產生和存儲的數據量正在迅速增長，甚至呈指數增長。根據預測，數據量每兩年就可能翻倍。同時，從業人員能夠運用新的高級分析技術，來連接和查詢原先分散的數據集，只要這些數據集中含有數據。
新數據和新分析的結合，正和企業運作的其他深層轉變一同改變著商業局面。企業變得更加靈活，更具流動性，更加開放：它們的復雜性正日益上升。
隨著大數據和大數據分析的影響帶來商業上的轉型，財會專業人士的角色也同樣會發生變化。那些能夠發現數據模式、將其轉化為引人注目的戰略故事的專業人士，將處于21世紀商業的核心位置。
會計師和財會專業人士已經發現了大數據的潛力。2012～13年ACCA技術趨勢調查顯示，78%的受訪者表示，他們希望未來兩年內大數據得到廣泛應用。該調查還表明，在顯著改變商業和會計行業局面的潛力方面，大數據堪稱第二大最具影響力的技術趨勢。
要實現大數據在財會行業的廣泛應用，需要新能力、新度量和新的思維方式。
新類型的數據也將帶來全新挑戰：未來十年內，衡量和評估數據的新標準將得到發展，在報告、建模和預測中將采用全新的、更多樣化的數據集。同時也存在不太好衡量的問題，例如涉及道德和隱私的問題。圍繞這些問題的沖擊和影響展開的辯論才剛開始——但如果不處理好這些問題，后果將不堪設想。
本報告全面描繪了未來5至10年內大數據對財會行業的影響。核心問題是：“未來5至10年內大數據將對企業產生哪些影響，它將為財會行業帶來哪些機遇和挑戰？”作為“未來思維”的一部分，本報告并非聲稱預測未來，而是力求確定和研究未來幾年內可能對全球財會行業產生影響的大數據趨勢。
大數據和商業未來
大數據擁有幾乎改變商業的各個方面的潛能——從研發到銷售和營銷再到供應鏈管理，還擁有為增長提供新機遇的潛力。
然而，要獲得這些效益并非易事。數據集能創造價值，也能摧毀價值。它們需要有效及專業的管理，并需要企業的大力投資。
什么是大數據？
大數據主要指通過信用卡、客戶會員卡、互聯網、社交媒體以及日漸普及的無線傳感器和電子卷標等設備和技術不斷收集的海量資料。大數據是一種委婉的說法，一種經過仔細斟酌而決定的簡稱，它指的是那些數量之巨大、內容之復雜、變化之迅速到無法用Microsoft Excel之類的標準軟件來處理的數據集。
Gartner是美國一家信息技術研究權威和咨詢公司，早在2001年就首次開發了大數據模型。它的“3V”模型包含“數量（volume）、速率（velocity）和種類（variety）。”
Gartner公司在2012年正式作出定義：“大數據是指數量大、變化快和/或多樣化的信息資產，需要新的處理形式，從而強化決策，促進洞察力以及優化流程”。
同時，也存在其他不那么正式的定義。隨著大數據成為主流，一旦其龐大規模成為“常態”，很有可能出現全新的定義特征。
大數據的興起
從Gartner的定義可知，大數據擁有增值的潛力。企業正利用商業智慧和數據挖掘工具來提高效率、發現新機遇、為客戶提供更好的產品和服務，以及預測未來的行為模式。不出所料，“價值”一詞正被熱捧為Gartner “3V”模型中的一個新“V”。
機遇并不專屬于大企業。Google Analytics和Tableau圖表繪制等以云為基礎的在線平臺意味著中小企業無需進行大量資本投資就能夠從大數據中挖掘出商業見解。這些不受大型舊有系統限制的企業有時能夠跳過“舊技術”，幾乎從一開始就使用大數據。
大數據的商業潛能如此之大，以至于它如今被譽為“新型石油”，其在信息領域的作用堪比石油這種曾在19和20世紀對經濟產生重大影響的自然資源。
這一比喻不無道理，但尚有缺陷。不像石油，大數據幾乎可以無限量供應，且“可再生”。它的數量每年都在增長，而且呈數量級增長。十年前，人們談論的是千兆字節的資料；現在他們談論則是兆兆字節，整整增加了一千倍。
未來10年數據容量持續增長的關鍵是所謂的“物聯網”，也稱為“萬物互聯”（IoE）。新技術——例如調頻識別技術（RFID）和近場通信（NFC）3技術——正不斷將物體與互聯網相連，允許信息在二者之間傳遞。紐約市場情報公司ABI研究預測，到2020年將有超過300億的設備連接到無線網絡（ABI研究，2013）。
大數據對商業的意義
大數據分析除了使企業能夠著眼于歷史數據之外，亦能“審視”新興趨勢所處的環境。因此，它有潛力改變新產品開發、市場定位和定價等流程的成本和效益。
大數據被提煉和完善為可付諸實施的商業見解，并被細分和應用于每個細微的決策過程，因此成為了兼具商業性和戰略計劃特性的工具。
然而，信息不僅是工具：它本身就是一種商業機遇。在從專有數據中開發新產品和新服務的趨勢中，這點得到了最明顯的體現。
目前，企業正在通過出售自己的資料來創造新的收入來源。
然而，大數據的商業潛力有其局限性。大數據是一項資產，但也有一些缺點。原因有很多：
數據會貶值，將來的價值可能不如現在。挖掘數據的價值可能很困難或很昂貴，具體取決于企業是否擁有現成的技能或技術。根據某項估計，到2018年，美國掌握大數據分析所需技能的人才缺口可能高達19萬（麥肯錫全球研究院，2011）。隨著越來越多的企業和行業開始利用大數據，它的競爭優勢將減弱。很有可能將展開一場挖掘“暗數據”（已收集但尚未使用的數據）價值的角逐。對數據收集和使用的審查日益嚴格，且數據收集和使用必須遵守不同國家和地區的法律法規。
在這一場挖掘更多新價值的激烈競賽中，人們會更專注于開發能夠捕捉那些其他人看不到的信息的復雜分析技術。換句話說，對技能的爭奪將進一步加劇，有可能引發商業的“大數據分水嶺”。
顯然，只有主動管理大數據，才能為企業提供有利可圖的解決方案。
大數據與財會行業的未來：機遇與挑戰
對于高級分析技能日益增長的需求為會計師和財會專業人士帶來了重要機遇。
會計師和財會專業人士接受過財務信息的組織、收集和分析方面的訓練之后，就能夠將自己的核心技能運用到非財務數據集和其他數據集中，而且至關重要的是，能夠讓大數據變小，變得更結構化。
因此，他們可能為企業帶來巨大的價值增長。在未來5至10年內，財務部門可能出現從服務部門到關鍵業務服務部門的質變，它將處于戰略決策的核心位置。
對會計師和財會專業人士而言，大數據的管理不僅意味著“改變游戲規則”的機遇，也意味著全新的挑戰。未來不僅關乎技能的“直接”轉移，還關乎新技能的發展。會計師和財會專業人士將需要尋求利用大數據評估企業業績、企業風險和投資風險的方法。此外，隨著大數據對于商業的重要性與日俱增，他們需要尋找方法來評估大數據這一企業資產的內在價值。
數據資產的估值
作為一項公司資產，大數據的重要性正日益突顯，這促進了新的數據資產估值方法的發展。
互聯網和移動及智能技術的傳播已經從根本上改變了商業數據的面貌和曝光度。
數據被越來越多地用于提升運營效率。其所帶來的一些好處在零售行業十分明顯，在該行業，實時分析協助公司更好的適應顧客需求和減少物流及分銷成本。例如，紐約時尚品牌Elie Tahari目前可以使用銷售數據提前四個月預測其每項產品的全球需求（IBM 2012）。這些預測的細致程度令人驚嘆：在大數據和其相關工具的幫助下，該公司能夠適時獲悉到哪些區域的哪些門店中，哪些尺碼和顏色搭配最為暢銷。
大數據不止是一種用于獲得競爭優勢的商業工具。對于越來越多的行業中越來越多的公司而言，它還是一種商業計劃或商業模式。
目前已經有公司利用大數據來創造收益。谷歌等互聯網公司已經率先利用大數據創收，其他行業的其他公司也緊跟其后。
無線技術和“萬物互聯”（IoE）進一步擴大了數據量和數據種類，將大數據轉化為價值的機會也將隨之增多–至少在短期內可以這么說。
因此，未來十年內，數據將成為一個重要的財富創造來源，并且將越來越多地被視為一項值得重視的企業資產，企業可能需要為其建立專門的負責部門。
幫助公司為其數據資產估值
關鍵理念是，那些制定大數據衡量指標的會計師和財會專業人士將突出自己在市場中的差異化優勢。
最近的研究發現，20%的大型公司已經將數據作為一項資產編入其資產負債表中，而在那些總員工超過1萬人的公司，該數字上升到了30%（Dynamic Markets 2012）。對于未來的會計師而言，提供數據估值服務可能是一個區別于普通會計師，獨具差異化優勢的巨大的機會。
然而，為數據估值可謂困難重重。在當今的知識經濟中，無形資產變得日益重要，但在為工業時代制定的報告和治理體系中，無形資產很容易被忽視。數據即使清晰可見，衡量起來也不容易。其中第一個挑戰就是貶值的問題。數據周轉速度的提高意味著數據過時的速度也相應加快：隨著新數據的出現，舊數據的價值可能很快“消減”。
隨之而來的問題是，數據的價值根據其相關性的不同而各不相同，而數據相關性又因數據使用者而異。您如何客觀地衡量一個數據集的商業價值呢？對某個人群沒有價值的數據，可能對另外一個人群相當有用。
這些問題很可能隨著數據集市場的深入開發和流動性的增加，以及專業技術和知識的增長而得到解決，但是圍繞大數據仍然存在其他的不確定因素。正如前面部分所述，這些不確定因素包括監管、全球治理和隱私權等問題，這些問題可能對大數據的經濟價值以及公司對大數據的投資力度產生實質性的影響。
為了實現為大數據資產估值的目的，會計師和財會專業人士需要確定哪些數據有價值、選擇一種容易接受的估值方法并確定關鍵的假設。
Nina Tan 是Trax Technology Solutions的首席財務官，該公司通過圖像識別技術來獲取零售數據，從而向快速消費品（FMCG）零售商和其銷售代表提供實時報告。該公司的解決方案將產品圖片轉化為數據，用于顯示這些產品對照各項關鍵業績指標（KPI）的業績情況。
Tan表示：“數據資產的估值仍然處于探索階段。我要與會計師同仁們分享來自史蒂夫·喬布斯的一句名言：“一個人應該求知若渴，虛心若愚。”
“會計行業之前已經研究出了一些估值或審計的方法，可以作為很好的基礎指南，但是我們需要開放思想，跟上科技的發展，并考慮我們如何調整和適應，以便作為戰略合作伙伴為企業實體增加價值。為了實現這一目標，我們必須保持對知識、經驗和實踐的渴望，并保持虛心若愚，接受新觀念并與時俱進，從而在不斷成長的企業中扮演重要角色。”
“首席財務官應該參與到制定大數據產品定價策略的過程中去。”
通過管理與質量控制提升數據的價值
這里的一個關鍵概念是：會計師和財會專業人士能夠幫助企業提高內部數據集的安全性和完善度，同時還能提升數據價值，更有利于數據的市場化。
未來5到10年，會計師和財會專業人士的合規職責極有可能發生重大轉變，甚至被重新定義。其職責將超越“監察”財務數據和賬目，發展為“管理”企業資產庫內的所有數據。會計師和財會專業人士不僅要保證數據符合相關規范，還要保證數據滿足企業自身要求和企業的“質量保證”標準。
在大型跨國企業內部，新的管理職責包括：協助管理數據從原系統到大數據系統的轉移；與IT、信息管理等部門密切配合，將分散孤立的內部數據集進行有效整合。這一點尤為重要。這是因為人們對實時信息的需求越來越高，而要在正確的時間、從遺留系統中提取正確的數據又困難重重。
會計師和財會專業人士的核心職責是要讓內外部的利益相關方都能對數據的質量和來源產生信心。他們與首席信息官的協作會越來越頻繁，確保作出重大決定時所采用的數據是完整的，來源是可靠的。
他們還會越來越經常地參與到企業數據整理中去，并把數據集提供給外部使用。一些首席財務官已經開始在為出售數據做鋪墊了。具體做法包括制定績效目標、制定數據質量KPI等。
由于有越來越多的公眾對個人數據遭到濫用表示憂慮，因此質量保證必須包含數據隱私、數據安全等標準。隱私和安全一旦遭到侵犯和破壞，將對一家企業的信譽造成巨大損失。
殼牌早已將前沿數據的質量保證問題納入一系列企業流程中，在企業復雜的上下游業務中均有所體現。其中就包括財務流程。這反映出殼牌“質量先于數量”的理念。
數據質量保證是殼牌努力實現卓越經營的一個重要保障。能否實現卓越經營取決于是否使用高質量的數據。不僅如此，隨著大數據“革命”的到來，殼牌愈發迫切地追求“合乎目的”的數據，而且要能保證企業的績效管理切實有效。
為創造世界一流的業績，殼牌將中央化數據的質量保證工作置于核心，以確保得到高價值的數據。這是財務職能部門的新職責。該部門作為數據質量保證的提供方，負責保證各類重要數據的質量（包括財務數據和非財務數據）。財務職能部門內部設有數據經理，目前負責數據質量控制工作，與業務伙伴一起識別關鍵數據，并執行有效的控制和報告機制，保證數據變動“一次到位”。
根據殼牌上游數據經理Ian Betts的介紹，這是財務職能的一種自然而然的轉變。他說：“在殼牌，我們不斷向信息和數據集成化管理邁進。這就需要控制和保證。（而這項工作）自然而然就落在了財務職能部門的肩上。”
“我們的一項重要職責就是解釋高質量數據對企業整條業務鏈的價值，鼓勵人們花時間改進。我們的工作依據是：糾正一次數據錯誤所耗費的成本是讓數據一次到位的十倍。我們對財務職能部門的期望是：提供高效的數據質量保證，用合理的成本釋放企業價值。”
京公網安備 11010502049343號