大数据时代下作业成本管理的优化

前言：本站为你精心整理了大数据时代下作业成本管理的优化范文，希望能为你的创作提供参考价值，我们的客服老师可以帮助你提供个性化的参考范文，欢迎咨询。

摘要:近年来，市场经济的发展给企业带来机遇的同时，也带来了巨大的竞争压力。高效的成本管理是企业迅速占领市场的重要环节，尤其是在信息技术愈加发达的当今社会，能否充分运用大数据技术进行企业成本管理是企业竞争力的一大主动力。本文将数据的收集、数据仓库系统中的联机分析处理和数据挖掘技术等应用技术与作业成本管理理论相结合,分别对作业成本核算、成本预测、成本分析和控制这几大方面进行模型构建，优化企业智能化作业成本管理体系。

关键词:大数据技术；作业成本管理；数据挖掘；管理模型构建

随着经济全球化的迅猛发展，企业间的竞争也愈发激烈，如何提高企业的管理与核心竞争力，一直以来都是企业管理理论和实务需要不断探索的一个课题。毋庸置疑，成本领先战略是企业获得竞争优势的一大发展战略。目前的成本管理缺少智能精准的定量化方法，但信息技术的诞生与发展，为实现智能化的成本管理提供了可能。虽然学者们愈加关注大数据技术在成本管理领域的应用研究，可仍缺少大数据技术在整个管理环节的具体模型构建。本文尝试大数据技术融合到数据收集、成本核算、成本预测和控制等各个环节，做出模型假设，以提高企业的信息化成本管理水平。

一、相关概念界定及理论基础

(一)大数据技术的基本概念

大数据无非具有这几点特征：数量大、价值大、速度快、多样性。大数据技术就是对众多数据进行大数据采集、大数据预处理、大数据存储及管理、大数据分析及挖掘、大数据展现和应用。首先是进行数据广泛收集，搜集完各项数据之后，需要进行数据预处理，统一转换数据格式，清洗噪音数据，补充缺少的数据，之后是将预处理完的数据存放到数据仓库，便于日后的数据挖掘和发现。数据挖掘一般是指运用机器学习、模式识别方法等知识从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。根据获取信息需求的不同，数据的挖掘路线也不尽相同，因此需选用适宜的数据挖掘方法。最后对挖掘出来的模式进行可视化处理，并将所发现的知识展现与应用。

(二)作业成本管理的基本概念

作业成本管理的主要目的是提高客户价值、增加企业利润，以作业成本法为核心，通过对各项作业成本的精准确认和计量，最终获得各类产品成本。作业成本管理是动态的，其将成本计算联系具体作业，对企业所有作业活动追踪并动态反映，进行成本链分析，包括动因分析，作业分析等，指导企业正确识别增值作业与非增值作业，从而达到降低成本，提高效率的目的。作业成本法是将间接成本和辅助费用更准确地分配到产品和服务的一种成本计算方法。区别于传统的成本计算方法中间接成本的“资源→部门→产品”的分配路径，作业成本法下的间接成本的分配路径是“资源→作业→产品”。

二、基于数据挖掘技术的作业成本核算模型的构建

作业成本核算是作业成本管理的核心环节，准确可靠的成本数据，来源于所采用的成本核算方法。在大数据技术的“辅佐”下，成本核算的准确度得到很大程度的提高。在云计算等一系列当代信息技术愈加发达的今日，企业中各生产作业过程的具体成本信息皆能有效地传输到“云层”，所耗费资源信息的收集和存储广度较之传统的资料信息获取方式有着极大的进步，一改往日“信息孤岛”的现象。在告别了传统的硬盘存储时代，云存储的“大容量”给作业成本数据挖掘工作提供了良好的条件。如何在层层数据云层中获取有效的成本信息，取决于有效的数据挖掘技术，最后是将所获取的信息进行转换呈现。数据预处理是对数据云层中的复杂数据进行数据的集成与清洗，处理噪音数据，保证数据的完整，归集出企业经营过程中消耗的总资源。同时，为了便于后期挖掘工作的进行，可以对这些数据进行编码，且将所有业务数据库中的相同字段的不同取值方式转换成统一数码形式。数据挖掘的操作是作业成本核算工作的重心，由于作业成本计算分两阶段进行，因此，设计数据挖掘工作也分为两阶段：其一，分析相关资源成本动因，通过联机分析处理技术(OLAP)和一定算法程序钻取目标资源成本数据，并将之匹配到各项作业之中；其二，分析相关作业成本动因，同样利用OLAP技术及适当的算法程序再次获取各项作业车间的各类作业成本，将之匹配到成本对象之中。知识呈现，在进行了相对复杂的数据处理工作之末，所需要的就是进行模式评估和成本知识呈现。首先是要检测挖掘出的模式是否合理，若不合理，则需要重新进行数据处理的前段过程，若合理则可以进行成本知识的转换与呈现，将成本数据处理过程中的隐性知识转换为易于人们理解的显性知识，并将挖掘出的相关信息和规则运用到企业的实际成本管理过程中，从而有效解决企业的成本业务问题，从而提高企业的经营管理水平。

三、动态成本预测模型的构建

积极有效的成本预测是企业的经营决策的基础。在整个作业链的发生过程中，成本的发生是动态的，而非静止的。对于一些固定发生的成本，即可控成本是可以直接进行增值计算的。而对于一些不可控且变化规律不显著的成本(决策者的战略意图的改变、上下游企业的合作方式的变化、政治经济等环境的变化等)，是无法单纯用传统的静态回归分析方法进行预测的。对于这种“灰色”模糊的信息，借鉴灰色系统理论进行预测分析是较为合适的。为了准确地对各类产品或服务成本进行动态预测，需要按照“产品消耗作业，作业消耗资源”的顺序进行预测目标的层次分解，主要是对各项具体资源费用的预测，之后再是依照一定的分配标准逐级将预测的各类资源成本分配到各项产品中去。可控成本下的回归分析建立在成本变化规律不变的前提下，因此主要利用历史成本数据，进行线性回归分析，从而得出线性回归预测模型。对于不可控成本，无论是产品消耗作业的情况，还是作业消耗资源的情况都可能会受到各项因素的影响，因此通过采用灰色预测法，利用不确切不充分的数据信息，通过建立灰色预测模型从而找到规律的变化趋势。依据GM(1,1)模型，将近期各项资源发生数列输入编好的计算程序中，得出成本预测模型。最后对得出的预测结果进行检验，确定最终预测值。

四、作业成本管理模式的构建

成本核算及相关成本预测是企业进行成本管理的先决条件，并非最终目的。成本管理的最终目的是有效控制成本，优化企业作业链，为企业创造价值。而核心工作就是准确分辨出增值作业和非增值作业，并消除改善非增值作业，提高能增加顾客价值的作业。首先区分增值作业与非增值作业，对于非增值作业进行改善转化或者消除。对于增值作业和改善后的非增值作业则重点分析其主要的成本动因有哪些？成本动因是资源、作业和产品之间的纽带，想要了解产品成本的发生过程就必须明白具体的成本动因是什么，从而做到有针对性的管理。而作业链即企业生产的整个环节，每一项作业直接关系到成本的发生额，因此，对作业链的分析有利于后期的作业生产过程的优化改良。最后报告增值作业成本，对于不合理的作业继续进行优化升级。

五、与建议

(一)不足

虽然大数据环境下，先进的技术手段可以提高作业成本核算及管理控制效率，但从当下成本管理的整体发展情况来看，仍存在不少现实问题：1.成本数据监测存在漏洞：动态的成本监测只是一种基于当下大数据技术发展的理想目标，但从现实情况来看，大多数企业并不能实现作业成本数据的实时动态获取。其次，企业大多关注显性的成本，对于一些隐性成本忽略不计，这直接影响到核算与预测的准确性，给动态作业成本管理带来极大的阻碍。2.尚未完成信息完全互通：由于各作业车间采用不同的信息化系统，发生数据的格式不同，提交数据存在时间差异等原因，整个作业环节的成本数据信息很难达到互通。3.缺少专业素质较高的财务人员：熟悉传统的成本管理工作方法的人员较多，但兼悉ABC管理方法及计算机技术的人才很少。

(二)建议

1.积极构建企业大数据管理平台。智能化与数字化发展已成当下的主流趋势，在其内外部环境的“威逼利诱”之下，企业应当积极构建企业大数据管理平台，构建高效的作业成本管理系统，提高管理效率，降低产品成本。2.统一企业各部门的信息化系统。为保证成本信息数据互通共享，避免“信息孤岛”现象的产生，企业内部的信息化系统需要统一化，从而保证数据信息的完整与共享。3.加强员工数据管理意识和技能培训。首先对于企业管理者而言，应具有先进的管理思维，将大数据思维与企业的具体目标相融合，另外或可聘请计算机专业人才，对企业职工进行培训指导；其次对于基层财务人员而言，除了公司定期的技能培训之外，自身需积极主动学数据技术。

参考文献：

[1]王国堂.大数据环境下项目成本管理优化研究[J].经济论坛,2018(01).

[2]樊燕萍,蔚利芝.大数据背景下企业作业链成本管理的优化研究[J].价格理论与实践,2016(08).

[3]翟坤.基于数据挖掘的成本管理方法研究[D].大连理工大学,2012.

[4]刘晓冰,李浩.基于成本项目的钢铁作业成本管理模型研究[J].计算机集成制造系统,2007,13(11).

[5]陈天佑.数据挖掘技术在税务审计中的应用研究[D].江西财经大学,2019.

[6]何雪锋,陈静利,张鑫.基于人工智能、大数据和云计算的作业成本法探究——以我国烟草工业企业为例[J].财会月刊,2018(17).

作者:凤旭 单位:中南林业科技大学商学院