Data Analytics ยกระดับนักบัญชี สู่นักวิเคราะห์เชิงกลยุทธ์

ปัจจุบันหลายองค์กรให้ความสำคัญกับข้อมูลที่ไหลผ่านในกระบวนการทางธุรกิจ ทั้งที่เป็นรายการค้าและไม่เป็นรายการค้า และถือว่าข้อมูลดังกล่าวเป็น “สินทรัพย์ที่ไม่มีตัวตนและวัดมูลค่าไม่ได้” แต่องค์กรต้องมีแผนการรักษาข้อมูลดังกล่าวให้มีความปลอดภัยและนำมาใช้ประโยชน์ได้อย่างเต็มที่ ทั้งในด้านการวางแผน ควบคุม แก้ไขปัญหา และตัดสินใจต่าง ๆ ทั้งในรูปแบบเชิงคุณภาพและเชิงปริมาณ ดังนั้น Data Analytics จึงมีบทบาทเข้ามาช่วยเหลือให้สามารถบรรลุวัตถุประสงค์ดังกล่าวได้ โดยการวิเคราะห์ข้อมูลนั้นสามารถทำได้ในทุกภาคส่วนของธุรกิจ เช่น การตลาด การขาย การเงิน การบัญชี 

Data Analytics ในงานบัญชี

การนำ Data Analytics มาใช้ในงานบัญชี เป็นกระบวนการนำข้อมูลทางการบัญชีและไม่เกี่ยวข้องกับทางบัญชีมาวิเคราะห์ร่วมกัน เพื่อตอบคำถามหรือแก้ไขปัญหาของธุรกิจที่กำลังเผชิญอยู่ เช่น เหตุผลทำไมกำไรของไตรมาสปัจจุบันลดลงอย่างมากเมื่อเทียบกับไตรมาสที่แล้วหรือไตรมาสเดียวกันในปีที่แล้ว การหาสาเหตุที่ทำให้ไม่สามารถเก็บเงินจากลูกหนี้ได้ตามกำหนด การหาสาเหตุที่เกิดของเสียในกระบวนการผลิตหรือกระบวนการบริหารคลังสินค้า ซึ่งปัญหาที่พบดังกล่าว สุดท้ายจะกลายเป็นผลขาดทุนหรือค่าใช้จ่ายหรือทำให้กำไรโดยรวมของกิจการลดลง อย่างไรก็ตาม การรายงานทางการบัญชีการเงินเป็นเพียงผลสุดท้ายของการดำเนินธุรกิจ การหาสาเหตุแห่งปัญหาดังกล่าวจึงเป็นการหาแนวทางในการป้องกันหรือลดปัญหาลงเพื่อทำให้ความเสี่ยงดังกล่าวลดลงไปด้วย แม้ว่าการวิเคราะห์ข้อมูลในธุรกิจส่วนใหญ่มักนำมาใช้ในการจัดการปัญหา แต่ในอีกด้านหนึ่ง นักบัญชีสามารถใช้การวิเคราะห์ข้อมูลในการหาโอกาสทางธุรกิจได้ เช่น การจัดรายงานกำไรแยกตามผลิตภัณฑ์และตามพื้นที่ ทำให้เห็นศักยภาพของสินค้าบางรายการที่สามารถเติบโตและสร้างกำไรได้ดี ซึ่งช่วยทำให้ผู้บริหารสามารถสร้างกลยุทธ์ทางการตลาดและการผลิตได้อย่างแม่ยำ สิ่งที่สรุปได้คือ Data Analytics จะช่วยให้นักบัญชีในการหาปัญหาที่ทำให้มีค่าใช้จ่ายเพิ่มขึ้น รายได้ลดลง และส่งผลต่อกำไรของธุรกิจเพิ่มขึ้น และหาแนวทางการแก้ปัญหาหรือป้องกันได้ และ ยังช่วยให้หาโอกาสทางธุรกิจเพื่อสร้างกลยุทธ์ที่แม่นยำ นำไปสู่การประสบความสำเร็จของธุรกิจได้ ซึ่งนอกจากช่วยธุรกิจแล้วยังสามารถเพิ่มคุณค่าแก่วิชาชีพของนักบัญชีเองด้วย 

ในบริบทของวิชาชีพบัญชี Data Analytics จึงไม่ใช่เพียงเครื่องมือเสริม แต่กำลังกลายเป็น “ทางรอด” ของนักบัญชีในยุคข้อมูล เนื่องจากบทบาทของนักบัญชีไม่ได้จำกัดอยู่เพียงการบันทึกและจัดทำรายงานทางการเงินอีกต่อไป หากแต่ต้องสามารถแปลงข้อมูลให้เป็นข้อมูลเชิงลึก (Insight) ที่ผู้บริหารนำไปใช้ตัดสินใจได้จริง นักบัญชีที่มีทักษะด้าน Data Analytics จะสามารถเพิ่มคุณค่าให้กับองค์กร และยกระดับบทบาทของตนเองจากผู้จัดทำงบการเงิน ไปสู่การเป็นที่ปรึกษาทางธุรกิจ ซึ่งเป็นปัจจัยสำคัญต่อการอยู่รอดและความก้าวหน้าในวิชาชีพนักบัญชีในระยะยาว

กระบวนการวิเคราะห์ข้อมูลทางการบัญชี

ในการวิเคราะห์ข้อมูล นักบัญชีควรทราบว่าการวิเคราะห์ข้อมูลทางการบัญชีจะมีกระบวนการที่เรียก “IMPACT Model” โดย IMPACT มีตัวย่อและความหมายดังนี้

I (Identify the questions) คือ การระบุคำถามที่ต้องการวิเคราะห์ข้อมูล โดยคำถามอาจมาจากปัญหาที่ธุรกิจกำลังเผชิญอยู่ เช่น ทำไมกำไรสุทธิลดลง ทำไมยอดขายที่สาขาเชียงใหม่ขายดีขึ้นอย่างมาก หรืออาจมาจากข้อสงสัยในทางธุรกิจ เช่น กิจกรรมใดในกระบวนการผลิตที่ไม่ได้สร้างมูลค่าเพิ่มให้กับธุรกิจ กิจการควรทำการส่งเสริมการขายสินค้าชนิดใด เกิดการทุจริตในองค์กรหรือไม่ ทำไมของเสียเพิ่มขึ้นอย่างมาก

M (Master the data) คือ กระบวนการรวบรวมข้อมูลให้สอดคล้องกับที่ได้ตั้งคำถามหรือปัญหา โดยการรวบรวมข้อมูลอาจมาจากหลาย ๆ แหล่งไม่ใช่เพียงจากข้อมูลทางการบัญชีเท่านั้น อาจมาจากฝ่ายขาย ฝ่ายการตลาด ฝ่ายจัดซื้อ ฝ่ายผลิต หรือแผนกอื่น ๆ ที่เกี่ยวข้องกับคำถามหรือปัญหาที่ต้องการวิเคราะห์

P (Perform test plan) คือ กระบวนการนำข้อมูลมาวิเคราะห์หรือคำนวณด้วยเครื่องมือหรือสูตรคำนวณต่าง ๆ เช่น อัตราส่วนทางการเงิน การพยากรณ์งบการเงิน การสร้างแบบจำลองทางการเงินต่าง ๆ การวิเคราะห์การลงทุน การจัดทำรายงานแยกตามส่วนงานหรือตามมิติของข้อมูลเพื่อให้ได้คำตอบที่ต้องการ 

A (Address and refine results) คือ ผลที่ได้จากกระบวนการ P ซึ่งคำตอบที่ได้ต้องสอดคล้องกับกระบวนการ I นั้นคือคำถามหรือปัญหาที่ได้ตั้งเอา หากคำตอบที่ได้ยังไม่ถูกต้องหรือมีข้อมูลไม่เพียงพอ อาจจะต้องทำการย้อนกลับไปที่กระบวนการ M และ P อีกครั้ง เพื่อให้ได้คำตอบหรือหลักฐานที่เชื่อถือได้ในการนำไปวางแผน ควบคุมและตัดสินใจทางธุรกิจต่อไป

C (Communicate insights) คือ กระบวนการนำผลที่ได้จากกระบวนการ A มานำเสนอในรูปแบบต่าง ๆ ที่หลากหลาย เช่น รายงาน แผนภูมิ กระดานนำเสนอข้อมูล (Dashboard) รูปภาพ เพื่อใช้ในการหาเหตุหรือปัจจัยที่ทำให้เกิดปัญหา หรือนำไปตอบคำถามที่ได้ตั้งไว้ในกระบวนการ I

T (Trace outcomes) คือ กระบวนการที่เกิดขึ้นหลังจากกระบวนการ C ที่ได้มีการนำเสนอผลการวิเคราะห์แล้ว ซึ่งผู้บริหารอาจมีการตัดสินใจหรือวางแผนงานบางอย่างเพื่อนำไปแก้ไขปัญหาหรือดำเนินการตามวิสัยทัศน์ที่ได้วางไว้ ดังนั้นกระบวนการนี้จึงเป็นกระบวนการที่ต้องติดตามว่าการตัดสินใจเพื่อแก้ปัญหาหรือการดำเนินงานดังกล่าวสามารถแก้ไขปัญหาหรือได้คำตอบที่ต้องการหรือไม่อย่างไร