论文大数据时代国有加工制造企业中的成本管理和控制，本文是大数据时代有关论文如何写跟加工制造和成本管理和国有方面论文如何写.
张 月
北京建筑工业印刷厂
【摘 要】随着信息时代的不断发展, ”大数据”概念被人们所熟知 , 并逐步运用于实际工作.在大数据时代,成本的管理和控制仍旧是加工制造企业竞争力的重要影响因素,因此其对成本的管理和控制要求应更为严格.数据信息发生在制造业生产的各个环节中,加工制造企业应依托大数据平台,从行业发展和企业的整体规划出发,准确地收集这些数据并且能够运用专业的软件对这些数据进行合理比较、分析,以将采购、仓储、生产、销售等各个生产经营环节中的成本费用有效量化,从而更为客观的反映出企业生产经营的实际情况,实现优化成本结构,使企业对成本的管理和控制更为高效.
国有企业应利用大数据类型多、数据量大、处理速度快及价值明显等特点,应深刻认识自身问题,不断完善提升企业管理水平,以配合整个市场经济体系的改革发展.
本文着眼于成本、费用在企业中的流动转化过程,分析了大数据时代国有企业进行成本管理与成本控制的意义,探讨了成本管理控制方案的优化途径,以期使成本管理与控制更加有效.
【关键词】大数据 ； 国有企业 ； 加工制造 ； 成本管理 ； 成本控制
一、引言
所谓大数据,就是指大量的、不同类型的数据信息的集合,这不仅仅局限于数字,更包括了彼此相关联的海量数据.大数据通过对数据资料的科学合理发掘、整合、分析与应用,能够使之成为有用的信息, 推动国有企业将传统的成本费用数据归集、 整理、再归集,直至纳入财务会计核算体系向财务成本管理转化,能够在促进国有企业对各项成本费用管理的同时,在成本费用的流动过程中给予有效的干预,最终实现严格控制企业各项成本费用,提高生产经营的效率的目的.
大数据的价值在于数据、技术和思维,来源于对海量数据深度分析中发现的新模式、新关联以及预测的可能性和精准性.
国有加工制造企业身处大数据时代,其作为推进国家现代化、保障人民共同利益的重要力量,是国家事业发展的重要物质基础和政治基础. 国有企业应完善现代企业制度、 发展混合所有制经济、防止国有资产流失并实现国有资产的保值增值.因此,对数据进行整合、分析以及利用,使国有企业对市场经济情况进行较为准确的预测,指导企业做出相应的调整,并利用大数据进行成本的实时动态管理,提高企业的成本管理控制水平是企业管理者和财务工作者亟待解决的问题.
目前,已经有许多制造企业相继建立了有大数据特征的成本核算、管理和控制体系.企业成本大数据的核算、管理和控制在制造业中逐渐受到了的重视.
发挥大数据优势,不断增强国有制造企业的活力、控制力、影响力、抗风险能力,主动适应和引领行业发展和经济发展的新常态,对国有制造企业成本管理与控制具有重要意义.
二、成本管理与成本控制概述
成本管理,就是企业在生产经营的过程中对各项成本、费用进行核算、分析、决策、控制等的一系列流程、体系.成本的管理与控制是以管理为核心展开的,目的就在于降低成本、提升效益,最终实现持续盈利, 实现企业的可持续发展和对国有资产的保值增值.
而在对于成本费用数据进行归集、分解、测算、干预以及后续考核等的过程,也是企业成本管理和控制提升和自我完善的过程.在保证产品质量的前提下,科学的成本管理和控制体系在不断自我完善的同时也能够充分调动起企业全体员工的积极性,使其能从员工的角度对企业生产经营的各个环节给予更全方位的监督,反馈更多、更合理的成本管理、控制信息,逐渐形成一个全员、全程、多层次、多方位的更科学、更完善的成本管理控制体系,最终实现以最少的生产耗费取得最大的生产成果,取得更多的经济效益的目标,促进企业发展和社会进步.
而成本控制隶属于成本管理的范畴,是成本管理的一个组成部分, 目的是在各项耗费、 开支发生之前或者在其发生的过程之中,能够有效的预防和调节,以保证成本管理目标的实现.成本控制致力于满足客户、最高管理者、相关各车间、各部门以及法律法规的具体要求等,贯穿于生产经营各个环节,能够尽可能降低并保持已降低的成本水平,避免资源浪费.
三、大数据系统的应用和实施对成本管理及控制的影响和意义
1. 能自主归集、整理并形成成本分析数据
工业企业工序繁杂,生产管理流程较多,成本结构相对复杂,大数据平台的建立健全将曾经相对孤立的数据信息整合到一起,按多种特征实时分类,将传统的成本核算提升为一种基于现代企业信息系统支撑的动态责任成本管理方式,通过成本数据的收集、细算,可以更快速,更准确的形成成本分析数据,是大数据时代提高企业成本管理控制水平的基础.
2. 为成本分析奠定了基础
大数据平台的建立健全为成本分析奠定了基础,提供了数据依据,更真实、全面、精准.
在安全生产的大前提下,成本管理可下放到机台,实行领机负责制,以计件工资制保证工资工效的配比和稳定.对质量能有效管控,节约原材料的部门可给予相应比例的奖励.其他辅助部门如刀房、库房等,可围绕机台工效数据,配合机台进度,建立健全大数据架构体系,从物料采购、核算、往来结算等方面,通过降库存,延长付款周期等手段配合降低库房管理及资金使用成本费用,财务部门再通过大数据传递的信息实时监控各项成本费用的流量与流向,定期形成内部考核绩效指标,报送各相关部门及主管领导并与管理人员工资实行联动,实现对管理费用的反作用.从而使成本节约意识及行动自上而下,形成良性循环.
3. 为成本的有效控制提供了方法和依据
大数据分析结论配合各项制度的更新以及管理方法的进步和给成本的有效控制提供了方法和依据.数据的实时更新,特别是流和物流数据的实时更新,让基于收付实现制的各项业务流水指标更具有针对性和可操作性.有了大数据作为前提条件,对成本的控制便可以自上而下的展开,从而使管理更具效力经营更出效益.
此外,通过对流入流出各项数据的监控,结合业务需要和生产实际控制成本费用开支的流量和流速,可以使流量数据更具有现实的成本控制意义,从而提高管理效率.
四、成本管理控制方案的优化、落实与反馈
随着移动互联网信息化经济时代的到来,社会的不断进步,经济发展的日新月异,在成本管理控制方面,企业财务人员应利用大数据平台,提供高质量的成本管理控制方案.
企业应从各价值链出发,着眼于供应、生产、仓储、运输等企业经营生产环节,也可以从财务核算、税务筹划等多角度,以集成的管理思想和方法,去优化、落实成本管理控制方案.
1. 生产成本方面
（1）通过数据的归集、整理和分析对具体业务分解、分拆,从而识别企业内部生产的价值链,识别各种价值活动的成本动因,并据此获取有用的成本信息.目前被普遍采用的成本动因仍旧是“料、 工、 费” . 以大数据平台为依托, 结合产量和具体的业务数据,对各项成本动因精准分析,不断调整、优化成本管理与控制方案.
企业应基于包括材料、人工、制造费用的生产成本链条,利用大数据系统从绝对的数量和相对的比重中找到生产成本的变化规律,为企业发展决策提供成本数据支持,明确企业发展方向.
（2）在对数据的归集、整理和分析对具体业务分解、分拆过程中,发现部分会计信息的归集和分配对象可能与价值生产过程并不一致,对于这部分信息应调整为按价值活动进行成本的归集和分配,经整理后的信息反映出的业务内容更真实,对成本管理控制决策更具有参考价值.
（3）确定企业获得成本优势的来源.可以对占总成本比重较大的成本动因进行控制,或通过结构调整,在动态中探寻企业的成本优势.
（4）注意企业成本结构与企业整体格局的相互支撑、相互适应. 在企业实际生产经营过程中, 各种联动关系会影响企业的成本,进而影响企业的效益.企业是由各个生产机构、职能部门等构成的一个有机整体,各个组成部分目标需明确,步调需一致.
2. 存货成本方面
存货管理一直以来是企业管理重要的组成部分,如果从企业内部价值链入手,并按需求引入存货、降低库存、合并存货分类、引入数据管理应用软件控制存货账目等手段,可以有效降低存货成本,降低相关储运成本、人工成本,同时消除安全隐患,降低安全责任的成本.
适应新经济业态的新的价值体系中,为了降低成本,就要求物资供应与生产进度的高度统一,诸如“拉动式生产加工系统” 、“零库存生产加工制造单元”及其与之相配套的材料采购管理制度的出台, 和基于互联网、 大数据的进销存软件可以对存货增减情况、存续状况实时反映并同时做出应变.
3. 人力资源成本方面
人力资源成本在传统加工制造企业成本构成中的占比较大,在人力资源成本管理和控制方面,应依托数据资源优势,将其与产能这一反映加工能力的技术参数挂钩,实施绩效考核,以有效提升人力资源成本的管理和控制水平.
业务部门在承接业务的过程中,除考虑单位报价和单位成本价价差外,兼顾业务量大小与企业生产能力使其相配比.业务人员的成本与承接以及外发业务量挂钩,同时将回款及回款周期两个因素作为奖金发放的重要指标.
有了业务部门的有利保障,在接下来的生产环节,应采取与产量挂钩的计件工资制度,以体现多劳多得.
在实际生产加工过程中,通常会有一部分生产能力余量作为平衡客户与企业之间、业务量与实际生产加工能力的缓冲.在对一线员工的绩效考核中需要同时考虑对该部分余量的掌控、节约情况,在大数据的支持下以每笔业务为基准,结合优质品比重等具体生产数据,作为生产一线奖金发放的评定依据,精准、客观,最大限度调动一线员工生产积极性,同时节约生产能耗,达到生产成本的总体管理和机台的自主控制.
对生产管理者和企业管理者而言,则应从宏观的视角实施绩效考核、管理和控制其人力资源成本,比如生产计划方面、经营发展方向方面以及年内业务调整方面等.
大数据平台让很多能力得以量化,计划能力与企业的当期生产规模相辅相成,业务部门承接的业务量、生产部门可以实现的产量得以与计划能力相匹配.管理者,主要是生产管理者在编制计划时要考虑市场情况、自身能力及其相关或内在的不确定性,结合企业实际做调整,以满足企业长远发展需要.就传统的国有企业而言可能由于产品方向有所改变,或者是产品结构重新设计,也可能因为工艺方法有所改进等种种原因,当初的设计能力已完全不能反映实际情况,这时需要对企业的产能作重新核准,即查定能力.在成本管理和成本控制中,管理者参与其中,并体现在对上述两种能力的干预、影响上,可以作为对生产管理者的主要绩效考核依据,企业管理者参照此依据结合企业成本总体情况和盈利状况综合考量.
绩效考核是人力资源成本管理、控制普遍可行的方式,不仅可以使总体人工成本降低,更有益于形成高效、竞争、公平、向上的企业环境和文化,有益于形成企业真正的核心竞争力,而员工也能够收获充足的发展空间,在实践中不断实现有效的成本管理控制、实现长久的经济效益、实现企业价值最大化,人力资源成本的管理控制和企业发展相得益彰,同时更能将工作中总结的经验、遇到的问题反馈回各自所处的价值链成本管理控制系统,实现系统的自我检验自我完善.
另外,在大数据环境当中,企业应注重现有人才的培养,结合企业和具体岗位特点,一人多岗、一岗多能、多劳多得,机台人员参与车间管理,管理人员除本岗本专业外学习了解网络计算机应用知识,提升对大数据技术的掌控和对数据分析能力成为可能,以解放生产力、减员增效.
4. 大数据环境中成本管理控制方案优化、落实与反馈的要点在对成本管理控制方案的优化、落实与反馈的过程中,应特别关注以下几点内容 ：
（1） 明确大数据增值过程中对人、 流程和技术实施的集成管理,协调大数据从生产到支持决策过程中各利益相关者的活动.
（2）将生产一线以及各部门的工作集成、梳理并借助大数据应用予以量化、分析,以更好的推进成本管理控制过程中错综复杂的活动,划分清晰的职责.
（3）通过对企业内部价值运动的分析,明确与竞争对手之间的成本结构差异,探索新的业务领域.
（4）通过纵向和横向的比较找出企业的生产经营业务的走向和竞争优势之所在,从而明确自身在市场中的定位,以及在竞争对手中的地位.
（5）通过企业内部一系列经营活动数据的分析为企业整体的决策、预算、分析和控制提供数据支持,促进各职能活动和生产经营活动中各职能部门、组织机构之间的协调稳定,争取实现成本最低、差异最佳,价值最大的企业发展目标.
五、结束语
总之,企业成本管理控制方案的优化、落实与反馈机制是一个可以促进企业自我完善的有机整体,优化、落实与反馈相辅相成相互促进.在大数据时代,只有不断的收集、整理、分析、利用市场、行业、企业相关数据信息,通过成本管理控制的优化、落实与反馈机制,自下而上培养企业员工习以为常并发自内心的成本节约意识,自上而下的形成切实可行并行之有效的成本控制体系,使得成本管理控制思想贯穿企业生产经营始终并形成一个良性的循环,同时依托大数据环境的有力支持,在生产经营的过程中,帮助企业及时的发现问题、认识问题、解决问题,从而更好的适应市场,立足市场经济,提升企业自身竞争力,让数据造福于企业,让数据在助力国有加工制造企业发展的过程中,不断实现国有加工制造企业的价值.
结束语:上述文章是一篇关于对不知道怎么写加工制造和成本管理和国有论文范文课题研究的大学硕士、大数据时代本科毕业论文大数据时代论文开题报告范文和文献综述及职称论文的作为参考文献资料.
参考文献：
1、 大数据时代背景下房地产企业财务管理模式的性 摘要物联网、移动互联网、宽带网……信息技术不断发展,促进大数据的滋生,在大数据时代,企业运营也需要进行变革 企业运营管理的核心就是企业的财务管理,大数据时代为企业带来各种数据信息,同时也开始严格要求企.
2、 互联网和大数据时代国有大型文化企业招聘转型 摘要在互联网、大数据时代,国有大型文化企业人才招聘转型是发必然的,但由于其具有一定的特殊性,因而在国有大型文化企业人才招聘转型中,也要与传统模式结合起来,采用面试、笔试或者原用人（育人）单位的证明,确.
3、 大数据时代应做好供电企业档案信息保密工作 【摘要】本文分析了供电企业档案信息管理中存在的问题,并提出了相对应的提高保密工作成效的措施 【关键词】大数据时代；供电企业；档案信息；保密电力是现代社会的主要能源之一,供电企业档案信息中有诸多核心技术.
4、 大数据时代电力企业档案开发利用 【摘要】现代社会在大数据化的背景下,信息化的程度越来越高,对电力企业的冲击不断加大,信息的产生、传播、搜索也在发生改变,对于档案开发来说是把双刃剑,意味着只要档案工作抓住时展的机遇就会进入一个新的发展.
5、 大数据时代企业管理模式探析 大数据时代企业管理模式创新探析庄继泽1,赵建平2（1 中海油能源发展股份有限公司采油服务分公司,天津 300450；2 中海石油环保服务（天津）有限公司,天津 300452）摘 要本文主要针对大数据时.
6、 大数据时代企业管理模式的 大数据时代企业管理模式的创新研究褚云鹤（郑州铁路职业技术学院,郑州 45000）摘 要在大数据时代,传统数据已无法满足现代企业所需要的庞大数据了 因此,企业只有科学挖掘大数据所包含的巨大商业价值,才能.