与数据科学家合作——管理会计的成功之路
2017年第4期 497 < 返回目录
通过与行业专家一起整合数据科学,管理会计师将有机会推动价值的创造。

  管理会计的核心在于利用数据与相关见解提升组织的利益。由于技术的突破,组织在收集相当规模的数据时变得容易很多,这是我们在十年前无法想象的。对这些数据资产的充分利用能为企业创造价值和竞争优势,所以为发掘组织数据库中蕴含的价值,领导层对人力和技术能力方面的投资势在必行。数据与技术的融合为数据科学领域创造了就业机会,这对管理会计在效率和效益上的演变十分重要。


数据科学家是什么?

  目前,数据科学家拥有在商业领域最酷的工作,当然它也是一种最不具有准确定义的职业。简单起见,下面介绍两类典型的数据科学家:

  1.业务数据科学家

  优秀的业务数据科学家是数据分析师、商业智能分析师、统计员和计算机程序员的结合体。他们能够编写出能获取数据,基于数据运行概率模型,解释输出结果并将结果以一种有利于企业的方式展现给用户的应用程序。

  2.数据科学工程师

  数据科学工程师通常具有博士学位,他们会在发表的文章中建立和编写一些可供业务数据科学家使用的新模型和应用程序。他们往往是不受雇于他人的,而是开展一些咨询业务来实现一系列的目标。

  若要获得成功,业务数据科学家还需要具备一系列广泛的技能,包括报告和商务智能专家领域的能力,但他们并不需要达到精通的程度(见图1)。


e1.jpg

  

        业务数据科学家这种能够把数据转换为信息的专业技能使他们在就业市场中非常抢手。管理会计与这些数据专家的有效合作是“数据—信息”转换过程中一个至关重要的环节。对数据科学进化(或称之为“革命”)的接纳与包容能够增强管理会计师自身为组织创造价值的能力。


超越“仅是”商业智能

  对于管理会计,数据科学家能给团队带来哪些价值?有商业头脑的管理会计师与业务数据科学家的合作可以加速“数据—信息”的转换进程,因为数据科学家可以消化和分析海量的数据,而只返回有意义的部分。

  假设您需要对客户支付进行供应链分析,在您的内部交易系统中有购买订单、发票和支付记录,数据库中还有供应商的详细信息等。数据科学家能够创建一个程序,它不仅可以显示订单频率和付款时间的趋势,还能通过建立预测模型来为有类似商业行为的团体解读季节性趋势(即在特定时间段内相对稳定的起伏)。

  有了季节模型,您可以更好地预测消费者对库存商品的购买行为和基于客户支付信息的相关预算。但数据科学家不会就此止步,因为采购并不仅是基于季节趋势这么简单。为了优化模型,他们会构建网络数据,抽取工具来获得一些常规的经济指标,如就业率和国内生产总值,以及一些特定的指标,如供应商的年度和季度报告、社交媒体的普遍情绪,甚至是对新闻事件进行监测来获取任何可能影响消费者购买行为的数据等。并且,他们能够通过从企业内部资源中获取营销数据来分析市场营销是如何影响消费者购买行为的。

  接下来,数据科学家会通过运行一个模型来看这些不同类型的数据是如何影响消费者的购买和支付行为的,以及这些影响的耗时长度(也被称为“滞后”)。例如,市场营销可能要需要几天或几周才能对一个订单产生影响。数据科学家还需将某一天的销售费用与销售额、客户的购买、支付等数据进行比较,以寻找所有可能存在的关联。

  数据科学的这种前瞻性行为正是它被视为预测分析的原因所在。特定事件与后期产生的重要值(如销售额)之间的关联会让我们理解今日的一个事件是如何影响未来绩效的。


更进一步

  至此,您的数据科学团队已建立了一系列惊人的应用程序,从数百个来源中提取数据,并从数学的角度决定业务将如何执行。但请不要就此停滞不前。在了解了是哪些因素影响了客户后,您还需要根据预计的订单频率来调整库存。但为何让采购部门通过报告或电子邮件的形式了解有关信息呢?在他们阅览报告和做出决策的时候,预期的机会可能已经失去了。一个分析系统成熟的公司会让它的数据科学家构建一个自动化的信息传递流程。

  基于预测分析的流程自动化是成熟分析领域的一个飞跃,因为几乎没有几家组织尝试过这一做法,更不要说它的实现了。在本文的示例中,我们将基于订单规模和库存持有成本的成本收益比建立一个自动化流程的“模拟零库存模型”,该模型能根据客户“将要订购什么”而不是“订购了什么”来向模型提交新的采购单。

  此时,我们的示例将进入物联网(IOT)的领域,应用程序们开始互相对话。预测模型说:“库存机器人,你需要去订购1000个装饰品,因为核心人物中名人A被拍到正在使用这种装饰品”。但库存机器人回答道“在上次的名人预测中我们剩余了300个装饰品,请修正你的模型”。由于自我学习或人工智能算法的创建,采购部门能免受日常运营繁琐工作的困扰,可以将精力投入更有价值的服务提供中去,如开发新的供应商和合同谈判。

  管理会计方面的专业人士必须充分接受数据、数据科学和技术的整合以及与该领域专家的合作,因为这将对未来的业务和运营模式产生革命性的影响。信息流动的限制与壁垒已然开始崩溃,那些为这一变化做好准备的人将站在企业加速价值创造的最前沿。管理会计师正处于这样的位置,将作为思想领导者推动着这场变革。



               

Daniel Smith,CMA,Syntelli Solutions 公司数据科学与创新主管,IMA达拉斯沃斯堡地区分会成员。联系方式:daniel.smith@syntelli.com。

                              

Timothy Driscoll,CMA,过去20余年中,曾在DTCC、OmgeoLLC和路透社担任财务领导职务。为IMA技术解决方案和实践委员会成员以及IMA波士顿分会成员。联系方式:timdrisc@yahoo.com。


赵璐 译,白戈 校

< 返回目录