—、管理会计的预测功能将成为

　　利用大数据，管理会计可以更好地发挥事前预测的功能。在预测的基础上，制定实施相关战略或策略。

　　1.对大型建设项目投入产出的预测。大型建设项目前期的建设成本直接影响到后期的运营成本。例如：国内很多机场或港口的建设，前期的建设成本特别大，而在真正使用后，根本没有那么多的业务量，从而导致亏损（或巨额亏损）。如果这些机场或港口建设的前期，利用可以得到的尽可能多的数据进行利润预测，就可能避免资源投入的浪费。与以往不同，通过电信运营商提供的位置服务，我们可以较准确地知道在某一地区活动的人数，再参考其他的数据，如人们水平、经济发展、天气变化等数据，可以较准确地对建设项目进行量本利分析。

　　2.预测市场，以确定资源配置。对于一个企业来说，以前预测市场需求是比较难的一件事，而现在则可以利用大数据技术对一个地方的市场进行预测。如：万科在北京房山布局拿地决策之前，通过联合中国移动、联通、电信三大手机运营商，在同一时间点检测北京在网使用人数的数据，来判断北京地区的实际人口规模，并结合当年北京的新房供应量、北京存量房数量、北京房价均价、购房人群年龄结构等众多数据，进行市场和区域预判，并较终判断房山作为当时的“价值洼地”将拥有巨大的购房群体支持。

　　3.预测机器的运行或使用状态，从而避免停机带来的更大成本。机器停用的成本一般来说要大于维修成本，智能仪器仪表和各种传感器的使用，使企业能够实时地收集机器或设备运行状况的数据，通过对这些数据的分析，判断机器或设备运行状态的好坏以及是否需要修理，从而避免机器停用所带来的更高的恢复成本。例如：美国的快递公司UPS，通过在每辆车上安装传感器，检测车辆的运行状态，通过大数据的分析，判断哪个零件可能要出问题，并及时地进行预防性修理或更换，避免车辆抛锚后发生的延误或拖车等更多的成本。这项措施已为该公司节省了几百万美元。

　　4.挖掘客户需求，预测产品的流行趋势。如何预测产品的流行趋势，生产适合客户需要的产品，是企业非常关心的问题。目前通过微博、微信、QQ聊天等社交网站和淘宝、天猫、阿里巴巴等商务网站以及百度等搜索网站都可以收集到产品流行的数据，通过对这些数据的分析，可以及时了解各种产品的流行趋势。例如：着名的服装企业ZARA通过网店和实体店两个渠道来收集客户对服装的评价数据。在实体店，店员随时记录顾客对服装的评价；通过网店，收集客户对服装的浏览记录、评价记录和客户的实际消费数据，这些数据传到总部进行集中分析，得出客户对每种服装的改进意见及流行趋势，并将其反馈给服装设计师加以改进，从而能够对客户的需求做出反应。