数豆，计数也。作为一名数豆者，在这前所未有的快节奏、多变化时代，总有一种力量支撑着你沉下心来体悟、总结、提炼。知识的价值在于变现，也在于传递。希望我的传递能给您带来点滴收获。 ——玉盘数豆
数据分析是用适当的统计分析方法和工具，通过对相关数据间的某种联系进行的价值信息提炼，而数据挖掘则是从大量的、随机的、看似毫无关联的、模糊的数据中提取隐含数据，来对运营规律进行探索，为管理和决策提供有价值的信息。
数据挖掘应用于管理会计最经典的案例莫过于沃尔玛“啤酒与尿布”的故事。两个看上去没有关系的商品摆放在一起进行销售，创造了非常好的销售业绩。这是沃尔玛“购物篮分析”的业绩，也是数据挖掘在经营中的应用。
如今企业对数据的分析挖掘能力已经成为衡量企业竞争力的新标准。那些通过对客户深入分析挖掘，然后进行精准营销定位的企业无论在销售收入提升还是在营销费用的控制上显然比传统企业更具有竞争性。同样，财务作为企业数据的汇集部门，通过对企业数据的分析挖掘来发现运营中的各种问题以及为企业提供管理和决策上的支持，也是管理会计为企业提供价值的核心技能。 广义的数据挖掘是个大课题，它通过分类与回归、聚类、关联规则、时序模式、偏差检测五方面技术应用于多个领域，比如医学、制造、工程、商业等。在商业智能应用上更是效果显著，给企业带来显著的经济价值。比如已经在零售业普遍应用的从销售数据中发掘顾客的消费习惯、从交易记录中找出顾客消费偏好进而有针对性的进行产品推销、新产品推广时点的测算等应用。
但，数据挖掘想要产生价值，是需要有人提出目标、建立规则，然后运用一定的工具和方法进而通过一系列的行动才会产生价值的。所以，数据挖掘是助力财务人员为企业创造价值的工具方法。财务人员需要做的是从财务的角度提出目标和想要达成的结果，再通过专业技术人员操作或者技术外包来产生价值。
数据建模过程：
上图中我们可以看出，针对海量原始数据，首先得有人定义本次挖掘的目标是什么，想干什么，也就是弄清建模需求。然后数据怎样取抽样，哪些数据源纳入可用范围，哪些数据与当前挖掘目标相关，如何保证数据质量，取样的数量需要多少才能够在足够范围内有代表性，要达成什么样的效果等，才可以进行下一步工作的开展。这些规划性的工作，就是财务人员体现价值的地方。
比如我们可以通过对影响商品销售的关联因素分析，如饮料销售和季节的影响，天气和服装销售的影响，店面销售商品的定位等。通过数据挖掘分析可以发现A店近期低档烟、酒的销售上升是因为门店附近有建筑工地施工，B店中华烟、红酒的销量上升是因为附近新建高档小区交付，人员已经入驻带来了新的客流。 同样，商品的摆放在卖场中也存在大量的关联关系，有趣的是一些商品之间具有较强的关联关系，比如咖啡的销量会影响到咖啡伴侣、方糖的销售量，面条的销售会影响青菜的销量，牛奶的销量会影响面包的销量等。而另一些商品之间则存在竞争关系(即排斥关联)，比如米饭与面食，同类洗发水、同类家电之间，不同品牌的衣服之间等。通过数据分析挖掘，业务人员在进行商品摆放时更具有科学性，从而创造出更高的销量。
而狭义的数据挖掘则是建立在数据分析基础之上的，通过数据分析发现异常或缺陷，进而进行深挖细掘找到具体原因。 比如我们对库存管理进行分析挖掘。先将总体分解成大块，即采购、销货和库存三大模块。这里库存会受采购数量、销货情况的制约，销货会受采购数量和销售情况的制约。
所以，最关键的是企业采购管理，到底采购多少合适？买多了积压库存，买少了影响生产或销售，现实中许多企业这两种情况都会存在。一些商品大量积压，一些商品出现断货或缺货。财务人员通过对采购作业的分析挖掘，进行最佳采购量的测算，以达到减少库存占用，不断货缺货、不积压的目的。 弄清了为什么要进行采购管理，下一步如何进行采购管理，我们理一理，找出挖掘的重点和路径。
从上述路径我们可以看出，仅靠财务部门是无法完成工作的，需要采购部门和销售部门一起协同解决。采购部门负责历史采购数据的准备、之前采购情况、相关关键及意外情况的梳理和提供；销售部门负责市场及销售的预测、相关关键及意外情况的梳理和提供；财务部门负责相关模板制定、指标的计算、公司现金流分析测算和根据大家确定的相关数据指标得出成果。
还有关键的一步就是要对实施情况进行跟踪，根据结果大家再进行讨论、分析，进一步对需改进之处进行优化。 通过一定期限的实施后，我们就可以通过以前库存管理情况、资金占用情况和实施采购管理后的库存管理情况进行对比，节约了多少资金占用，减少了多少库存积压，避免了多少断货缺货。
同样的，无论在战略层面的价值链管理，还是公司业务层面的业务链优化、销售收入、成本费用管控、物流管控，或者再下挖一层的具体某一作业链的管控，都可以进行深挖细掘，找出主要经济活动，关键作业点和会有什么机会，通过数据挖掘与分析为业务部门提供支持。
但数据的分析挖掘需要科学的财务体系和信息系统来支持。所以还需要财务部门打好基础，做好相应的数据收集、归类等工作，建立公司的数据仓库。为方便取数，要对信息系统进行多维度的分类定义，比如产品品类、区域、部门、供应商、客户，甚至可以具体到人。要了解数据挖掘的工具和算法。财务部门的数据都是来源于各业务部门，所以，在进行数据挖掘与分析时，一是要立足于业务，二要充分运用信息技术。
管理会计，我们需要高瞻远瞩，更要落到细节。稻盛先生的“阿米巴”没有华丽辞藻，着手细节，朴素实用，却因为企业创造巨大价值而闻名于世。社会经济是发展的，管理会计是开放的，我们都要不断的去陈纳新、提升自我，同时识别经典，保留经典。
作者：李冬玉，20年资深财税实战者，注册会计师、高级会计师，擅长企业财务体系的搭建，业财融合和管理会计，预算管理，成本管理及财务分析。公众号：玉盘数豆
