大數據論文模板(10篇)

導言：作為寫作愛好者，不可錯過為您精心挑選的10篇大數據論文，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內容能為您提供靈感和參考。

篇1

大學教育是第二次產業革命時為了適應工業所需的大量的技術人員的產物。當今，學生知識的來源不再局限于課堂，不再拘泥于某一個專業，他們可通過互聯網、微信、微博等信息平臺來獲取文本的、圖像的甚至是視頻的各種知識。學生的知識面將比以往的任何朝代更加寬范，對校園以外世界的了解將更加深入。比如現在的在線教育平臺edX和Mooc，上面有世界著名學府的各種課程，包括我國清華和北大的優秀課程。學生只要通過互聯網，就可以接受到名校的教育，在學習過程中，通過鼠標點擊的記錄，可以研究學習者的活動軌跡，發現不同的人對不同的知識點有何不同的反應，用了多少時間，哪些知識點需要重復或強調，哪種陳述方式或學習工具最有效。通過分析這種秩序和規律，在線學習平臺也在逐漸彌補沒有老師面對面交流指導的不足。同時現在的教育平臺還能通過虛擬現實進行實踐輔導。以麻省理工開放的電子電路課程為例，注冊這一門課的人比整個麻省理工所有在世校友總數還多。由此可見，許多學生已經把注意力放到了課堂之外。

2、如何積極應對

對于學校：在學生從課堂走到互聯網時，未來的學校存在的意義在哪兒，是學校更應該關注與關心的。學生可以在宿舍甚至在家就完成了各種課程的學習和同學之間的交流，那么對學生的考核和效果的評定也不再局限于某一個固定場所來進行。學校更應該重視圖書館電子資源的建設和開放，更應該重視實踐實驗室的建設，提供更多方便學生來進行實習和實踐訓練的場所和項目。對于教師：在大數據時代，教師的教與授又該體現在哪兒呢？我們更應該深刻思考，改變傳統的課堂教學的思維模式。我們可以將教的過程放在網絡平臺上，放在課前來進行，課堂中以學生做作業、教師指導和答疑為目的。這只是改變了傳統的教學模式，對于教師自身我們又該如何作呢？在面對豐繁復雜龐大的數據時，我們應積極跟進發展自我，重新進行定位。一類應加強自己的實踐操作能力，專業從事實踐輔導和教學；另外一類專業從事研究；另外一類抓住大數據所給予的機遇，發展自己，跟上時代步伐，成為專業化極強的教師，對專業進行解惑和學習方向的指導。對于學生：知識和信息量極大豐富，我們如何從中甄別出有利于自己的知識，對自己進行特色化的教育，需要自己的判斷力和教師、家長的指導。我們要關于利用已有的學習平臺和學習媒介，不斷提高自己的自學能力，發展自己的創造性和創新性的能力。

篇2

由于歷史文化名城展示與利用涉及到的內容很多，包括歷史學、地理學、建筑學、社會學、景觀生態學等，與此同時，隨著科學技術的進步，先進的數據采集、建筑測繪等軟硬件設施已經大量應用于歷史文化名城的展示與利用當中，在此過程中產生了數量龐大的數據信息，而大數據能夠對這些龐大的數據信息進行快速準確的處理．所謂“大數據”就是指需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產．例如，三維激光掃描技術是一種通過激光反射的原理，將被測量對象通過三維激光掃描系統的處理，構建成一整套的點云數據模型，在此基礎上，通過專業的三維軟件技術對于被測對象進行逆向的數字化構建，從而能夠進行后續的數字化的研究與利用．在此過程中，點云數據會大量涌現，尤其是對于展示與利用真實性要求更高的項目而言，所產生的數據將會無限接近于真實的被測對象，數據會呈現出幾何數量級增長．數據量大，能夠促進歷史文化名城展示與利用在探索方法和研究理念的層面上產生根本性的變革．對于早期的歷史文化名城的展示與利用來說，由于受到認知性和數據分析能力的影響，人們就某一處歷史文化名城的展示與利用的形式、內容以及方法上，僅僅是能夠通過數量有限的樣本案例和數據資料，利用較為傳統的技術手段進行數據的分析、評估和管理．大數據的應用，能夠將大量的歷史文化名城的相關信息進行有目的性的篩選和處理，為展示利用的方式、方法在名城中的應用，提供了較為全面和具體的對策措施，提高展示利用實施的精確性．

1.2大數據對多樣數據類型的處理

歷史文化名城在展示利用時涉及到的數據繁多復雜．單就其中的某一處歷史建筑來講，《歷史文化名城、名鎮、名村保護條例》對建筑本身的歷史檔案包括了5項內容:1)建筑藝術特征、歷史特征、建設年代及稀有程度;2)建筑的有關技術資料;3)建筑的使用現狀和權屬變化情況;4)建筑的修繕、裝飾裝修過程中形成的文字、圖紙、圖片、影像等資料;5)建筑的測繪信息記錄和相關資料．除此之外，還有關于歷史沿革、歷史事件、地名典故、名人軼事等資料．上述幾項內容，基本涵蓋了一處歷史建筑的歷史價值和人文價值，這些詳細資料，在歷史文化名城的展示利用時會起到舉足輕重的作用．在歷史文化名城的展示利用的過程中，數據的類型非常多，有圖片資料、文字資料、影像資料、圖紙資料、點云數據等．在以往展示利用處理數據信息的時候，利用傳統的數據處理技術，事先定義好結構化的數據．結構化數據是將對象數據向便于查詢、處理的方向抽象的結果．結構化數據即行數據，存儲在數據庫里，可以用二維表結構來邏輯表達實現的數據．結合到典型場景中更容易理解，比如企業ERP、財務系統;醫療HIS數據庫;教育一卡通;政府行政審批;其他核心數據庫等．在結構化數據過程中，通常會忽略一些特定條件之下所不必考慮的細節，篩選出有用信息．隨著互聯網技術、展示利用技術以及測繪技術的快速發展和演進，非結構化的數據大量的出現，難以用結構化來進行表示，在存儲記錄數據的同時還要儲存數據的結構，增大數據存儲和處理的難度．相對于結構化數據而言，不方便用數據庫二維邏輯表來表現的數據即稱為非結構化數據，包括視頻、音頻、圖片、圖像、文檔文本等形式．具體到典型的案例中，如醫療影像系統、教育視頻點播、視頻監控、國土GIS、設計院、文件服務器PDM/FTP)、媒體管理等具體應用資源，這些行業對于存儲需求包括數據存儲、數據備份以及數據共享等．目前在歷史文化名城展示與利用當中，所利用的數據大部分都是非結構化的數據，而這些非結構化的數據將會逐漸成為主流化的數據．隨著歷史文化名城保護的發展，與展示利用相關的影響因子指標數量上必定會更加的豐富和細化．為了滿足歷史文化名城展示與利用的目的，在相關數據激增的同時，新的數據類型還會不斷出現，很難用一種或是幾種規定的模式來描述趨于復雜、多樣性的數據形式．而大數據與傳統的數據處理方式最大的不同之處就是，它在非結構化數據和信息的方面能夠最大限度地將大量歷史文化名城展示與利用的相關影響因子指標的細節信息進行數據非結構化，可以減少在數據處理過程當中的數據流失現象，為展示與利用提供更加充分的情報信息與技術支撐．

1.3大數據對數據信息的快速處理

由于科學技術水平的飛速發展和普及，數據越來越龐大，必須有相應的數據處理能力才能夠將大量的數據進行充分而有效的利用．歷史文化名城的展示與利用發展到今天，展示利用的相關數據除了具有傳統屬性以外，還具有時效性，通常某些數據的價值會隨著時間的推移而迅速降低，能否快速準確地處理這些數據，則是充分體現它們的價值所在，而大數據的特點就在于能夠快速、持續、實時的處理數據，從而能夠滿足相關的需求．在經濟發展和大規模建設工程中，經常會忽略歷史文化名城的歷史文脈的科學展示與利用．有時會單純地將歷史文化名城的展示與利用和社會發展、自然環境及其居民生活割裂對待，這樣會惡化居民的生活環境，不利于拉動居民的消費，不利于延續傳統的歷史文脈，不利于文化產業的發展，不利于創造品牌效應，降低城市的知名度，不利于歷史文化名城的可持續發展，對傳統風貌會造成嚴重破壞．在大數據的背景下，為了保護這些稀缺的展示利用資源，使得名城保護能夠可持續發展，大數據就需要對名城的相關數據進行快速處理，及時快速的提出有效、合理的保護措施．

2大數據在歷史文化名城展示利用中數據處理的應用

2.1在歷史文化名城空間數據上的應用

在《歷史文化名城、名鎮、名村保護條例》中提到，歷史文化名城、名鎮、名村應當整體保護，保持傳統格局、歷史風貌和空間尺度，不得改變與其相互依存的自然景觀和環境;建設控制地帶內的新建筑物、構筑物，應當符合保護規劃確定的建設控制要求;核心保護范圍內的歷史建筑，應當保持原有的高度、體量、外觀形象及色彩等，從條例以上的內容描述可以看出，與歷史文化名城展示與利用的相關信息具有非常典型的空間性．歷史文化名城展示與利用中空間數據的采集，基于移動設備、互聯網絡、測繪系統、自動記錄系統、數據檔案系統等，以及通過這些系統綜合分析所產生的再生數據．大數據通過整合和深入提取這些空間數據，將這些信息進行重新利用，實現海量展示與利用的數據信息的實時處理，智能判斷以及快速決斷，為某一項歷史文化名城的展示利用提供決策依據．隨著三維激光掃描技術的逐漸成熟，在歷史文化名城的街區展示利用中，通常采用三維激光掃描技術，將歷史街區現有的建筑特征和風貌進行數據的采集和整理，之后通過計算機相關軟件的處理，恢復歷史街區傳統的風貌特征，并通過虛擬現實等技術手段將其進行一定的場景重現．

2.2在歷史文化名城數據分析上的應用

由于大數據在信息處理上具有透徹感知、廣泛互聯互通、深入智能等特點，能夠借助互聯網絡進行傳遞、協同以及共享操作，在通過利用先進的數據分析技術，深入分析收集到的展示利用的數據后，進而獲取到更加具有創新性的、系統性的、全面性的數據信息來滿足某一項歷史文化名城在這方面的信息需求．大數據在數據分析方面的應用，從過去單維度的項目計劃、項目管理和項目執行，轉變為多維度的新興的項目協作關系．在這種新的組織關系下，每一處歷史文化名城個體，在進行展示與利用項目的籌劃、設計和實施過程中，都可以精確地、自由地、即時地共享和獲得相關信息，發掘同一類型數據的共性和不同，對彼此各自的特點進行正面、真實、合理的歸納與總結，找到若干種恰當的展示與利用的方式與方法，然后進行比較和選擇，以達到最佳的展示利用的效果．大數據的應用，促進了歷史文化名城的數字化基礎構建和物理設備的相互融合，通過數據對于名城的數據采集和匯總，經過網絡實現人與物的統一與整合，之后再通過云計算技術，使其對于歷史文化名城的展示與利用的管理更加動態化、系統化．

3大數據對歷史文化名城展示利用的意義

歷史文化名城的組成是由歷史文脈和城市形態兩大重要要素構成．現在愈來愈多的人們開始呼吁政府有關部門采取有效的措施，保護和傳承歷史文化名城的歷史脈絡和注重塑造城市形態，傳承歷史記憶，展現人文氣息．在社會經濟處于重大歷史變革的今天，對于歷史文化名城傳承的思考更加具有意義．歷史文化名城的歷史文脈和城市形態通常表現為包括城市空間形態、結構形態、聚集形態等一些具有可讀性強的、城市意向明顯的、靜止性的、永久性的客觀物體．城市形態作為物質屬性，其展示利用通常是展現城市的空間輪廓、城市肌理、街道格局、風貌特征、建筑物和構筑物本體等;而歷史文脈作為非物質屬性，其展示利用通常是展現與歷史文化形態有直接聯系的演變規律、歷史事件、社會結構、社會制度、哲學思想、倫理觀念、語言文字、文學藝術、禮儀風俗以及地域文化等．歷史文脈的展示通常是結合歷史文化名城的物質空間和相關史實文獻資料的整理，采用聲、光、電等現代的技術手段將抽象的歷史文脈以一種相對具體的形式進行展示．大數據的功能和作用就是能夠把城市形態和歷史文脈等這些具有物質屬性和非物質屬性的資料信息進行數據化、數字化的統計、整理和歸納，以一種清晰的思路與方式展示歷史文化名城文化創造的成就，以生動、形象、完整的方式來詮釋歷史文化的脈絡．通過大數據在歷史文化名城形態特征的展示與利用，探索古代與現代文明相互融合的有效方式與途徑，在保持相關歷史記憶的同時，加入新的科學、技術的活力，從而促進歷史文化名城的可持續發展．從歷史文化名城的展示利用的角度來說，加強文化遺產展示與利用和促進經濟與社會發展的有機結合，探索展示利用的有效解決途徑和方式，是為歷史文化名城的展示與利用提供策劃方案、擬定策略、提供決策的科學依據．只有在保持古城的形態和歷史文脈傳承的前提下，選擇大數據的方式進行歷史文化名城的展示與利用，文化遺產本身及其遺產價值才能以更有成效、最佳的方式體現．

篇3

1企業會計信息化的現狀

1.1、會計信息披露具有偏向性，導致信息不對稱

傳統的會計信息系統會誘使企業選擇特定的會計方法而造成企業管理人員利用自身是信息提供者這一優勢，不斷地美化會計報表，這對于外部使用者而言是非常不公平的.

1.2、內部自我約束能力弱，導致數據不真實

在傳統會計信息系統下，一些企業為了眼前經濟指標的提升或者任務的完成，常常通過人為調整會計報表來應付各機構的檢查，自我約束能力弱，數據失真.還有很多企業對現有的政策法規鉆空子、打球的現象屢禁不止.聘請的第三方審計機構也本著“企業利益最大化”的審計目標，對企業不真實的數據進行舞弊，以點蓋面.

1.3、核算量大，導致信息披露不完全

傳統的會計信息系統下，會計的信息系統發展越來越不能適應高速發展的經濟業務，很容易造成信息披露不完全.信息經濟時代下，應該更多的提供企業未來價值的知識資源，而不是沉浸在企業過去的財務數據中.

1.4、企業信息數據單一，導致信息缺少指導性

傳統的會計信息系統主要是對企業財務信息的反映，往往忽視了非財務信息.企業自身變化的社會經濟形勢要求我們不能只依靠過去的財務數據對未來發展做出預測.對企業未來的發展預測用某些非財務信息可能會更加合理.如企業的環境成本、社會責任等信息都需要非財務信息的提供.

1.5、信息傳遞滯后，導致會計信息缺乏時效性

傳統的會計信息系統采用先發生交易事項后進行記錄的程序，無法滿足當代企業對信息時效性的要求.企業以及社會各機構、投資者越來越需要了解隨時發生的財務信息，對其進行更好的決策，這就要求企業不定期的提供會計信息，對于會計期間的定義也不再以年為單位了.因此，現有的會計信息滯后的時效性嚴重影響使用者的需求和投資者的決策.綜上可知，傳統的會計信息系統逐漸出現了不適應當今經濟發展的事態，高效、全面的信息化系統變得越來越重要.在大數據時代下會計信息的不斷創新，快速發展勢在必行.

2大數據對企業會計信息化的促進作用

大數據時代下，對會計信息化的促進作用主要表現在：信息結構更加客觀，既強調了會計信息的精準性，又不失相關性；財務會計信息管理的程序化；會計人員工作轉向宏觀信息管理；多元化的計量單位.在大數據時代下非結構化數據成為主導，在會計信息中可以更好的融合結構化和非結構化數據，更好的提高數據的相關性，并且不會人為的進行舞弊.程序化的會計信息管理也將出現，財務部門逐漸將不再作為一個部門，而是作為一個類似于“企業”的獨立個體，數據的獲取可以不通過部門的上報來實現，而是通過財務部門設定的獨立軟件獲取，這也提升了財務本身的獨立性，同時也可以為其他部門提供共享服務；財務部門不需要對數據進行處理，而是轉變成為數據的使用和管理者.在大數據時代下，多元化的計量單位將會出現，會計計量單位會出現相關的時間、數量單位等.

3大數據時代下會計信息化面臨的挑戰

大數據時代下，企業會計信息化系統是通過互聯網來實現與客戶、供應商、銀行、稅務等機構互通的，其提高企業財務管理效率的作用是顯而易見的.但目前因為大數據的發展尚未成熟，這就為會計信息化的快速發展帶來了較大的挑戰.

3.1數據的來源以及處理方式

大數據時代下最令人關注的問題就是數據從何而來，以及數據的處理方式.①美國數據科學家維克托•邁爾•舍恩伯格在《大數據時代》一書中提出，“以前一旦完成了收集數據的目的之后，數據就會被認為已經沒有用處了.比如，在飛機降落之后，票價數據就沒有用了；一個網絡檢索命令完成之后，這項指令也已進入過去時.但如今，數據已經成為一種商業資本，可以創造新的經濟利益.”大數據時代下，數據的來源無孔不入，互聯網平臺上的任何一種資源都可以成為其來源方式.網絡平臺對用戶使用的信息一覽無余，一個簡單的第三方軟件就可以知道我們需要什么，需要何種服務，經濟狀況如何，經常偏愛哪種東西等等.企業在云端儲存的數據對于云端后臺的信息維護人員來說，獲取變的輕而易舉.防止惡意程序以及提高用戶的安全系統，保護數據的隱私是很難解決的問題.在通過各種方式獲取了用戶的數據信息之后，要用這些數據干什么以及如何使用就成了關鍵性問題.大數據時代下的信息處理是通過特定的程序來完成的，這樣的結論更加客觀，同時結論的得出也具有局限性.大數據理論過于依賴數據的匯集，那么一旦數據本身有問題，就很可能出現滿盤皆輸的局面，因為數據的問題，做出的錯誤預測和決策，導致一個數據有問題，由此相關的數據而產生的信息本身都是問題所在.這對于數據來源的要求是非常高的，一旦有提供者造假，大數據帶來的危害是不可忽視的.

3.2傳統用戶對云計算、云會計的排斥

對于不知道云計算如何使用、互聯網軟件能帶來什么效益的用戶來說，這項工作還是很難完成的，大數據的推廣受到了很大的阻礙.對于云會計更廣泛的應用，改變傳統的用戶觀念以及現有的會計信息系統，使網絡平臺更容易被用戶所接受是一個非常艱難的過程.

3.3超滿負荷的網絡傳輸問題

大數據時代下，會計信息化系統必須依賴于網絡，這就要求企業應具備一個良好的網絡傳輸環境.就目前而言，網絡的堵塞和數據的延時都是大量的數據存儲和數據交換造成的，超滿負荷的數據傳輸成為會計信息化中的一個瓶頸，網絡技術的發展目前還不能完全滿足包括網絡自我恢復、故障檢測、問題警告等功能的實現.

二大數據時代下會計信息化所面臨問題的解決建議

大數據對會計信息化的影響是一個漸進的過程，在這個過程中，財務工作者應該積極把握大數據時代給我們帶來的機遇和挑戰.針對大數據時代下會計信息化面臨的問題提出如下建議：

1建立并掌控企業的核心數據

提供可靠的云會計服務平臺.大數據會計的服務數據是基于云儲存平臺上的，雖然數據安全機制都很高，但對于企業的會計與經濟信息的完全控制并不能保證.因此，企業在選擇使用云會計模塊時應當根據自己的實際情況判斷其可行性，對于重要程度高的信息應合理判斷是否應該交由數據服務商管理.對于企業會計信息化的實施安全性而言，數據服務提供商的選擇是至關重要的，要在對提供商的綜合評價之后再進行決定.為保證云會計服務的安全穩定，企業可根據自身業務需求靈活地進行模塊組裝以及完善的技術支持，企業的云會計應該適合自己的特色.除此之外，為了防止會計信息的濫用，對于每一個可接觸信息的人都要進行身份驗證，并且對安全級別進行評估.

2進行高效的企業機構設置變更

由于傳統會計的深入人心，企業云會計的推廣還是非常困難的.解決這一問題可以考慮當云會計引入之后，對機構設置進行變更，讓每一個財務人員都能感受到這一改變帶來的高效性.企業應結合自身的實際情況，設置最適合企業云會計應用的高效組織機構.

篇4

二、大數據分析是績效審計的利器

英國NFI通過大數據分析，不僅發現個案問題，還對同類問題的產生原因進行分析，促使相關部門和單位完善制度，堵塞漏洞，提高公共資金的使用效率和效益。近年來，隨著我國財經制度的不斷完善和加強，違反財經紀律、違法違規的問題得到了很大遏制，國家審計在繼續查處違法違規性問題的同時，也十分注重對公共財政資金使用績效進行審計。通過大數據集中分析平臺的關聯分析查詢，能夠從整體層面高效、便捷地發現諸如公共財政資金滯留的具體環節、時間；發現公共財政資金投向不符合產業政策導向；發現財政專項資金分配在地區和部門間存在的不均衡、不合理；發現財政投入的建設項目存在的進度滯后、效益與預期不符等問題。大數據提供的證據與審計抽查相比，能夠更加全面、客觀地反映某項公共財政資金產生的整體效果和存在問題。在此基礎上提出的審計意見和建議，更加充分、準確和有針對性，更能促使相關部門和單位完善制度、落實責任、加強管理，更好地實現公共財政資金的價值。

三、如何構建審計大數據平臺

1.通過立法為建立審計大數據集中分析平臺奠定基石。英國NFI的數據收集和分析工作是依據2008年7月21日修訂的數據配比法案進行的，法律授權使英國審計委員會將數據收集、整理、分析等工作成為常態，這是審計開展大數據分析的基石。目前，我國審計法授予了審計機關在審計期間獲取被審計單位數據的權力，但是審計項目是單個開展的，各被審計單位之間的數據不能完全地相互關聯，形成了一個個數據孤島；并且，審計項目一結束，被審計單位就不愿意繼續向審計機關提供數據，難以對被審計單位進行持續的審計監督。借鑒英國的經驗，我國應當從法律層面明確屬于國家審計范圍的政府部門、企事業單位、公共機構，以及使用公共財政資金的企業、單位等應當定期向審計機關提供電子數據，為國家審計進行大數據分析創造條件，從根本上解決目前存在的數據收集難、不完整、時效性差等問題，將一個個數據“孤島”連接起來，在此基礎上進行深入的關聯、對比和分析，真正發揮信息時代大數據的強大作用。

篇5

2大數據時代計算機信息處理技術

2.1信息采集、加工方面

計算機信息處理技術要進行工作，首先，要采集數據信息，計算機技術都是建立在數據采集基礎之上的，數據采集主要是針對目標信息源進行實時的信息監督和控制，并將才覺得數據儲存在計算機數據庫中，為各個軟件提供信息支持，確保下一項工作順利進行；其次，對數據信息進行加工，按照用戶的要求，對數據信息進行加工；最后，將加工好的數據信系進行分類，最終傳送到用戶手中，實現數據采集、加工以及傳送目標。

2.2存儲方面

計算機存儲技術是將采集的信息儲存到計算機數據庫之中，在用戶需要某一項信息過程中，可以通過數據庫直接將數據調取出來，計算機以其儲存量大、速度快等優勢，受到人們越來越多的關注，另外，計算機技術還能夠實現長時間儲存。

2.3信息安全方面

大數據時代的到來，讓人們感受技術帶來的便捷的同時，也讓人們意識到數據信息安全對人們的重要性。因此，為了能夠提高數據信息的安全、可靠性，可以通過以下幾個方面進行：首先，建立計算機信息安全體系，加大專業技術人才的培養力度，投入資金，為構建計算機安全體系奠定堅實的基礎；其次，加大研究力度，開發信息安全技術產品。傳統信息安全技已經無法滿足大數據時代數據安全需求，為了能夠盡快改善數據安全問題，應加大研究力度，尋求更好的解決方案，有效避免數據信息受到威脅；最后，重視對重要數據的檢測，大數據時代的突出特點是數據量大，無法實現對每一個數據的檢測。因此，為了提高數據安全系數，應加強對重點數據信息的檢測，從而確保數據信息安全。

2.4信息處理技術的發展

計算機硬件具有一定局限性，在一定程度上阻礙了計算機網絡的發展，而云計算網絡能夠突破這一弊端。因此，推廣和應用云計算機網絡成為未來大數據時代計算機信息處理的主要發展趨勢。傳統計算機網絡是將硬件與網絡有機結合，抑制了計算機信息處理技術的發展，將二者分離開，促使云計算主筋形成云計算網絡，從而構建大數據信息網絡系統，推動我國社會不斷發展。

篇6

二、數據標準困境的解決方法

要解決云會計中的數據標準困境，必須厘清數據標準的制定原則和制定思路，才能推動云會計的健康發展。

（一）數據標準的制定原則

云會計的最大特點是數據海量、數據互通、數據復雜等不同于以往會計信息系統中的結構化數據格式，是一種大數據的表現形式。標準化的云會計數據不但有助于解決“信息孤島”問題，更可以大大降低數據的使用成本、軟件的兼容成本等。在制定標準化數據過程中，要樹立高效性、可用性、經濟性三者互相協調的觀念，既要反對簡單沿用他國標準的做法，也要摒棄完全定制化的觀念，要堅持可持續、可協同的標準化思路。高效性是指云會計的數據標準要使得產出投入比最大化，如系統方面的投入與系統運算能力是否協調，存儲空間的效率是否高效，數據中心的能源消耗是否最小化，設備的維護成本是否最低等；云會計的高效性直接影響到云會計服務商與企業用戶的可持續發展，否則許多投入成本可能會演化為沉沒成本。可用性是指云會計的數據標準不僅使云會計服務商能夠滿足用戶當前的需求，而且能夠不斷升級，滿足用戶的未來需求。可用性越好，那么在發生業務變動時，系統的遷移性越好，即使在發生系統故障時，恢復時間也能最短化。經濟性要考慮全周期的成本，如標準建設的成本、標準應用的成本等，另外一個值得注意的是用戶的學習成本，雖然它不一定直接與用戶的經濟成本掛鉤，但會影響到用戶使用系統的積極性，一個難以掌握、難以使用的標準終究會遭到用戶的拋棄，沒有長久的生命力。

（二）數據標準的制定思路

鑒于以上所闡述的數據標準的制定原則，建議按照“官方引導，協同制定，繼承擴展”的思路來制定數據標準。云會計的數據標準不僅是個別企業的標準，而且關系到所有企業能否相互交換、相互溝通的基礎性工作。單純由官方（協會或政府）統一進行設計，再把標準無償地開放給社會使用，其優點是工作效率高、設計成本低，但標準并非直接來源于會計工作的實際情況，標準的客觀性略差，可行性較低。單純由民間設計，企業按照實際會計工作需要自主制定，再以某種收費或免費的方式向其他企業開放，其優點是標準相對客觀，可行性較高，但整體的社會成本較高，推進速度慢、公信力差。這兩種方式均難以克服固有的缺點，因此最好的方式是將官方的公信力和民間的積極性相結合，協調各方資源，協同制定數據標準，以公共產品的形式免費供給各企業使用。為了推動我國會計信息化的蓬勃發展，我國早在2004年就制定并了《信息技術會計核算軟件數據接口》（GB/T19581－2004）國家標準。于2010年6月又了更新版的《財經信息技術會計核算軟件數據接口》（GB/T24589-2010）系列國家標準。隨著國際上以XBRL（可擴展商業報告語言，eXtensibleBusinessReportingLanguage）為基礎的會計數據標準的誕生，我國于2010年10月了《可擴展商業報告語言（XBRL）技術規范》（GB/T25500.1-2010）系列國家標準和《企業會計準則通用分類標準》。由此可見，我國在會計數據標準的制定和應用方面始終走在國際的前沿，尤其是GB/T24589-2010系列標準，不僅包括了會計科目、會計賬簿、記賬憑證、會計報表，還涵蓋了應收應付、固定資產等內容，填補了國內標準化方面的空白，即使在國際上也處于領先的地位。因此此類標準既具有社會意義，也具有經濟意義；既推動國內會計事業的發展，也能助力國際會計事業的發展。因此，建議對該標準的實際應用情況進行跟蹤研究，確切了解標準的應用效果和應用質量等，收集企業的反饋意見，發展并完善，結合云會計的特點，制定新版的標準，在國內推廣的同時，也將其貢獻給世界標準化組織，為其他國家或世界性組織提供參考。

（三）制定數據標準的具體建議

大數據環境下，為了使云會計真正高效、廉價地為企業服務，使云會計的有關應用早日落到實處，本文嘗試提出制定數據標準的若干建議。基礎性標準。基礎性標準是原則性的、指導性的，為整體的標準體系提供總則規范、專用術語及參考架構等，目的是為建立龐大的標準體系打下基礎，起到統一、規范的作用，并為將來的標準建設提出原則性指導意見。數據的處理標準。數據的處理包含了數據整理、數據分析和數據訪問三個部分，相應地就要制定數據整理標準、數據分析標準、數據訪問標準。數據整理標準是指在數據采集匯聚后，初步的處理方式和方法，細分后又包含數據表示、數據注冊和數據清理三類標準。數據分析標準主要針對大數據環境下數據分析的性能、功能等提出具體指標，并進行規范。數據訪問標準則要求制定標準化的接口及共享方式，最大化地擴大數據的應用范圍。數據的質量標準。數據的質量標準針對數據質量提出具體的管理要求和指標要求，確保數據的質量，使其在產生、存儲、交換和使用等各個環節中保持一致，并對數據全生命周期進行規范化管理，一般應該包括元數據質量標準、質量評價標準和數據溯源標準三類。應用及服務標準。應用及服務標準主要是針對大數據提供的應用和服務，在技術、功能、開發、維護和管理等方面進行規范，主要包括開放數據集和數據服務平臺兩類標準。其中開放數據集標準是為了向第三方開放數據而制定的規范標準，數據服務平臺標準是對大數據服務平臺所提出的功能性、維護性和管理性標準。

三、安全困境的解決方法

云會計的應用使得用戶與會計信息的物理存儲位置產生空間上的分離，在通過互聯網傳輸、儲存和使用數據、信息的過程中，安全問題成為企業關注的一個重點，云會計服務商必須構建完善的安全管理機制，并隨著技術的發展不斷改善，才能保證企業獲得安全的云會計服務。云會計的安全問題首先體現在會計信息的傳輸階段。在企業內部傳輸時，在適當的物理措施和制度保證基礎上，通過簡單的加密就可以保證信息的安全。但會計信息一旦要傳輸至云中時，那么會計信息的安全性就受制于云會計服務商。由于云會計的信息傳輸載體是互聯網，傳輸過程中信息可能被非法截留，甚至被篡改。第二個問題體現在會計信息的存儲方面。云會計的應用可以使企業便捷地獲得并處理會計信息，但云會計采用了虛擬化的分布式方法，用戶并不清楚會計信息的存儲位置，不法分子可能會對云端的會計信息發起攻擊，盜取或篡改其中的信息。第三個問題體現在會計信息的使用階段。作為商業機密，會計信息的使用對象一般是與財務密切相關的工作人員或企業管理人員，在日常工作中，保密不周、人機分離、密碼過于簡單、角色劃分錯亂、權限錯配等都會使會計信息泄露出去。建議從以下包含技術手段及管理手段的七個方面展開工作，解決云會計的安全問題。

（一）研發云會計的大數據水印技術

以往為了加強對多媒體數據的版權保護，數字水印曾經是一種主要的加密手段，在不影響使用的前提下，將標識信息以隱蔽的方式插入到多媒體數據載體的內部。但云會計中的大數據具有無序性、動態性等特點，在其中插入水印要非常謹慎，其前提是會計大數據中存在冗余信息。可以將少量水印信息嵌入到會計大數據的冗余信息位置上，既可以識別出大數據的所有者及使用對象，也有利于追蹤分布式環境下的泄密者。

（二）研發會計大數據的溯源技術

由于云會計數據的來源繁雜多樣，有必要記錄這些數據的來源以及傳播和計算過程，可以采用數據庫領域的數據溯源技術，通過標記法對數據進行標記，記錄數據在云端的查詢與傳播歷史。數據溯源技術應用于云會計中還需要解決以下兩個問題：（1）數據溯源是否危及隱私保護。數據溯源要分析會計大數據的來源，而數據來源本身就是非常敏感的隱私數據，這樣的溯源可能無法獲得用戶的諒解。（2）數據溯源的自身安全保護，當前大多數大數據溯源技術并未充分考慮安全問題，如標記本身是否正確、標記與數據之間是否綁定等，而大數據的高速性、大規模、多樣性等特點使之更難解決。

（三）加強用戶身份及會計云身份的認證

在云會計的應用中，除了對用戶身份的認證外，還必須設置對會計云的身份認證，只有這種雙向認證得到有效落實，云中的數據才能被安全地合法訪問。首先，會計云是一個海量的分布式系統，擁有龐大的用戶群體，具有動態性和跨區域的特點，很難對違法數據進行跟蹤和管制。如果云會計服務商不能對用戶進行嚴格的認證，就會給惡意攻擊者留下可乘之機。因此無論用戶在何處登錄，云會計服務商和應用程序都要驗證用戶的合法身份。其次，為達到欺詐目的而在互聯網上駐留的“黑會計云”也將不斷涌現，用戶可能遭到惡意軟件的攻擊，也可能會被網絡釣魚。因此用戶在使用會計云之前，必須對會計云的身份進行驗證。為了達到用戶與會計云的雙向認證，必須建立跨云認證模型，實現用戶與會計云之間安全且高效的互相認證，確保雙方的數據安全。

（四）制定用戶可驗證的數據存儲方案

用戶把自身的數據存儲在云中，就必須依賴云會計服務商確保數據的安全性，但在外包服務的商業模式下，云會計服務商的可信度難以評估，很難讓用戶相信自己的數據被云會計服務商正確地存儲、處理，為此云會計服務商必須制定用戶可驗證的數據存儲方案。云會計服務商可以建立一種動態化更新及開放式驗證的數據完整性核查方案，確保數據的完整性及可恢復性，使用戶隨時可以知曉存儲在云中的數據的正確性，即使在數據遭到一定程度的損壞時，也能從會計云中取回全部數據。在此基礎上，擬訂數據泄露的問責方案，使用戶在懷疑數據遭到泄露時，可以核查甚至追究云會計服務商的相應責任。

（五）設置動態數據的安全保護機制

在功能日益復雜的情況下，云會計的應用程序也不斷大型化，云會計服務商的安全保護經驗和技術水平也參差不齊，為用戶提供的應用程序肯定會存在各種安全漏洞。在云會計為多個用戶提供服務的環境下，一個相同的服務進程要處理多個用戶的數據，如果應用程序存在安全漏洞，那么個別的惡意用戶就有機會盜用其他用戶的權限，竊取數據和商業機密，所以應該設置防止非法用戶惡意操作的動態化數據安全保護機制。可以對數據流進行分散控制，一方面對數據進行細粒度標記；另一方面基于數據流策略對數據的流向進行約束，從而實現在相同的服務進程中對不同的用戶數據進行隔離，達到保護數據的目的。

（六）建設可信的會計云計算平臺

在云會計環境下，用戶將數據及計算全部托管到云端，不僅無法對自身的數據進行控制，更無法對云會計服務商的計算過程進行監督，為了達到用戶對云會計信任的目的，云會計服務商必須通過一整套安全技術手段，建設用戶可以遠程監督的云會計計算平臺，從而提高用戶的信任度。可以通過建設虛擬的可信云會計計算平臺，為數據存儲及會計核算中的所有數據提供可信的運行環境。

（七）建設管理、心理、法律三個安全軟屏障

除了上述各種技術手段保障云會計的安全外，還應該從管理、心理、法律三個方面建設安全軟屏障，從而達到“軟硬結合”的境界，全方位保障云會計的健康運行。

1.管理軟屏障。

作為高端的會計信息化系統，云會計的安全保障離不開“三分技術，七分管理”，對物理設備和從業人員進行嚴格管理。對物理設備既要做好隔離工作，也要在移動和更換過程中嚴格控制。對從業人員建立嚴格的身份控制和權限劃分，不同級別的從業人員只能訪問權限內的數據。經常更換用戶名和密碼，對數據訪問行為進行嚴格記錄。云會計服務商不能獲取用戶的會計數據，只能操作工作權限內的數據。

2.心理軟屏障。

利用各種宣傳手段對用戶和管理人員進行軟約束，使其了解云會計的安全特點和自身應該嚴守的工作規范，避免由于誤操作和惡意操作給云會計帶來各種威脅。

篇7

IT產業在經歷云計算、物聯網兩次顛覆性技術革命后，又迎來新一輪技術變革——“大數據”。當前，互聯網迅速崛起，數據爆炸性增長，越來越多企業將數據和信息視為自身的智力資產和核心競爭力。在信息量急劇增長的大數據時代，任何企業、組織都面臨著新一輪的機遇和挑戰。2012年，美國政府從國家戰略層面規劃大數據，并正式啟動了“大數據研究和發展計劃”。對于身處“大數據”漩渦中心的電子商務企業，又該如何運用大數據優勢。

1、大數據與電子商務

1.1大數據

從中文語法來看，數據就是一個抽象名詞，但是，數據卻能代表一定的信息，經過處理的數據可作為人們行為的重要參考，由數據衍生出的模型也在各種決策中發揮著重要作用，所以，數據是決策的基石[1]。伴隨互聯網的崛起，數據的概念已經發生了根本性的改變，從之前的自然科學領域逐漸擴展到經濟學、企業管理，互聯網的快速發展又將數據的外延不斷擴大，2010年后“云數據”概念的提出突破了數據的時空限制，大數據由技術熱詞變成社會浪潮，滲透到社會生活的各個層面。"大數據"指的是無法使用傳統流程或工具處理或分析的、超過任何單獨一臺計算機處理能力的龐大數據量[2]，其中，“大"是指數據規模，其一般在10TB以上。同過去的海量數據相比，大數據具有：Vol-ume、Variety、Value和Veloc-ity等4V特征。其中，Vol-ume指體量大，即：數據規模龐大，其早已突破計量單位，而采用PB(千萬億字節)、EB(百億億字節)乃至ZB(十萬億億字節)來計量。Variety指多樣性，即：數據種類繁多，除了有傳統結構化數據庫所存儲的大量結構化數據外，互聯網上還存在著大量的由圖片、網絡日志、視頻、地理位置信息等所代表的半結構化和非結構化數據，并且后者所占據的比例高達四分之三；其三，即時傳輸。在上述的大量互聯網非結構數據中，很多是由即時通訊工具產生，這些數據普遍要實時存儲和處理，并且要快速流轉，否則會產生價值流失；其四，無關信息冗余度大。大數據中所包含的海量信息并非都是有用的，也就是說，必須對大數據中的數據進行過濾和組織，并將相關聯的信息進行整合，才能披沙揀金有所獲益。因此，如何運用好大數據才是大數據的關鍵。正如《駕馭大數據》的作者BillFranks(比爾•弗蘭克斯)所說:“重要的不是數據，而是如何使用數據，大數據的核心是發現價值”[3]。

1.2大數據與電子商務

當前，國內幾家大型的電子商務網站，如:天貓、京東商城、國美在線、蘇守易購等，它們都有著超過千萬的活躍用戶，天貓每天的平均交易額超過一億，訂單量超過100萬，用戶的訪問和交易必將產生一定的數據，而這些數據又可為今后的繼續交易提供指導，但是，如何高效利用這些海量數據成為擺在電商企業面前亟待解決的難題。伴隨著大數據時代大門的打開，大數據為管理者數據利用創新提供了新的思路。在大數據時代，電子商務企業通過對外搜集、整理大量數據，對內量化企業自身運作的各個環節，可以做到市場需求預測和智能決策分析，進而實現提高效率，節約成本的目的，因此，在大數據環境下，傳統的業務驅動模式都將由數據驅動來取代。

2、大數據給電商企業帶來機遇和挑戰

2.1大數據下電子商務的機遇

麥肯錫公司認為，數據已經成為企業生產過程中的基本要素，其也可以為企業創造價值和利潤，因為企業通過搜集、處理數據，可以發現新商機，創造出新價值。因此，對于電子商務企業來說，大數據時代蘊藏著巨大的機遇。

2.1.1大數據有利于提升工作效率

據統計:銷售員在進行具體銷售前要進行售前準備，一般情況下這一準備時間占整個銷售工作時間的24%。如果把銷售員的準備時間轉化為銷售時間，則可增加26億收入，可見，營銷人員為銷售而進行準備的時間過長[4]。如何才能有效縮短“售前準備”時間，激發銷售過程中的潛在價值，采用基于大數據的分析和優化成為企業的必然選擇。通過引入大數據，企業可實現“低成本、高效率”的營銷，進而在激烈的市場競爭中節約自身成本、戰勝對手。大數據時代下社會化營銷，理解描述消費者需求的海量數據是重點，有效挖掘客戶的個性需求是關鍵，針對個性需求提出切實可行的營銷解決方案是目的所在。采用大數據技術，電商企業可對海量數據進行深度挖掘，并搜索出潛在客戶，從而顯著提高交易成功幾率。

2.1.2大數據有利于個性化營銷

當前，電子商務蓬勃發展，數據信息所呈現出的爆炸式增長的速度遠遠高于消費者獲取信息能力的提升速度，這必然使得消費者時常手無足措。正如西蒙所說:“信息越豐富，就會導致注意力越匱乏”。傳統商業模式耗費了消費者過多的注意力，但卻遠不能滿足消費需求，如何才能在消費者有限的注意力下實現銷售，個性化精準營銷顯然是一不錯的選擇，而大數據的運用則使這一營銷模式成為可能。2015年11月11日淘寶狂購物歡節數據表明：僅天貓商城銷售額就達912.17億元；一分鐘支付寶交易成功筆數最大達315萬筆。通過對電子商務平臺上大數據進行收集和分析，可以對消費者的結構、購買的周期以及興趣等有一定程度的把握，這就有利于電商為消費者提供個性化和精準銷售服務，提高銷售額和利潤率。

2.2大數據對電子商務的挑戰

2.2.1擁有大數據的挑戰

在大數據時代下，電子商務的競爭已經成為基于數據的競爭。誰能充分利用好大數據，誰就可能成為贏家，然而，擁有大數據是利用大數據的前提條件。大數據哪里能得到，大數據又該如何運用。據調查，40%的從業者認為及時收集到支持個性化營銷所需用戶數據持悲觀態度，51%的從業者認為應用大數據最大障礙是組織內缺乏數據共享機制。對于大型電商企業而言，他們擁有大數據且擁有大數據處理能力，他們就能在競爭中脫穎而出，而對中小電商企業而言，如何才能擁有大數據就是一個極為具有挑戰的問題。

2.2.2處理大數據能力的挑戰

僅僅擁有大數據并不夠，對大數據的挖掘和深度分析能力才是企業的核心競爭力。當前，互聯網巨大規模的應用和數據的不確定性，給處理封閉世界研究的軟件提出了一個難題，針對更加開放、動態的問題，如何給出答案。這就要求在有效的時間內找出它的近似算法和最逼近的算法，但這一問題傳統的商業數據庫基本上做不了。據統計，83%的公司正在花很多時間研究海量數據，89%的公司因未能充分挖掘所擁有的大數據而失去機會，因此，擁有大數據并不等于擁有價值，關鍵還在于能否對大數據進行分析和深度挖掘[5]。

2.2.3對隱私保護的挑戰

大數據時代，企業通過搜集和記錄，可以得出消費者的個人信息、興趣愛好、交易信息、訪問的網站等，然而這些記錄時常包含用戶的個人真實信息，如電商交易時的用戶姓名、真實家庭地址、個人電話，甚至銀行賬號等信息，在倡導保護個人隱私的今天，從法律和技術層面，應該采用哪些措施來防止消費者隱私泄露是個值得電商企業認真思考的問題。

3、電商與大數據運用

3.1電商企業應通過大數據運用創新商業模式

電商企業通過挖掘大數據，可以把消費者劃分成眾多群體，每個群體都會有某些共同特性，電商企業的這些劃分是精確把握用戶網絡行為的依托，也是實現廣告推廣個性化、精確的基石。通過引進大數據，可以探索智能化的推廣服務，創立超越傳統的、性價比更高的全新商業模式。事實上，國內某些電商早已開始研究和運用大數據，比如阿里巴巴、京東商城等，通過分析會員服務記錄，電商可以充分了解用戶購買行為，并由些針對性地開展一系列的業務活動，比如通過E-mail給用戶提供個性化的促銷服務，這些服務的開展，能為電商企業節省巨額的廣告費用，進而給該公司帶來的豐厚的經濟回報。

3.2電商企業應通過大數據運用優化網站

營銷效率的管控是電子商務企業營銷成敗的關鍵，因為營銷效率的高低直接決定的企業的效益。從行業角度來看，電商企業的利潤為廣告展現、廣告轉化率、購買轉化率、客單價和凈利潤率的乘積，從上述公式不難看出，無論是流量引導還是購買行為的發生，都存在轉化率問題。轉化率高導致營銷效率高，效率的提升又直接轉化為企業的實際效益，那么，如何才能確保電商企業沿著這一良性循環的道路向前，答案很明顯：提升站內轉化率和控制轉化成本。在大數據時代，電商企業一般通過技術優化——站內推薦來實現轉化率的提升。在美國的Amazon網站上，有超過35%的銷售來自于站內推薦系統。推薦引擎是大數據的典型應用，也是站內推薦系統的核心，其原理是記錄訪問網站顧客的每一個具體行為，并將這些行為量化后存入數據庫，之后按照一定的算法對這些數據進行處理，挖掘出這一用戶的喜好和個性需求，并建立與之相符的推薦模型，用以預測該用戶感興趣的、有可能購買的商品。在客戶下一步的訪問請求中，主動向用戶推薦其感興趣或者需要的商品，從而吸引用戶點擊并實現購買行為。作為一種工具，大數據不僅可以預知消費者的興趣所在，還能幫助網站研發者去做諸如用戶界面和用戶體驗的優化。在大數據之前，AB測試是一種準確性較高，但測試成本更高的分離式組間實驗，隨著大數據的普及，AB測試這樣一種“先驗”的實驗體系已越來越成為網站優化常用的方法。通過大數據AB測試，可以輕松管控二跳率、轉化率與網頁布局、頁面功能模塊的關系，從而通過數據來持續優化用戶界面／用戶體驗。

3.3電商企業應通過大數據運用發展會員營銷

大數據體量龐大，通過應用大數據，電商企業能夠從注冊、訪問、加入購物車、支付、購買等環節將所有到訪網站的用戶管理起來，進而建立起客戶轉化銷售漏斗，實現會員營銷，同時，大數據的運用，使得傳統的電子郵件營銷、短消息營銷變得更加高效率和智能化。另外，隨著大數據的應用和數據庫營銷的深入開展，電商企業也可通過升級現有數據庫，增加營銷內容、觸達渠道、評價體系等來建立起符合自身特點的VRM體系。

3.4電商企業應通過大數據運用推動差異化競爭

在國內，電子商務已經發展到一定的高度，成本競爭和同質化競爭成為電商企業不得不面對的問題，如何才能從根本上解決這兩大突出問題，大數據時代的到來為這一問題的化解指明了方向，通過個性化創新提升企業競爭力。國內最大的電商阿里巴巴通過整合各項業務平臺資源，除顯著增強數據處理能力外，還形成了電子商務客戶數據庫和消費者行為產業鏈信息庫，這是其他電商企業可望而不可及的。這些特有數據將阿里巴巴與其他電商企業拉開距離，將競爭從簡單的價格戰引入至“數據”戰，形成差異化競爭。

4結語

總之，“數據就是財富，數據就是競爭力”的大數據時代已經到來，誰擁有大數據和強大的處理能力，誰就擁有贏得市場的砝碼。電商企業應從戰略的高度把握這一機遇，認真錘煉大數據駕馭能力，唯有如此，電子商務企業才能在新時代續寫華章。

參考文獻

[1]王云蔚.大數據背景下的消費市場研究[J].北京印刷學院學報.2014年01期.

[2]劉光金.大數據處理對電子商務的影響分析[J].計算機光盤軟件與應用.2014年17期.

篇8

對于大數據時代，目前通常認為有下述四大特征，稱為“四V”特征：第一，數據體量巨大（VolumeBig）：數據量級已從TB（1TB=210GB）發展至PB（1PB=210TB）乃至ZB（1ZB=220PB），可稱海量、巨量乃至超量；第二，數據類型繁多：越來越多的為視頻、位置信息、圖像與圖片等半結構化和非結構化數據信息；第三，價值密度低，商業價值高：以視頻為例，連續不間斷監控過程中有價值的數據可能僅為一兩秒的數據流；第四，處理速度快，處理工具演進快：數據流往往為高速實時數據流，而且往往需要快速、持續的實時處理。[2，3]

2.大數據時代對人才的需求

2013年3月，IDC數字宇宙報告《大數據，更大的數字身影，最大增長在遠東》預計到2020年數字宇宙規模將達到40ZB。這意味著需要大量的人力和技術對如此龐大的數據進行處理、分析和管理。在此情況下，對于大數據環境下新型人才的培養問題在近年逐漸受到重視。未來對具有大數據管理和分析能力的人才需求將快速增長，這些人員除了具備相應的技術能力、管理能力、社交能力、系統分析和開發的能力外，還需要具備深度分析數據的能力。同時，一些和大數據相關的職位也會應運而生，例如數據分析師、數據架構師等。2011年麥肯錫全球研究所給出的一份報告預測，美國到2018年對具有良好信息素養的經理人才的需求量大約在150萬人，此外，還需要14萬～19萬數據分析方面的資深專家。[4]在我國，互聯網企業、電子商務、金融機構、醫療衛生、零售、保險等行業及政府數據中心對大數據專業人才的需求量都很大。

二、大數據時代下山東理工大學信管專業培養模式

大數據時代產生對相關人才的巨大需求，因此，山東理工大學（以后簡稱“我校”）信管專業提出了新的培養標準和課程設置體系，培養具有我校特色的信息管理專業人才。

1.培養目標和培養標準

在大數據環境下，重新定位信管專業的培養目標和標準，以適應“大數據”對專業人才提出的新要求，是信管專業建設的首要議題。我校信管專業突破國內高校信息管理專業人才培養的三種主要模式（一是強調IT技術，弱化了現代管理理論與方法；二是強調管理又過于弱化了IT技術；三是IT技術與管理相融合，但實際效果不理想），[5]強調學生不但要掌握現代信息系統的規劃、分析、設計、實施和運維等方面的方法與技術，更要具有現代管理科學思想和較強的信息系統開發利用以及數據分析處理能力。我校信管專業還制定了全新的培養標準矩陣（如表1所示），從五大方面28個小方面更為詳實地闡述了信管專業學生需具備的技能和能力，并為課程的設置提供了依據。

2.課程設置體系

為了滿足大數據時代對人才提出的新要求，我校信管專業課程設置圍繞主干學科（管理學、經濟學、計算機科學與技術、管理科學與工程）不僅設置了國內高校信管專業常設的管理學、統計學、管理信息系統、數據庫原理與應用、數據結構與算法分析、計算機網絡基礎與應用、Java程序設計、電子商務等課程外，還設置了數據倉庫與數據挖掘、商務智能與人工智能等相關課程，使學生在理解新興數據處理模式的同時，智能化數據分析處理及決策支持能力得到訓練。與此同時，還設置了基于移動終端的APP開發、企業信息系統構建與仿真、電子商務平臺架構設計等課程，使信管專業的學生成為擁有合理知識結構的復合型人才。大數據時代下新型的信息管理與信息系統專業人才的培養既要高度重視理論知識的學習，又要加強實踐能力的培養。為此，我校信管專業還設置了工程實訓、軟件實習等實踐項目，以及為期10周的IM&IS應用實踐環節，為學生搭建實踐平臺，拓寬實踐渠道。通過3年在校學習及總計約1年的實踐鍛煉（如圖1所示），我校信管畢業生不僅具有良好的管理知識基礎、信息技術應用能力，現代信息系統的開發利用的能力，還具備智能數據分析處理工具的操作能力以及綜合數據分析處理能力。

3.特色

大數據時代下，我校信管專業制定了具有自身特色的培養模式，即：培養目標和標準與行業發展結合，適應大數據對人才能力需求的變化；培養具有綜合分析和管理能力，強調動手能力的新型信管人才。

篇9

2大數據與企業會計信息化

會計信息化是我國“十二五”期間會計改革與發展的重要內容之一，也是很多企業提高會計系統效率的有效途徑.會計信息化是信息社會的產物，是將計算機、網絡通訊等先進的信息技術引入會計學科，促進企業會計系統網絡化發展的過程.大數據的興起、云計算的增速和以云計算為基礎的云會計的應用為會計信息化的發展提供了技術支持和平臺.企業會計信息化的深度發展對于大數據的需要與日俱增.

2.1企業會計信息化的現狀

1、會計信息披露具有偏向性，導致信息不對稱.傳統的會計信息系統會誘使企業選擇特定的會計方法而造成企業管理人員利用自身是信息提供者這一優勢，不斷地美化會計報表，這對于外部使用者而言是非常不公平的.2、內部自我約束能力弱，導致數據不真實.在傳統會計信息系統下，一些企業為了眼前經濟指標的提升或者任務的完成，常常通過人為調整會計報表來應付各機構的檢查，自我約束能力弱，數據失真.還有很多企業對現有的政策法規鉆空子、打球的現象屢禁不止.聘請的第三方審計機構也本著“企業利益最大化”的審計目標，對企業不真實的數據進行舞弊，以點蓋面.3、核算量大，導致信息披露不完全.傳統的會計信息系統下，會計的信息系統發展越來越不能適應高速發展的經濟業務，很容易造成信息披露不完全.信息經濟時代下，應該更多的提供企業未來價值的知識資源，而不是沉浸在企業過去的財務數據中.4、企業信息數據單一，導致信息缺少指導性.傳統的會計信息系統主要是對企業財務信息的反映，往往忽視了非財務信息.企業自身變化的社會經濟形勢要求我們不能只依靠過去的財務數據對未來發展做出預測.對企業未來的發展預測用某些非財務信息可能會更加合理.如企業的環境成本、社會責任等信息都需要非財務信息的提供.5、信息傳遞滯后，導致會計信息缺乏時效性.傳統的會計信息系統采用先發生交易事項后進行記錄的程序，無法滿足當代企業對信息時效性的要求.企業以及社會各機構、投資者越來越需要了解隨時發生的財務信息，對其進行更好的決策，這就要求企業不定期的提供會計信息，對于會計期間的定義也不再以年為單位了.因此，現有的會計信息滯后的時效性嚴重影響使用者的需求和投資者的決策.綜上可知，傳統的會計信息系統逐漸出現了不適應當今經濟發展的事態，高效、全面的信息化系統變得越來越重要.在大數據時代下會計信息的不斷創新，快速發展勢在必行.

2.2大數據對企業會計信息化的促進作用

大數據時代下，對會計信息化的促進作用主要表現在：信息結構更加客觀，既強調了會計信息的精準性，又不失相關性；財務會計信息管理的程序化；會計人員工作轉向宏觀信息管理；多元化的計量單位.在大數據時代下非結構化數據成為主導，在會計信息中可以更好的融合結構化和非結構化數據，更好的提高數據的相關性，并且不會人為的進行舞弊.程序化的會計信息管理也將出現，財務部門逐漸將不再作為一個部門，而是作為一個類似于“企業”的獨立個體，數據的獲取可以不通過部門的上報來實現，而是通過財務部門設定的獨立軟件獲取，這也提升了財務本身的獨立性，同時也可以為其他部門提供共享服務；財務部門不需要對數據進行處理，而是轉變成為數據的使用和管理者.在大數據時代下，多元化的計量單位將會出現，會計計量單位會出現相關的時間、數量單位等.

2.3大數據時代下會計信息化面臨的挑戰

篇10

1.2大數據對發電企業財務職能的影響大數據對發電企業財務職能的影響主要體現在財務管理的理念和模式、財務人員職能與定位、數據分析與應用、決策支持的及時性與有效性、財務內部控制與風險管理的針對性與有效性等方面。在大數據時代，包括發電企業在內的社會經濟組織在各領域的決策將更加依賴數據和分析，而非是以往的主要靠經驗和直覺。財務數據作為發電企業的核心數據，反應和支撐著發電企業資金及業務的正常運轉，通過對財務數據的處理和信息的充分挖掘和分析，能夠有效幫助發電企業改進財務管理，提升應對各種財務風險的能力，為管理者提供決策依據，進而為企業創造價值。可以說，發電企業從各種各樣類型的財務數據中快速獲得有價值信息的能力，將直接決定企業在未來愈發激烈的市場競爭中的生存能力。

2大數據時電企業財務職能面臨的主要變革

2.1財務管理的理念將向保障戰略目標的實現變革毫不夸張的說，數據決定成敗，數據將成為保障發電企業戰略目標實現的決定性手段，缺乏財務數據支持的企業戰略終將是空中樓閣、鏡中之月。傳統財務管理的理念主要立足于核算和監督，隨著優秀發電企業在管理上不斷追求卓越和不斷通過信息技術來提升管理效能，發電企業積累和掌握數據空前龐大，而這些龐大數據的核心價值在于數據的深化應用。這就要求發電企業在財務管理的理念上進行深刻變革，通過借助大數據時代先進的管理手段和工具，深入加強財務管理的分析、控制、預測等職能的發揮，充分發揮財務在戰略決策和價值創造方面的作用，使財務數據成為企業通過配置資源來保障戰略目標實現的指揮棒和主要的衡量標準，使戰略目標立足扎實、戰略管理行為科學、戰略保障堅強有力。

2.2財務決策支持的重心將向深、向寬變革隨著發電企業在推進財務決策支持職能發揮方面的不斷努力，財務決策支持在總體財務職能方面的比重正在逐漸上升，如國內較為優秀的國華電力提出要在未來將財務決策支持占財務職能的比重由以往的10%提升到50%。以往，財務人員主要基于財務報表的數據，通過對數據的分析為管理者提供決策支持，但財務報表的數據畢竟是有限的，反應的信息面相對狹窄，只能為管理者提供有限的信息。大數據時代，發電企業面對的數據范圍越來越寬、數據精細化程度越來越高、數據之間的關系鏈也更為完整，這就為財務決策支持提供了海量的數據信息，使財務分析能夠深入到最基礎的業務單元，從而使企業效益和成本的驅動因素更為明確，驅動因素對效益和成本的影響程度也更為精確。以存貨周轉率為例，通過報表分析手段，只能反饋存貨周轉率與基期對比的偏離程度，但通過大數據手段，可以明確找到存貨周轉率偏低的直接驅動因素，到底是哪些存貨存在偏差，偏差程度到底有多大。再如通過數據積累和分析，可以精確預測各種驅動因素的變化對發電負荷率的影響程度、對煤耗的影響程度。這樣就能幫助決策者的決策行為更加科學、更加有效。

2.3財務職能發揮方式將向統籌協調變革國家會計學院秦榮生教授形象地指出，要“修身、齊家、管公司、治國、平天下”。傳統財務職能僅需依靠財務部門自身便可發揮作用，做好“修身”即可。隨著ERP等信息手段的應用，財務管理職能的發揮逐步與人力資源、供應鏈管理、生產管理等企業各類信息系統深度整合，協同發揮效力。在這種新的形勢下，財務部門僅僅依靠發揮自身本位職能，是遠遠無法滿足現代社會對財務職能發揮的要求。這就使財務職能的發揮開始朝著統籌協調企業整體資源配置進行變革，不僅要做好“修身”，更要“齊家、管公司”，通過發揮財務的統籌協調職能，幫助企業規范管理、優化資源配置、有效管控風險、提升經營績效。

2.4財務管理手段將向精益管理變革精益管理豐田公司制勝的法寶，其核心是以最小資源投入，包括人力、設備、資金、材料、時間和空間，創造出盡可能多的價值，為顧客提供新產品和及時的服務。而大數據管理的特征集中體現在更細、更多、更快和更優四個層面，可以促進精益管理向著效率更高、效益更佳的方向邁進。在國內外經濟形勢處于低谷的宏觀背景下，發電企業面臨日益復雜和殘酷的市場競爭，這樣的宏觀經濟形勢與大數據時代疊加，催生發電企業財務管理的手段必須朝著精益管理變革。如有了大數據的基礎，通過精益財務分析可將大數據的信息精確加工，形成針對性強、可操作性強的管理建議；通過精益對標，發電企業不僅可以實現與同行業先進績效的對標，也可以實現對不同行業最佳指標標準的對標；通過精益預算管控，實現企業資源的最優配置；通過集約化財務共享平臺的搭建，實現財務職能的精益管理。

2.5財務人員的職能定位將向價值創造變革在大數據時代，財務人員所面對的數據規模日趨龐大、數據類型日益復雜，而企業管理者對高價值財務信息時效性的要求越來越高。這就要求大數據時代的財務人員，除了必須具備扎實的財務處理能力以外，還必須進行職能定位的變革，通過熟練運用大數據帶來的信息為企業創造價值能力。對于財務總監來說，大數據的運用將使其由目前的企業理財幕僚變革為戰略制定者，由價值管理者變革為價值創造者；對于財務人員來說，對財務數據的處理能力將成為其價值體現、績效衡量的主要標準。

2.6財務風險管理將向實時管控變革以往財務風險管控的基本模式為事前評估，事中控制，事后分析，往往依賴財務人員的經驗和判斷，管控效果難以保證。而現在，大數據為財務風險管控提供了非常寶貴的管理載體和平臺，通過大數據的收集、分析和整理，完全可以做到在財務信息系統預定義各種風險控制規則，觸發規則定義的預警條件，即可將預警信息傳達到發電企業總部。如發電企業可以明確界定職工福利費的列支范圍并設置預警條件，當財務系統錄入不符合規定列支范圍的福利支出時，系統將自動預警并暫停交易，待發電企業總部核查后再行處理。

3發電企業如何迎接大數據的機遇和挑戰

大數據以其固有的特征影響著時代的變遷，也將為發電企業財務管理職能帶來巨大的變革，這種變革對發電企業來講，不僅意味著機遇，也將是一種挑戰。發電企業要積極行動起來，在迎接大數據帶來的重要機遇的同時有效應對其帶來的挑戰。主要是要做到：

3.1明確設定財務大數據管理的目標發電企業面對大數據管理的趨勢，首先要設定清晰而又明確的財務大數據管理目標，就是要通過財務大數據管理和應用，為企業財務管理職能的平臺跨越奠定基礎，從而形成高附加值的企業戰略保障能力，促進企業價值最大化。

3.2建立健全財務大數據管理和應用能力大數據管理能力的關鍵衡量因素體現在高質量的數據、先進的工具、精通數據的員工以及支持分析決策的流程和機制。發電企業對此要有深刻的認識和理解，并在企業運營和管理過程中建立相對應的管理機制，通過優化財務數據管理流程、提升財務人員運用大數據能力、建立健全決策支持模型等手段，來不斷提升企業財務大數據管理和應用能力。

3.3不斷優化財務管控架構財務管控架構是財務大數據管理的前提和基礎。發電企業要通過財務共享平臺建設，在橫向職能架構上加強與企業營銷、生產、運營和管理平臺的橫向集成，在縱向職能架構上實現集團層面與下屬單位的財務管理職能一體化，保障財務大數據管理的寬度和深度。

3.4加強信息安全管理保障數據安全財務大數據在為企業帶來極大便利和良好效益的同時，也將面臨著數據安全等方面的風險。這就要求發電企業通過在制度層面、管理層面、契約層面和技術層面加強管理，保障企業自身的財務信息安全。

4發電企業如何應對大數據帶來的風險

凡事有利必有弊。發電企業在充分受益大數據帶來的各種便利時，也要高度重視并有效管控大數據帶來的各種風險，特別是核心財務數據的管理和應用值得高度重視。

4.1財務數據管理風險如前所述，大數據時代，數據產生的增值效益日益突出，由此為數據管理提出來更高的要求。發電企業財務數據管理風險主要表現在因數據管理不到位造成的各種不良后果，表現在：財務系統因病毒、網絡攻擊、火災及自然災害等情況造成的無法正常使用；因管理不善造成的財務數據丟失、數據遭篡改，造成數據不能正常使用。這就要求發電企業在財務數據管理方面，一是要加強制度建設，建立異地備份等管理機制，特別是要考慮當前發電企業集團化運轉條件下信息系統一體化的數據安全問題；二是要加強信息安全管理，通過可靠的殺毒系統、系統防火墻建立可靠的信息安全屏障；三是要明確數據管理人員的職責，建立數據管理牽制機制。

4.2財務數據質量風險由于數據的爆發性增長，在大數據時代財務數據的質量直接關系著，甚至是決定了數據應用的效率和效果。發電企業財務數據質量風險主要表現在由于財務數據不準確造成錯誤的分析結果，誤導管理層；因財務數據不完整造成決策支持效果不佳。這就要求發電企業在數據采集、處理和應用的過程中必須確保財務數據的質量。而在衡量數據的質量時，要充分考慮數據的準確性、完整性、一致性、可信性、可解釋性等一系列的衡量標準。

4.3財務數據應用風險傳統數據管理的重心側重于數據收集，而在大數據時代，數據應用成為整個數據管理的核心環節，數據應用者比數據所有者和擁有者更加清楚數據的價值所在。發電企業數據應用風險主要表現在由于對于高質量數據的不當應用，如使用了錯誤的財務分析模型，甚至是人為濫用造成偏離數據應用目標的情況；財務數據在應用過程中因數據管理不到位或人為因素造成企業商業機密泄露。這就要求發電企業高度重視大數據的應用管理，首先是要明確數據應用管理的目標，并建立高效的數據應用管理機制，以確保數據的應用效果；其次是要通過明確數據應用者的管理職責，加強數據應用過程中的核心信息管理，確保企業核心商業機密的安全性。

4.4財務數據過期風險傳統數據管理強調“存在性”，即只要能獲取數據即可滿足企業的要求，財務數據的分析和應用的基準數據更多的是以往年度。而在大數據時代，發電企業對數據時效性的要求空前提高。發電企業財務數據過期風險，主要表現在對于數據的時效性管理不到位，財務數據反饋不及時造成決策不及時，貽誤商業機會等情況。這就要求發電企業要從戰略導向出發，高度重視數據應用的時效性管理，一方面在財務數據獲取環節要充分考慮時間的及時性和可靠性，另一方面要在數據應用環節注意對數據的甄選，確保財務數據必須更多地立足當前，面向未來，只有這樣，才能幫助企業在瞬息萬變的市場環境中充分發揮作用。