便于与顾客建立起长期友好的关系。同时这些分析的数据也能让企业对消费者更加了解，生产出更多有特色的产品，为消费者提供更人性化、更优质的服务。
（二）帮助企业获取更大的竞争优势
数据挖掘技术在管理会计当中的应用能够从数据分析层面改善企业内部的经营管理流程，根据分析得到的科学结果对企业的外部竞争环境以及对手状况、当前的市场行情、消费者的偏好、供货商的选择等多种方面进行分析，获得最有价值的商业信息，充分提升企业的竞争优势[4]。以食品生产企业为例，数据挖掘技术能够根据市场营销情况对消费者的口味、消费者所喜爱的包装风格、消费者所喜欢的食品种类等多方面进行准确的把握，提升企业生产产品的市场喜爱度。
（三）帮助管理会计进行风险防控
企业的生产经营在每一环节都面临着各种各样的风险，例如企业生产的商品是否适合消费者，产品是否具有同质性在市场竞争中受阻，产品的价格定位是否过高等都会影响产品的销量给企业带来经营风险。此外，企业所面临的风险大多都是隐性的，例如财务风险大多是一个潜藏和积累的过程，而数据挖掘技术在管理会计当中的应用能够及时有效地对企业内部财务状况进行分析，根据数据分析对企业的融资和投资环节提出科学决策，帮助企业规避生产经营过程中的一系列隐性风险。
zjgxgc202208051031
转载注明来源:https://www.xzbu.com/2/view-15437051.htm
