大数据时代企业财务决策问题与对策分析——以阿里巴巴为例

摘要
大数据时代，信息爆炸增长，对各行各业都产生了巨大影响，尤其是会计行业。我国各企业应用现在市场上主流的数据处理软件，快速获得海量数据，挖掘分析出数据背后潜在的价值信息，企业据此做出的营销策略、产品结构调整等一系列利于企业发展的财务决策。利用大数据进行财务决策整合财务信息和非财务信息、结构化和非结构化信息，产生的经济价值越来越大，财务决策在企业中的分量越来越重，企业应重视结合大数据技术进行财务决策。本文通过了解阿里巴巴集团的业务范畴、基本概况以及应用大数据进行财务决策的案例，分析大数据时代的到来，企业财务决策要面临的挑战以及相应的应对措施。对于我国各企业应对大数据时代的影响具有普遍适用意义。
关键词：大数据；财务决策；企业；云会计；影响
　　第1章绪论
　　1.1研究背景和意义
1.1.1研究的背景
随着科学技术的高速发展，目前云计算、物联网、各种社交网络的兴起使各种各样的信息呈爆炸增长趋势，再加上5G将是基于高速低延迟互联网的云服务技术的一次革命，它将极大提高用户服务质量，给云服务带来更多的可能性，未来互联网将会涌入更大量级的人群，促使全社会的数据种类和范畴以前所为有的进度增进，大数据时代的到来使信息交流愈加便捷，将引发新一轮的信息技术革命。
1.1.2研究的意义
大数据时代的到来对传统会计必然是一场冲击，必将对财务行业产生巨大的影响，对财务人员的数据处理能力、数据分析能力、业务处理能力提出更高的要求，实际上传统的企业财务决策已经不能满足其发展需求，应创新企业财务决策方式。
科学技术日新月异，大数据逐渐深入各个领域，并得到广泛的应用，尤其对财务会计来说，不仅促进了其向管理会计转型，还提高了企业信息化的程度、提高了企业的运行管理效率。结合阿里巴巴集团如何应用大数据技术进行合理财务决策，使企业实现长期可持续发展，对如今大多数中小企业的发展具有现实意义，为中小企业如何应对财务决策转型中遇到问题提供借鉴。
　　1.2研究内容与方法
1.2.1研究的主要内容
通过分析当前大数据的发展，探析大数据对传统会计的影响，企业为了紧跟时代潮流，不被市场淘汰,顺应大数据的趋势，企业内部财务决策受到的影响及促进企业财务决策升级的积极方面，以及企业应采取的措施。
1.2.2研究的主要方法
（一）文献研究法：文献研究法是本文研究采用的主要方法，通过查阅期刊、文书档案、书籍、报纸，互联网的收集和整理有关大数据和企业财务决策的资料文献，确定自己的研究思路。
（二）个案研究法：通过了解阿里巴巴集团的业务范畴和公司概况，对其应用大数据进行财务决策进行分析，发现了大数据对企业财务决策产生的实际问题，针对这些问题提出优化对策。
　　第2章大数据时代企业财务决策理论
21世纪移动互联网极速崛起，人们身处社交网络、物联网、云计算、社会化网络等的包围中，通过各种手机APP时时刻刻都在不断产生新的信息，短短十几年间现代社会的信息量以十倍甚至百倍的速度增长，我国人口基数大，拥有全球最大的互联网用户规模，丰富的数据资源和应用市场成为我国在大数据时代的优势，大数据也随之进入人们的视野，也越来越为企业管理层所重视。
　　2.1大数据的内涵与特征
2.1.1大数据的内涵
“数据”在拉丁语中是“事实”和“已知”。所谓大数据（BigData）就是指所涉及到的数据量厐大到无法通过目前主流软件工具在合理时间内达到获取、组织、处理的数据集合。[]
2.1.2大数据的特征
大数据本质上是信息，但它不仅包含传统意义上的直接信息，而且还包含隐藏在数据中的潜在价值信息。因此，在大数据时代，不仅信息量巨大，而且信息的深度和水平也是前所未有的。具体来说，大数据有四个方面的特征：数据量大（Volume）、价值密度低（Value）、增长速度快（Velocity）、多结构化（Variety）,“4V”特点。
　　2.2大数据的发展进程及趋势
2.2.1大数据的产生与发展
1980年代阿尔文•托夫勒（著名未来学家）就在《第三次浪潮》一书中首先提出“大数据”的概念，赞颂“大数据”为“第三次浪潮的华美乐章”。
2008年12月，“计算社区联盟”（ComputingCommunityConsortium）发表了白皮书《大数据计算：在商务、科学和社会领域创建革命性突破》，在数据驱动的背景下，解决大数据问题所需的技术以及面临的挑战，它使人们的思维不再局限于数据处理的机器，并阐述数据的新用途和新见解，而非数据本身。此组织可以说是最早提出大数据概念的机构。
2011年5月，《Bigdata:Thenextfrontierforinnovation,competition,andproductivity》(《大数据：创新、竞争和生产力的下一个前沿》)由全球知名咨询公司麦肯锡（McKinsey&Company）麦肯锡全球研究院（MGI）发布，指明数据已成为流入全球经济各领域的激流。自此大数据备受关注，这也是专业机构首次全方位的介绍和展望大数据。
2012年3月，X奥巴马当局在白宫网站发表了《大数据研究和发展倡议》，这一倡议标示着大数据已经成为重要的时代特征。
2014年，“大数据”初次写入我国XX的《XX工作报告》中。《报告》指出要设立新兴产业创业创新平台，在大数据等多个方面赶超先进，引领未来产业发展。“大数据”随即成为国内热议词。
2015年，xxxx正式印发《促进大数据发展行动纲要》，《纲要》明确指出数据已成为国家基础性战略资源，要促进数据发展和应用，在未来5年至10年打造精准治理、多方协作的社会治理新模式等一系列发展目标。这一《纲要》的发布标志着大数据正式上升到国家战略层面。
2016年，大数据“十三五”规划出台，提出全面实施促进大数据发展行动，《规划》关涉的内容包含推动大数据在工业研发、制造、产业链全流程各环节的应用；支持服务业利用大数据创立品牌、精准营销和定制服务等。
2019年，xxxxxxxx在十九届xxx政治局第二次集体学习时的重要讲话中指出：“大数据是信息化发展的新阶段”，并做出了推动大数据技术产业创新发展、构建以数据为关键要素的数字经济、运用大数据提升国家治理现代化水平、运用大数据促进保障和改善民生、切实保障国家数据安全等的战略部署。
2.2.2大数据的发展趋势
从大数据发展历程可以看出不止我国重视大数据，乃至全世界都意识到大数据的巨大发展潜力，研发大数据技术，运用大数据推动经济发展、提升国家实力、健全社会治理机制、完善XX服务和政务监督正在成为趋势。
1)大数据运用
市场上虽然已经有了众多比较成功的大数据应用，但就其挖掘的深度和效果而言，我国的大数据应用还处于初级阶段，未来世界各国对大数据预测技术、大数据应用深度挖掘的研究将成为趋势。
2)大数据治理体系
大数据高度发展与数据保护之间存在脱节，隐私保护、数据安全、数据利用效率没有得到相应的重视，大数据治理没有形成一套完整的体系，个别环节超速发展，两级分化严重，成为制约大数据发展的重要短板，未来各国将积极构建较为完善的大数据治理体系。
3)大数据技术
当前计算机数据量计量单位从KB跃升为ZB，数据规模大幅增长，但现代的大数据技术无法跟上数据规模变化的脚步，目前的大数据理论和技术仍然不成熟，未来需要对信息技术体系进行彻底的颠覆和革新。[]
　　2.3大数据对企业决策的应用意义
企业财务决策是在财务数据的基础上展开的，企业财务数据详细地记录了公司收入支出、利润成本、负债比重、股东利润分配等经营信息，企业管理者通过这些信息了解企业运营状况，还可以发现企业运行的不足之处并予以改进。
2.3.1社会价值的创造
在这个大数据应用无处不在的时代，社会大众不再仅仅是“消费者”，社会大众的身份定位会越来越多元，会越来越深入地参与到企业的生产流程和价值创造中，以往对社会实况漠视的管理模式将在这个XXX中渐渐消失。企业通过和网民的交流互动，引领网民进入到企业的业务流程管理中，并且依据这些互动的反馈信息，找出优化产品生产的创新途径，使企业的价值创造在社会化过程中发展得更为有效。
2.3.2市场监察实时化
企业可以通过移动互联网、社交网络、网络新媒体等获得消费者的网页浏览时长、点击量、搜索记录、购物车等信息，从中分析出消费者的行为偏好，据此调整企业产品营销策略，而市场形势是处于变化之中的，这需要实时监控市场态势，而面对不断生成的海量数据，快速找出隐藏的价值信息并做出精准决策是十分困难的，但是Hadoop、MapReduce、Spark等技术已经可以较为成熟地进行大数据分析与挖掘工作，使实时监控市场成为可能。
2.3.3企业运作网络化
移动支付已成为大多数人们出门的首选支付方式，从路边摊到各大商场都已普及移动支付，中国进入无现金时代。在这个时代，电商快速崛起，企业未来的运作方式也必将网络化，相较于传统的运作方式，网络化的运作方式趋向于更加简洁方便，对于以前许多机械繁琐但又简单重复的工作，网络运作将取而代之，为企业节省时间成本。[]
　　2.4大数据对企业财务决策的影响
2.4.1对财务信息的影响
财务信息和非财务信息高度融合。传统会计的主要职能是核算和监督，企业管理者一般根据自身的管理经验，主要对财务信息加以分析，对企业营销策略做出判断，而对于非财务信息通常不予考虑。大数据是信息资产，具有容量巨大、结构多元、高速的特征，要想使用大数据需要企业能够弱化甚至打破业务线条和部门之间的区隔，并借助主流的大数据处理软件，对来自企业内外部海量的结构化和非结构化数据进行过滤，且以企业过去众多的历史数据为基础进行科学预测，同时实时更新数据信息。[]
企业产业通常根据市场和产品划分出不同的部门，分工明确、各司其职，但企业管理者需要就企业整体的发展战略、营销策略、投融资决策等作出判断，很难完全通过自身管理经验做出正确决策，难免受到主观因素的影响，而大数据使企业财务信息和非财务信息高度融合后，掌握的关于企业产品的情报更加丰富和客观真实，避免了人为主观偏见的影响，极大的提高了财务决策的正确性，使财务决策更加科学。大数据时代的到来使信息的获取变得更加便捷、更加智能，使在较短时间内过滤、分析海量数据成为可能，能获得更多关于消费者的有价值信息，有利于辅助生产经营，将资源更好地配置在优势领域，提高财务处理效率。
2.4.2对公允价值的影响
公允价值对企业日常财务管理工作十分重要，像投资性房地产、可供出售金融资产等都需要客观准确的公允价值，企业的投资、收入、成本管理等决策也或多或少会影响公允价值。公允价值往往取决于市价和未来现金流量的贴现值，而多元异质化的海量数据来源打破了以往会计人员获取信息来源单一、过程复杂、估算不准确的情况，能够把音频、图像、视频等海量非结构化信息规范转化为有价值信息，使企业能够借助大数据实时掌握市场动态，及时高效地更新数据信息，获得最新的投资性房地产、可供出售金融资产等的公允价值信息，使企业能以较为低廉的成本获取市场最新动态。
况且财务人员以前需要把会计凭证、原始单据等手工入账，再整理财务信息生成财务报表，任务繁重、耗费精力，这类简单繁琐的工作对于企业来说过多占用时间和人力，花费过多的时间却并不能给企业创造更多的价值，而且对公允价值的判断往往基于以往的历史数据，这些数据却是样本数据无法涵盖全部的数据，由此判断的公允价值难免受个人主观影响。而大数据和云会计让财务人员从手工入账的繁琐工作中解放出来，能够花更多时间在企业管理、财务决策方面，并且其强大的数据处理能力能获得更为准确的信息，通过对海量数据的相关性分析，能够对企业项目的前景和收益进行准确预判。
2.4.3对成本核算的影响
成本核算是对生产经营过程中的各种耗费按照一定的生产对象进行分配和归集的过程，如何获取正确的成本信息，如何分配到正确的对象就成了企业成本核算的关键。大数据和云计算能及时快速收集与企业成本控制相关的数据信息，根据实际生产情况和利润贡献情况，对生产工艺流程标准和材料用量标准进行调整，工资薪酬明细、期间费用等结构化和非结构化信息实现实时共享，使成本核算更加细致、精确，有助于进行更深入的品质成本和重点成本分析，实现精准成本核算。
2.4.4对全面预算的影响
企业的全面预算是企业在一定时期内（通常为一年）各项生产经营活动全面的、系统的预算，它以销售预算为出发点，包括生产、成本和现金收支等各方面，而以预计的财务报表为终结，进而形成一个完整的预算体系。企业全面预算是用来规划企业预算期内的经济活动及其成果的，是企业预算管理的基础。企业的全面预算通常以历史数据为基础，然而市场是处于不断变化的进程中的，以企业自身经营的历史数据构造的全面预算难免不太准确，大数据技术能够及时掌握市场中客户的偏好、产品价格、成本等结构或非结构信息，真正提炼出能高效辅助企业全面预算的信息，根据市场变化及时调整预算，提高企业抗风险能力。
　　第3章阿里巴巴集团应用大数据技术的财务决策
　　3.1阿里巴巴集团的基本概况和主要业务类型
3.1.1阿里巴巴集团的基本概况
以曾担任英语教师的马云为首的18人于1999年在浙江杭州成立阿里巴巴网络技术有限公司。阿里巴巴集团经营多项业务，另外也从关联公司的业务和服务中取得经营商业生态系统上的支援。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。
2014年9月19日，阿里巴巴集团在纽约证券交易所正式挂牌上市，股票代“BABA”。2019年2月19日，阿里巴巴集团完成对中金公司的入股，持有中金公司港股约2.03亿股，占其港股的11.74%和总已发行股份的4.84%。2019年3月，阿里巴巴投资申通快递46.6亿元，成为申通快递控股股东公司。7月，在2019《财富》世界500强：位列182位。2019年9月，20亿美金收购网易考拉。2019年9月10日，马云卸任阿里巴巴集团董事局xxxx，张勇接任成为阿里巴巴现在的CEO。2019年11月13日，阿里巴巴在香港进行路演，11月15日接受认购，11月20日定价，11月26日在香港敲钟，共发行5亿普通股。11月26日在港交所主板正式上市，股票代码“9988”。
3.1.2阿里巴巴集团的主要业务类型
阿里巴巴数字经济体的主要业务包括：阿里系的电子商务服务、蚂蚁金融服务、菜鸟物流服务、大数据云计算服务、广告服务、跨境贸易服务等。
　　3.2阿里巴巴应用大数据的背景分析
阿里巴巴是国内著名大型电商企业，在核心商业中，以旗下淘宝天猫为主的中国零售商业业务收入最高，在2019年4月1日—2019年6月30日的三个月间，阿里巴巴约有66%的收入来自于中国零售商业。由此可见，阿里巴巴其互联网客户数量庞大，收集到顾客的浏览记录、历史搜索、浏览时长、点击次数、购物车、购退记录等个人信息同样难以计量，阿里巴巴平台对这些海量数据进行分析，可以较为精确地分析出顾客的行为偏好，做到针对性的引导投放广告等引导顾客消费，再将这些数据反馈给平台上的商家，商家根据这些数据来调整销售策略和产品生产数量，最大限度的避免资源浪费和减少损失。
　　3.3阿里巴巴应用大数据进行财务决策的措施
3.3.1持续引进风险投资为产业链提供资金
风险投资是指对具有高潜在收益同时又可能蒙受高损失的资本投资。狭义的风险投资是指专门用于高技术、新技术、新思想创建和发展的中小企业，或者以高技术为手段的服务业的投资。对于像阿里巴巴这样的高新技术企业风险投资符合其发展需求，1999年至2000年，阿里巴巴从微软、高盛、X富达等投资机构融资2500万美元，解决了公司成立之初的生存、成长需求；2004年，阿里巴巴完成第三轮融资，共8200万美元，由微软牵头出资6000万美元，其余2200万美元由富达、TDF和GGV出资，这笔投资是当时互联网企业最大的一笔私募投资，并且满足阿里巴巴快速扩张的需求；2005年，阿里巴巴收购雅虎中国全部资产，同时得到雅虎10亿美元的投资，这笔投资不仅缓解淘宝为抵抗eBay对易趣增资的竞争采取免费模式导致的入不敷出状态，还保证在前两年存在巨额亏损的微软能够在2005年测定扭亏为盈，还为阿里巴巴上市做了准备；2007年，阿里巴巴在香港上市公司的一部分融资15亿美金，之后在2012年向旗下港股上市公司阿里巴巴网络有限公司董事会提出私有化要约，相当于阿里在5年时间里，阿里巴巴用与最初相同的价格买下了净利润增长6倍多、现金增长25倍的企业股权，相当于这5年间阿里巴巴使用了一笔15亿美金的无息贷款。
3.3.2不断投资收购关联企业完善自身服务
2011年投资团购领域领军企业美团网，占股约10%；2014年6月收购移动浏览器公司UC优视，同月完成收购电影及电视节目制作商文化中国传媒（现称“阿里巴巴影业集团”）约60%股权；2014年7月与银泰成立合资公司，在中国发展O2O业务，同月，完成对数字地图公司高德的投资；2015年与云锋基金联手对国内主要物流快递企业圆通进行战略投资；2016年完成对优酷、土豆的收购；2018年阿里巴巴集团、蚂蚁金服集团与饿了么联合宣布，阿里巴巴已签订收购协议，联合蚂蚁金服以95亿美元对饿了么完成全资收购等。
从2009到2018年，阿里巴巴不断投资收购其他行业的优秀企业，获取不同行业类型的数据，为其大数据公司战略奠定基础。
以阿里巴巴收购饿了么为例，目前我国餐饮业大盘规模稳定增长，增速维持在两位数水平，即使这么多年餐饮行业市场份额趋于稳定，2018年仍保持10%的增长速度。在线外卖消费市场在经历前期野蛮增长后增速变缓，尽管增速下降，但仍以18%的增速发展，这表明2018年乃至2020年外卖仍有良好的市场前景，仍值得餐饮人投资，而饿了么收购百度外卖后成功领跑在线餐饮外卖市场，在2017年第4季度，市场份额占比55.3%，美团占比41.3%紧随其后，纵观现在外卖市场格局，阿里巴巴完成对饿了么的收购后可将饿了么与口碑整合成阿里新零售版图形成闭环。
可获得饿了么庞大的用户资源及大数据，2019年饿了么外卖日活用户数1097.03万，但并不含饿了么在支付宝端、淘宝端的用户数；截止到2020年，饿了么平台用户达2.6亿，在线餐厅340万家，聚集300万配送员，在线外卖平台覆盖全国670个城市。如此大体量的数据在完成收购后可以全部为阿里大数据平台所用。
获得饿了么核心能力——蜂鸟配送，保障“最后一公里配送”。阿里巴巴旗下淘宝零售商业之前快递物流服务不能配送到具体的街道、小区、门牌号，偏远地区更是少有配送，通过收购，正好与饿了么“Everything30min”的理念相互补，阿里巴巴补足了集团配送即时短板，完善了其配套物流体系。此外，饿了么将协同阿里新零售实现“三公里理想生活圈”，与其他众多外送服务一起，成为支撑各种新零售场景的基础物流设施。
在完成大规模的投资收购后，整合饿了么、高德、优酷土豆等资源，补足自身本地生活化平台服务的短板，利用四级地址库提供投递准确率，阿里巴巴逐渐形成互联网大生态圈，范围涉及社交、文化、娱乐、金融、物流等多个领域。
　　第4章大数据背景下企业财务决策的问题
　　4.1与财务决策相关的信息甄别难度大
大数据时代，企业能够收集到的目标市场信息是以前的百倍甚至千倍，面对如此数量级的海量数据，不可能做到一一排查，目前的大数据处理技术只能对全部数据进行处理，而在这些数据之中可能真正对企业有价值的信息很少，大数据价值密度低，如何找到一个路径能快速有效地分析出价值信息成为企业决策的关键。况且，用户使用互联网应用时也会存在误点、一个账号多人使用、一人使用多个账号等情况，目前还存在一些APP通过让用户完成规定的下载任务获取一定报酬，这些信息同样会被收集起来，这时分析出来的信息准确度就存在折扣。并且当前大数据技术并不成熟，对半结构化和非结构化数据处理技术存在一定缺陷，缺乏配套设施与之配合。
　　4.2数据安全和个人隐私保护不够
如今，人手一部智能手机，成为各大社交软件的用户，实名认证、绑定手机、微信授权，各个平台都能轻而易举地获取用户个人信息，几乎这些公司手里都握有庞大的用户数据，而相应的数据安全和个人隐私保护却没有跟上大数据发展的脚步，人们对使用个人信息换取方便快捷的应用理所当然，对个人隐私的泄露麻木，企业也不把数据安全放到公司发展战略层面，试想这些数据遭到泄露不止人们将毫无隐私可言，企业商业秘密也将公之于众，企业重视数据安全和个人隐私的保护才是应用大数据技术的基础。
　　4.3缺乏健全的内部管理制度，企业财务管理制度不够完善
大数据多源异质化的信息需要企业决策者拥有广泛的专业技术知识，而一个人是很难做到各方面的专业知识都了解的，这时的决策智囊团不仅需要财务专家，还需要生产操作工程师、产品设计人员，涉及的财务决策也更加多元了。这也存在一定问题，人员观点可能难以统一，这时就需要内部管理制度发挥监督作用，确保财务决策的有效实施，而监督作用难以体现，财务决策就不能顺利实施，甚至降低企业运营效率，增大企业运营风险。[]
在大数据和云会计时代企业要想财务决策顺利展开，各项工作顺利开始，完善的财务管理制度十分关键。就当前企业的财务管理制度来看，方式单一，各部门之间的区隔还较为明显，各部门配合程度不高，决策的应用程度不够深，长此以往，不利于企业长期战略发展。
　　4.4管理层仍执着因果分析
越来越多的企业建立专门数据平台，设置“首席数据官”职务，大数据应用趋向专业化，可大数据平台的建立往往牵涉到企业的方方面面，其建立的过程较长、复杂，并且由于大数据存在价值密度低的特点，大数据分析可能需要较长时间才能发挥其效用，而大数据平台的建立需要投入大量资金，所以仍有许多企业认为其付出与回报不成正比，这类企业的管理层仍坚持分析财务信息，仍执着于分析数据之间的因果，但在海量数据面前分析因果耗时多且很可能因此错过合适的投资机会，企业的机会成本增大，因果分析并不利于企业发展。
　　4.5缺乏综合型人才
应用大数据技术需要打破企业原本分工明确的业务线条和区隔，并且大数据技术分析的对象不仅是财务信息和结构化信息，还包括非财务非结构化信息，这导致企业以往仅仅依靠聘用拥有丰富管理经验的管理者进行财务决策的传统方法不再适用，财务决策的智囊团需要财务专家、生产技术专家、产品设计人员等，也要求管理层对产品生产到企业长足战略各方面都要有所涉猎。而现在会计行业中基础从业者很多，普遍缺乏高级人才，更不用说综合型人才。在大数据时代，企业要想谋得发展，必须顺应时代潮流，未来对于综合型人才的需求只会越来越大。
　　第5章大数据背景下企业财务决策的对策
　　5.1加强对数据挖掘和分析技术的研发
加强数据挖掘和分析技术的研发，可以专门成立一个“数据事业部”，让数据处理专业化，由首席数据官管理，专门处理大数据，应用Hadoop、ApacheDrillRapidMiner等技术，严格把控与财务决策有关的数据信息，过滤、筛选无效无用无价值信息，深度挖掘出消费者行为数据，对云会计平台收集的次务决策信息科学处理，实现数据信息的储存、预处理，发现隐藏的企业财务决策信息。
　　5.2重视数据保护，加大投入和处罚力度
目前各企业几乎都掌握一定数量用户的个人信息，企业需要从中筛选出价值信息，可以说用户的个人信息对于企业至关重要，可许多企业对于数据安全并不重视，也不愿投入资本防止数据泄露。消费者的个人信息往往涉及个人隐私，一旦发生数据泄露事件，在大数据时代量级与以往相比都要大，不仅危害消费者本身的利益，还会对企业信誉形象造成严重打击，例如Facebook的数据泄露事件，近5000万用户的信息在不知情的情况下被“剑桥分析”获取并利用，受此影响，Facebook两日市值蒸发500亿美元，还将面临巨额罚款。从这个案例可以看出，数据安全的重要性，企业应聘请专业的技术人员，加大投入，构建专门的数据保护系统。
我国目前在数据泄露方面缺乏完整的法律条文，再加上消费者自身对于个人信息缺乏安全意识，相对于获得的报酬企业数据泄露需要付出的成本是很小的，在这样的情形下，大多数企业都不会主动加强数据保护，需要国家相关机构不断完善相关的法律法规，加大对数据泄露事件的处罚力度。
　　5.3建立健全和完善的内部管理、财务管理制度
要想进一步提高企业财务决策水平，必须完善内部管理的财务管理制度，约束员工行为，保持高度敏感，在加强日常规范管理的基础上积极探索现代信息技术的应用，并将其纳入到企业财务管理及其他非财务管理环节进行全面整合分析，出台相关的管理规定和操作实施细则，确保各个环节能够按照程序开展财务信息的采集、整理、分析和挖掘共享等借助云平台增强责任部门之间的沟通联系，加强计划管理和信息公开，提升决策透明度。[]
　　5.4建立信息服务为导向的意识
由于大数据平台的建立并不是一经建立就能立刻取得成效的，长时间才能体现其功效，许多企业管理者仍习惯于分析事物之间因果联系认为大数据并不重要，但这并不符合企业长期价值最大化的目标，目前市场上各种信息横流，从中抽丝剥茧过于执着分析因果是不现实的，且分析因果往往耗时长，企业很有可能因此错过合适的投资或扩张时机。大数据以分析事物之间的相关性为主，不仅节省时间成本，也能及时调整策略，所以企业不能再局限于企业内部的财务信息和因果分析，而忽略广阔的半结构化和非结构化信息。[]
　　5.5加强人才培养，培养综合型人才
在大数据和云会计时代，企业操作趋向网络化，企业财务决策多元，这就要求财务人员不止要熟悉财务知识，还要对产品生产、营销设计等都要有所涉猎，而且大数据技术的操作需要专业操作人员，所以要以新型信息技术的角度对不同层次的决策管理人员和财务管理人员进行培训与再教育，使得企业拥有更多既懂决策管理也懂信息技术的复合型人才。同时也要引进先进技术人才，保障企业紧跟技术前流，打造综合型人才队伍。
　　第6章总结
在大数据时代，每个人都或多或少受到影响，企业财务决策也不例外，市场竞争如此激烈，企业要想在竞争中存活于发展，财务决策不能再继续局限于财务信息，也要衡量财务信息和非财务信息之间的种种关联，顺应大数据潮流的新要求，重视半结构化和非结构化信息的收集、储存、处理，文章先介绍了大数据的内涵、发展历程、特征、发展趋势，再探索大数据对企业财务信息、公允价值、成本核算、全面预算的影响，结合阿里巴巴基于大数据的财务决策(着重分析了阿里巴巴收购饿了么案例)，分析企业目前的财务决策问题并提出解决措施。
国家目前已把“大数据”作为国家发展战略，足见大数据之重要，因此企业应培养大数据综合人才、完善企业财务管理制度、大力发展大数据挖掘分析技术，提高大数据时代企业对财务决策的应用认识，提高国家综合实力。
　　参考文献
[1]Xiao-tingLIJianXU.TheImpactofBigDataandCloudComputingonTraditionalAccountingIndustry[C]//Proceedingsof20182ndInternationalConferenceonAdvancesinManagementScienceandEngineering(AMSE2018),America:DEStech,2018.
[2]王呈玮.大数据背景下企业财务决策转型研究[J].广西质量监督导报,2019,(11);197-198.
[3]程平赵子晓.大数据时代助推财务决策[N].中国会计报,2014-02-28（011）.
[4]程平赵子晓.大数据对企业财务决策的影响探析[J].财务与会计,2014,(10):49-50.
[5]江岸.大数据、云会计时代的企业财务决策研究[J].现代营销刊（下旬刊）,2019,（11）:26-49.
[6]毛娟.大数据对企业财务决策的影响及对策探析–以阿里巴巴集团为例[D].北京:北京印刷学院,2017.
[7]魏建华.大数据、云会计时代的企业财务决策研究[J].财会学习,2018,(33):26-27.
[8]XiaoxiaoKe.ResearchontheReconstructionofAccountingMajorCurriculumsintheAgeofBigData)[C]//Proceedingsofthe20194thInternationalConferenceonModernManagement,EducationTechnologyandSocialScience(MMETSS2019),French:AtlantisPress,2019.
[9]赵倩.大数据、云会计时代的企业财务决策分析[J].中国市场,2018,(09):162-163.
[10]朱伟平.关于大数据和云会计时代下企业财务决策的研究[J].财经界(学术版),2016,(13),168.
[11]苏永峰.大数据时代的生产型企业财务决策分析[J].现代商业,2019,(22);180-181.
[12]孙洪翠.大数据时代企业财务决策机制研究[J].财会学习,2019,(20):53-54.
[13]HaixiangLin.5GImprovedCloudServiceExperienceandPromotestheDataCollectionforBigDataAnalysis[C]//Proceedingsofthe2019InternationalConferenceonMathematics,BigDataAnalysisandSimulationandModelling(MBDASM2019),French:AtlantisPress,2019.
[14]王亭亭刘子旭.阿里巴巴基于大数据产业链的财务决策[J].财务与会计（理财版）,2014,(08):15-17.
[15]王安琪.大数据对财务决策的影响[J].全国商情(经济理论研究),2016,(03):103-104.