大數據概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數據時代》中提出，在互聯網如此發達的今天，大數據時代已經來臨。大數據時代的到來，對財務管理提出了新的要求，要求財務人員具備大數據分析能力，轉變角色(由傳統的單一財務的記賬員角色轉變爲集財務、數據分析處理爲一體的綜合性財務人員角色)，實時分析，及時預測，提高了企業決策的準確度，大數據財務管理代表了財務管理髮展的新趨勢。
一、大數據時代財務管理概述
1. 大數據的涵義
大數據是指需要新處理模式才能具有更強的決策力、洞察力和流程優化能力的海量、高增長率和多樣化的資訊資產。大數據概念最早由維克托·邁爾·舍恩伯格和肯尼斯·庫克耶在編寫《大數據時代》中提出，有海量、高速、多樣、價值密度低等特點。
2. 大數據時代財務管理的定義
大數據時代財務管理是指在實時動態變化的大數據支援下，企業財務人員利用現代財務管理技術和手段，對於企業財務數據進行成本管理、管理資訊定製、財務能力分析、動態利潤管理、財務資訊預測、財務預警管理等活動的大財務管理。
3. 大數據時代財務管理的發展趨勢
(1)具備大數據分析能力，進一步挖掘財務資訊核心傳統的財務管理分析更多關注結構性財務資訊的分析，對非結構性財務資訊和非財務資訊關注較少，在大數據時代，要求財務管理相關人員要具備大數據分析能力，不僅要分析結構性財務資訊，還要分析非結構性財務資訊和非財務資訊，除此之外，還要將結構性財務資訊與非結構性財務資訊和非財務資訊相互整合，進一步挖掘財務資訊核心，預測企業所在市場狀況的變化，進一步爲企業管理層籌資、投資、成本管理、市場開拓、新技術研發等決策提供有用資訊。
(2)實時分析，及時預測，提高企業決策的準確度大數據具有海量、高速、多樣的特點，大數據時代的財務管理在獲取資訊的數量、速度、種類等方面較傳統財務管理有絕對性的優勢，這就使得財務管理由之前的基於結果分析的事後管理，轉變成了基於過程分析的事中管理，能夠對資訊帶來的大數據進行實時分析，大大增加了企業管理決策的靈活性和準確度，幫助企業及時預測市場變化，能很快根據大數據分析結果調整生產、銷售等環節的作業，對市場的適應性增強，從而有助於企業提高市場佔有率，增強市場競爭能力，培育核心發展能力，延長企業壽命，促進企業的生存和發展。
(3)加強企業內部監管，促進企業財務人員角色轉換大數據時代，外部監督越來越嚴，相應地，企業內部監督也越來越嚴格，對內部及外部資訊的全面供給要求也提上了議事日程。企業財務人員除了傳統的結構性財務資訊的收集和整理，還需要對非結構性財務資訊和非財務資訊進行收集和整理，整合之後爲企業管理層提供決策有用資訊，財務人員由傳統的記賬人員轉變成集資訊收集整理人員、記賬人員、分析人員爲一體的綜合性財務管理人員，傳統的首席財務官和首席資訊官的界限越來越模糊，財務人員對企業重要性有了質的提高。
二、大數據時代財務管理髮展過程中遇到的問題
1. 多數決策層的大數據管理意識較弱
雖然大數據公司被大公司收購的消息時有傳來，國外方面，蘋果公司爲了提高自身的大數據業務，先後收購了Perceptio公司、Turi公司和Tuplejump公司;國內方面，近期，浙江富潤擬以發行股份及支付現金方式，作價12 億元收購泰一指尚100%股權，而泰一指尚爲國內領先的大數據科技公司。就大多數企業管理層而言，大數據還是個比較陌生的詞彙，他們的管理決策大多數依據的是傳統的結構性財務資訊分析結果。即使企業管理層對大數據有所瞭解，也因爲大數據紛繁龐雜、真假難辨、數據難於處理、相關專業人員缺乏、大數據處理設備昂貴等原因望而卻步，總體來說，多數決策層的大數據管理意識較弱是個不爭的事實。
2. 數據繁雜，難於處理
大數據海量的特點決定了要分析的數據十分繁雜，不僅有本企業的數據，還有行業內別的企業的數據，行業的典型性數據、非典型性數據，還有別的行業的相關數據，這些數據的彙集整理是一個巨大的工程，而企業決策有時效性的要求，也就是說，不是數據越多越全整理時間越長，對企業管理層決策越有幫助，而是應該在適當的時機根據已有的大數據整理結果做出及時的商業決策，一旦錯過商機，前面的工作便前功盡棄，而且影響企業的整體發展佈局。整理只是其中的一方面，大數據的處理是另外一個方面，面對紛繁的大數據，哪些是有用的、哪些是可靠的、哪些是以後會用到的`，這都是需要很好的辨別、整理、分析、處理，而實際生活中，懂大數據處理的人才相對還是很缺乏的，這是又一個需要面對的現實。
3. 數據僞裝性好，難辨真僞
大數據大多來源於網絡，網絡中的數據很難辨別真僞，加之數據之間的價值密度低，數據間聯繫較弱，再加上數據的海量，使得大數據的處理變得很困難。而財務決策的優劣在很大程度上依賴於決策相關數據的準確性，使得大數據的處理難上加難，哪些是有用資訊，哪些是有用而且準確的資訊，哪些是有用、準確而且真實的資訊，這都需要相關人員運用專業知識判斷，去僞存真。如何在海量、價值密度低的大數據中間，尋找適用、準確、真實的資訊值得我們思考。
4. 有可能泄露商業祕密
從某種意義上說，大數據是開放式數據。舉例來說，上游的供應商在提供貨物的同時，便獲取了下游加工商的數據，零售商在銷售過程中便獲取了消費者偏好等資訊，這些資訊的獲取本身比較容易。這些數據的獲取一方面使得供應變得更有效、更便捷，但是，另一方面也有可能造成商業祕密的泄露：原因是大數據來源渠道多、處理環節和流程較爲複雜，一個不慎便有可能泄露商業祕密，而且出了問題以後很難找到泄露商業祕密的環節，追責就更難了。更爲嚴重的是，商業祕密的泄露，隨之而來的有可能是巨大的商業利益的損失。大數據時代，對企業財務資訊進行安全維護，保障企業資訊安全，減少商業祕密的泄露，均提出了很高的要求。
三、大數據時代財務管理髮展過程中遇到問題的解決思路
1. 增強決策層的大數據管理意識，重視財務人員素質提高雖然大數據有繁雜、真假難辨、難於處理、相關人員缺乏、大數據處理設備昂貴等一系列的缺點，但是，利用大數據進行管理決策是大數據時代財務管理髮展的必然趨勢。大數據管理有利於瞭解競爭企業資訊、有利於瞭解行業及相關行業變化趨勢、有利於瞭解消費者偏好等等，這些大數據的獲取有利於企業根據市場變化及時做出相應調整，推出消費者喜歡認可的適銷對路的產品，擴大市場佔有率，促進企業核心競爭能力的形成，增強企業的發展後勁。這些好處的獲取，離不開企業決策層的大數據管理意識的加強。企業決策層的大數據管理意識加強，便會重新定位財務管理，使之變成大財務，隨之而來的便是對財務人員素質提高的重視，要求財務人員從傳統的結構性財務資訊處理的記賬員轉變成集結構性財務資訊處理、非結構性財務資訊處理和非財務資訊處理於一身的綜合性管理人員。
2. 加強企業財務資訊化建設，建立完備的財務管理體系
大數據財務管理，首先要做的便是加強企業財務資訊化建設，建立集數據收集、會計覈算、財務預算、資金管理、財務分析、財務預警多位一體的完備的財務管理體系。大數據財務管理體系的建立，有利於實現資訊的高效整合、建立統一的財務業務標準、企業內共享財務資源、提高企業業務戰略、降低企業財務風險等一系列好處。
3. 利用數據挖掘技術，提高財務分析能力
數據挖掘技術旨在透過一定的機器學習和數據挖掘算法，對海量數據進行分析，找出隱藏在海量數據中的內在關係和關聯規則的技術。數據挖掘技術採用關聯規則提取、聚類、分類和預測等方法，按照確定分析對象、採集數據、預處理數據、提取特徵、挖掘數據、分析結果等步驟，深刻挖掘數據之間的聯繫，有利於財務人員在海量的財務資訊中尋找可用的財務資訊、減少無效財務資訊的干擾，提高財務人員的工作效率，增加財務資訊分析的決策有用性，提高財務人員的財務分析能力。
4. 完善網絡安全管理，增強企業的財務預警能力
大數據時代，網絡安全對企業的財務安全至關重要，增強企業的財務預警能力刻不容緩。財務數據與財務決策之間有因果關係，一方面，在大數據時代，企業所能獲取的數據是以EB 爲單位的，如何對這些數據進行採集、分析、去僞存真，防止由於數字不準確而造成的不當決策，從而形成骨牌效應，拖垮企業這是我們必須要警惕的。另一方面，如何加強企業的網絡安全，減少由於網絡不安全造成的企業商業祕密的泄露，增強企業的財務預警能力，降低企業的財務風險也是我們必須要努力的方向。
四、結語
大數據財務管理，爲財務管理的發展提供了新的機遇和可能，變以往的事後分析爲實時的事中分析，增強了企業決策的靈活性與適應性，企業的籌資、投資、產品生產、成本管理、市場營銷、新產品開發、新技術研究等活動盲目性減少，提高了企業有限資源的配置效率，財務人員的角色也更加多元化，企業的中長期生存和發展能力有很大的提高。同時也爲財務管理提出了新的課題：具有大數據處理能力的專業財務人員如何培育，紛雜的大數據如何雜中取精、去僞存真、實時分析、增強大數據對企業決策的有用性，如何加強網絡管理減少商業祕密的泄露、增強企業的財務預警能力等等，這些都需要進一步完善。