第 5 章 基于数据挖掘的战略管理会计体系框架
5.1 建设目标
在大数据、云计算、商务智能等新商业环境下，本章以系统论为指导，依据数据挖掘应用于战略管理会计的基本原则，围绕数据挖掘技术在企业战略管理会计中的应用，构建基于数据挖掘的战略管理会计体系框架。体系框架的构建以期达到以下目标：探寻在知识经济时代企业充分利用信息的有效途径，加深企业对数据和信息的理解；指导数据挖掘技术在战略管理会计中的运用，提高战略管理会计的决策相关性，增强企业的竞争力。
5.2 总体架构
基于数据挖掘的战略管理会计是指在大数据、云计算、商务智能等环境下，在企业信息化实践过程中，应用数据挖掘理论与技术开展和实施战略管理会计的管理活动。基于数据挖掘的战略管理会计总体架构包括基础理论与方法层、数据存储层、信息分析与整合层、知识发现层和战略管理层等方面，如图 5-1 所示。
（1）基础理论与方法层
基础理论与方法层包括战略管理、战略管理会计等基本理论与方法。数据挖掘具有应用性和工程性特点。应用性是指数据挖掘是理论算法与应用实践的结合，工程性特点是指数据挖掘是一个由多步骤组成的工程化过程。数据挖掘源于实践中的应用需求，同时也服务于实践。对数据的理解是数据挖掘应用的基础，理论算法的开发、挖掘步骤的设计、数据挖掘结果的表达和理解都需要对数据本身具有深刻的理解。因此，战略管理与战略管理会计等基础理论与方法对开展数据挖掘活动具有指导意义，是框架中的基础性部分。
（2）数据存储层
数据存储层是基于数据挖掘的战略管理会计总体架构的物理基础，包括与企业经营管理相关的，不同业务部门的各个数据库系统。这些数据库中存储了与战略管理会计相关的各种原始数据，是企业联机事务处理系统的一部分，也是战略管理会计的数据源泉。一旦相关信息准备妥当，就可以为相关模型的建立和数据分析提供基础。
（3）信息分析与整合层
企业在信息化过程中，其数据库中虽然包含了各式各样的数据，但其分布零散、结构各异，不适合直接进行数据挖掘。信息分析与整合层包含了一系列的数据预处理工具方法，对原始数据进行清理、集成、变换、规约等操作，这些预处理技术在数据挖掘之前使用，可以有效提高数据挖掘的质量。信息分析与整合层的最终目的是针对应用中的问题，将企业数据库中不同信息源的数据转化为面向主题的、集成的、用于查询和分析的数据仓库与数据集市，如图 5-2 所示。
（4）知识发现层
知识发现层包含了一系列的数据挖掘方法和应用这些方法的工具、模型，这些方法和模式需与战略管理会计的要求相结合。大数据只是现象，重要的是挖掘数据的价值，在知识发现层，通过执行相关领域的数据分析与挖掘，从而实现“信息向知识”的转变，为战略管理提供支持。
（5）战略管理层
战略管理层包括以企业总体战略目标为导向的企业总体战略、业务单位战略（经营战略）、职能战略，以及企业经营管理决策的理念、策略和方法。数据挖掘所获得的知识必须与企业的战略管理目标和过程相结合才能发挥其价值。将这些知识信息及时提供给企业战略管理层和其他知识需求者，使其渗透到企业经营管理的全过程，促使更多的员工参与到决策中，发挥团队协作的力量，形成集体智慧的结晶，从而实现“知识向智慧”的转变。在这个过程中，不同层次的管理人员依据不同的权限将得到有区别的信息，从而提高企业的战略决策和战术决策能力。
综上，基于数据挖掘的战略管理会计总体架构可以解释为：在战略管理及战略管理会计理论与方法的指导下，以企业的总体战略、业务战略和职能战略为目标，对来自不同数据源的信息进行有效地分析、整合与挖掘，并在企业各个层次的管理活动中利用这些潜在有用的知识，以帮助企业提高战略决策能力和整体运营能力。在基于数据挖掘的战略管理会计总体架构中，数据挖掘作用于信息分析层和知识发现层，并将挖掘结果传达给战略管理者和战略执行者，其目的是实现从数据到信息、从信息到知识，再到智慧的转变，最终提高企业竞争力，提升企业的价值，如图 5-3 所示。
5.3 实施流程
5.3.1 数据挖掘的一般过程
跨行业数据挖掘过程标准（DRISP-DM）强调数据挖掘不单是数据的组织或者呈现，也不仅仅是数据分析和统计建模，而是一个从理解业务需求、寻求解决方案到接受实践检验的完整过程。一个完整的数据挖掘过程一般包括业务理解、数据理解、数据准备、建模、评估和部署等六个阶段，如图 5-4 所示。
5.3.2 数据挖掘应用于战略管理会计的实施流程
成功的数据挖掘是让数据挖掘具有商业价值，而不是简单运用复杂的算法或工具。数据挖掘的目标是在大量的数据中找到潜在的模式（Pattern），但仅仅找到模式还不够，还必须考虑其现实意义，将数据转化为有用的知识，并依据这些知识做出行动，为企业创造价值。在前文数据挖掘应用于战略管理会计的原则和总体架构的基础上，提出数据挖掘应用于战略管理会计的实施流程，如图 5-5 所示。
（1）流程的第一步是依据战略管理会计的要求定义所需分析的问题。从分析的问题和要达到的目标出发，确定需要什么样的内外部信息。这一步可以在高管以及普通员工中展开调查，然后确定所需要信息的主题以及希望达到的目标，这样信息搜集可能更加系统化。管理层不仅要提出分析需求，而且要经过内部的讨论、过滤，尽量避免无效、不合理、无价值的需求，从而提高分析的效率和效果，避免资源的浪费。
（2）在明确了所需分析的问题之后，数据收集系统将企业经营管理活动中内部信息和外部环境信息纳入数据库之中。信息化使得企业无时无刻都处于数据的围绕之中。企业信息化实质上是将企业的生产过程、物料移动、事务处理、现金流动、客户交互等业务过程数字化，通过各种信息系统网络加工生成新的信息资源，提供给各层次的管理者洞悉、观察各类动态业务所需的一切信息。因此，通过企业内部的信息管理系统可以获得内部经营管理信息。对于企业外部信息，企业应当建立商业环境信息搜集系统，广泛搜集外部环境信息，以满足企业宏观环境分析、产业环境分析和竞争对手分析的要求。企业可以依据定义的经营战略问题，将收集到的数据，进行初步加工，并利用计算机辅助输入系统将其纳入数据库管理信息系统。数据库中的信息经过清洗、转换、集成等预处理进入数据仓库，以备分析与挖掘。
（3）经过过滤、集成等粗加工的信息资源，需要经过一定的分析方法才能转化为决策者可以直接使用的知识。这是数据挖掘应用于战略管理会计的核心环节。DRISP-DM 所倡导的数据挖掘流程可在此阶段进行完整的循环。在这一阶段，战略管理会计所包含的企业竞争环境分析、企业危机预警、战略成本管理、价值链分析、战略综合业绩评价、战略投资规划、全面质量管理、战略客户管理等理论与方法，一方面，对数据挖掘主题的确定、数据的理解、模型的选择、结果的分析和评价提供了分析思路和概念性的指导，并不断完善其分析模型和分析结果；另一方面，对数据挖掘结果的分析和评价也需反馈给战略管理会计人员，以证实、优化和提高某种战略分析工具的效果。
（4）数据挖掘信息服务子系统可以根据用户的请求传递数据挖掘的结果，也可以根据系统内部积累通过人工智能等方式主动向用户及时推送信息。数据挖掘结果可以通过信息服务子系统以用户检索、主动推动、用户定制、可视化界面、摘要提取等多种方式呈现给管理者。针对高层管理者、中层管理者和一般员工的不同需求，可以通过设置用户权限的方式进行设防，以防重要信息泄露。
（5）正如彼得·德鲁克所说，在知识经济时代，每一个员工都是管理者。企业的各级管理者和普通员工都可以依据各自的权限从数据挖掘信息服务子系统中获取知识，并结合战略管理会计的理念与方法，通过企业信息化平台，互通信息、相互协作、自我管理，提升商务决策水平，增强员工的智慧和能力。
5.4 实施保障
（1）高层管理者的支持
为了使数据挖掘在战略管理会计中更好地发挥作用，整个架构的设计和流程的实施都需要高层管理者的全面支持。在一个企业中，对大数据的管理通常涉及不同的职能部门和业务部门，其业务逻辑复杂，数据资料琐碎。因此，对大数据进行收集和整理，需要不同部门的沟通与配合，这需要高层的认可和重视，并为决策系统的实施提供必要的资源支持。
（2）员工的广泛参与
在企业信息化过程中，组织中的每一个人既是管理者又是信息源；既是大数据管理活动的参与者，也是数据挖掘结果的使用者。数据必须融入组织管理才能真正发挥作用。因此，有必要在组织中开展相关培训，加深员工对数据、信息的理解，激励员工积极参与。
（3）安全高效数据库管理系统的建立
建立安全、高效的数据库管理系统是实施数据挖掘的信息保障。通常数据搜集来源于组织的不同地方，这有碍于对数据的系统化思考。将数据按系统化的方式整合，尽量简化储存系统，有助于信息的检索与分析，挖掘其中的价值。此外，企业在大数据管理过程中还需要特别注意信息的安全性、完整性和可靠性。安全性要求确保有关维护企业竞争地位的数据不被泄露。完整性和可靠性要求警惕数据被不恰当地篡改，避免因数据失真导致分析结果出现偏差。
（4）会计人员职业胜任能力的提高
会计人员的价值不断受到信息技术的挑战。管理会计师的挑战就是把自己能力应用到大数据分析之中。传统的管理会计专注于企业内部生产经营问题，把大部分精力放在了以财务数据为主的分析决策中。而在大数据环境下，管理会计师需要扩大自己的职能范围，尤其是参与诸如市场、竞争者等外部环境的分析。通常，数据挖掘的结果大多是相关关系，而非因果关系，它所挖掘的知识是未知的、潜在有用的信息。若将之有效运用于商业领域，离不开分析人员的专业判断。因此，数据挖掘技术在战略管理会计中的应用，既提高了会计人员的决策支持能力，又对会计人员的职业胜任能力提出了挑战。
5.5 小结
本章构建了基于数据挖掘的战略管理会计体系框架，分析了构建目标、总体架构、实施流程和实施保障。为了取得长期竞争优势，管理者需更加重视对企业内外部环境变化的监视和把握。企业竞争环境分析与企业危机预警是战略管理会计的两个重要领域，两者都需要对企业的内外部信息进行不断审视，或用于发现机会，或用于预测危机。机会与威胁往往是并存的，战略管理会计的这两个领域在分析方法具有相似性，在功能上也是殊途同归。因此，本文接下来将着重分析数据挖掘在企业竞争环境分析与企业危机预警中的应用。
