大数据时代下的财务管理转型
大数据时代下财务管理转型与创新的文献综述
在大数据时代，财务管理领域的转型和创新变得尤为重要。
随着大数据技术的不断发展和应用，财务管理领域也面临着前所未有的挑战和机遇。
本文将从深度和广度两方面对大数据时代下的财务管理转型与创新进行全面评估，以期帮助读者更全面、深刻地理解这一重要主题。
一、大数据时代下的财务管理转型与创新在大数据时代，财务管理领域正经历着前所未有的变革。
传统的财务管理模式已经无法满足企业在信息化、数字化、智能化发展的需求，财务管理必须进行转型与创新。
大数据技术的广泛应用，为财务管理提供了丰富的数据资源和分析工具，同时也带来了挑战和机遇。
1. 大数据时代下的财务管理转型在大数据时代，财务管理不再局限于传统的数据处理和报表编制，而应该更加注重数据分析和决策支持。
大数据技术使得财务管理可以更加全面、高效地进行数据收集、整合和分析，从而为企业决策提供更加可靠的数据支持。
大数据还促使财务管理从被动的报表编制转变为主动的风险预警和智能决策，这对财务管理人员提出了更高的要求。
2. 大数据时代下的财务管理创新大数据时代为财务管理带来了更多的创新机遇。
通过大数据分析，财务管理可以更好地发现业务的价值点和提升空间，进一步推动财务管理模式的创新。
财务预测和规划可以借助大数据技术更加精细和准确；财务风险管理可以利用大数据技术更好地识别和应对风险；财务审计和监管也可以通过大数据技术实现智能化和自动化。
而这些创新将为企业带来更灵活、高效的财务管理模式，从而推动企业整体的发展。
二、深度和广度的文献综述为了更深入地了解大数据时代下的财务管理转型与创新，我们进行了一系列文献综述。
从国内外学术期刊、研究报告以及企业案例中，我们收集了大量关于该主题的文章和资料，并进行了深度和广度的评估。
下面，我们将根据不同的研究视角来进行综述，以期帮助读者全面理解这一重要主题。
1. 学术期刊中的研究在国际著名的财务管理学术期刊中，关于大数据时代下的财务管理转型与创新的研究日益增多。
论大数据时代下企业的财务管理转型
论大数据时代下企业的财务管理转型随着大数据技术的不断发展和应用，企业的财务管理也面临着转型的需求。
大数据时代下企业的财务管理转型主要体现在以下几个方面。
大数据分析技术将成为企业财务管理的重要工具。
传统的财务管理主要依靠会计信息和统计报表来提供决策依据，但这些信息往往是静态的，无法及时反映市场变化和企业运营状况。
而大数据分析技术可以实时采集、处理和分析大量的各种类型的数据，为企业提供更准确、全面的决策支持。
企业可以通过分析市场销售数据来预测产品需求，通过分析供应链数据来优化物流成本，通过分析客户数据来提高营销效果等。
大数据分析技术的应用将帮助企业在竞争激烈的市场环境中更加敏锐地捕捉到商机，提高决策的准确性和执行力。
财务管理将更加注重风险管理。
企业在业务运营过程中面临着各种风险，如市场风险、信用风险、操作风险等。
传统的财务管理主要关注企业的财务状况和财务报告，对风险管理的重视程度相对较低。
而大数据分析技术可以帮助企业全面、实时地监测和评估各种风险。
企业可以通过分析市场数据来预测市场波动，通过分析供应链数据来评估供应商的可靠性，通过分析财务数据和交易数据来检测潜在的欺诈行为等。
大数据分析技术的应用将提高企业风险管理的能力，降低企业面临的各种风险带来的损失。
财务管理将更加注重信息安全和隐私保护。
在大数据时代，企业的财务数据和交易信息成为黑客和犯罪分子追逐的目标。
随着欧盟《通用数据保护条例》（GDPR）的实施，保护客户隐私已成为企业不可忽视的责任。
企业的财务管理将越来越注重信息安全和隐私保护。
企业需要加强对财务系统和数据的保护措施，加密财务数据传输和存储，建立完善的权限管理和审计机制，确保财务数据的安全性和可信度。
企业还需建立符合法律法规和隐私保护标准的数据使用和共享机制，保护客户的隐私权。
大数据时代下企业的财务管理转型是不可避免的趋势。
企业需要借助大数据分析技术来提高决策的准确性和执行力，加强风险管理，提高绩效评估的全面性和客观性，注重信息安全和隐私保护。
大数据背景下财务数智化转型实践
大数据背景下财务数智化转型实践1. 大数据背景下财务数智化转型的意义和背景在大数据时代背景下，企业财务管理正面临着前所未有的挑战与机遇。
随着云计算、人工智能、物联网等技术的飞速发展，海量的数据资源为企业的经营决策提供了丰富的数据源。
传统的财务管理模式已无法满足企业日益增长的业务需求和精细化的管理要求，财务数智化转型已成为企业提升竞争力、实现可持续发展的关键路径。
大数据技术的应用使得财务数据的收集、处理和分析更加高效、准确。
通过对海量数据的挖掘和分析，企业可以更加深入地了解市场动态、客户需求和业务运营情况，为制定科学合理的财务战略提供有力支持。
财务数智化转型有助于提高企业内部控制水平，通过引入先进的信息技术手段，企业可以实现财务数据的实时监控和分析，及时发现潜在的风险和问题，并采取有效的措施进行防范和应对。
财务数智化转型还能够推动企业财务管理的创新与发展，在数字化、智能化的环境下，企业可以积极探索新的财务管理模式和方法，如智能化财务分析、风险管理、合规管理等，不断提升财务管理水平和服务质量。
大数据背景下财务数智化转型对于企业具有重要的意义和价值。
面对激烈的市场竞争和不断变化的客户需求，企业应积极拥抱这一趋势，加快财务数智化转型的步伐，以提升自身的核心竞争力和市场地位。
1.1 大数据技术的发展与应用随着互联网技术的飞速发展，大数据已经成为了当今社会的一个热门话题。
大数据技术的发展和应用已经渗透到了各个行业，其中财务领域也不例外。
在大数据背景下，财务数智化转型实践已经成为了企业提高财务管理水平、降低成本、提高效率的重要途径。
数据采集：通过各种渠道收集企业财务数据，如银行对账单、发票、合同等。
这些数据可以为企业提供丰富的财务信息，有助于企业进行财务分析和决策。
数据存储：将收集到的财务数据存储在云端或本地服务器上，实现数据的实时更新和备份。
这有助于企业随时查阅财务信息，提高财务管理的便捷性。
数据分析：利用大数据分析技术对财务数据进行深入挖掘，发现其中的规律和趋势。
大数据时代对财务管理的影响和变革
大数据时代对财务管理的影响和变革随着信息技术的不断发展和大数据技术的崛起，大数据时代已经到来。
在这个时代，数据已经成为企业经营的核心资源，对企业的管理和决策产生了深远的影响。
财务管理作为企业管理中的重要一环，也在大数据时代面临着诸多挑战和机遇。
本文将从大数据对财务管理的影响以及带来的变革方面进行探讨，分析大数据时代对财务管理的影响和变革，并探讨如何利用大数据技术来提升财务管理的效率和水平。
一、大数据对财务管理的影响1. 数据分析能力的增强在大数据时代，企业可以收集到更多的数据，这些数据来源于企业内部的财务数据，也包括外部的市场数据、客户数据等。
这些数据的增多，为企业提供了更多的信息和洞察力，帮助企业更全面的了解市场、客户和竞争对手的情况。
大数据技术也使得企业有能力对这些数据进行深度分析，挖掘其价值和隐含的规律，从而更好地指导企业的财务管理决策。
2. 预测能力的提升大数据技术可以对海量数据进行分析和挖掘，发现其中的关联和规律。
这使得企业有能力进行更精准的预测和规划，从市场需求、销售情况到成本控制，甚至是财务风险等方面，都可以通过大数据技术得到更准确的预测和分析，有利于企业更好地应对市场变化和风险。
3. 提高财务信息的可靠性大数据技术的应用可以帮助企业更好地管理财务信息，提高其可靠性和准确性。
通过大数据技术，企业可以更好地监控和管理财务数据的采集、处理和报告过程，避免人为的错误和造假，提高了财务信息的真实性和可靠性。
4. 降低成本大数据技术的应用可以帮助企业降低财务管理的成本，提升工作效率。
通过大数据技术，企业可以利用自动化的手段完成大量的财务数据处理和报告工作，节省了人力和时间成本。
大数据技术也可以帮助企业更好地优化资源配置和成本控制，有效降低企业的经营成本。
1. 信息化转型大数据时代的到来，需要企业进行信息化转型，包括财务管理在内。
在大数据时代，财务管理需要从传统的手工作业向数字化、自动化迈进，借助大数据技术来进行财务数据的采集、处理和分析，提高数据的质量和准确性，增强财务管理的智能化和科学化水平。
大数据背景下企业财务管理转型分析
大数据背景下企业财务管理转型分析随着科技的不断进步和经济的快速发展，大数据已经成为了当今社会发展的一个重要方面，也成为了各行各业的普遍趋势。
在这个背景下，企业财务管理也在向着数字化转型，利用大数据技术来实现更高效、更准确的财务管理和分析，从而为企业的决策提供更多可靠的依据。
本文将从大数据的角度出发，分析企业财务管理在数字化转型中所面临的挑战和机遇，并探讨如何引导企业财务管理的数字化转型。
一、大数据时代对企业财务管理的挑战随着数字化时代的到来，企业所面临的数据量越来越大，而企业的财务状况、成本结构、客户需求等信息数据也越来越复杂多变，这对企业财务管理提出了更高的要求。
传统的财务管理方式已经不能满足现代企业的需求。
1. 数据复杂性随着企业规模的扩大和数据来源的增多，数据的复杂性也在不断增加。
数据的来源、类型和格式千差万别，需要经过整合、清洗、归类等处理，才能用于财务分析和决策。
2. 数据处理速度企业需要实时获取数据，及时反映市场变化、客户需求、供应链状况等信息，但传统的财务管理方式依赖于手动输入和数据处理，难以实时反映数据变化。
3. 数据安全性面对日益增长的大数据，企业财务管理的数据安全问题越来越突出。
数据的泄露、篡改、劫持等安全问题都可能导致企业的经济损失，甚至影响其生存和发展。
二、大数据时代下企业财务管理的机遇企业利用大数据技术进行财务管理，可以实现数据的自动化处理和分析，提高财务管理的效率和准确性。
随着大数据技术的不断发展和应用，企业也将面临更多的机遇。
1. 提高财务管理效率通过数据的自动采集和分析，企业可以及时了解财务状况、成本结构、运营效率等信息，从而更加精准地制定财务决策，提高财务管理的效率和准确性。
2. 实现智能决策大数据技术可以通过机器学习、人工智能等手段，对财务数据进行智能分析和预测，从而帮助企业更好地制定财务决策并实现智能化管理。
3. 加强风险控制利用大数据技术进行财务管理，可以检测并预测风险，提高企业的风险控制能力，及时制定应对措施，从而保障企业的财务安全。
论大数据时代下企业的财务管理转型
论大数据时代下企业的财务管理转型大数据时代的到来彻底改变了企业的生产模式、商业模式和管理模式。
传统的财务管理方式已经无法满足企业在大数据时代下的需要，因此企业需要进行财务管理转型。
财务管理转型是企业面临大数据时代下的一项重要任务，能够有效提高企业决策的精准性和智能化水平，加强风险控制和成本管理，提高企业的竞争力和可持续发展能力。
在财务管理转型的过程中，企业需要从以下方面加强工作：一、数据的收集、管理和分析数据是大数据时代下企业的最重要资源，财务管理转型的第一步是建立完善的数据收集、管理和分析系统。
企业要借助各类大数据技术和工具，对内外部的各类数据进行深入分析和挖掘，使得数据成为企业决策的一个重要依据。
针对不同的业务需求，企业需要建立合理的数据采集与处理系统，利用传感器、云计算、物联网等技术进行数据的获取和收集，并引入数据仓库、数据挖掘和分析工具进行数据的存储和分析。
同时，企业还需要积极探索新的数据业务模式，通过数据开放等方式将数据转化为商业价值。
二、财务智能化与自动化传统的财务管理方式依赖于人工处理和判断，其效率低下且容易出现错误。
随着大数据技术的不断发展，财务管理已经实现了智能化、自动化处理。
企业可以使用数据分析和挖掘技术，将所有的财务数据与各项业务数据进行整合，实现财务智能化。
通过建立基于机器学习和人工智能的财务自动化处理平台，企业可以实现账务自动化、票据自动化、成本核算自动化等功能，提高财务处理的效率和准确性，为企业提供更及时、精准的财务数据支持。
三、风险管理与控制在大数据时代下，风险管理和控制已经成为企业财务管理转型的一项重要内容。
企业需要通过大数据分析技术，对各类风险进行监测和分析，提出针对性的措施。
为客户提供贷前预警、贷后监测等服务，并实现智能化的风险控制和预测。
同时，企业还需要加强内部控制，建立高效的内部审核和控制机制，减少财务风险和造假行为。
四、成本管理大数据时代下的成本管理已经不再是单纯的会计核算问题，而是必须实现智能化和智慧化。
大数据背景下企业财务管理面临的挑战与变革
大数据背景下企业财务管理面临的挑战与变革随着大数据时代到来，多种先进信息技术高速发展，数据呈现出海量增长态势，同时市场竞争较为激烈，企业在运营过程中，数据分析与处理工作更加复杂，将大数据技术运用在企业发展中，将推动企业进一步发展。
财务管理是一项重要内容，对企业高速发展具有重要意义，将大数据技术与财务管理工作相融合，能够为财务管理工作提供准确的数据信息，提升企业财务管理水平与企业经济效益。
大数据时代下，企业财务管理理念以及运作方式发生转变，有利于提高企业核心竞争力，实现企业良性运转。
一、大数据时代概述（一）大数据时代概念大数据主要指的是运用计算机，对海量数据信息进行分析，并从中获取有价值的信息。
大数据具有诸多特征，如高速性、多样性以及真实性等。
大数据时代到来，为企业发展提供了诸多机遇，企业强化对先进技术的运用，对内部财务数据进行处理与整合，确保数据信息处理的准确性，便于企业制定科学决策。
大数据时代在促进企业发展的同时，还存在一定劣势，首先大数据时代下，信息量较大，信息采集十分普遍，存在部分不法分子，会收集大量隐私信息并出售，信息安全性得不到保障。
其次虽然信息量较大，但却无法保证信息质量，存在片面性信息以及虚假信息。
（二）大数据时代对企业财务管理的重要性1．提高财务数据处理效率企业在开展财务管理工作中，往往需要按照相应流程开展工作，管理程序较多，数据信息处理效率低下，缺乏准确性，财务部门无法获取准确信息数据，财务管理质量受限。
将高速发展的大数据技术运用在财务管理中，转变传统财务管理方式，发挥技术优势，处理并分析数据，提升数据处理效率，缓解员工工作压力，保证工作质量。
2．有利于规避财务风险企业在运营过程中，财务风险客观存在，若财务风险处理不及时，必然会对企业发展产生影响，造成经济损失。
在大数据时代下，可利用大数据技术构建风险预警机制，对企业运营全过程进行动态监测，及时发现风险，便于企业采取风险应对措施，降低财务风险对企业的影响。
大数据时代下的财务管理转型【精选文档】
大数据时代下的财务管理转型摘要：“大数据”的横空出世，将人们引入了一个新的时代――大数据时代。
在这个以“数据”为基础的时代，传统不断被挑战,变革成为发展的必然。
作为企业管理重要组成部分的财务管理,应如何实现大数据时代下的转变?本文以SHAP公司为例，在现有财务管理系统的局限性分析的基础上引出预测会计，为企业建立以预测为核心的新的财务管理体系,使得企业能够适应“大数据"时代下的发展要求。
关键词：大数据财务管理转型一、“大数据”对现有财务管理的挑战大数据时代就是一个变革的时代，是生活、工作与思维的大变革。
快速发展的IT技术以及数据分析工具让企业对数据的重要性有了进一步的认识,数据资产的理念逐步被接受和认可。
传统财务管理是建立在“小数据”基础上的，其理念以及分析方法存在局限性，如不变革,是无法适应大数据时代下企业发展需要的。
目前大多数企业财务管理的核心是预算管理。
而企业财务管理所依据的目标大多是在几个月前甚至是一年前制定出来的.环境的变化使得这些参考数据变得陈旧过时,以此为基础的过程管理、事后反馈机制以及相关的分析报告、决策建议是否还存在价值?在“小数据”时代,受到IT技术的局限性，我们收集存储的数据非常有限，我们分析挖掘数据的能力也非常有限.在这样的情况下,财务管理的理念建立在对已发生事件的分析上，因此目前的财务管理只停留在描述性数据分析阶段，相关的分析报告、决策建议均是“事后性"的。
在高速发展的今天，先发才能制人，先行才有优势，传统财务管理需要改变，才能避免企业落后于时代发展的脚步.二、企业财务管理转型构想鉴于“大数据”的特点以及传统财务管理的局限性,将“预测”引入财务管理体系中，建立财务预测体系,从而迈出大数据时代下财务管理转型的一大步。
（一)预测会计定义在大数据时代，预测变得越来越重要，本文将管理会计中的预算管理概念扩大从而形成预测会计概念。
“预测会计”作为管理会计的一部分，是以各种海量数据为基础，通过各种数据分析技术从海量数据中挖掘有用信息并加工、整理出预测报告，以使企业管理人员能够从预测报告中发现问题和机会，面对市场变化提前做好应对。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
大数据时代下的财务管理转型
摘要：“大数据”的横空出世，将人们引入了一个新的时代――大数据时代。
在这个以“数据”为基础的时代，传统不断被挑战，变革成为发展的必然。
作为企业管理重要组成部分的财务管理，应如何实现大数据时代下的转变？本文以SHAP公司为例，在现有财务管理系统的局限性分析的基础上引出预测会计，为企业建立以预测为核心的新的财务管理体系，使得企业能够适应“大数据”时代下的发展要求。
关键词：大数据财务管理转型
一、“大数据”对现有财务管理的挑战
大数据时代就是一个变革的时代，是生活、工作与思维的大变革。
快速发展的IT技术以及数据分析工具让企业对数据的重要性有了进一步的认识，数据资产的理念逐步被接受和认可。
传统财务管理是建立在“小数据”基础上的，其理念以及分析方法存在局限性，如不变革，是无法适应大数据时代下企业发展需要的。
目前大多数企业财务管理的核心是预算管理。
而企业财务管理所依据的目标大多是在几个月前甚至是一年前制定
出来的。
环境的变化使得这些参考数据变得陈旧过时，以此为基础的过程管理、事后反馈机制以及相关的分析报告、决
策建议是否还存在价值？
在“小数据”时代，受到IT技术的局限性，我们收集存储的数据非常有限，我们分析挖掘数据的能力也非常有限。
在这样的情况下，财务管理的理念建立在对已发生事件的分析上，因此目前的财务管理只停留在描述性数据分析阶段，相关的分析报告、决策建议均是“事后性”的。
在高速发展的今天，先发才能制人，先行才有优势，传统财务管理需要改变，才能避免企业落后于时代发展的脚步。
二、企业财务管理转型构想
鉴于“大数据”的特点以及传统财务管理的局限性，将“预测”引入财务管理体系中，建立财务预测体系，从而迈出大数据时代下财务管理转型的一大步。
（一）预测会计定义
在大数据时代，预测变得越来越重要，本文将管理会计中的预算管理概念扩大从而形成预测会计概念。
“预测会计”作为管理会计的一部分，是以各种海量数据为基础，通过各种数据分析技术从海量数据中挖掘有用信息并加工、整理出预测报告，以使企业管理人员能够从预测报告中发现问题和机会，面对市场变化提前做好应对。
（二）转型后财务管理结构
详见图1。
三、SHAP实例分析
SHAP是一家生产销售外用药、抗生素类、心血管类药品的企业。
企业在经历了2010年-2014年四年的高速发展期，到2015年受到外部环境以及企业自身条件的影响，发展瓶颈开始显现，管理提升显得越来越迫切。
在这样的情况下，引入预测会计到企业管理中未尝不是一个突破。
（一）问题梳理及涉及财务要素
详见图2。
（二）建立预测模型
1.销售预测
销售预测是建立在对企业历史销售数据的基础上，寻找导致销售变化的相关因素，并通过这些因素的变化来预测销售的变化。
第一步，对企业产品进行分析，获取影响产品销售的关键因素；第二步，收集相关因素的历史数据；第三步，将关键因素的数据与企业历史销售数据进行匹配，分析挖掘相关规律，形成销售趋势图；第四步，实时分析关键因素数据以获取预测数据，并匹配形成销售预测报告。
实例分析：SHAP公司产品主要分三类。
通过对产品的分析，对产品销售产生影响的因素可分为三方面：企业自身因素、外部日常性影响因素、外部突发性影响因素。
SHAP预测系统模型，详见图3。
例如，SHAP公司有一款外用药产品LYG，该产品主要功
效是治疗冻疮。
根据对产品的分析，影响其销售的外部因素至少包含：气温、寒潮持续时间以及强度、寒潮涉及地区范围等。
当我们将销售变化和当时气温等变化趋势相关联，就可以清晰看到相关性。
天气预测可以帮助我们及时调整销售预测并做好应对。
2.成本预测
大数据带来的管理提升将管理思维从“知道事情的成本和发生了什么”上转变成了“未来成本是什么样以及为什么会是这样的”。
成本预测就是告诉人们未来成本的相关状况。
根据预测会计信息流，这里将成本预测分为三步：需求分析、能力分析以及成本分析（详见图4）。
沿用上小节案例，当天气影响因素显示未来几年冬天都将因拉尼娜现象而变得异常寒冷，且南方多地也会受影响，而随后的厄尔尼诺现象又将使气温上升。
相对应的销售预测得出LYG产品未来需求量将出现大幅波动。
（1）需求分析。
将销售预测转换为基于资源配置所需要的工作量，即满足销售预测需要多少工作量，需要配置多少资源来完成这些工作量。
（2）能力分析。
能力分析需要分析企业所拥有的所有资源。
企业是否存在资源短缺、是否在未来能够获取相匹配的资源，企业如何对资源的富裕和短缺进行调整以符合未来的需求。
由于LYG产品受季节性影响较大，通常在秋末冬初
开始进入销售旺季并一直持续到来年的初春季，而生产采购及检验周期为15天，产品生产检验的周期为40天，运输发货周期5天。
目前流水线产能利用率为75%，有三个月该流水线是处于停产状态。
当销售出现50%增长的情况下生产能力就出现了短缺，如何调整生产资源？是想方设法的满足销售需求还是放弃25%的销售增长？如果设法满足50%的销售增长，对于产能不足的部分是增加流水线还是寻求委托加工？原辅料包材供应是否会出现短缺，价格是否会变动？提前采购备货的成本节约是否能弥补资金占用成本？生产人员是
否要增加？如果销售预测增长只有20%或是100%，那情况
又将如何？
（3）成本分析。
当未来资源配置齐全，就可以根据能
力分析得出的所需资源与现有资源之间的差异，形成不同的决策方案。
并根据不同的决策，将所需资源对应的成本分为沉没成本、固定成本、半固定成本、准可变成本和可变成本。
短期内许多成本是很难改变的，而长期情况下成本的改变就变得容易许多。
因此我们可以通过离散事件过程模拟预测各类成本变化趋势，并通过作业成本法/作业成本管理形成预测成本，然后将不同解决方案得出的预测成本进行比较，以得出最优化的方案，从而为滚动预算提供可靠的数据来源。
3.信用管理
SHAP企业的信用管理主要包含赊销客户管理，赊销额度
以及信用期限的设立。
通过控制对客户的赊销金额以及收款期限来减少企业的坏账损失的效果是非常有限的。
而大数据下对海量数据的分析和挖掘技术为赊销客户管理提供了有
力的技术支持。
企业可以通过收集所有自身的或其他各种不良客户的相关信息，通过数据分析挖掘这类违约客户的共性，发现客户在违约前出现的各种征兆，并根据分析结果建立客户违约预警机制，从而早发现早应对实现真正意义上的风险控制。
四、实施过程面临的挑战
本文所指的预测会计所涉及的内容、分析报告是根据企业管理需要制定的，是随着企业管理需求的变化而变化的。
不同企业构建的预测会计模式是不尽相同的。
然而在预测会计的实施过程中，却都会面临一些共同的挑战。
（一）信息收集及挖掘方面的挑战
在实施过程中需要一个高效强大的信息化平台，这个平台不单要能够收集海量的数据，还要有足够大的空间提供大数据的存储、转换和使用，并通过各种数据分析和挖掘技术将这些数据与财务数据贯通。
云存储和云计算是比较好的解决方案，但是却又面临着信息安全性的挑战。
（二）人力资源方面的挑战
专业财务人员不再能够适应企业的需要，具有跨领域知识并且精通数据处理的复合型财务人员更能适应大数据时
代财务管理的需要。
CFO管理理念需要改变，财务部门组织结构需要改变。
会计核算不再是财务的重点，财务预测职能将越来越重要，财务部门需要吸纳更多的数据分析型人员。
参考文献：
[1]Viktor Mayer-Sch?nberger & Kenneth Cukier（著），盛杨燕、周涛（译）.大数据时代――生活、工作与思维的变革[M].杭州：浙江人民出版社，2013.
[2]Douglas W. Hubbard（著），邓洪涛（译）.数据化决策[M].北京：中国出版集团，2013.
[3]Thomas H. Davenport（编），吴峻申（译）.大数据分析――数据驱动的企业业绩优化、过程管理和运营决策[M].北京：机械工业出版社，2015.
[4]Lawrence S. Maisel & Gary Cokins（著），林清怡（译）.大数据预测分析――决策优化与绩效提升[M].北京：人民邮电出版社，2014.
（作者单位：上海新亚药业有限公司）。