【专栏丨郭永清】除了大数据，更重要的是信息和知识！

会计师们已经能熟练使用计算机，但是，许多会计师还是信息盲。大多数人仍旧需要学会如何利用数据。

新闻中一直说我们生活在大数据时代，的确如此。大数据，指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。 在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法（抽样调查）这样捷径，而采用所有数据进行分析处理。

大数据一般有如下几个特点：

第一、信息规模超大，目前大数据计量单位以ZB量级计量也有可能；

第二、数据多样性，大数据下数据不同于传统数据那样的结构化特点，而是不仅包含结构化数据，还包含非结构化数据，而且大数据技术更强调对数据的分析。

第三、处理速度快，大数据技术下要求必须对搜集到的数据实时实时分析并立即处理，因为如果不这样做，按照传统数据库查询得到的结果可能会过时并无价值；

第四、复杂关联性，大数据下数据间往往存在紧密的联系，可以转化为有效商业信息；

第五、价值密度低，大数据中冗余信息较多，需要数据挖掘技术来对海量信息进行提取挖掘以便找到有价值的数据，但这部分很可能只是微小的一部分。

大数据技术的意义不在于掌握庞大的数据，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。有人把数据比喻为蕴藏能量的煤矿。煤炭按照性质有焦煤、无烟煤、肥煤、贫煤等分类，而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似，大数据并不在“大”，而在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言，如何利用这些大规模数据是赢得竞争的关键。“大数据”在经济发展中的巨大意义并不代表其能取代一切对于社会问题的理性思考，科学发展的逻辑不能被湮没在海量数据中。著名经济学家路德维希·冯·米塞斯曾提醒过：“就今日言，有很多人忙碌于资料之无益累积，以致对问题之说明与解决，丧失了其对特殊的经济意义的了解。”

有一句话是这么说的“数据是爆炸了，信息却很贫乏”，那么数据与信息之间到底有什么关系呢？数据和信息之间是相互联系的。数据是反映客观事物属性的记录，是信息的具体表现形式。数据经过加工处理之后，就成为信息；而信息需要经过数字化转变成数据才能存储和传输。那么，数据是否就是指可以存储和传输的信息呢？未必！数据和信息是有区别的。从信息论的观点来看，描述信源的数据是信息和数据冗余之和，即：数据=信息+数据冗余。数据是数据采集时提供的，信息是从采集的数据中获取的有用信息。由此可见，信息可以简单地理解为数据中包含的有用的内容。其两者之间的关系如下图所示。

在运用信息技术获取庞大数据之前，数据其实一直在客观世界存在，只是以前我们无法抓取，或者我们没有意识到这些数据所包含的信息而已。信息技术帮助我们解决了数据抓取的问题，然而，如何运用知识挖掘数据所包含的信息，依然是一个摆在会计师们面前的难题。

我们以某指挥官判断敌方指挥部的例子来说明数据和信息之间的关系。在战场上，某指挥官有收集整理数据的习惯，身上带着的小本记载着每次战斗歼敌数量、缴获武器数量，下属纵队、师、团均需要向指挥部汇报每日大小战况数据。这囊括俘虏、物资、火炮、枪支等繁杂数据，指挥部按要求统计清楚各数据类别与大小，如俘获军官与士兵多少、长枪与短枪比例大小、轻重火炮数量对比等等，并以此来判断断定敌人的指挥所位置。其逻辑是：短枪、军官、汽车数量数据高，那么极有可能是敌人极为重要的核心队伍。而事实也确实如此，在战役中往往能迅速击毁敌方指挥部。在上述例子中，其实指挥官做出判断依据的数据，对于所有人来说，都是客观存在的，但是只有该指挥官知道自己的数据需求，在持续的抓取这些数据，并且厘清了数据的逻辑后知道数据所包含的信息。换成一般人，就是拿到再多的数据也没有用。在信息技术普及的大数据时代，数据和技术已经不是问题，关键在于想清楚自己的数据需求，厘清数据和信息之间的逻辑关系，建立因果关系模型。

为什么以上的信息是知识呢？并不是因为这些信息是写在教科书或者哪位专家说得，而是因为这是通过许多案例总结出来并在实践中公认正确的。

通过将数据转换为信息，以信息作为基础，用知识进行判断 ：

永清股份的产品非常畅销，营业收入比去年同期增长了52%，为了满足销售需求，增加了原材料采购，存货的增长是企业发展良好的一个积极信号。

经过以上可以看出，如果没有数据和信息，知识很难以发挥作用。在大数据时代，数据的获取则相对比较简单，转换成有用的信息则相对比较难，最后则只有综合知识能够帮助解决问题。

为了达到上述目的，会计师们需要学会问以下问题：“我在工作时需要什么样的信息？我什么时候需要？以什么形式？我应该向谁要这些信息？这些信息通过哪些数据得到反映？数据和信息之间的逻辑关系是什么？在获得所有这些数据后，我可以处理哪些新任务？我应该放弃哪些旧任务？我应该采用不同的方式执行哪些任务？”同时，会计师们需要回答：“我应该有义务提供哪些信息？向谁提供？什么时候？以什么样的方式？”这些问题一经提出，就说明企业即使能完全获得其最依赖的信息，这些信息也只是简单而杂乱无章的。企业在决策时，特别是在做出战略决策时，他们最需要的数据来源于企业外部。成果、机会和威胁只存在于企业外部。迄今为止，在大多数公司的信息系统和决策程序中利用的、唯一来自外部的数据是日常的市场数据：现有顾客购买的产品、地点和方式。但是，其他外部数据和信息则严重缺乏，包括人口状况、实际和潜在竞争对手的行为和计划、技术、经济情况、预示着外汇波动即将来临的变化和资本的流动等，企业根本就得不到这些方面的数据，抑或得到的只是最广义的一般性数据。会计师们很少会思考这种信息对企业决策的影响。如何获得这些数据、如何检验它们的正确性、如何让它们融人现有的信息系统，使之在企业的决策过程中发挥有效的作用是会计师们需要急迫解决的问题。今天，企业的决策要么依赖于内部数据，例如成本，要么依靠未经检验的、有关外部的假设。在上述任何一种情况下，企业都无法取得持续的成功。

无论大数据在内容上有多么丰富，它都不是信息。它只是富含信息的矿石。要让原材料转变成信息，我们必须针对某项任务对它进行整理，让它直接服务于特定绩效的实现，并在决策过程中加以运用。原材料无法自己做到。计算机程序员或软件工程师也无法做到。软件工程师是工具的制造者。无论是管理者，还是专业人员，他们都是使用数据的人，他们决定要使用什么样数据得到什么样的信息、信息的用途和使用的方式。他们必须让自己掌握信息。这是会计师们面临的巨大挑战。

绝大多数企业现在同时运行着三套信息系统：计算机信息处理系统、业务数据系统和财务数据系统。这三套信息系统在操作上处于各自为政的状态。在高等院校，我们分别开设针对会计人员的会计专业，针对计算机技术人员的计算机科学专业（或信息技术专业），以及针对业务人员的化学、物理、电机等专业，分别授予不同的学位。从事这些工作的人拥有不同的背景、不同的价值观和不同的职业发展道路。他们在不同的部门工作，受不同的上司管理。负责计算机数据处理业务的是“首席信息官”，通常具有计算机技术背景，在工作中只考虑技术的问题。管理会计事务的一般是“首席财务官’，他们常常具有为企业融资和理财的背景，在工作中往往只关注资金的问题。管理业务的一般是业务背景出生的专业人员，通常具有相应的职业背景，在工作中往往只考虑业务的观点。换句话说，没有人真正重视信息。

会计师们需要将三套系统合并在一起，或至少必须让这三套系统能够和谐共处。人们通常认为会计属于“财务”上的事情。但是，这只说对了一部分，几百年之前，会计处理的是资产、负债和现金流量，这些只是现代会计的一小部分。会计的大多数工作涉及业务活动，而不仅仅是财务活动。我们在前面已经论述过业财融合的问题。对于管理会计来说，盘钱只是反映非货币事件的符号和语言。实际上，在将财务会计转变为管理会计的改革浪潮中，会计的职能已经被极大地拓展了。

管理会计通过我们前面的流程管理，试图建立业务活动与预期的经济绩效之间的关系，通过信息技术将业务数据、会计数据转化为信息，实现业务流、财务流和信息流的统一，为管理层决策服务。换句话说，业务数据系统和财务数据系统与基于计算机的数据处理系统拥有共同的目标。

很多企业管理人员仍旧关心的是计算机信息处理系统是否有更快的速度和更大的内存。但是，挑战将越来越不是技术领域的，相反，如何把数据转化为实际使用的有用信息将是我们面临的挑战。而会计师们则需要帮助企业有效应对这一挑战。未来，我们在信息科技上所看到的变化，比起在会计上看到的变化，根本就是小巫见大巫。

在未来，我们必须将信息技术 部门和财务部门合并在一起——所有业务流程的信息终点在财务部门，因此需要财务部门提出数据和信息的需求、设计信息流程和路径后，由信息技术部门提供的技术手段来实现。我猜想未来的 10 到 20 年中，所有的大、中型企业，会将今天分担给两个人负责的职务，由一个人做。今天，首席财务官负责财务工作，首席信息官负责信息技术工作，未来将合并为首席财务与信息官。我在很多场合与一些大型企业集团的首席财务官或者总会计师交换名片的时候，发现已经有越来越多的人的名片同时印上了 “ 首席财务官 ” 和 “ 首席信息官 ” 的头衔。

今天，卓越的企业已经通过信息技术的运用，实现业务和财务的有机融合。而在未来，将有越来越多的企业往这个方向努力。

但是，不管信息技术如何发展，我可以向你保证，财务目标的重要性不会降低，恰恰相反财务目标会变得更重要，但会计师们必须知道，如何把财务目标同建立与维持企业的需求整合为一。

那么，会计师们是否需要去学习现在软件工程师们所需的知识，比如学习如何编写程序呢？非也！会计师们根本就不需要学习编程语言。

会计师们重要的是学会如何搭建理想中的企业信息化整体框架，描绘出适应企业管理需求的信息化蓝图。思想比技术更加重要。从信息技术的角度来说，很多时候是“就怕你想不到”，而不是“做不到”；只要你能想到的，信息技术都能帮你实现。

阿里巴巴网络技术有限公司是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立，业务和关联公司的业务包括：淘宝网、天猫、聚划算、全球速卖通、阿里巴巴国际交易市场、1688、阿里妈妈、阿里云、蚂蚁金服、菜鸟网络等。马云在内部讲话中提到：“到今天为止，我几乎是一个电脑盲，我只会收发电子邮件和上网。很多技术专家经常把技术看得非常重，我一直觉得，不懂技术没关系，真正的技术从来都是为不懂技术的人服务的，我们这些不懂技术的人创造了全球最大的电子商务公司，所以我认为外行是可以领导内行的，关键是要尊重内行。我没法跟技术人员吵架，他们讲的东西我都听不懂，我说的话他们也觉得奇怪，说：‘你怎么会这么说呢？’我告诉他们，中国80%的人，不懂电脑的人，都和我想的一样。别人经常说我们是高科技公司，其实在客户面前，越说是高科技公司，客户越怕你。所以，要把客户的麻烦留给自己。把麻烦留给自己，你的麻烦就会越来越少。”

马云的成功，显然不是因为他懂计算机技术或者软件编程——懂计算机技术或者软件编程的人，都成了他的工程师——重要的是他的思想。马云能够描绘出蓝图，提出需求，工程师们就能帮他实现。

同样的道理，企业做信息化建设，重要的不是用金蝶、用友还是SAP，也不是有多少个信息技术人员，重要的是确定企业的信息化最终要达到什么样的目标和结果，怎么样做才能真正有助于企业经济绩效的提升。

会计师们要做的工作，包括：

明确企业对信息技术的投资计划。信息技术之所以能为会计师们提供帮助，真正原因在于它可以整合来自企业内部不同领域以及企业外部（市场和经济环境）的关键数据，而且始终能够针对计划提供全面的背景化绩效视图。在使用软件解决方案实现信息可视性后，会计师们便可以按需访问那些支持策略业务活动与企业目标相契合的关键标准了。在业务一线上，信息技术可以为会计师们提供所需的工具，帮助他们分析业务流程、识别和消除瓶颈、更有效地利用资源以及缩减成本。对信息技术领域做出明智的投资并制定相应的计划，可以让业务效率翻番，还能帮助财务部门为企业管理者实现信息可视性。随着决策者们可用信息的数量、质量和时效性的提高，决策制定的速度将愈加迅速，为企业带来的收益也愈加可观。

构建未来的框架。会计师们的信息可视性由一个由政策、最佳业务实践以及技术构成的框架提供支持。构建未来框架需要对企业的当前状况进行周密分析，其关键是要确定会计师们所需的信息，然后将对这种信息的访问构建到框架当中。要了解企业现状，分析业务流程与企业目标的契合程度。确定是否建立了可跟踪这种契合程度的关键标准。检查企业当前用于响应市场环境和客户需求的信息类型，并考虑其他种类的信息是否有助于更有效地作出响应。识别那些由需要通过信息技术自动进行的人工流程造成的瓶颈。实会计师们必须评估组织的各种活动，并创建可简化信息技术部门工作的业务结构。

为了更好、更快地运用信息技术，会计师们通过以下三个步骤帮助企业创建精确可行的组织全方位视图并快速启动流程：

第一步，开发通用方针及标准框架。开发一种可以将企业的各种活动和政策与企业绩效目标相契合的路线图，包括：资金如何注入和流出组织；组织对于稀缺资源（资金、人员、资产、工厂、设备等）的利用程度；以及组织对于行业标准和法规合规问题的有效遵守程度。确定各种成本及风险，从而可以追求具有最大经济绩效的优先事务或机遇。

第二步 ， 评估当前事态。对企业目前的信息系统状况进行分析，看业务数据系统、财务数据系统和计算机信息系统的融合程度，标明存在着哪些断头的数据接口以及下一步的计划。

第三步 ，执行计划并做出相应调整。消除信息孤岛，形成业务流、资金流和信息流的合而为一，为管理会计的智能商务决策提供数据和信息基础。