หัวข้อสัมมนา
1. ความสำคัญของ Data Sciences, Big Data และ Data Analytics ในงานบัญชี
2. การนำ Big Data ขององค์กรและหน่วยงานต่างๆ มาใช้ประโยชน์ในงานบัญชี เพื่อวิเคราะห์ข้อมูลตัวเลขได้อย่างมีประสิทธิภาพ
3. Data Analytics การวิเคราะห์ข้อมูลกับงานบัญชีการเงินในปัจจุบัน พร้อมตัวอย่างการใช้งานจริง
3.1 วางแผนงบการเงิน และวางแผนภาษีได้อย่างเหมาะสม สำหรับงานบัญชีการเงิน
3.2 วิเคราะห์โครงสร้าง และองค์ประกอบของต้นทุนการผลิต สำหรับงานบัญชีต้นทุน
3.3 วางแผน ควบคุม ตัดสินใจ การลงทุนสินทรัพย์ถาวร และพยากรณ์งบการเงิน สำหรับงานบัญชีบริหาร
3.4 ตรวจสอบและป้องกันการทุจริต จากความผิดปกติของข้อมูล สำหรับงานตรวจสอบและควบคุมภายใน
3.5 เพิ่มประสิทธิภาพในการตรวจสอบความผิดปกติของรายการได้อย่างแม่นยำและรวดเร็ว สำหรับงานสอบบัญชี
4. ประเภทและรูปแบบของ Data Analytics ที่บัญชีต้องทราบ
4.1 การวิเคราะห์ข้อมูลแบบพื้นฐาน (Descriptive Analysis)
4.2 การวิเคราะห์แบบเชิงวินิจฉัย (Diagnostics Analysis)
4.3 การวิเคราะห์เชิงพยากรณ์ (Predictive Analysis)
4.4 การวิเคราะห์แบบให้คำแนะนำ (Prescriptive Analysis)
5. ขั้นตอนการทำ Data Analytics สำหรับงานบัญชี
5.1 การจัดทำ Data Cleansing เพื่อจัดเตรียมข้อมูลในการวิเคราะห์ข้อมูลบัญชี ด้วยโปรแกรม Excel, Google Sheet, VBA, SQL ฯลฯ
5.2 การใช้เครื่องมือในการช่วยจัดทำ Data Analytics เช่น โปรแกรม PowerBI, Google Data Studio, Excel
5.3 การวิเคราะห์โครงสร้างของฐานข้อมูลและการสร้างความสัมพันธ์ของข้อมูล (Relational Data Model)
5.4 การเลือกรูปแบบการนำเสนอข้อมูลทางบัญชีที่เหมาะสม เช่น ตารางข้อมูล แผนภูมิ การสร้างสูตรการคำนวณ อัตราส่วน ฯลฯ
5.5 การวิเคราะห์ข้อมูลรูปแบบต่างๆ เพื่อนำไปใช้ประโยชน์ในงานต่างๆ เช่น การวิเคราะห์กลยุทธ์การขายจากยอดขาย ประสิทธิภาพของการวางระบบบัญชี การพยากรณ์ยอดขาย ฯลฯ
6. ความคุ้มค่าและการลงทุนในการเลือกซื้อ Software สำหรับการทำ Data Analytics
7. กรณีศึกษา Data Analytics for Accounting
8. คุณธรรม จริยธรรม และจรรยาบรรณของผู้ประกอบวิชาชีพบัญชี
| Hours of CPD | Hours of CPA | ||
|---|---|---|---|
| account | other | accountant | other |
| 3:0 | 3:0 | 3:0 | 3:0 |
: InternetExplorer เวอร์ชั่น 10 ขึ้นไป
: Firefox เวอร์ชั่น 53 ขึ้นไป
: Chrome เวอร์ชั่น 58 ขึ้นไป
