弗农·J. 理查森（Vernon J. Richardson）---------阿肯色大学
山雨鑫（Yuxin Shan）----------------------------威斯康星欧克莱尔大学
瑞安·A. 蒂特（Ryan A. Teeter）-----------------匹兹堡大学
凯蒂·L. 特勒尔（Katie L. Terrell） ------------阿肯色大学
我们的生活被数据所环绕，数据分析也正在改变着商业世界！有了大量的有关我们每个人的数据（例如，我们的购物方式、阅读的内容、购买的商品、所听的音乐、旅行的地点、信任的人等），我们就可以通过分析数据回答基本的商业和会计问题并创造价值。
普华永道（PwC）发起的第18届年度全球CEO调查的结果显示，许多CEO都对数据分析给予了高度重视，其中80%的CEO将掌握数据挖掘和数据分析视为CEO第二重要的战略性技术。实际上，普华永道的第6次年度数字化IQ调查的结果显示，根据参与调查的1?400多位数字商务领导者的反馈，商业分析在CEO优先考虑的投资领域列表中被列为首位。
这与我们认为的数据分析将对会计和审计产生的影响相类似。例如，我们认为数据分析未来将在审计中发挥越来越重要的作用。毕马威（KPMG）会计师事务所发表于《福布斯观察》（Forbes Insights）的报告“审计2020：关注变化”（Audit 2020: A Focus on Change）显示，绝大多数受访者认为：
1.审计工作必须更好地与技术相结合。
2.技术将提高审计的质量、透明度和准确性。
审计工作将不再仅仅是检查财务报表中包含的错误、错报、舞弊和风险，或在审计结束时报告审计结果。通过运用数据分析，审计师将像商业分析师一样收集和分析公司的数据，从而帮助管理层做出更好的商业决策。在本书中，我们着重讲解了审计数据分析以及执行审计测试时将会涉及的测试内容。
数据分析同时也有可能对财务报告产生影响。基于财务会计中使用的诸多评估和估值，有些人认为使用数据分析可以大大提高评估和估值的质量。同样，会计人员对XBRL数据的使用为数据分析提供了更及时、更广泛的会计数据。
我们认为会计人员不需要成为数据科学家—会计人员可能不需要建立数据存储库或执行真正的核心数据分析或机器学习。但在新环境下，会计人员需要掌握7种数据分析思维的技能，具体列举如下。
1.数据分析思维模式—了解何时应用数据分析以及如何应用数据分析解决商业问题。
2.数据清理和数据准备—理解数据分析之前所需的清理数据和准备数据的流程。
3.数据质量—了解数据质量的含义，即数据的完整性、可靠性和有效性。
4.描述性数据分析—通过执行基本的分析来了解数据质量，以及通过分析数据来解决商业问题。
5.操控数据、执行数据分析—以提高分析能力为目的，排列、重组、合并和重新配置数据。
6.通过统计数据分析来解决问题—采用某种方法，该方法将使用统计数据分析来得出结论，并及时提出建议。
7.数据可视化和数据报告—针对不同的决策者，根据其特定的需求报告分析结果。
数据分析是一个流程。该流程始于提出可以用数据解决的商业问题，然后通过测试数据、优化测试，终将数据分析结果传达给管理层。我们使用Isson和Harriott?所建立的IMPACT 循环模型来描述数据分析流程，如图0-1所示。
图0-1 IMPACT循环模型
资料来源：Adapted from Win with Advanced Business Analytics: Creating Business Value from Your Data， by Jean Paul Isson and Jesse S. Harriott.
1.提出问题（identify the question）；
2.处理数据（master the data）；
3.执行测试计划（perform test plan）；
4.处理和优化结果（address and refine results）；
5.交流见解（communicate insights）；
6.追踪结果（track outcomes）。
我们在本书前4章中描述了IMPACT循环模型，然后在后4章中说明了该模型在审计、财务会计、财务报告以及管理会计领域中的应用。
本书着重强调了实践操作的重要性。本书每章的主体内容以及每章末尾的实践案例为学生提供了数据库的使用方法。学生将练习如何提出问题、下载数据、执行测试，后交流测试结果。我们在案例中应用了大量来自Lending Club、College Scorecard、Dillard’s、Sam’s Club、State of Oklahoma的真实数据以及其他数据。
同时本书着重讲解了学生将会使用到的数据分析工具。在本书中，我们重点介绍了如何使用Excel、Access（?包括SQL?）、Tableau、IDEA和Weka执行数据分析。学生将比较不同的工具，从而了解适用于不同数据分析、数据可视化以及交流分析结果的工具。例如，理解哪种工具适于执行内部控制测试，哪种工具适于分析大数据集或执行大型SQL查询，等等。
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
