Управленческий учет: что подлежит цифровой трансформации?

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.

1. Прохоров А., Коник Л. Цифровая трансформация. Анализ, тренды, мировой опыт. М.: Альянс-Принт; 2019. 368 с.

2. Михненко О. Е. Управление экономическими явлениями на железнодорожном транспорте: информационный аспект. М.: МИИТ; 2001. 200 с.

3. Винер Н. Кибернетика или управление и связь в животном и машине. 2-е изд. Пер. с англ. М.: Советское радио; 1968. 326 с.

4. 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.

5. Зинченко А. П. и др. Статистика и бухгалтерский учет. М.: Колос; 2018. 436 с.

6. 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.

7. Касьянова Г. Ю. Учет-2016: бухгалтерский и налоговый. М.: Абак; 2016. 960 с.

8. Блэк Дж. Введение в бухгалтерский управленческий учет. Пер. с англ. М.: Весь мир; Инфра-М; 2018. 424 с.

9. Хонгрен Ч. Т., Фортер Дж. Бухгалтерский учет: управленческий аспект. Пер. с англ. М.: Финансы и статистика; 1995. 415 с.

10. Михненко О. Е. Информационные модели в управлении экономическими явлениями. М.: МИИТ; 2009. 48 с.

11. 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.

12. Друри К. Управленческий и производственный учет. Вводный курс. М.: Юнити; 2019. 320 с.

13. Этрилл П., МакЛейни Э. Финансовый менеджмент и управленческий учет для руководителей и бизнесменов. Пер. с англ. М.: Альпина Паблишер; 2018. 648 с.

14. 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.

15. Михненко О. Е., Салин В. Н. Проблемы современной трансформации статистики. Учет. Анализ. Аудит. 2021;8(4):18–33. DOI: 10.26794/2408–9303–2021–8–4–18–33

16. Майер-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.

17. 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).

18. 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.

19. 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.

20. 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.2013.0038

21. 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.