"《财务大数据分析》定位于培养具有技术功底的大数据分析和应用型人才。本书共分11章，内容涵盖财务大数据分析基础、企业经营决策分析、财务分析与评价、财务预测与风险分析等。本书通过构建大数据分析模型，建立各业务环节的分析指标体系，包括销售分析、采购分析、存货分析、生产分析、财务报表分析、财务效率分析、财务预测分析、企业风险分析等。同时，本书配备了丰富的教学资源，包括但不限于教学课件、操作视频、练习数据、参考答案。 《财务大数据分析》适合作为高等院校财务管理、会计学、审计学、工商管理、信息管理与信息系统、市场营销等相关专业的教学用书，也适合作为企业中高层管理人员和信息化主管的参考书。 "

刘占双财务会计专业博士、副教授、高级管理会计师、国际注册内部审计师。先后主持参与教育部协同育人项目3项，作为副主编出版教材两本。主持并参与省级课题10余项，发表中文核心论文3篇。

前言 大数据技术的发展非常迅速，当前已经完全融入我们的日常生活。我们能够直观感受到的大数据应用场景包括： 在电商平台购物时，平台会根据每个人的购买历史和喜好，做有针对性的推荐； 在每天的上下班途中，导航系统会根据交通大数据，规划更合理的路径； 在微信、微博中会有网络舆情的分析，并进行舆情的合理引导； 在抖音、头条中，会有热门话题的主动推荐，帮你更快找到感兴趣的内容 …… 以上场景属于面向个人消费者的大数据分析和应用，其数据大多来源于互联网、移动互联网的各种应用。对于企业而言，同样存在丰富的大数据应用场景，尤其是在企业的经营管理过程中，当面临各种问题需要进行决策分析时，大数据的价值就突显出来了。 例如： 企业需要开拓新市场，哪些市场值得开拓？ 企业需要引入供应商，供应商是否值得信赖？ 企业的应收账款是否存在风险？ …… 要回答上面的问题，仅仅依靠企业已有的内部管理系统(如 ERP 系统)是不能完全帮助我们进行决策的。因此，这就涉及企业的大数据决策分析。其数据概括而言来源于三个方面：互联网的大数据、物联网的大数据、企业内部各种管理系统产生的大数据，对这些数据进行整合，建立数据模型，再进行挖掘分析，就能够更有效地帮助我们进行科学、精准的决策。为了适应大数据、云计算、人工智能等新兴技术的发展趋势及企业数字化管理转型的人才需求，作者结合近期的企业实践经验，编写了此教程。 本书在编写过程中突出了以下4个特点。 (1)技术适度：课程内容定位于培养具有技术功底的数字化管理型人才，因此没有大量的大数据技术介绍，而是从企业实际能力需求出发，介绍关键的技术内容，让读者具...