ارسل ملاحظاتك

ارسل ملاحظاتك لنا







دعم أساليب القياس واتخاذ القرار باستخدام أساليب التنقيب عن البيانات كمدخل لإدارة التكاليف الاستراتيجية ودعم القدرة التنافسية للشركات الصناعية

العنوان المترجم: Supporting Measurement and Decision-Making Methods Using Data Mining Methods as An Approach to Manage Strategic Costs and Support the Competitiveness of Industrial Companies
المصدر: مجلة البحوث المحاسبية
الناشر: جامعة طنطا - كلية التجارة - قسم المحاسبة
المؤلف الرئيسي: عبيدالله، فايزة (مؤلف)
المجلد/العدد: ع1
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2016
الشهر: يونيو
الصفحات: 343 - 378
DOI: 10.21608/abj.2016.127506
ISSN: 2682-3446
رقم MD: 853359
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

300

حفظ في:
المستخلص: تعمل الشركات حالياً في ظل بيئة تنافسية شديدة الضرورة مما يجعلها تعتمد على أدوات غير تقليدية لمواجهة هذه المنافسة. حيث يمكن دعم القدرة التنافسية للشركات من خلال إدارة التكاليف الاستراتيجية وما توفره من بيانات دقيقة يحتاجها متخذ القرار لتحقيق ميزة تنافسية مستدامة. وحتى تتوفر بيانات تكاليف دقيقة لابد من وجود أدوات يعتمد عليها لقياس وتحليل التكاليف ولتقدير التكاليف والتنبؤ بها مع توفير هذه البيانات في الوقت المناسب وبأعلى مستوى من الدقة. ومع تعدد مصادر البيانات، أصبحت الطرق التقليدية غير قادرة على تجميع وتحليل هذا الكم الهائل من البيانات التي توفرها التكنولوجيا الحديثة، ومن هنا ظهر التنقيب عن البيانات Data Mining بأساليبه المتعددة التي حظيت باهتمام كبير في الآونة الأخيرة. ومع تزايد الأبحاث التي تتوقع أن يؤدى تطبيق أساليب التنقيب عن البيانات داخل بيئة المحاسبة إلي العديد من المنافع مثل تحسين جودة المعلومات اللازمة لاتخاذ القرار وتحسين العائد وتخفيض التكاليف [2011 ,Abd-Rahman] فقد اهتم هذا البحث بالميزة التنافسية التي يمكن أن تحققها إدارة التكاليف الإستراتيجية عند قياس وتحليل وتقدير التكاليف الصناعية .باستخدام أساليب التنقيب عن التنقيب عن البيانات.

Companies currently operate in a highly necessary competitive environment that makes them rely on unconventional tools to counter this competition. Corporate competitiveness can be supported by managing strategic costs and the accurate data they provide that decision-makers need to achieve sustainable competitive advantage. In order to have accurate cost data, there must be reliable tools for measuring, analyzing, and estimating costs and providing such data in a timely manner and with the highest level of accuracy. With multiple data sources, traditional methods have become unable to compile and analyze the vast amount of data provided by modern technology. Hence emerged the importance of Data Mining with its multiple methods. It has received great attention in recent times. With increasing studies, it expects the application of data mining techniques within the accounting environment to lead to many benefits such as improving the quality of information needed for decision-making, improving return, and reducing costs [Abd-Rahman, 2011]. This research has paid attention to the competitive advantage that strategic cost management can achieve when measuring, analyzing, and estimating industrial costs using data mining methods. In this research, an applied study was conducted on the manufacturing of single phosphate fertilizer in Egypt. The costs of producing a ton of single phosphate fertilizer were estimated with its two types by the cost data collected from all companies that manufacture this type of fertilizer in Egypt. The cost of producing a ton of single phosphate fertilizer has been measured using data mining methods,. New patterns and relationships have also been discovered between the different types of costs, which have been used as variables for the study to support proper decision-making. The extent to which the industrial costs needed to produce a ton of single phosphate fertilizer can be predicted using logistic regression and neural networks as methods of data exploration with a high level of accuracy and in record time to support the company in achieving a sustainable competitive advantage, especially when exporting this product. This abstract was translated by Dar AlMandumah Inc.

ISSN: 2682-3446