، تهران , (اخبار رسمی): این روزها، اطلاعات حجیم (Big Data)، داده‌کاوی، تجزیه و تحلیل کسب و کار در اوج خود هستند. آیا راهی برای اینکه حسابداران بتوانند از این راهکارها استفاده کنند، وجود دارد؟ این مقاله نمونه‌ای از استفاده اطلاعات حجیم حسابداری جهت اجرای تجزیه و تحلیل سودآوری مشتری ارایه می‌کند.
حسابداری مقدار زیادی از اطلاعات را تولید می‌کند که اغلب به محض ساخته شدن راکد می‌شوند. اگرچه، این قبیل اطلاعات ممکن است بینش با ارزشی از جنبه‌های متنوع به اجرا درآوردن کسب‌و‌کار را فراهم کنند
این مقاله سافت گزین نمونه‌ای از استفاده اطلاعات حجیم حسابداری جهت اجرای تجزیه و تحلیل سودآوری مشتری ارایه می‌کند.
۱. درباره ابزارها و رویکردهای تجزیه و تحلیل اطلاعات:
حتما درباره اطلاعات حجیم و تجزیه و تحلیل اطلاعات شنیده‌اید. کسب‌و‌کار مختلف و حوزه‌های غیر مربوط به مشاغل از این مفاهیم استفاده می‌کنند و حسابداری هم از این قاعده مستثنی نیست. حسابداری مقدار زیادی از اطلاعات را تولید می‌کند که اغلب به محض ساخته شدن راکد و بلااستفاده می‌شوند. اگرچه، این قبیل اطلاعات ممکن است بینش با ارزشی از جنبه‌های متنوع به اجرا درآوردن کسب‌و‌کار را فراهم کنند.
تعداد زیادی از ابزارهای تجزیه و تحلیل اطلاعات حسابداری کسب‌و‌کار و بسته‌های نرم‌افزاری که شامل روش‌ها و الگوریتم‌های ساده و یا پیچیده هستند، وجود دارد. نرم‌افزار اکسل مایکروسافت (یا سایر نرم‌افزارهای صفحه گسترده) ممکن است ابزارهای نسبتا ساده تجزیه و تحلیل اطلاعات را ارایه دهند. SAP و SAS شامل مدل‌های جامع و وسیعی جهت تجزیه و تحلیل اطلاعات هستند.
جدای از ابزارهای مختلف، راه‌های مختلف دیگری نیز در رویکردهای متفاوت به منظور تجزیه و تحلیل اطلاعات وجود دارد. بعضی از آنها نسبتا ساده هستند مانند محاسبه مقدار سفارش متوسط و بعضی دیگر پیچیده مانند رگرسیون یا پسرفت آماری.
۲. نمونه‌ای از اجرای تجزیه و تحلیل سودآوری مشتری:
اجازه دهید نگاهی به نمونه پیچیده‌تری از تجزیه و تحلیل سودآوری مشتری با استفاده از الگوریتم قسمت‌بندی بازگشتی (Recursive Partitioning) بیاندازیم.
این الگوریتم معمولا با استفاده از بسته‌های نرم افزاری اجرا می‌شود.
مبنای این ایده این است که اطلاعات تمامی مشتریان تجزیه و تحلیل شود و فاکتورهایی که بر سودآوری بیشتر مشتری تاثیرگذار است، شناسایی گردد و براساس نتایج حاصله اقدام شود. در این تجزیه و تحلیل فرض می‌شود که در شرکت به اندازه کافی و دقیق اطلاعات هزینه‌ها، به منظور اجرای محاسبه مورد نظر وجود دارد. در این مورد خاص اطلاعات دقیق هزینه‌ها به این معنا است که اطلاعات درآمد حاصله از یک مشتری با کلیه جزییات آن آمده است. برخی ازین اطلاعات تراکنش‌های کسب‌و‌کار دربرگیرنده این است که کدام گروه از مشتریان به صورت جداگانه بررسی خواهند شد و ممکن است که این بررسی شامل میزان سفارش متوسط، تعداد محموله در هر سفارش، میزان بازده مشتری و غیره باشد.
اطلاعات درباره مشتری در بسته‌های نرم‌افزاری که محاسبه الگوریتمی را اجرا می‌کنند به منظور تعیین بهترین روش گروه‌بندی مشتریان به زیر شاخه‌های مختلف با استفاده از ویژگی‌ها و شاخص‌های ذکر شده است. زیرشاخه‌های ساخته شده دوباره خودشان به زیر شاخه‌هایی دیگر با استفاده از ابعاد متفاوت تبدیل می‌شوند. در اثر این فرآیند یک درخت با یک شاخه در قسمت بالایی آن و دو شاخه در سطح دوم و 4شاخه در سطح سوم و الی آخر به وجود می‌آید.
برای نمونه، در نتیجه این تجزیه و تحلیل ممکن است به این روش اشاره کند که بهترین راه گروه‌بندی مشتریان در ابتدا براساس میزان سفارش آنها باشد. بیشترین مشتریان سودآور در زیر شاخه میزان سفارشات بیشتر قرار خواهند گرفت و مشتریان کمتر سودآور در زیر شاخه میزان سفارشات کمتر قرار خواهند گرفت و سپس هر کدام از این شاخه‌ها به زیرشاخه‌های بیشتر تقسیم خواهند شد. شاخه میزان سفارشات بیشتر ممکن است به دو قسمت با استفاده از تعداد سفارشات هر محموله تقسیم شود. از طرف دیگر شاخه میزان سفارشات کمتر به 2 زیرشاخه براساس بازده مشتریان تقسیم شود. هنگامی که درخت کامل شد، حسابداران می‌توانند ببینند که کدام مشتریان کمتر سودآور هستند و چه شاخه‌هایی از مشتریان اصلا سودآوری و بهره‌ای ندارند. (در این مثال، مشتریان یا میزان سفارشات کمتر و با بازده مشتری پایین)
با استفاده از این اطلاعات حسابداران می‌توانند به مدیریت درباره اقدامات احتمالی ممکن توصیه‌های لازم را ارائه کنند.
سافت گزین مرجع تخصصی معرفی نرم افزارهای مالی، اداری و حسابداری
### پایان خبر رسمی