大数据：福音还是祸源

　　产生和存储的数据量正在迅速增长，甚至呈指数增长。根据预测，数据量每两年就可能翻倍。同时，从业人员能够运用新的高级分析技术，来连接和查询原先分散的数据集，只要这些数据集中含有数据。

　　新数据和新分析的结合，正和企业运作的其他深层转变一同改变着商业局面。企业变得更加灵活，更具流动性，更加开放：它们的复杂性正日益上升。

　　随着大数据和大数据分析的影响带来商业上的转型，财会专业人士的角色也同样会发生变化。那些能够发现数据模式、将其转化为引人注目的战略故事的专业人士，将处于21世纪商业的核心位置。

　　会计师和财会专业人士已经发现了大数据的潜力。2012～13年ACCA技术趋势调查显示，78%的受访者表示，他们希望未来两年内大数据得到广泛应用。该调查还表明，在显著改变商业和会计行业局面的潜力方面，大数据堪称第二大最具影响力的技术趋势。

　　要实现大数据在财会行业的广泛应用，需要新能力、新度量和新的思维方式。

　　新类型的数据也将带来全新挑战：未来十年内，衡量和评估数据的新标准将得到发展，在报告、建模和预测中将采用全新的、更多样化的数据集。同时也存在不太好衡量的问题，例如涉及道德和隐私的问题。围绕这些问题的冲击和影响展开的辩论才刚开始——但如果不处理好这些问题，后果将不堪设想。

　　本报告全面描绘了未来5至10年内大数据对财会行业的影响。核心问题是：“未来5至10年内大数据将对企业产生哪些影响，它将为财会行业带来哪些机遇和挑战？”作为“未来思维”的一部分，本报告并非声称预测未来，而是力求确定和研究未来几年内可能对全球财会行业产生影响的大数据趋势。

　　大数据和商业未来

　　大数据拥有几乎改变商业的各个方面的潜能——从研发到销售和营销再到供应链管理，还拥有为增长提供新机遇的潜力。

　　然而，要获得这些效益并非易事。数据集能创造价值，也能摧毁价值。它们需要有效及专业的管理，并需要企业的大力投资。

　　什么是大数据？

　　大数据主要指通过信用卡、客户会员卡、互联网、社交媒体以及日渐普及的无线传感器和电子卷标等设备和技术不断收集的海量资料。大数据是一种委婉的说法，一种经过仔细斟酌而决定的简称，它指的是那些数量之巨大、内容之复杂、变化之迅速到无法用Microsoft Excel之类的标准软件来处理的数据集。

　　Gartner是美国一家信息技术研究权威和咨询公司，早在2001年就首次开发了大数据模型。它的“3V”模型包含“数量（volume）、速率（velocity）和种类（variety）。”

　　Gartner公司在2012年正式作出定义：“大数据是指数量大、变化快和/或多样化的信息资产，需要新的处理形式，从而强化决策，促进洞察力以及优化流程”。

　　同时，也存在其他不那么正式的定义。随着大数据成为主流，一旦其庞大规模成为“常态”，很有可能出现全新的定义特征。

　　大数据的兴起

　　从Gartner的定义可知，大数据拥有增值的潜力。企业正利用商业智慧和数据挖掘工具来提高效率、发现新机遇、为客户提供更好的产品和服务，以及预测未来的行为模式。不出所料，“价值”一词正被热捧为Gartner“3V”模型中的一个新“V”。

　　机遇并不专属于大企业。Google Analytics和Tableau图表绘制等以云为基础的在线平台意味着中小企业无需进行大量资本投资就能够从大数据中挖掘出商业见解。这些不受大型旧有系统限制的企业有时能够跳过“旧技术”，几乎从一开始就使用大数据。

　　大数据的商业潜能如此之大，以至于它如今被誉为“新型石油”，其在信息领域的作用堪比石油这种曾在19和20世纪对经济产生重大影响的自然资源。

　　这一比喻不无道理，但尚有缺陷。不像石油，大数据几乎可以无限量供应，且“可再生”。它的数量每年都在增长，而且呈数量级增长。十年前，人们谈论的是千兆字节的资料；现在他们谈论则是兆兆字节，整整增加了一千倍。

　　未来10年数据容量持续增长的关键是所谓的“物联网”，也称为“万物互联”（IoE）。新技术——例如射频识别技术（RFID）和近场通信（NFC）3技术——正不断将物体与互联网相连，允许信息在二者之间传递。纽约市场情报公司ABI研究预测，到2020年将有超过300亿的设备连接到无线网络（ABI研究，2013）。

　　大数据对商业的意义

　　大数据分析除了使企业能够着眼于历史数据之外，亦能“审视”新兴趋势所处的环境。因此，它有潜力改变新产品开发、市场定位和定价等流程的成本和效益。

　　大数据被提炼和完善为可付诸实施的商业见解，并被细分和应用于每个细微的决策过程，因此成为了兼具商业性和战略计划特性的工具。

　　然而，信息不仅是工具：它本身就是一种商业机遇。在从专有数据中开发新产品和新服务的趋势中，这点得到了最明显的体现。

　　目前，企业正在通过出售自己的资料来创造新的收入来源。

　　然而，大数据的商业潜力有其局限性。大数据是一项资产，但也有一些缺点。原因有很多：

　　数据会贬值，将来的价值可能不如现在。

　　挖掘数据的价值可能很困难或很昂贵，具体取决于企业是否拥有现成的技能或技术。根据某项估计，到2018年，美国掌握大数据分析所需技能的人才缺口可能高达19万（麦肯锡全球研究院，2011）。

　　随着越来越多的企业和行业开始利用大数据，它的竞争优势将减弱。很有可能将展开一场挖掘“暗数据”（已收集但尚未使用的数据）价值的角逐。

　　对数据收集和使用的审查日益严格，且数据收集和使用必须遵守不同国家和地区的法律法规。

　　在这一场挖掘更多新价值的激烈竞赛中，人们会更专注于开发能够捕捉那些其他人看不到的信息的复杂分析技术。换句话说，对技能的争夺将进一步加剧，有可能引发商业的“大数据分水岭”。

　　显然，只有主动管理大数据，才能为企业提供有利可图的解决方案。

　　大数据与财会行业的未来：机遇与挑战

　　对于高级分析技能日益增长的需求为会计师和财会专业人士带来了重要机遇。

　　会计师和财会专业人士接受过财务信息的组织、收集和分析方面的训练之后，就能够将自己的核心技能运用到非财务数据集和其他数据集中，而且至关重要的是，能够让大数据变小，变得更结构化。

　　因此，他们可能为企业带来巨大的价值增长。在未来5至10年内，财务部门可能出现从服务部门到关键业务服务部门的质变，它将处于战略决策的核心位置。

　　对会计师和财会专业人士而言，大数据的管理不仅意味着“改变游戏规则”的机遇，也意味着全新的挑战。未来不仅关乎技能的“直接”转移，还关乎新技能的发展。会计师和财会专业人士将需要寻求利用大数据评估企业业绩、企业风险和投资风险的方法。此外，随着大数据对于商业的重要性与日俱增，他们需要寻找方法来评估大数据这一企业资产的内在价值。

　　领域1：数据资产的估值

　　作为一项公司资产，大数据的重要性正日益突显，这促进了新的数据资产估值方法的发展。

　　互联网和移动及智能技术的传播已经从根本上改变了商业数据的面貌和曝光度。

　　数据被越来越多地用于提升运营效率。其所带来的一些好处在零售行业十分明显，在该行业，实时分析协助公司更好的适应顾客需求和减少物流及分销成本。例如，纽约时尚品牌ElieTahari目前可以使用销售数据提前四个月预测其每项产品的全球需求（IBM2012）。这些预测的细致程度令人惊叹：在大数据和其相关工具的帮助下，该公司能够适时获悉到哪些区域的哪些门店中，哪些尺码和颜色搭配最为畅销。

　　大数据不止是一种用于获得竞争优势的商业工具。对于越来越多的行业中越来越多的公司而言，它还是一种商业计划或商业模式。

　　目前已经有公司利用大数据来创造收益。谷歌等互联网公司已经率先利用大数据创收，其他行业的其他公司也紧跟其后。

　　无线技术和“万物互联”（IoE）进一步扩大了数据量和数据种类，将大数据转化为价值的机会也将随之增多–至少在短期内可以这么说。

　　因此，未来十年内，数据将成为一个重要的财富创造来源，并且将越来越多地被视为一项值得重视的企业资产，企业可能需要为其建立专门的负责部门。

　　帮助公司为其数据资产估值

　　关键理念是，那些制定大数据衡量指标的会计师和财会专业人士将突出自己在市场中的差异化优势。

　　最近的研究发现，20%的大型公司已经将数据作为一项资产编入其资产负债表中，而在那些总员工超过1万人的公司，该数字上升到了30%（Dynamic Markets 2012）。对于未来的会计师而言，提供数据估值服务可能是一个区别于普通会计师，独具差异化优势的巨大的机会。

　　然而，为数据估值可谓困难重重。在当今的知识经济中，无形资产变得日益重要，但在为工业时代制定的报告和治理体系中，无形资产很容易被忽视。数据即使清晰可见，衡量起来也不容易。其中第一个挑战就是贬值的问题。数据周转速度的提高意味着数据过时的速度也相应加快：随着新数据的出现，旧数据的价值可能很快“消减”。

　　随之而来的问题是，数据的价值根据其相关性的不同而各不相同，而数据相关性又因数据使用者而异。您如何客观地衡量一个数据集的商业价值呢？对某个人群没有价值的数据，可能对另外一个人群相当有用。

　　这些问题很可能随着数据集市场的深入开发和流动性的增加，以及专业技术和知识的增长而得到解决，但是围绕大数据仍然存在其他的不确定因素。正如前面部分所述，这些不确定因素包括监管、全球治理和隐私权等问题，这些问题可能对大数据的经济价值以及公司对大数据的投资力度产生实质性的影响。

　　为了实现为大数据资产估值的目的，会计师和财会专业人士需要确定哪些数据有价值、选择一种容易接受的估值方法并确定关键的假设。

　　思想聚焦：NINA TAN CPA，ACCA

　　Trax Technology Solutions 首席财务官

　　数据的价值几何？

　　Nina Tan是Trax Technology Solutions的首席财务官，该公司通过图像识别技术来获取零售数据，从而向快速消费品（FMCG）零售商和其销售代表提供实时报告。该公司的解决方案将产品图片转化为数据，用于显示这些产品对照各项关键业绩指标（KPI）的业绩情况。

　　Tan表示：“数据资产的估值仍然处于探索阶段。我要与会计师同仁们分享来自史蒂夫·乔布斯的一句名言：“一个人应该求知若渴，虚心若愚。”“会计行业之前已经研究出了一些估值或审计的方法，可以作为很好的基础指南，但是我们需要开放思想，跟上科技的发展，并考虑我们如何调整和适应，以便作为战略合作伙伴为企业实体增加价值。为了实现这一目标，我们必须保持对知识、经验和实践的渴望，并保持虚心若愚，接受新观念并与时俱进，从而在不断成长的企业中扮演重要角色。”

　　“首席财务官应该参与到制定大数据产品定价策略的过程中去。”

　　通过管理与质量控制提升数据的价值

　　这里的一个关键概念是：会计师和财会专业人士能够帮助企业提高内部数据集的安全性和完善度，同时还能提升数据价值，更有利于数据的市场化。

　　未来5到10年，会计师和财会专业人士的合规职责极有可能发生重大转变，甚至被重新定义。其职责将超越“监察”财务数据和账目，发展为“管理”企业资产库内的所有数据。会计师和财会专业人士不仅要保证数据符合相关规范，还要保证数据满足企业自身要求和企业的“质量保证”标准。

　　在大型跨国企业内部，新的管理职责包括：协助管理数据从原系统到大数据系统的转移；与IT、信息管理等部门密切配合，将分散孤立的内部数据集进行有效整合。这一点尤为重要。这是因为人们对实时信息的需求越来越高，而要在正确的时间、从遗留系统中提取正确的数据又困难重重。

　　会计师和财会专业人士的核心职责是要让内外部的利益相关方都能对数据的质量和来源产生信心。他们与首席信息官的协作会越来越频繁，确保作出重大决定时所采用的数据是完整的，来源是可靠的。

　　他们还会越来越经常地参与到企业数据整理中去，并把数据集提供给外部使用。一些首席财务官已经开始在为出售数据做铺垫了。具体做法包括制定绩效目标、制定数据质量KPI等。

　　由于有越来越多的公众对个人数据遭到滥用表示忧虑，因此质量保证必须包含数据隐私、数据安全等标准。隐私和安全一旦遭到侵犯和破坏，将对一家企业的信誉造成巨大损失。

　　思想聚焦：IAN BETTS FCCA

　　壳牌上游、项目及技术数据经理

　　数据管理：财务职能部门的新职责？

　　壳牌早已将前沿数据的质量保证问题纳入一系列企业流程中，在企业复杂的上下游业务中均有所体现。其中就包括财务流程。这反映出壳牌“质量先于数量”的理念。

　　数据质量保证是壳牌努力实现卓越经营的一个重要保障。能否实现卓越经营取决于是否使用高质量的数据。不仅如此，随着大数据“革命”的到来，壳牌愈发迫切地追求“合乎目的”的数据，而且要能保证企业的绩效管理切实有效。

　　为创造世界一流的业绩，壳牌将中央化数据的质量保证工作置于核心，以确保得到高价值的数据。这是财务职能部门的新职责。该部门作为数据质量保证的提供方，负责保证各类重要数据的质量（包括财务数据和非财务数据）。财务职能部门内部设有数据经理，目前负责数据质量控制工作，与业务伙伴一起识别关键数据，并执行有效的控制和报告机制，保证数据变动“一次到位”。

　　根据壳牌上游数据经理Ian Betts的介绍，这是财务职能的一种自然而然的转变。他说：“在壳牌，我们不断向信息和数据集成化管理迈进。这就需要控制和保证。（而这项工作）自然而然就落在了财务职能部门的肩上。”

　　“我们的一项重要职责就是解释高质量数据对企业整条业务链的价值，鼓励人们花时间改进。我们的工作依据是：纠正一次数据错误所耗费的成本是让数据一次到位的十倍。我们对财务职能部门的期望是：提供高效的数据质量保证，用合理的成本释放企业价值。”

　　大数据与财会行业的未来：机遇与挑战领域

　　领域2：利用大数据进行决策

　　结构性数据和非结构性数据总量越来越多，加上分析工具的日益复杂化，都促使决策形式朝着以数据为导向不断转变。

　　人们认为：帮助形成更明智的决策是大数据最突出的优点之一。然而，我们仍然要谨慎看待大数据在决策制定过程中的作用。数据的快速更新换代意味着决策依据很可能是已经过时的信息。根据IDG Research Services公司的调查，只有十分之一的企业领导者表示，大数据解决方案在向员工传达重要信息时及时有效（Information Week 2013）。

　　还有人担心，人们可能会忘记用数据来做决策还会涉及数据解读和判断的问题，因此可能做出糟糕的决策（Crawford 2013）。美国统计学家、作者Nate Silver认为：“以数据为导向的预测可能取得成功，也可能失败……除非我们能够意识到人为引入的偏见，否则更多的信息不仅可能回报寥寥，其结果甚至还可能是毫无用处的。”（Silver 2013）。

　　从操作层面来说，数据集的获取和查询仍然是一个问题。Tableau和Qwikview等数据分析工具目前都允许用户在不具备太多技术能力的情况下，根据自身视角对数据进行诊断分析。但是对很多组织来说，深入的数据分析仍然具有极强的专业性（Capge mini 2013）。

　　这就为财会行业提供了一个绝佳机会，帮助企业正确利用关系企业经营成败的数据。会计师和财会专业人士接受过收集、分析和比对数据的训练，因此能够将核心技能运用于大数据的战略分析。未来5到10年，他们将最终摆脱“幕后工作者”的形象，在价值创造中占据中心位置，扮演更为主动积极的角色。

　　用大数据提供更为专业化的实时决策支持

　　这里的一个关键概念是：自助数据检索的普及将改变会计师提供的服务内容，以及改变他们与企业决策者的关系。

　　大数据的兴起伴随着其它技术进步，极大地缩短了响应时间，显著地拓展了实时决策的范畴。企业如今能够以飞快的速度获取和处理决策所需要的信息，其用时之短在十年前是难以想象的。

　　一家亚洲银行的案例最能说明这种情况。根据普华永道的一份案例研究，该银行在不到8小时的时间里就分析完一组3000万的复杂现金流文书，分属50000个不同方案。而在大数据和高级处理能力尚未达到时，普华永道马来西亚咨询主管SundaraRaj说，同样的工作可能会花费数周时间。

　　对会计师和财会专业人士而言，这种进步有时自相矛盾。一方面，这种进步可能折损财务职能部门创造的部分价值；但另一方面，进步也为财务职能部门提供了机遇去弥补价值的损失。自动化办公、自助数据检索“取代”了会计师和财会专业人士在内部报告方面的一些传统职能，由此也让他们解放出来关注更具战略性的工作。他们完全可以将大数据变为自身优势，提供更为专业的支持。

　　在未来，会计师的作用不再仅仅是提供财务数据。比如，他们还要能够分析不同的数据集，从而帮助决策者确定应该采用哪种办法。当然，会计师一定要配合经营周期提供与之相匹配的决策支持。所谓“实时”数据，不仅企业和企业的认知不同，就算在同一家企业内部，其认知也存在差异。例如，亚马逊对“实时”的想法和一家包装品公司肯定不一样；销售团队和研发部门的观点也可能存在差异。

　　数据共享创造价值

　　这里的一个关键概念是：会计师和财会专业人士能够改进数据在企业内外部的流动，省时省钱，提高效率。

　　会计师和财会专业人士可以帮助实现数据价值的最大化，即要把握数据在哪个时间点与内外部利益相关方共享，才能发挥最大的价值。例如，部门与部门间及时的数据交换能确保工作更为连贯、清晰，从而避免决策者在同一个问题上得到不同的答复，或者对同一个问题进行重复分析。

　　作为企业资产的捍卫者，会计师和财会专业人士或许对外部数据交换心存疑虑。实际上，随着组织边界的模糊，未来很可能会有更多人意识到：分享知识能够创造竞争优势，而不是蚕食这种优势。随着数据移动的公开，这种分享将让企业客户进一步参与进来。

　　为了提高效率，宝洁、沃尔玛等企业已经在分享供应链的相关数据。

　　领域3：利用大数据进行风险管理

　　通过与采购等其他部门更加密切的配合，以及与供应链经理一同分析数据流，会计师和财会专业人士就能为发现改善绩效的途径提供帮助。

　　然而，数据交换的全新领域也面临着阻碍。其中最大的一个阻碍或许就是文化上的抗拒。各部门可能会维护自己的数据。理由包括保密性、害怕吸引过于严格的审查以及（或者）失去对某些工作资本的掌控。会计师和财务部门应该要带头组建跨职能部门的团队。“孤岛思维”是有效数据管理和整合思维的敌人。

　　企业风险复杂性日益提高，推动了大数据的利用并试图加以控制。

　　经济学家、企业领袖存在这样一个共识：未来十年波动性将成为一种“新常态”。经济波动、资源紧张以及政治和社会变动都会对企业构成不确定、不稳定的经营环境。

　　在这一背景下，财会职能部门的风险管理作用将超越合规和内部控制。财会专业人士越来越关心外部力量对企业绩效的影响：从监管制度调整、供应链风险，到自然灾害，乃至对企业信誉和品牌的威胁。此外，财会专业人士将越来越多地参与评估企业增长战略风险，包括并购、进入新市场和新兴市场等。

　　由此推论，会计师和财会专业人士的工作如今包含更为庞大而多样的数据集。当前数据、预测数据和未来绩效正在成为和历史数据、成果同等重要的资产。

　　未来5到10年，会计师和财会专业人士将更多地思考如何利用大数据资源帮助企业预测风险，或做到先发制人，从而保护企业业绩。

　　拓展风险预测中使用的数据资源

　　这里的一个关键概念是，会计师和财会专业人士将越来越多得利用大数据从整体上把握企业风险。

　　十年前，电子器件、厨房用具、运动器材以及汽车配饰零售商Canadian Tire曾做过一次突破性的调查，将消费者行为和信用风险相挂钩。通过详细分析消费者在多家店铺使用Canadian Tire公司发行的信用卡消费的情况，这家公司发现延迟交付、信用卡违约都是可以预测的。办法就是通过研究人们购买的商品种类和品牌，以及他们所光顾的酒吧类型。比如，数据显示那些购买金属骷髅头汽车配饰、或者改装大排量排气管的消费者，最终有可能不会支付账单。而曾在蒙特利尔Sharx Pool Bar酒吧里消费的顾客中，有47%的人消费以后在12个月内曾经四次拖欠还款，令这家酒吧成为加拿大“风险最高的”酒馆。

　　事实证明，这种预测比传统的行业预测方法更为精准。Canadian Tire后来决定放弃使用（在社会上比较敏感的）调查结果来管理客户，但它的故事反映了大数据分析学的一个关键问题：它们能够向你展现更为全面的景象（New York Times 2009）。会计师和财会专业人士可以利用这种大局的优势。通过将多样化的数据集引入计算，就能提高对风险的认识并降低风险。

　　在大数据时代，外部资源被证实是一种愈发实用和直接的风险管理工具。社交媒体是有效的早期预警系统，能够反映消费者的情绪变化、重大的宏观经济风险乃至社会和政治风险。战乱、自然灾害的消息可能会首先在Facebook、Twitter，以及中国的新浪微博、俄罗斯的VK等社交媒体上被曝光。

　　但是，对于全面景象的分析和预测需要有一些注意的地方。其中最重要的一个就是可能混淆因果关系和相关性。伯克利大学教授David Leinweber对这种风险做出了充分诠释。他发现，1983年到1993年之间的标普500指数收盘价竟然和孟加拉国的黄油生产量呈现正向关联（Leinweber 2009）。

　　而证明因果关系，不仅仅是注意到数据趋势恰好一致那么简单。大数据分析学的风险必须时刻谨记。

　　实时发现风险

　　这里的一个关键概念是，“实时”数据流将成为重要的欺诈监测和法务会计工具。

　　大数据令审计师更容易发现大规模欺诈。不同数据集之间的反向关联（例如对业务绩效的非财务衡量数据和财务衡量数据，可能是“存在操纵行为”的预警信号）。

　　不过在法务会计与审计领域，最主要、也是更直接的可能性还是在于实时分析学和“灵敏”风险识别。如今可以将测试直接编入公司实时系统，提供不间断的交易监测。自动化欺诈监测意味着审计师可以进行实时、或者接近实时的风险评估，帮助企业满足更严格的监管合规要求。

　　一些先行一步的会计师事务所甚至利用自动模式检测设计新的商务应用。比如一家美国事务所就为客户开发了一款欺诈监测解决方案，因为该客户担心员工存在偷盗行为。软件自动进行趋势分析。若事件超出了给定的衡量标准，则会发出通知。如果解决方案监测到异常，就会自动警告客户。

　　借助预测分析学测试长期机遇风险

　　这里的一个关键概念是，预测模型被越来越多地用于测试新市场、新产品的投资风险。越来越多的企业将要求会计师帮助实现价值最大化。

　　将预测分析学和统计建模、数据挖掘等技术结合到一起对事件进行预测。这些预测模型由数学家和统计学家开发。会计师和财务经理可以利用它们来评估潜在威胁。相对于后知后觉式的风险分析，前者可谓迈出了一大步。

　　重要的是，财会行业的机遇不仅在于风险预测，还包括对投资机遇的长期可行性进行评估。例如，投资新的技术和新兴技术等。但是在操作层面很可能会有一些困难。预测性分析技巧意味着预算、投资回报计算都要做出改变。

　　出售大数据的公司纷纷推出产品，帮助客户进行快速试验和快速原型开发，并允许企业尝试、甚至去冒险，然后再大面积推广。

　　这些做法很可能和3D打印等创新技术并行。

　　其理念基础在于：从失误中学习是发展过程不可或缺的组成部分。会计师和财务经理或许因此需要找到一些办法，将“从失败中学习”纳入流程、预算和资本分配。

　　不过，首要要求和机遇在于要帮助组织通过预测性技巧获得最多的价值。

　　大数据与财会行业的未来：势在必行

　　大数据的影响力之大，意味着会计师和财会专业人士目前正站在一个十字路口。

　　他们或者什么也不做，任由技术进步将他们所拥有的技能商品化、使其地位不断下降，或者适应新环境，提高自身影响力和他们能为组织增加的价值。

　　未来5到10年的整体要求是制定新的职业计划，对会计师和财会专业人士重新定位，进入企业核心。

　　大数据对财会行业而言意味着机遇：承担更具战略意义的职责，帮助企业实现未来。会计师和财务职能部门接受过收集和分析（结构性和非结构性）数据的培训；能够对信息进行建模和检测，因此可以为高级管理层和董事会提供新的、攸关企业经营的服务：让大数据变小，将信息提炼成精辟的见解，从而改进决策，实现企业转型。但是，会计师和财会专业人士若想朝着价值链的上游移动并将大数据变为自身优势，还需要磨练技巧，以不同的方式做事。

　　新的职业计划包括三项必备内容：制定新的衡量标准、学习新的分析技能、创造数据“艺术”的可视语言。

　　制定新的衡量标准

　　会计师需要制定评估内部数据价值的衡量标准。此外，他们要将不同的数据集综合到一起，用于计算组织绩效，评估和预测风险。社交媒体上的评论、在线产品评价等任何关于质量标准、工作条件、海外市场信用风险和政治风险的信息，对分析整体局势而言都必不可少。收集和整合那些未经整理的数据或无法从企业系统常规获取到的数据，将越来越有必要。

　　当然，我们也可以在一个更为宏大的趋势背景下理解对不同类型数据的整合要求，这一趋势就是综合报告。目前，综合报告是会计师、审计师、银行家和机构投资者谈论很多的一个话题。它重视企业报告中的那些非传统指标和预测指标以及长期评估，因此也让大数据变得更为重要。

　　学习新的分析技能

　　会计师和财会专业人士所掌握的分析技能，让他们尤其适合分析大数据，发现对企业具有真正价值的数据集。未来5到10年应该不断增强这方面的技能。

　　正如本报告第一部分所述，大数据技能的差距正在不断拉大。我们不能忽视缩小这种差距的机会：这对财会行业而言或许意味着变革。

　　核心财会技能加上一些其他数据学方面的技能，可以打开新的职业道路。很关键的一点在于，技术自动化取代了报告工作的一些日常内容，而综合技能则可以帮助会计师弥补因此而丧失的价值。

　　涉足数据学领域有很多现实意义。例如，对于首席信息官和分析职能部门而言，为了找到CFO和企业想听到的答案和洞见，就必须对数据集进行“查询”；业绩趋势分析必须比以前做得更为深入，很多企业都投入资金建立大数据系统，财会行业的关注对象必须扩大，包含除财务数据以外的更为多样化的数据集；需要成立专业的大数据组。研究发现，从大数据中创造价值的最佳方式就是在企业内部组建一支独立的专家小组。

　　中小型企业资源较少，无法成立专门的职能部门。因此它们需要一些相对非正式的机制以便开展合作。

　　创造数据“艺术”的可视语言

　　“艺术”很可能成为大数据领域的新热点。大数据，正如Capgemini所描述的那样，“就像是一锅杂碎汤。想要从中获得连续、递增和可行的宝贵信息，既要懂‘数据的科学’，又要懂‘数据的艺术’”（Capgemini 2013a）。

　　这意味着，除了具备高超的预测分析学技巧，大数据技能还包括能够用数据“讲故事”。在这方面，会计师的核心技能再次使其掌握了优势：用大数据讲故事需要分析数据的能力，并能够区分哪些内容是边角料，哪些才是故事的精华。

　　会计师和财会专业人士将会更多使用统计学和分析学技巧对数据的含义进行“拆解”，再将其传达给决策者。会计师虽然不是软件工程师或数据学家，但未来他们却可以为数据科学和数据艺术牵线搭桥。在他们的参与帮助下，将会开发出怎样的讲故事“应用”？

　　会计师将越来越频繁地参与选择财务内容，用于实现“数据可视化”和企业控制表，以及如何将非财务数据叠加在上面。简单地说，他们将会应要求协助企业创建一种通用的可视数据语言。

　　结语

　　财会专业人士若想“照常经营”已不再可能。

　　财会行业的未来取决于新的职业计划。

　　就如同绝大部分职业那样，技术革新对会计师而言是一把双刃剑。技术既可能取代传统技能或减少其价值，也可能催生新的技能。大数据在未来5到10年内将为会计师和财会专业人士创造新的机遇，使他们在组织内部占据更具战略意义、更加面向未来、更为积极主动的位置。

　　大数据及其相关工具为“再造”提供了可能，这是会计师和财会专业人士迈向企业核心位置的良机。如果财会职能部门能够更加密切地与其他部门配合，从数据中释放重要信息，则将大大提升整个部门在企业中的存在感。届时，财会职能部门将不再仅仅是一个服务性部门，而将成为企业的战略合作伙伴，帮助企业领导者做出决策、验证决策。不仅如此，通过综合报告，大数据有望体现出非财务数据和财务价值之间的关联。这意味着财会职能部门在向整个组织推广综合思维的工作上能够发挥更大的作用。

　　财会行业的未来取决于财务、技术和信息的融会贯通。未来十年，新的综合型专业人才将进入高级管理层或董事会，这类职位将被称为首席财务技术官（CFTO）、首席财务信息官（CFIO）。通过财会行业和IT、信息管理等行业的交叉，会计师和财会专业人士就能为企业高管和董事会创造更多的净价值。

　　文 ACCA