managementscienceУправленческие науки / Management SciencesManagement Sciences2304-022X2618-9941Financial University under The Government of Russian Federation10.26794/2304-022X-2022-12-3-24-38managementscience-382Research ArticleИНФОРМАЦИОННЫЕ И ЦИФРОВЫЕ ТЕХНОЛОГИИ В УПРАВЛЕНИИINFORMATION AND DIGITAL TECHNOLOGIES IN MANAGEMENTУправленческий учет: что подлежит цифровой трансформации?Management аccounting: What is subject to digital transformation?https://orcid.org/0000-0002-6049-7376МихненкоО. Е.MikhnenkoO. E.

Олег Евгеньевич Михненко — доктор экономических наук, профессор кафедры «Информационные системы цифровой экономики»

Москва

Oleg E. Mikhnenko — Dr. Sci. (Econ.), Professor of the Department of Digital Economy Information Systems

Moscow

stat0243@yandex.ruhttps://orcid.org/0000-0002-3124-3625СалинВ. Н.SalinV. N.

Виктор Николаевич Салин — кандидат экономических наук, профессор, профессор департамента бизнес-­аналитики

Москва

Victor N. Salin — Cand. Sci. (Econ.), Professor, Professor of the Department of Business Analytics

Moscow

vsalin@fa.ruРоссийский университет транспорта (МИИТ)РоссияRussian University of Transport (MIIT)Russian FederationФинансовый университетРоссияFinancial UniversityRussian Federation2022070920221232438Copyright © Михненко О.Е., Салин В.Н., 20222022Михненко О.Е., Салин В.Н.Mikhnenko O.E., Salin V.N.This work is licensed under a Creative Commons Attribution 4.0 License.https://managementscience.fa.ru/jour/article/view/382

Предметом статьи являются проблемы трансформации на базе прорывных цифровых технологий деятельности по информационному обеспечению управления и использованию учетной информации в принятии управленческих решений. Авторы в ходе исследования анализируют современное состояние управленческого учета и доказывают, что только факторная информационная модель способна обеспечить осуществление функций собственно управления объектом, позволяя вести наблюдение, исходя из требований оперативно-технического, бухгалтерского и статистических учета и интеграции их данных. На примере системы показателей производительности (качественно определенного количества) продемонстрировано, что в ее рамках можно реализовать такие требования к данному фактору, как предметность, точность и конкретность труда; а на примере системы показателей основных средств — гармонизировать функции, реализуемые в отношении данного объекта. В статье также обосновано заключение, что решение проблем цифровой трансформации может обеспечить информационная система, функционирующая на базе платформы с использованием в том числе технологий Big Data и облачной — DaaS, взаимодействующей с активными элементами интернет-сообщества. В ходе исследования при обобщении современных концепций управления экономическими системами, направлений развития цифровых технологий и их внедрения в процессы информационного обеспечения управления использованы методы системного и сравнительного анализа.

The subject of the article are the problems of transformation on the basis of breakthrough digital technologies of activity on information support of management and use of accounting information in managerial decision-making. The authors in the course of the research analyze the current state of management accounting and prove that only a factor information model is able to ensure the implementation of the functions of the actual management of the object, allowing observation based on operational, technical, accounting, statistical and data integration requirements. On the example of the system of productivity indicators (qualitatively defined quantity), it is demonstrated that it is possible to implement such requirements for this factor as the object, accuracy and specificity of the work; and an example of a system of indicators for fixed assets — harmonies the functions performed for the object. The article also substantiates the conclusion that the solution of the problems of digital transformation of speech can be provided by an information system functioning based on the platform using Big Data and cloud technologies — DaaS interacting with active elements of the Internet community. In the course of the study, in generalization of modern concepts of management of economic systems, directions of development of digital technologies and their implementation in the processes of information management, methods of system and comparative analysis were used.

информационное обеспечение управленияуправленческий учетучетные системыцифровизацияцифровая трансформацияинформационная модельBig DataDaaSinformation support of managementmanagement accountingaccounting systemsdigitalizationdigital transformationinformation modelBig dataDaaSReferencesПрохоров А., Коник Л. Цифровая трансформация. Анализ, тренды, мировой опыт. М.: Альянс-Принт; 2019. 368 с.Prokhorov A., Konik L. Digital transformation. Analysis, trends, world experience. Moscow: Alliance-Print; 2019. 368 p. (In Russ.).Михненко О. Е. Управление экономическими явлениями на железнодорожном транспорте: информационный аспект. М.: МИИТ; 2001. 200 с.Mikhnenko O. E. Management of economic phenomena in railway transport: Information aspect. Moscow: MIIT; 2001. 200 p. (In Russ.).Винер Н. Кибернетика или управление и связь в животном и машине. 2-е изд. Пер. с англ. М.: Советское радио; 1968. 326 с.Wiener N. Cybernetics or control and communication in the animal and the machine. New York: John Wiley & Sons, Inc.; 1948. 194 p. (Russ. ed.: Wiener N. Kibernetika, ili upravlenie i svyaz’ v zhivotnom i mashine. 2nd ed. Moscow: Sovetskoe radio; 1968. 326 p.).Михненко О. Е. Цифровые технологии и эффективность статистических показателей. Мат. II междунар. науч.-практ. конф. «Цифровая трансформация в экономике транспортного комплекса» (Москва, 11 октября 2019 г.). М.: РУТ (МИИТ); 2019:207–216.Mikhnenko O. E. Digital technologies and efficiency of statistical indicators. In: Proc. 2nd Int. sci.-pract. conf. “Digital transformation in the economy of the transport complex” (Moscow, October 11, 2019). Moscow: RUT (MIIT); 2019:207–216. (In Russ.).Зинченко А. П. и др. Статистика и бухгалтерский учет. М.: Колос; 2018. 436 с.Zinchenko A. P. et al. Statistics and accounting. Moscow: Kolos; 2018. 436 p. (In Russ.).Глушков И. Е., Киселева Т. В. Бухгалтерский (налоговый, финансовый, управленческий) учет на современном предприятии. Эффективная настольная книга бухгалтера (в 2-х т.). 11-е изд. М.: КноРус; Новосибирск: ЭКОР-книга; 2004.Glushkov I. E., Kiseleva T. V. Accounting (tax, financial, management) accounting at a modern enterprise. An effective handbook for an accountant (in 2 vols.). 11 th ed. Moscow: KnoRus; Novosibirsk: EKOR-kniga; 2004. (In Russ.).Касьянова Г. Ю. Учет-2016: бухгалтерский и налоговый. М.: Абак; 2016. 960 с.Kas’yanova G. Yu. Accounting-2016: Bookkeeping and tax. Moscow: Abak; 2016. 960 p. (In Russ.).Блэк Дж. Введение в бухгалтерский управленческий учет. Пер. с англ. М.: Весь мир; Инфра-М; 2018. 424 с.Black J. Introduction to accounting and finance. Harlow, New York: FT/Prentice-Hall; 2009. 406 p. (Russ. ed.: Black J. Vvedenie v bukhgalterskii upravlencheskii uchet. Moscow: Ves’ mir; Infra-M; 2018. 424 p.).Хонгрен Ч. Т., Фортер Дж. Бухгалтерский учет: управленческий аспект. Пер. с англ. М.: Финансы и статистика; 1995. 415 с.Horngren Ch.T., Foster G. Cost accounting: A managerial emphasis. Englewood Cliffs, NJ: Prentice-Hall; 1991. 964 p. (Russ. ed.: Horngren Ch.T., Foster G. Bukhgalterskii uchet: upravlencheskii aspekt. Moscow: Finansy i statistika; 1995. 415 p.).Михненко О. Е. Информационные модели в управлении экономическими явлениями. М.: МИИТ; 2009. 48 с.Mikhnenko O. E. Information models in the management of economic phenomena. Moscow: MIIT; 2009. 48 p. (In Russ.).Михненко О. Е., Салин В. Н. От анализа статистических данных к анализу реальных явлений на основе статистической информации. Мат. междунар. науч.-практ. конф. «Наука о данных» (Санкт-Петербург, 5–7 февраля 2020 г.). СПб.: СПбГЭУ; 2020:196–199.Mikhnenko O. E., Salin V. N. From the analysis of statistical data to the analysis of real phenomena based on statistical information. In: Proc. Int. sci.-pract. conf. “Data science” (St. Petersburg, February 5–7, 2020). St. Petersburg: St. Petersburg State University of Economics; 2020:196–199. (In Russ.).Друри К. Управленческий и производственный учет. Вводный курс. М.: Юнити; 2019. 320 с.Drury C. Cost and management accounting: An introduction. Andover: South-Western Cengage Learning; 2011. 476 p. (Russ. ed.: Drury C. Upravlencheskii i proizvodstvennyi uchet. Vvodnyi kurs. Moscow: Unity; 2019. 320 p.).Этрилл П., МакЛейни Э. Финансовый менеджмент и управленческий учет для руководителей и бизнесменов. Пер. с англ. М.: Альпина Паблишер; 2018. 648 с.Atrill P., McLaney E. Accounting and finance for non-specialists. Englewood Cliffs, NJ: Pearson; 2012. 592 p. (Russ. ed.: Atrill P., McLaney E. Finansovyi menedzhment i upravlencheskii uchet dlya rukovoditelei i biznesmenov. Moscow: Alpina Publisher; 2018. 648 p.).Михненко О. Е. О мерах производительности труда. Сб. «Статистические исследования социально-экономического развития России и перспективы устойчивого роста: материалы и доклады». М.: РЭУ имени Г. В. Плеханова; 2019:108–114.Mikhnenko O. E. On measures of labor productivity. In: “Statistical studies of the socio-economic development of Russia and prospects for sustainable growth: Materials and reports”. Moscow: Plekhanov Russian University of Economics; 2019:108–114.Михненко О. Е., Салин В. Н. Проблемы современной трансформации статистики. Учет. Анализ. Аудит. 2021;8(4):18–33. DOI: 10.26794/2408–9303–2021–8–4–18–33Mikhnenko O. E., Salin V. N. Problems of modern transformation of statistics. Uchet. Analiz. Audit = Accounting. Analysis. Auditing. 2021;8(4):18–33. (In Russ.). DOI: 10.26794/2408–9303–2021–8–4–18–33Майер-Шенбергер В., Кукьер К. Большие данные. Революция, которая изменит то, как мы живем, работаем и мыслим. Пер. с англ. М.: Манн, Иванов и Фербер; 2014. 240 с.Mayer-Schönberger V., Cukier K. Big Data: A revolution that will transform how we live, work, and think. Boston, MA: Eamon Dolan Books/Mariner Books; 2014. 272 p. (Russ. ed.: Mayer-Schönberger V., Cukier K. Bol’shie dannye. Revolyutsiya, kotoraya izmenit to, kak my zhivem, rabotaem i myslim. Moscow: Mann, Ivanov and Ferber; 2014. 240 p.).Maryika J., Chui M., Brown B. et al. Big data: The next frontier for innovation, competition and productivity. McKinsey Digital. May 01, 2011. URL: https://www.mckinsey.com/business-functions/mckinsey-digital/ourinsights/big-data-the-next-frontier-for-innovation (дата обращения: 17.12.2021).Maryika J., Chui M., Brown B. et al. Big data: The next frontier for innovation, competition and productivity. McKinsey Digital. May 01, 2011. URL: https://www.mckinsey.com/business-functions/mckinsey-digital/ourinsights/big-data-the-next-frontier-for-innovation (accessed on 17.12.2021).Фрэнкс Б. Революция в аналитике. Как в эпоху Big Data улучшить ваш бизнес с помощью операционной аналитики. Пер. с англ. М.: Интеллектуальная литература; 2016. 367 с.Franks B. The analytics revolution: How to improve your business by making analytics operational in the Big Data era. Hoboken, NJ: John Wiley & Sons, Inc.; 2014. 304 p. (Russ. ed.: Franks B. Revolyutsiya v analitike. Kak v epokhu Big Data uluchshit’ vash biznes s pomoshch’yu operatsionnoi analitiki. Moscow: Intellektual’naya literature; 2016. 367 p.).Фрэнкс Б. Укрощение больших данных. Как извлекать знания из массивов информации с помощью глубокой аналитики. Пер. с англ. М.: Манн, Иванов и Фербер; 2014. 343 с.Franks B. Taming the Big Data tidal wave: Finding opportunities in huge data streams with advanced analytics. Hoboken, NJ: John Wiley & Sons, Inc.; 2012. 336 p. (Russ. ed.: Franks B. Ukroshchenie bol’shikh dannykh. Kak izvlekat’ znaniya iz massivov informatsii s pomoshch’yu glubokoi analitiki. Moscow: Mann, Ivanov and Ferber; 2014. 343 p.).Hassani H., Saporta G., Silva E.S. Data mining and official statistics: The past, the present and the future. Big Data. 2014;2(1):34–43. DOI: 10.1089/big.2013.0038Hassani H., Saporta G., Silva E.S. Data mining and official statistics: The past, the present and the future. Big Data. 2014;2(1):34–43. DOI: 10.1089/big.2013.0038Hostie T., Nibshirani R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction. 2nd ed. New York: Springer-Verlag; 2009. 763 p.Hostie T., Nibshirani R., Friedman J. The elements of statistical learning: Data mining, inference, and prediction. 2nd ed. New York: Springer-Verlag; 2009. 763 p.

The authors declare that there are no conflicts of interest present.