基于大数据下企业的成本控制研究

大数据；

措施

李克强总理曾在2015年两会作的政府报告提出制定“互联网+”行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展来实现传统制造业的革命性改革，可见我国极力提倡大数据技术向企业的过渡。在大数据时代，成本依然是影响企业竞争的主要因素，所以企业应该基于大数据的相关技术与工具并结合自身的具体情况，适时地探索出适合企业运行发展的成本控制模式。

一、传统成本控制的局限性

由于社会技术与网络信息技术的飞速发展，人们生活质量的提高，人们对产品的需求也就越高，由此导致的现代产品多样化特征造成了成本控制的复杂性，传统的成本控制已不再适应当今企业经济活动，所以企业应正视传统成本控制的不足。

（一）控制缺乏全局意识

传统成本控制着重于产品的生产成本，相对忽视其他方面的成本，而对于生产成本的控制也偏侧重于产品的生产过程，产品开发、采购、销售等过程的成本控制被忽视。企业的成本控制理应从企业生产经营的视角系统地审视，完整覆盖产品生产的整个过程，由此可见传统成本控制的方法难以切实发挥降低企业成本，提升企业经济效益方面的作用。

（二）成本核算方法不适应市场的发展潮流

我国现行的企业成本核算采用制造成本法，根据这种方法，企业认为减少单位产品所分摊的制造费用，就会降低产品的单位成本，此时在销售量不变的情况下，企业的利润就会增加，这就导致了企业会不顾市场需求变化想方设法的提高产品的生产量，这样企业就忽视了企业市场经济的发展规律，实质它并没有降低成本，而是将这部分成本转化为存货存在于企业当中。

（三）控制手段落后且效率低

传统的成本控制是建立在原有信息处理模式落后的基础上，而没有考虑企业如今的信息化背景，并且在收集、整理和传递信息数据时仍采用手工处理方式，没有或很少使用计算机，更没有充分利用Internet、EDI等信息技术手段，致使信息不完整，且传递不及时，导致企业内部信息系统不健全。再者手工处理方式的特殊性致使大多数的企业只能运用历史资料进行决策，而基于历史资料的所决策出来的成本控制也只能是事后分析，难以实现生产过程的实时分析。同时传统的手工操作比较繁杂，耗费较多的的人力、财力不说，而且人工出来的数据比不上智能数据来的准确及时，这就出现生产管理成本增加，管理层还难以做出科学及时决策的结果。

二、大数据时代对企业的成本控制的影响

企业成本控制的对象是针对成本发生的整个过程，主要包括：研究开发、采购、生产、销售、配送、售后服务过程所发生的成本控制。企业每一个经济活动都会产生数据信息，只要合理收集企业每一具体环节所产生的数据信息并用专业的软件进行分析，就能?⑵笠党杀究刂频男Ч?量化出来，所以在信息技术日益的今天，将大数据与企业的成本控制相结合是大势所趋。

（一）研究开发阶段

1.市场分析

在大数据来临之前，企业在研究开发阶段，设计者往往会跟随潮流，追求产品的个性与性能而忽视产品的经济性，但是在市场中不一定能获得预计的销量，如果不被消费者看好，很可能就会以较低的价格处理这会让企业获得较大的损失。所以市场分析的任务有两个部分。首先，弄清楚客户是谁及他们的需求是什么，另一个就是在此基础上挖掘潜在的客户。客户的各种需求取决于客户自身的特点。因此，第一个问题是确定哪种客户有更高的概率购买产品，搞清楚谁是最有前途的客户。例如，作为一家笔记本制造的公司，虽然目标消费者相当广泛，但仍然需要根据他们的年龄、性别和薪水对消费者进行排序，因为即使大多数的人有能力支付笔记本的费用，但是每一个消费者都具有明确的需求，所以不同的消费者匹配不同型号的电脑。这期间要处理大量的客户信息，只用传统的分析方法是不可能实现的，大数据的出现使得从浩瀚的信息海洋中挑选最匹配的客户成为可能。

其次是挖掘潜在的客户。大数据环境下，企业可以从个人的浏览记录和首选的网站获得他们最近的购买行为与搜索记录，收集分析他们对社会网络的评论来预测他们的需求。设计师可以充分参考这些数据，将客户的各种偏好与需求量化出来，致使设计出来的产品真正符合顾客的需求，在较短的时间占领较大的市场。

2.产品设计

由于市场的分析，企业已收集到客户大量关于产品需求的数据，并且还预见到潜在客户的需求，下一步就是企业应实现需求向具体功能的转化。QFD法是一种在设计阶段应用的系统方法，它能把来自顾客或市场的需求转化为产品开发和生产的每阶段的具体要求。

当然随着大数据时代的到来，传统意义上的QFD技术已不再适应于高速爆炸的数据时代，因此有必要提出一种新的基于大量数据和分析各种技术和算法的新的QFD方法来应对大数据的挑战。接着针对概念设计中的功能要求基于互联网和Web技术找出满足设计的要求的解决方案，并参考无数的案例，相关的案例可以为新产品提供全面的指导。比如有许多详细的设计内容，如结构-文化图、类图、和协作图，每个内容都有一个字典的数据，并且数据字典涵盖了各种对产品设计，且只有“大数据”技术才能有效地比较大量的细节，并为新产品提出最佳的例子。

（二）生产制造阶段

1.采购

传统的材料采购就是价格低廉，事实上，采购过程还需考虑材料的质量、供应商的信誉以及企业的内部生产情况等方面。在网络信息发展迅速的今天，线上采购的方式越来越普及，在线上采购，不仅可以获得原材料包括价格、质量、评价、产地、用途等数据信息，而且可以获得多家供应商的历史表现及声誉等信息，企业可以运用各种先进的数据分析方法择出最优的供应商，比如层次分析法（AHP）对不确定的供应商选择具有一定的参考价值。除此之外，企业作为采购方还有较强的议价能力，可通过线上与择出的供应商交流协定出合理的价格，此时线上采购与传统实体采购对比时，就不需要采购人员亲自到供应地去挑选及论价，他们完全可以在电脑或者电话旁边完成下订单和支付货款的程序，这样不仅提高了公司的办事效率，同时省去了采购人员的薪金以及来回的差旅费。此外，采购不是企业独立存在的经济活动，需从全局出发，联系仓储与生产等部门，结合本单位的仓储条件与生产的规模条件，分析出最佳订购批量。

2.生产环节

生产成本包括直接材料、人工和制造费用。其中，材料费的控制主要是尽可能防止浪费行为；人工费的控制主要是提高工人的生产效率；制造费用的控制主要归结于生产车间的费用控制，例如在温度适宜的时候开空调、光线充足的时候照明、在可以维修的时候报废了某机器零件等。在大数据时代，对生产过程进行数据信息全程监控，通过电量数据变化表，检查白天几点钟到几点钟是否关灯、关空调；根据机器维修记录表，看是否存在零件替换情况。借助大数据对生产车间进行实时控制，可以很好的降低生产成本，实现企业的控制目标。

产品模拟和测试是生产环节一个不可缺少的阶段，特别是对于由各种小部件组装的复杂大产品，因为组件的每个故障都影响着产品的正常操作。此时大数据下的应用于航空工业的自动测试设备（ATE）可以应用到产品的生产环节中，因为制造环境生成的测试数据量比较庞大，企业可以将标准的参数输入系统，然后系统自动检测所产的零件是否合适。通过一系列的测试与模拟，企业能保证所输出的产品都符合规定的需要，减少产品被退回的风险，从而降低不必要的退回成本。

（三）商品流通阶段

1.网络销售

在实体店销售，地理位置因素会使企业的销售市场受到局限，而网络销售就可以避免这一点，网络只要面向的人群扩大了，自然而然地就会增加销售量。至于在哪个网络电子商务平台上销售，企业可以在收集各个电子商务平台的信誉、受欢迎度、被认可度、销售量等数据信息的同时，结合该商务平台上同类产品的销售价格、销售数量、销售潜力等信息进行综合考虑。在网络平台销售，可以比较容易地获得客户的资料，据此分析出他们的职业、年龄以及爱好等，也可以看到有哪些潜在的客户。针对不同类型的客户，制定不同的营销方案，刺激他们的消费行为。企业还可以收集客户在网络平台上对产品的反馈信息，针对客户提出的要求与不足，汇成数据信息上传公司内部系统，供设计部门参考修改以备生产出客户满意的产品，大数据在销售阶段的应用在预计提高企业销售量的同时，也可以直接或间接减少销售成本。

2.配送

在如今电子商务快速发展的今天，网络销售逐渐代替传统的实地销售，慢慢成为企业主要交易形式，那么物流就显得尤为重要，所以企业在物流合作方的选择上，除了要考虑经济成本之外，还要考虑速度。由于物流企业的特殊性，针对不同地区，其收费标准不同，所以有必要利用Excel、SPASS软件汇总众多物流企业的数据信息并针对不同的订单输入相关的区域、批次等条件进行约束，根据客户购买区域的不同，为其选用不同的物流方，确保用户在最短的时间内收到产品，这在减少物流成本的同时某种程度上增加了客户对于产品的满意度。此外企业针对订单多的情况需要建立一个订单物流的查询系统，以提供有关产品状态和卡车位置的信息，这样客户和企业本身都可以知道产品在哪里，产品是否到达，这样会减少丢件的可能，很大程度上约束了物流方的行为。

3.售后服务

对于一家企业来说，每天都有各种各样的产品在世界各地制造、销售和运输，与不同背景的消费者建立和保持良好的关系是一项艰巨的工作。随着中文或软件操作的复杂性不断增加，由于客户的不准确行为，产品有时无法正常运行，这并不少见。虽然每个注意事项都已在说明书中阐明，但当涉及到高精度、有价值或风险的产品时，始终需要进行教授，对此企业可以上传相关的使用视频与常见的问题解决办法，使得客户可以自行操作解决基础的问题。随着商业智能的发展，网上查询是一个不可缺少的趋势，将“大数据”技术作为一种有效的方法引入到客户服务过程中，不仅增加客户满意度还省去了相关人员的工资。

三、未来的挑战

大数据作为一个新的概念引入企业，在如何收集、存储和传输安全的数据等方面都面临着深刻的挑战。

（一）数据收集

也许几年前，问卷调查是找出顾客最感兴趣的最普遍的方法。然而，随着互联网的广泛发展，可以通过互联网上的行为来分析顾客的需求。例如，百度搜索记录将被保存为未来产品推广的基础。而且在企业中数据的收集主要是实时感知产品或设备质量，这可能会快速导致更多的数据，当数据被连接到互联网上时，它们的数量是相当庞大的，所以数据收集不是一个简单的工作。

（二）数据的安全性

为了确保“大数据”技术始终能够正常运行，数据的安全性是一个必须克服的挑战。为了防止数据泄漏，可以在企业使用像在金融交易中使用先进加密算法的安全系统一样，因为即使是一小部分的数据被竞争者窃取，一个新产品的整体设计也有很大的可能性。此外由于互联网对外开放的特性，极易发生数据泄露和病毒入侵事件，这都将对企业集团的运营管理造成不可估量的损失。

（三）“大数据”系统、服务平台和工具的开发

另一个严重阻碍大数据在企业中广泛传播的障碍是它的高门槛，一个公司，特别是一个小公司，没有资金和时间等资源来开发某种数据的系统或平台，所以大数据系统或平台的开发有赖于企业外部的引进。而且不同的公司情况都不一样，在一家公司中能成功应用大数据系统的另一家也不一定适用。因此，开发一个“大数据”系统是一项颇具挑战性的工作，它需要只做一个小的改动就可以被不同的公司所采用。此外大数据时代下，企业的数据信息量激增，信息访问、交换、处理、分析的业务吞吐量较以往呈几何级数增长，企业内部建成服务共享中心，将业务集中处理，更是加剧了企业信息的传输与处理流量，这容易导致信息量过大引发信息通路的拥堵，这些问题在系统开发时都需要被考虑。

四、结论

大数据时代的来临给企业带来了许多机遇和挑战，只有适时地将大数据与企业的具体目标相结合，利用大数据的技术和工具，探索出新的成本控制模式，才能为企业带来意想不到的竞争力。

参考文献：

Jingran

Li，Fei

Tao，Ying

Cheng，Liangjin

Zanuf

Technol，2015（81）：667-684.

??咏梅，穆文娟.“大数据”对企业成本控制的影响[J].财会月刊，2014（23）：94-95

高杨.“大数据”的大承诺[N].网络世界，2010-09-27（028）.

黄华.大数据环境下中小企业采购成本控制策略[J].企业改革与管理，2016

（03）：131-132.

蔚利芝，樊燕萍.基于大数据的制造业作业成本控制体系构建[J].数学的实践与认识，2017，47（07）：63-69.

黄君竹.现代成本控制与传统成本控制观念的比较[J].广东职业技术教育与研究，2013（03）：173-175.

刘琳.简析信息技术条件下传统成本控制模式的创新[J].行政事业资产与财务，2014（06）：165.

（作者单位：南京审计大学

会计学院）