大数据可以改善制造成本信息吗？

大数据通常被吹捧为在组织信息中缺少的解决方案。在在线词汇表中，Gartner将大数据定义为“大量，高速和/或高品质信息资产，要求具有成本效益，创新的信息处理形式，以实现增强的洞察力，决策和过程自动化。”

作为数据收集，存储和处理变得更便宜，通常认为正确的信息将随时可用。但是对于成本数据来说，这种假设是不正确的。现有的成本信息范式侧重于普遍接受的会计原则和财务报告。收集，分析和使用成本数据，以有效地支持制造业务需要不同的范式 - 一个专注于内部管理决策，而不是外部财务报告。

大数据技术和技术可以连接成本和运营制造信息以改善内部决策。大数据不是解决方案而无需解决三个关键点：首先，组织必须了解内部决策所需的信息;其次，必须正确分析数据;第三，必须收集适当的成本和运营数据。简而言之，在收集数据之前需要设计。

要了解所需要的内部决策的成本信息，企业可以评估他们所使用的外部财务报告产生的成本信息的问题。为什么没有制造管理者使用它？哪些决定需要特殊成本分析？运营和成本信息在哪里产生不同的期望和结果？一种更直接的方法是利用管理会计师（IMA）的概念框架，以便使用框架的原则，概念和约束来评估您的组织的目标和目标。关于决策支持的有效成本信息的关键是成本信息明确反映了组织中的因果资源关系。

正确的分析需要了解能够支持管理成本概念框架的成本核算方法。资源消费会计，德国管理会计的GPK和容量敏感，基于拉引力的活动的成本核算解决方案等方法是支持将连接和指导运营改进的成本分析所需的方法。

收集正确的数据是关键元素。外部财务报告根本不需要内部决策所必需的数据;因此，许多企业和金融系统实现不会提高成本信息。管理焦点的成本信息必须以企业的操作模型开头，显示资源容量如何创建值。成本信息必须构建，以满足组织中的资源消耗和流量，显示出原因和效应关系。

过剩的能力是由围绕财务报表定向的传统成本系统错过的战略信息类型的常见示例。通过提高其运营效率，应奖励经理奖励 - 通过相同的资源做更多的操作。运营数据通常显示出过剩的容量，但传统的金融成本计算系统只是将过剩的容量成本推向具有广义拨款的产品;产品成本往往会在生产下降时上升，反之亦然。决策的成本信息必须旨在明确反映运营信息并支持内部管理人员。无法收集不存在的数据。

内部决策的成本信息不是当今金融，企业资源规划（ERP）和大数据解决方案的共同产出。此外，很少有供应商或实施者具有设计有效的数据收集和分析方法的专业知识。

寻求详细了解资源消费会计，德国管理会计和IMA的管理成本概念框架，以设计一种支持您的业务信息和内部决策支持需求的成本系统。制造管理人员不需要更多的数据！他们需要适当的结构性信息，以获得他们所做的许多决定。

>> Larry White，CMA，CFM，CPA，CGFM，lwhite@rcainstitute.org.，是执行董事资源消费会计研究所，其中列车和倡导者为改进的成本信息连接运营到业务性能。