DEEP系統下的大數據財務分析
前言：想要寫出一篇引人入勝的文章？我們特意為您整理了DEEP系統下的大數據財務分析范文，希望能給你帶來靈感和參考，敬請閱讀。
[摘要]隨著大數據技術向財會行業的滲透，熟悉大數據財務分析的學生成為企業追逐的人才和對象，在財會專業開設大數據分析和業務處理課程成為必然。然而財會學生由于計算機知識和數據分析體系的匱乏，這限制了學生在大數據財務分析上的思維和分析能力，而上海悅嵐數據公司開發的deep系統則是解決這一難題的有力工具。本文從財務數據分析案例出發，分析了DEEP系統對大數據財務分析的強大功能和不足之處。
[關鍵詞]DEEP系統，職業教育，1+X證書，大數據財務分析
1.職業教育的現狀分析
目前職業教育的發展水平還趕不上所謂的新經濟、新技術、新業態對職業教育的要求。中央領導已經多次用幾個“新”來說明新技術革命之下，經濟、業態、技術發生的變化。而讓人遺憾的是，目前為止職教界對“新職教”既缺乏重視、又缺乏研究。實際上不管你愿意不愿意，職業教育在當前面臨著重新定義和如何重新定義的考驗。隨著云計算、物聯網、大數據和人工智能（“云物大智”）等技術的普及推廣，未來的傳統崗位將無事可做，代之以的是新的業態和新的崗位。人工智能可能會代替醫生、律師等咨詢性工作；智能和新能源汽車的投入使用會使家庭用車保有量將削減70%，保險公司和4S店將面臨倒閉……在這種情況下，怎么來定義職業教育？怎么來設置專業和課程內容？在這種背景下，“新職教”應運而生。例如傳統專業分類盡管還存在，但邊界已經模糊了。它們同“云物大智”技術已經高度嫁接起來了。換句話說，專業離開了“云物大智”技術就別叫優質和現代。有些課程也必須改變了，如計算機公共課傳統內容的學習可以交由學生自學和網絡考試來完成，新的計算機公共課的內容就要把電商技術、物聯網技術基礎和移動互聯網技術基礎教給學生。讓不同專業的同學掌握這三種技術，這是“新職教”公共課教學內容的重大改革。同時新職教還涉及學校定位、培養規格、教學實踐基地功能、考核標準、校企合作、教師隊伍的提升、創新教育的落實等諸多方面的再思考和重新定義。
2.基于DEEP平臺的1+X大數據財務分析技能培訓及課程體系建設
教育部等在《關于在院校實施“學歷證書+若干職業技能等級證書”制度試點方案》中明確提出，院校是1+X證書制度試點的實施主體。試點院校要根據職業技能等級標準和專業教學標準要求，將證書培訓內容有機融入專業人才培養方案，優化課程設置和教學內容，統籌教學組織與實施，深化教學方式方法改革，提高人才培養的靈活性、適應性、針對性。北京首冠科技集團以“1+X”大數據財務分析等級證書試點為契機，攜手多方力量，推動院校“新會計”專業建設，深化職業教育教學改革，開啟大數據財務分析人才培養新時代。情景式案例教學，學數據相關基礎理論體系及規模化生產型企業各部門業務與大數據結合的應用場景，讓財會專業學生熟悉并體驗企業各職能部門常用數據源類型、匯集方法、數據加工、挖掘分析、可視化類型等應用，可以初步結合自身財務背景，對公司各部門運營數據做財務關聯管理及經營風險方面，培養初級的數據思維能力。財務場景具體案例實操，培養學生多場景財務數據應用分析能力。體驗大數據財務分析的基本過程和所涉及到的基本知識，對大數據財務分析的實戰場景有一個直觀的認知。四川大學錦城學院的財務會計學院在面臨財會專業招生人數不斷下降的不利情況下，決定與大數據財務分析、財務共享、RPA財務機器人等一系列知名企業進行深度合作，進行專業轉型和傳統專業改造，打造面向“云物大智”技術的智能會計和大數據財務專業及方向。為此，財會學院與金蝶合作，引入了財務共享平臺及教學管理系統；另外，還與上海悅嵐數據公司深度合作，引入該公司開發的DEEP系統，并成為該公司的校企合作基地。財會學院準備以DEEP系統提供的4門課程，即《大數據理論基礎與應用實戰》《財務大數據融合課》《數據思維與實訓》《Python數據科學實例教程》為基礎，再結合數據分析的技術體系，如圖1所示，建設錦城學院的大數據財務分析課程體系。
3.基于DEEP平臺的大數據財務分析課程案例教學
3.1實驗任務
一是統計差旅費。二是差旅費統計結果的可視化。現有某公司差旅記錄數據集，需對數據進行加工處理，然后統計出不同出差目的地年累計出差天數大于等于500天的目的地，繪制可視化，要求至少使用3種方法可視化最終結果。
3.2實驗總結
本次實驗任務比較簡單，與培訓任務中大數據財務分析融合課程項目4相比只有少量變化。其一，在數據轉換時只保留了提取了年份的操作，取消了月份提取操作，稍微降低了難度；其二，在統計后面增加了數據篩選要求，要求將不同出差目的地年累計出差天數大于等于500天的目的地篩選出來，稍微增加了難度。需要增加一個轉換節點，再使用篩選條件即可完成實驗任務。DEEP系統與其他系統不一樣的地方有不少，但最讓人印象深刻的是它的條件表達式不一樣，即篩選表達式中可能會出現兩種不同的引號，代表不同的含義，比如：`統計`.SumTraveldays>=500。節點名稱如果采用漢字，則需要使用特別引號表示，如`統計`，而數據中的字符串引用時則采用常用的單引號表示。使用DEEP系統進行大數據財務分析，實際上是借助DEEP系統進行自動編程練習，比較適合初學者，特別是沒有編程經驗的財務工作者，包括教師和學生。如果要掌握更強大的財務分析方法和手段，還是應該掌握Tableau、Python、Hadoop、Hive等更專業的數據分析平臺和工具。
4.基于DEEP平臺的大數據財務分析的問題分析
4.1全鏈路大數據分析
流程有待于完善從操作實踐來看，數據源經過數據匯集變形成中間數據放在數據湖中。而數據加工的數據來自于數據湖，其處理結果也放置于數據湖。而分析挖掘的流程也是如此，而數據可視化的數據也來自于數據湖，數據處理結果以圖表顯示，所以也較符合修改后的流程圖。
4.2課程教學的目標定位合理，但有待于細化
本課程的教學定位比較明確，而且還依據長期的企業財務大數據咨詢服務經驗，雇主在面試和評價一個員工數據能力時，一般會包括溝通能力、領域知識、財務知識、IT通識、大數據工具（技術）和大數據思維（科學）等共6方面的知識和能力。所以學生需要培養的能力較多，只靠一門課程難以完成，應該建立由多門課程組成的課程體系來培養學生的相關能力。
5.基于DEEP平臺的大數據財務分析課程教學總結
對于大數據財務分析職業技能的大數據教學，重點在于數據思維的培養和訓練，讓學生通過一系列大數據及大數據財務融合課程的學習，掌握大數據在財務業務領域的應用場景、掌握基本的數據工作流設計和開發技術，同時熟悉一兩種的大數據工具，讓學生在未來的工作崗位上可以勝任基于數據來驅動和提高財務績效的工作。課程最大亮點在于其大數據財務分析核心課程的設計。根據數據人才分級體系、能力維度模型，大數據財務分析職業技能和大數據進行融合教學，需要開設三大類數據課程：大數據工具課程、數據思維課程和大數據財務融合課程。引入大數據思維課也是該實踐教學平臺的另一大亮點，因為財會類學生中文科學生較多，學習計算機知識較為困難，而學數據財務分析的知識更為困難，其根本原因就是缺乏這方面的思維訓練。數據思維課是在學生修完大數據通識課的基礎上，對大數據思維和能力方面進一步學習，覆蓋大數據全方位的知識結構和技術體系，包括大數據全鏈路的各個環節：數據源、數據匯集、數據湖、數據加工、分析挖掘、可視化。對于有條件的院校，建議把數據思維課作為大數據財務分析職業技能的必修課。
【參考文獻】
[1]職教天下．俞仲文談“新職教”:提升新形勢下職教發展質量之路[EB/OL]．（2017-08-15）．
[2]北京首冠科技集團．大數據財務分析職業技能等級標準與院校會計類專業教學標準（書證融通方案1.0）[E]．北京：北京首冠科技集團，2020：2.
[3]王智翔.基于深度學習的大數據分析預測系統的設計與實現[D].北京郵電大學,2019.
[4]王亞樂.基于大數據時代下企業財務管理的創新分析[J].納稅,2018(31):136.
[5]楊文成.大數據時代背景下企業財務管理轉型分析[J].現代經濟信息,2016(12):221.
[6]蘇穎.淺談大數據時代下企業財務分析中存在問題及方法[J].當代會計,2020(04):121-122.
[7]王波.關于大數據背景下企業財務管理的挑戰分析與變革探討[J].財會學習,2017(022):7-8.
[8]吳寶軍.探討大數據時代對財務管理的影響及財務管理轉型分析[J].納稅,2020(01):59-60.
[9]沈順華.企業經營分析管理工作中財務大數據的應用研究[J].現代經濟信息,2020(07):158+160.
[10]趙寅.探索大數據時代下企業財務分析中存在問題及方法[J].海峽科技與產業,2019(11):4-6.
作者：廖選 單位：四川大學錦城學院