京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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Elie Tahari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(IBM 2012)。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。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 四层结构 · 零件与房子 · 六大易错点 一、什么是指标体系 定义:指标体系是整套完整框架 ...
2026-10-13写在开头 先还原一个你大概率见过的场面。 立项会上有人说:我们得做用户画像。 于是团队关进会议室,白板写满便利贴,两小时后 ...
2026-10-13 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-10-13在统计学与数据分析研究中,相关性分析分为数值变量分析与分类变量分析两大类。针对身高、销量、分数等连续数值变量,通常采用皮 ...
2026-10-12在Power BI可视化分析体系中,常规表格仅能展示枯燥的数值数据,存在数据对比不直观、强弱规律不突出、维度交叉分析低效等问题。 ...
2026-10-12 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-10-12在传统零售行业同质化竞争激烈、大众营销转化率持续走低的背景下,依托经验与直觉的粗放式营销逐渐失效。美国塔吉特百货(Target ...
2026-10-10随着智能客服、数字化服务、用户精细化运营的快速普及,传统零散、非标准化的客户服务数据与业务体系逐渐难以支撑高效服务治理。 ...
2026-10-10 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-10-10CDA数据分析师 出品 作者:李诗怡 定义区别 · 场景举例 · 指标分类 · 计算方法 知识体系总览 模块 包含内容 一、核 ...
2026-10-09在数据分析工作流中,业务数据大多存储在各类关系型数据库内,例如MySQL、PostgreSQL、SQLite等。Pandas是Python生态中主流的数 ...
2026-10-09在数字化精细化运营时代,海量用户存在需求差异、行为差异、价值差异与偏好差异。如果企业采用“一刀切”的统一营销、统一服务、 ...
2026-10-09 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-10-09指标体系是企业数字化分析、业务监控、经营决策的核心基础框架,是将零散数据转化为可衡量、可对比、可落地业务价值的关键体系。 ...
2026-10-08随着市场竞争日趋饱和,同质化低价竞争逐渐陷入内卷僵局,传统以价格、渠道、促销为核心的营销模式边际效益持续递减。在此背景下 ...
2026-10-08 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-10-08你有没有想过,手机里点外卖、刷社交软件、转一笔账,背后到底是谁在替你"记着账"? 答案其实很简单:数据库,以及跟它对话的那 ...
2026-10-07CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03