مدیران اجرایی، فناوری، داده ها و تجزیه و تحلیل را به عنوان یک نیروی تبدیل در کسب و کار می بینند. در نتیجه بسیاری از سازمان ها فناوری های هوش تجاری و تجزیه و تحلیل (BI&A) را برای حمایت از گزارش دهی و تصمیم گیری پیاده سازی می کنند. به طور سنتی حسابداری مدیریت حمایت اصلی برای تصمیم گیری و کنترل در یک سازمان است. به این ترتیب، پیوندهای آشکاری با فناوری های هوش تجاری و تجزیه و تحلیل دارد و می تواند از کاربرد این فناوری ها سود برد. این نشان دهنده یک حوزه تحقیق جالب برای حسابداری و محققان سیستم اطلاعات دانشگاهی (AIS) است. با این حال، بررسی پیشینه تحقیقات در مجلات حسابداری و سیستم های اطلاع رسانی درجه یک نشان می دهد که تا به امروز، تحقیقات کمی بر روی این پیوند متمرکز شده است. این مقاله پیشینه تحقیقات را با اشاره به چند شکاف تحقیق بررسی می کند و یک چارچوب برای مطالعه رابطه بین هوش تجاری و تجزیه و تحلیل و حسابداری مدیریت ارائه می دهد.

کلیدواژهها: هوش تجاری؛ حسابداری مدیریت؛ داده های کلان ؛ تجزیه و تحلیل

۱. مقدمه

فناوری های هوش تجاری و تجزیه و تحلیل، جمع آوری داده ها، تحلیل و توزیع اطلاعات را تسهیل می کند و برای حمایت از تصمیم گیری طراحی شده اند. با توجه به اینکه حسابداری مدیریت یک فعالیت حمایت کننده تصمیم است، بین هوش تجاری و تجزیه و تحلیل و حسابداری مدیریت ارتباط آشکاری وجود دارد (AICPA، ۲۰۱۳؛ کوکینز، ۲۰۰۹؛ کوکینز و مایسل، ۲۰۱۴). این پیوند مهم است، زیرا هوش تجاری و تجزیه و تحلیل در دستور کار شرکت های بزرگ بسیاری قرار دارد (کلمبوس ۲۰۱۴؛ کلمبوس ۲۰۱۵؛ تحقیقات و بازارها، ۲۰۱۵؛ PwC، ۲۰۱۶)؛ و مدیران اجرایی بر این باورند که تجزیه و تحلیل داده ها و حمایت تصمیم بهتر، ارزشی برای شرکت های آنها ایجاد می کند (البشیر و همکاران، ۲۰۱۳؛ کایرن و همکاران، ۲۰۱۴). بنابراین، حسابداری مدیریت از یکپارچه کردن موفقیت آمیز تکنیک های هوش تجاری و تجزیه و تحلیل در وظایف حسابداری مدیریتی بسیار بیشتر سود برده است. این علاقه نیز در دستورکار گروه های حرفه ای حسابداری منعکس شده است، تا در سال ۲۰۱۶، مؤسسه حرفه ای حسابداران مدیریت ، با ارائه کمک های مالی برای انجام مطالعات در این حوزه، برای تحقیق در مورد “تحلیل” فراخوان داد (CIMA، b 2016).

با توجه به تمرکز کسب و کار فعلی بر هوش تجاری و تجزیه و تحلیل و اهمیت مدیریت مشاهده شده آن، این قلمرو راه حل باید یک حوزه تمرکز تحقیق سیستم اطلاعات دانشگاهی باشد. با این حال، مفسران خاطر نشان کرده اند که اگرچه “پتانسیل برای مطالعه راه حل هوش تجاری به طور کلی و پیامدهای آن برای تصمیم-گیری و کنترل وجود دارد، درک کنونی ما در مورد این توسعه ها در دانشگاه حسابداری بسیار محدود است” (گرانلند، ۲۰۱۱، ص ۱۰)

برای ارزیابی اینکه آیا این شروط معتبر هستند یا خیر، جستجوی گسترده تحقیقاتی در بیش از ۶۰ مجله حسابداری و سیستم اطلاع رسانی انجام می شود. بررسی پیشینه تحقیقات ضروری است، زیرا آنها سبب صرفه-جویی در زمان و تلاش پژوهشگران آینده می شوند و منجر به پیشرفت کارآمد دانش جدید و رشته می شود (وبستر و واتسون، ۲۰۰۲). اهداف خاص این بررسی دوگانه هستند:

۱. مرور و ارزیابی منتقدانه حجم و محتوای پیشینه تحقیقات که بر رابطه بین هوش تجاری و تجزیه و تحلیل و حسابداری مدیریت متمرکز شده است.

۲. بر اساس مرور، شکاف های تحقیقاتی و فرصت ها برای پژوهش های آینده را برجسته می کند.

Abstract

Executives see technology, data and analytics as a transforming force in business. Many organizations are therefore implementing business intelligence & analytics (BI&A) technologies to support reporting and decision-making. Traditionally, management accounting is the primary support for decision-making and control in an organization. As such, it has clear links to and can benefit from applying BI&A technologies. This indicates an interesting research area for accounting and AIS researchers. However, a review of the literature in top accounting and information systems journals indicates that to date, little research has focused on this link. This article reviews the literature, points to several research gaps and proposes a framework for studying the relationship between BI&A and management accounting.

Keywords: Business intelligence; Management accounting; Big data; Analytics

Introduction

Business intelligence and analytics (BI&A) technologies facilitate data collection, analysis and information delivery and are designed to support decision-making. Given that management accounting (MA) is a decision-supporting activity, there is an obvious link between BI&A and management accounting (AICPA, 2013; Cokins, 2009; Maisel and Cokins, 2014). This link is important, as BI& A is high on the corporate agenda of many organizations (Colombus, 2014; Colombus, 2015; Research and Markets, 2015; PwC, 2016), and executives believe that better data analysis and decision support create value for their companies (Elbashir et al., 2013; Kiron et al., 2014). Thus, management accounting has much to gain from successfully integrating BI&A techniques into managerial accounting tasks. This interest is also reflected in the professional accounting bodies’ agendas, so much so that in 2016, the Chartered Institute of Management Accountants (CIMA) called for research on ‘analytics’ by offering grants to undertake studies in this area (CIMA, 2016b).

Given the current business focus on BI&A and its perceived management importance, this solution domain should be an area of focus of AIS research. However, commentators have noted that although “there is potential for studying business intelligence solutions in general and their implications for decision making and control, our current understanding of these developments in the accounting academia is very limited” (Granlund, 2011, p. 10). To assess whether these reservations are valid, an extensive literature search is carried out in over sixty accounting and information system journals. Literature reviews are essential, as they save time and effort for future researchers and lead to the efficient advancement of new knowledge and of the discipline (Webster and Watson, 2002). The specific aims of this review are twofold:

۱. Critically review and evaluate the volume and content of literature that has focused on the relationship between BI&A andmanagement accounting.

۲. Based on the review, highlight research gaps and opportunities for future research. This paper is structured as follows. Section 2 conceptualizes the link between MA and BI&A. This is necessary, as there are numerous definitions of BI&A in use and there is some confusion regarding how this technology is linked to other emerging technologies such as big data, machine learning and the Internet-of-things. Section 3 explains the two-staged literature review, initially providing a review of the recent themes in the IS literature and then giving an overview of the articles selected for the second review on the link between management accounting and BI&A. Section 4 contains the review and the findings, organized into 5 themes identified during the analysis of the articles and a summary of research questions to be explored in the future. Section 5 concludes the paper.