TAG标签 | 网站地图 现代商业杂志社-国内统一刊号:CN11-5392/F,国际标准刊号:ISSN1673-5889,全国中文流通经济类核心期刊
热门搜索:跨境电商 构建 存在的问题及对策 大学生 互联网 财务管理 信息化 目录 大数据 现代商业杂志

人力资源

当前位置:主页 > 文章导读 > 人力资源 >

大数据时代下财经商贸类岗位技能需求的转变

2020-11-26 17:21 来源:www.xdsyzzs.com 发布:现代商业 阅读:

望晓枢  重庆公共运输职业学院

基金项目:重庆市高等教育教学改革研究项目“新时代高职教育财商课程建设研究与实践”,项目编号:193562

摘要:大数据时代对财经商贸类岗位提出了新的技能需求,本文首先从营销管理、财务会计、生产管理这些具有代表性的岗位中探索工作中的转变,之后提炼出了新的岗位技能需求,最后针对如何提升岗位技能提出了建议。

关键词:大数据时代;财经商贸类岗位;技能需求

一、调研财经商贸类工作的转变

(一)营销管理工作的转变

1.促进了产品策略的更新

在大数据时代,一方面消费者通过诸如淘宝、京东等电商平台了解到来自世界各地的产品后,消费观念逐渐转变,消费者的消费需求呈现出多元化、个性化、潮流化倾向。另一方面,由于消费者在浏览或者购买产品的过程中会留下各种消费行为数据,这使得企业可以借助信息技术快速、高效的收集消费者的海量需求数据,并利用数据分析技术,从数据中洞察和归类消费者的偏好,合理估算需求数量。再结合企业现有的产品策略,可以准确的判断出现有产品项目的数量以及每种产品的品种、规格是否符合消费者的当前需求,为下一步优化产品组合的长度和深度提供科学的依据。不仅如此,当消费者的这些需求是市场中的新兴需求时,就为企业新产品的开发提供了有力的依据,大幅度降低了新产品开发带来的市场风险。

2.促进了目标市场选择的更新

在大数据时代,企业可以在各种网络平台中找出千丝万缕的信息,通过设定各种筛选规则和建立消费者画像,就可以很容易的找到目标群体,并及时的给目标群体传递准确的广告信息,促进目标群体转化为企业的新客户。同理,企业也可以通过信息技术及时的了解到用户使用企业产品的状况,做最适时的反馈和相关产品的推荐,改善用户的体验,增强客户的忠诚度。还值得一提的是,在大数据时代下的市场细分不是源于企业间的残酷竞争了,而是来源于为客户和企业创造更多的价值,这种细分重新界定了企业的购买群体,注重放眼互补性产品和服务,为市场开启了巨大的潜在需求,为企业实现“蓝海战略”提供了一条可行的路径。

(二)财会岗位工作的转变

在大数据技术和人工智能技术的共同作用下,大量的会计凭证将自动生成,其准确性和高效性都远超于传统的会计核算工作。可以说,传统的会计核算工作将逐渐淘汰,管理会计成为了必然的发展趋势。大数据技术也促进了管理会计工作的进一步发展。

1.促进预算管理更加的准确

在大数据时代,预算管理工作不仅仅是依赖于企业过去的内部经营数据和管理者的经验,还可以通过大数据分析后找到相关的行业数据、同业竞争者的经营概况,有时还可以发现行业新进入者和产品替代品所带来的威胁。然后在预算管理的各个环节充分利用好这些数据,进行多维度的分析就可以让预算工作变得更加的准确,进一步的保障了企业战略的落实。例如,在资金需求量预测中,对销售额的预测就可以更多的采用对外部数据进行定量和定性的分析,让数据的预测更加的客观。同时,当资金需求量确定后,在进行筹资决策时,可以通过大数据分析找到更多的筹资渠道和筹资方式,企业再结合自身的情况,选择筹资成本相对较低,筹资风险还相对较小的筹资方案。

2.促进运营管理更加的有效

在大数据时代,应收管理工作变得更加的有效,相对于传统的客户信用调查,信用审批人员可以在批准赊销业务之前,利用大数据技术在更大的范围内对客户的征信记录、支付能力等信息进行收集,分析评估出客户的信用评级,再给予不同的销售政策,更为有效的预防坏账损失,防范企业资金流的断链。此外,利用大数据技术还可以有效的提高固定资产利用率,通过财务系统与固定资产的软件系统无缝对接,可以实时的掌握固定资产的使用情况,根据生产任务动态的调配固定资产,提高固定资产的使用价值。

(三)生产管理岗位工作的转变

1.促进生产管理更加的合理

在大数据时代,使用二维码、条形码作为产品的唯一标识,再运用传感器、智能感知设备记录下产品生产的全过程,形成生产过程大数据。通过数据分析技术不仅可以及时的诊断出产品故障,还能对产品故障进行动态的预测,之后进一步的优化改进生产流程,降低能耗,达到提高生产效率的目的。在制定生产计划工作中,也可以对生产大数据进行挖掘和分析,再考虑物料供应、人员配备、设备最大产能等约束条件之后,建立生产数据模型,下达生产任务,让生产计划更加的科学合理。

2.促进采购与仓储管理更加的科学

在大数据时代,采购人员可以快速的从企业内部获取原材料和产成品的库存量,从互联网上搜索出原材料的市场信息,通过数据分析后就可以充分评定原料价格是否稳定、缺货是否会出现等状况,并在此基础上确定采购频率和经济批量,这样就可以避免盲目采购,减少存货的积压,降低库存成本。此外,通过大数据分析还可以帮助采购人员找到最合适的供应商,达到在保证原材料质量的前提下,最大限度的降低采购成本。

二、总结财经商贸类岗位技能的新需求

(一)需要更加宽广的知识

在大数据技术的支持下,大量数据被企业获得,这使得对各项业务活动的监控协调变得格外的便捷,单位内部通信也更加频繁。传统组织结构在大数据技术的支持下日渐趋向扁平化,基层员工在常规的管理活动中,无须等待中层管理者批准,就可以通过大数据分析后提出问题的解决方案,并选择最为合适的方案执行。如销售人员通过对客户的大数据分析后,可以在权限范围内根据不同客户给予不同的销售政策;又如财务人员通过对供应链的大数据分析后,可以提出优化改进生产流程的建议。

在大数据时代,财经商贸类工作不仅要满足于本身传统的工作,更要延伸到业务活动的前端和后端。只有业务活动的紧密融合,才能在生产成本、产品质量、生产进度和服务效益等方面有所提高,让业务活动的每个环节在价值链分析中都是增值的。这使得基层员工需要掌握更宽的业务知识,通过分析与业务活动相关的数据,从不同的视角去认识业务活动,让自己的行为与企业的战略目标高度一致。例如,销售人员需要熟悉必要的财务知识,以便了解客户的财务状况后,才能准确的给予销售政策;有如,财务人员要熟悉必要的生产工艺知识,才能合理的提出改进生产流程的建议。

(二)需要具备一定的数据分析能力

在大数据时代,企业可以便捷的从内部和外部获取到大量的数据,通过对数据的清理和分析,挖掘出有价值的信息后,就可以给企业经济管理工作提供详细、充实的信息资源,这样做不仅有利于经济管理人员从多方面去分析经济现象,更为全面和深刻的理解经济活动,让每一项工作任务与企业总体战略保持一致,还有利于工作的创新提供新的视角。

为此,经济管理人员首先应建立数据化思维,其中最为重要的就是要明白解决问题需要收集什么样的数据,通过什么渠道来搜集数据。例如,经济管理人员一方面应充分利用好企业内部的数字化平台,从中挖掘出有价值的信息,另一方面平时也要多关注与工作相关的互联网平台信息,以便需要的时候能快捷的从中找到信息资源。其次,因为从不同的平台收集到得数据类型可能不同,所以还需要把收集到得数据进行清理,让相同数据具有可比性。最后,也是最为重要的就是通过对数据进行分析,让数据变为有价值的信息资源。在这过程中,可以采用数学建模的方法,找到数据之间的关系,从而发现经济活动的规律,也可以采用定性的方法,让资深的业务人员来判断数据背后反映的经济现象。

三、在大数据时代下,提升岗位技能的建议

在大数据时代,每个财经商贸类岗位不仅要熟悉自身的工作任务,更要主动的去关注自己工作任务的前序环节和后序环节,并在了解的过程中学习新的知识和技能。因为只有从企业整体业务流程中去思考自己的工作任务,才能清楚的知道如何与其他部门配合,顺利的完成企业的下达的任务,让自己成为一个有高附加值的员工。以财务工作为例,传统的财务工作只是对已经发生的销售行为进行财务的审核和记账,可以说财务工作和销售工作工作配合不紧密。但在新的环境下,财务工作可以充分融入到销售工作中,在制定产品的定价方面,财务人员可以以成本的耗用为基础提出建议,在是否接受客户追加的订单方面,财务人员也可以通过对固定成本和变动成本的分析之后提出建议。此外,财务工作还可以以全面预算为契机,充分的融入到企业的各项业务中,实现对企业经营活动的实时监控,并在此过程中科学高效的进行资源配置,不断提升了企业业务管理能力,为实现企业的整体战略目标提供有力的保障。还值得一提的是,要想成为具有高附加值的员工,学习企业战略知识也是必不可少的,因为只有了解到企业各个层次的战略后,让战略目标成为工作的目标,这样才能让你做的每一项工作都具有较高价值。

在提升数据分析能力上,我认为首先可以从熟练掌握excel操作入手,因为excel的高级操作可以解决大部分工作中遇到的数据处理问题,为此在新的环境下,财经商贸类从业人员需要多在互联网上学习excel的高级操作,并在日常的学习中重视收集别人做的excel模板,以便工作需要的时候可随时找到并加以应用。此外,对于有计算机操作基础的从业人员来说,学习Python编程也是提升数据分析能力的一个很好途径。由于Python语言编写的简洁性和拥有诸如pandassklearn等强大的第三方库的支持,这使得在进行复杂的数据分析时,使用Python语言可以让工作过程变得更加的高效。例如,当工作任务需要同时对几十个甚至上百个excel中的数据进行收集和整理时,传统的excel操作变得格外的繁琐,但在Python中就可以成批的处理excel文件,让所有的数据都汇总到一个地方供从业人员进行数据的收集和整理。不仅如此,在数据的挖掘方面,Pythonpandas库也使得整个操作变得格外的简单,使用pandas库可以采用类似于sql的条件查询,快速的过滤出符合条件的数据。在针对时间序列的数据上, Python也提供了许多函数帮助操作人员进行时间序列的重采样。最后,还值得一提的是,在数据分析方面Pythonsklearn库也让整个数据分析的过程变得格外的简单、高效。

参考文献:

[1]张长鲁.大数据时代高校工商管理专业人才培养模式研究[J].课程教育研究,2017(30).

[2]苌道琪.浅谈大数据时代的财务转型[J].中国国际财经,2018(05).

[3]马飞越.关于企业管理中业财融合的思考[J].中国商论,2020(05).

[4]何静.职教“二十条”背景下财经商贸类专业创新型人才培养改革刍议[J].中外企业家,2020(05).

推荐内容
相关内容
发表评论