前言：本站為你精心整理了大數據時代下作業成本管理的優化范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

摘要:近年來，市場經濟的發展給企業帶來機遇的同時，也帶來了巨大的競爭壓力。高效的成本管理是企業迅速占領市場的重要環節，尤其是在信息技術愈加發達的當今社會，能否充分運用大數據技術進行企業成本管理是企業競爭力的一大主動力。本文將數據的收集、數據倉庫系統中的聯機分析處理和數據挖掘技術等應用技術與作業成本管理理論相結合,分別對作業成本核算、成本預測、成本分析和控制這幾大方面進行模型構建，優化企業智能化作業成本管理體系。

關鍵詞:大數據技術；作業成本管理；數據挖掘；管理模型構建

隨著經濟全球化的迅猛發展，企業間的競爭也愈發激烈，如何提高企業的管理與核心競爭力，一直以來都是企業管理理論和實務需要不斷探索的一個課題。毋庸置疑，成本領先戰略是企業獲得競爭優勢的一大發展戰略。目前的成本管理缺少智能精準的定量化方法，但信息技術的誕生與發展，為實現智能化的成本管理提供了可能。雖然學者們愈加關注大數據技術在成本管理領域的應用研究，可仍缺少大數據技術在整個管理環節的具體模型構建。本文嘗試大數據技術融合到數據收集、成本核算、成本預測和控制等各個環節，做出模型假設，以提高企業的信息化成本管理水平。

一、相關概念界定及理論基礎

(一)大數據技術的基本概念

大數據無非具有這幾點特征：數量大、價值大、速度快、多樣性。大數據技術就是對眾多數據進行大數據采集、大數據預處理、大數據存儲及管理、大數據分析及挖掘、大數據展現和應用。首先是進行數據廣泛收集，搜集完各項數據之后，需要進行數據預處理，統一轉換數據格式，清洗噪音數據，補充缺少的數據，之后是將預處理完的數據存放到數據倉庫，便于日后的數據挖掘和發現。數據挖掘一般是指運用機器學習、模式識別方法等知識從大量的數據中自動搜索隱藏于其中的有著特殊關系性的信息的過程。根據獲取信息需求的不同，數據的挖掘路線也不盡相同，因此需選用適宜的數據挖掘方法。最后對挖掘出來的模式進行可視化處理，并將所發現的知識展現與應用。

(二)作業成本管理的基本概念

作業成本管理的主要目的是提高客戶價值、增加企業利潤，以作業成本法為核心，通過對各項作業成本的精準確認和計量，最終獲得各類產品成本。作業成本管理是動態的，其將成本計算聯系具體作業，對企業所有作業活動追蹤并動態反映，進行成本鏈分析，包括動因分析，作業分析等，指導企業正確識別增值作業與非增值作業，從而達到降低成本，提高效率的目的。作業成本法是將間接成本和輔助費用更準確地分配到產品和服務的一種成本計算方法。區別于傳統的成本計算方法中間接成本的“資源→部門→產品”的分配路徑，作業成本法下的間接成本的分配路徑是“資源→作業→產品”。

二、基于數據挖掘技術的作業成本核算模型的構建

作業成本核算是作業成本管理的核心環節，準確可靠的成本數據，來源于所采用的成本核算方法。在大數據技術的“輔佐”下，成本核算的準確度得到很大程度的提高。在云計算等一系列當代信息技術愈加發達的今日，企業中各生產作業過程的具體成本信息皆能有效地傳輸到“云層”，所耗費資源信息的收集和存儲廣度較之傳統的資料信息獲取方式有著極大的進步，一改往日“信息孤島”的現象。在告別了傳統的硬盤存儲時代，云存儲的“大容量”給作業成本數據挖掘工作提供了良好的條件。如何在層層數據云層中獲取有效的成本信息，取決于有效的數據挖掘技術，最后是將所獲取的信息進行轉換呈現。數據預處理是對數據云層中的復雜數據進行數據的集成與清洗，處理噪音數據，保證數據的完整，歸集出企業經營過程中消耗的總資源。同時，為了便于后期挖掘工作的進行，可以對這些數據進行編碼，且將所有業務數據庫中的相同字段的不同取值方式轉換成統一數碼形式。數據挖掘的操作是作業成本核算工作的重心，由于作業成本計算分兩階段進行，因此，設計數據挖掘工作也分為兩階段：其一，分析相關資源成本動因，通過聯機分析處理技術(OLAP)和一定算法程序鉆取目標資源成本數據，并將之匹配到各項作業之中；其二，分析相關作業成本動因，同樣利用OLAP技術及適當的算法程序再次獲取各項作業車間的各類作業成本，將之匹配到成本對象之中。知識呈現，在進行了相對復雜的數據處理工作之末，所需要的就是進行模式評估和成本知識呈現。首先是要檢測挖掘出的模式是否合理，若不合理，則需要重新進行數據處理的前段過程，若合理則可以進行成本知識的轉換與呈現，將成本數據處理過程中的隱性知識轉換為易于人們理解的顯性知識，并將挖掘出的相關信息和規則運用到企業的實際成本管理過程中，從而有效解決企業的成本業務問題，從而提高企業的經營管理水平。

三、動態成本預測模型的構建

積極有效的成本預測是企業的經營決策的基礎。在整個作業鏈的發生過程中，成本的發生是動態的，而非靜止的。對于一些固定發生的成本，即可控成本是可以直接進行增值計算的。而對于一些不可控且變化規律不顯著的成本(決策者的戰略意圖的改變、上下游企業的合作方式的變化、政治經濟等環境的變化等)，是無法單純用傳統的靜態回歸分析方法進行預測的。對于這種“灰色”模糊的信息，借鑒灰色系統理論進行預測分析是較為合適的。為了準確地對各類產品或服務成本進行動態預測，需要按照“產品消耗作業，作業消耗資源”的順序進行預測目標的層次分解，主要是對各項具體資源費用的預測，之后再是依照一定的分配標準逐級將預測的各類資源成本分配到各項產品中去。可控成本下的回歸分析建立在成本變化規律不變的前提下，因此主要利用歷史成本數據，進行線性回歸分析，從而得出線性回歸預測模型。對于不可控成本，無論是產品消耗作業的情況，還是作業消耗資源的情況都可能會受到各項因素的影響，因此通過采用灰色預測法，利用不確切不充分的數據信息，通過建立灰色預測模型從而找到規律的變化趨勢。依據GM(1,1)模型，將近期各項資源發生數列輸入編好的計算程序中，得出成本預測模型。最后對得出的預測結果進行檢驗，確定最終預測值。

四、作業成本管理模式的構建

成本核算及相關成本預測是企業進行成本管理的先決條件，并非最終目的。成本管理的最終目的是有效控制成本，優化企業作業鏈，為企業創造價值。而核心工作就是準確分辨出增值作業和非增值作業，并消除改善非增值作業，提高能增加顧客價值的作業。首先區分增值作業與非增值作業，對于非增值作業進行改善轉化或者消除。對于增值作業和改善后的非增值作業則重點分析其主要的成本動因有哪些？成本動因是資源、作業和產品之間的紐帶，想要了解產品成本的發生過程就必須明白具體的成本動因是什么，從而做到有針對性的管理。而作業鏈即企業生產的整個環節，每一項作業直接關系到成本的發生額，因此，對作業鏈的分析有利于后期的作業生產過程的優化改良。最后報告增值作業成本，對于不合理的作業繼續進行優化升級。

五、與建議

(一)不足

雖然大數據環境下，先進的技術手段可以提高作業成本核算及管理控制效率，但從當下成本管理的整體發展情況來看，仍存在不少現實問題：1.成本數據監測存在漏洞：動態的成本監測只是一種基于當下大數據技術發展的理想目標，但從現實情況來看，大多數企業并不能實現作業成本數據的實時動態獲取。其次，企業大多關注顯性的成本，對于一些隱性成本忽略不計，這直接影響到核算與預測的準確性，給動態作業成本管理帶來極大的阻礙。2.尚未完成信息完全互通：由于各作業車間采用不同的信息化系統，發生數據的格式不同，提交數據存在時間差異等原因，整個作業環節的成本數據信息很難達到互通。3.缺少專業素質較高的財務人員：熟悉傳統的成本管理工作方法的人員較多，但兼悉ABC管理方法及計算機技術的人才很少。

(二)建議

1.積極構建企業大數據管理平臺。智能化與數字化發展已成當下的主流趨勢，在其內外部環境的“威逼利誘”之下，企業應當積極構建企業大數據管理平臺，構建高效的作業成本管理系統，提高管理效率，降低產品成本。2.統一企業各部門的信息化系統。為保證成本信息數據互通共享，避免“信息孤島”現象的產生，企業內部的信息化系統需要統一化，從而保證數據信息的完整與共享。3.加強員工數據管理意識和技能培訓。首先對于企業管理者而言，應具有先進的管理思維，將大數據思維與企業的具體目標相融合，另外或可聘請計算機專業人才，對企業職工進行培訓指導；其次對于基層財務人員而言，除了公司定期的技能培訓之外，自身需積極主動學數據技術。

參考文獻：

[1]王國堂.大數據環境下項目成本管理優化研究[J].經濟論壇,2018(01).

[2]樊燕萍,蔚利芝.大數據背景下企業作業鏈成本管理的優化研究[J].價格理論與實踐,2016(08).

[3]翟坤.基于數據挖掘的成本管理方法研究[D].大連理工大學,2012.

[4]劉曉冰,李浩.基于成本項目的鋼鐵作業成本管理模型研究[J].計算機集成制造系統,2007,13(11).

[5]陳天佑.數據挖掘技術在稅務審計中的應用研究[D].江西財經大學,2019.

[6]何雪鋒,陳靜利,張鑫.基于人工智能、大數據和云計算的作業成本法探究——以我國煙草工業企業為例[J].財會月刊,2018(17).

作者:鳳旭 單位:中南林業科技大學商學院