โครงการอบรม Accounting Data Analytics จัดการ วิเคราะห์และนำเสนอข้อมูลบัญชีดิจิทัล

• รวมหลักสูตรพัฒนาทักษะดิจิทัล และ IT ที่สำคัญสำหรับนักบัญชี
• เข้าใจขั้นตอนระบบบัญชีดิจิทัลและโปรแกรมสำเร็จรูปทางการบัญชีที่เหมาะสมกับกิจการ
• ฝึกปฏิบัติ Data Analytics สำหรับงานบัญชี การวิเคราะห์งบการเงินและสร้างรายงานทางบัญชีอย่างมีประสิทธิภาพ

บรรยายโดย ผศ.สุรัตน์ ลีรัตนชัย

Section 1 : Data Analytics การบริหารจัดการและวิเคราะห์ข้อมูลองค์กรเพื่องานบัญชี

หัวข้ออบรม

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
    3.5เพิ่มประสิทธิภาพในการตรวจสอบความผิดปกติของรายการได้อย่างแม่นยำและรวดเร็วสำหรับงานสอบบัญชี

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 เพื่อจัดเตรียมข้อมูลในการวิเคราะห์ข้อมูลบัญชีด้วยโปรแกรม 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 ในงานบัญชี

7. กรณีศึกษา Data Analytics for Accounting

8. คุณธรรม จริยธรรม และจรรยาบรรณของผู้ประกอบวิชาชีพบัญชี

Section 2 : ฝึกปฏิบัติ Data Analytics for Accounting

หัวข้ออบรม

1. การใช้ Excel เป็นเครื่องมือสำหรับ Data analytics

2. การใช้เครื่องมือสำหรับ Data analytics

3. กรณีศึกษาการจัดทำ Data Cleansing สำหรับงานบัญชีและการเงิน

4. กรณีศึกษาการวิเคราะห์ข้อมูลการขาย ต้นทุนขาย และกำไรขั้นต้น

5. กรณีศึกษาการวิเคราะห์ข้อมูลค่าใช้จ่ายในการขายและบริหาร เพื่อหาความผิดปกติของข้อมูล

6. กรณีศึกษาการวิเคราะห์ข้อมูลต้นทุนการผลิตสินค้า

7. กรณีศึกษาการพยากรณ์ข้อมูลทางการเงินสำหรับปีอนาคต

8. กรณีศึกษาการสร้างรายงานในรูปแบบต่างๆ เช่น ตารางข้อมูล แผนภูมิ

9.การจัดทำข้อเสนอแนะจากผลการวิเคราะห์ข้อมูลที่ได้รับ

Section 3 : การจัดการข้อมูลทางบัญชี-การเงินด้วย Power Query เพื่อเตรียมจัดทำรายงานและนำเสนอ

หัวข้ออบรม
1.ประเภทของโครงสร้างข้อมูลและการจัดการข้อมูลทางบัญชี-การเงินให้มีความเป็นระเบียบ

2.ประโยชน์ของการจัดการข้อมูลทางบัญชี-การเงินที่มีความเป็นระเบียบในด้านของงานบัญชีและงานด้านการวิเคราะห์ข้อมูลเพื่อช่วยกำหนดกลยุทธ์ของธุรกิจ

3.การจัดการข้อมูลทางบัญชี-การเงินด้วย Power Query
  
4. กระบวนการ ETL. (Extracting, Transforming & Loading) ในการจัดการข้อมูลทางบัญชี-การเงิน

5. การนำเข้าข้อมูลทางข้อมูลทางบัญชี-การเงินเพื่อการรวบรวมและจัดระเบียบข้อมูล (Get Data)

6. วิธีการตรวจสอบคุณภาพและการแจกแจงของข้อมูลทางบัญชี-การเงิน (QA. & Profiling Tools)

7. รูปแบบและการจัดการข้อมูลทางบัญชี-การเงินที่มีลักษณะเป็นตัวอักษร (Text Tools) ตัวเลข (Numerical Tools) วันที่และเวลา (Date & Time Tools)

8. การสร้างชุดข้อมูลใหม่ โดยการกำหนดสูตรคำนวณเพื่อนำมาใช้ประโยชน์ในงานบัญชี-การเงิน (Calculated Column) 

9. การสรุปข้อมูลทางบัญชี-การเงินในรูปแบบต่างๆ เพื่อนำไปใช้ในการวิเคราะห์หรือการจัดทำรายงานและนำเสนอ (Grouping & Aggregating)

10. การเปลี่ยนโครงสร้างรายงานทางบัญชี-การเงิน เช่น งบทดลอง งบกำไรขาดทุน รายงานบัญชีแยกประเภท ให้อยู่ในรูปแบบของรายงานมาเป็นข้อมูลดิบเพื่อประโยชน์ในการนำไปวิเคราะห์หรือจัดทำรายงานและนำเสนอ (Pivoting & Unpivoting)

11. การจัดโครงสร้างข้อมูลทางบัญชี-การเงินที่มีโครงสร้างการจัดเก็บข้อมูลที่แตกต่างกันให้อยู่ในตารางหรือโครงสร้างการจัดเก็บข้อมูลเดียวกัน (Merging & Appending Query)

12. กรณีศึกษาการประยุกต์ใช้ Power Query เพื่อจัดการข้อมูลบัญชี-การเงิน

Section 4 : การจัดทำ วิเคราะห์ และนำเสนอข้อมูลด้านบัญชีการเงินด้วย Dashboard Power BI Desktop

หัวข้อสัมมนา

1.Business Intelligence & Data Analytics แนวคิดและประโยชน์ของ Dashboard ในงานบัญชี

2. การวิเคราะห์เครื่องมือในการสร้าง Business Intelligent / Dashboard สำหรับงานบัญชี

3. สิ่งที่ควรรู้สำหรับงานบัญชีเกี่ยวกับ Power BI Desktop
    3.1 การทำงานของ Power BI Desktop และการเลือกใช้โปรแกรม เพื่อการวิเคราะห์ข้อมูลเพื่อสนับสนุน การตัดสินใจของผู้บริหาร
    3.2 การลงทะเบียนสมัครโปรแกรมใช้งาน Power BI Service
    3.3 การดาวน์โหลดและติดตั้งโปรแกรม Power BI Desktop

4. องค์ประกอบของ Power BI Desktop (Data View / Data View Layout / Data Categorization)

5. การจัดการข้อมูลทางการบัญชีและกระบวนการ ETL สำหรับการวิเคราะห์ข้อมูลทางการบัญชี
    5.1 ลักษณะของโครงสร้างข้อมูลที่ใช้ในการวิเคราะห์และความหมายของมิติข้อมูลทางการบัญชี
    5.2 ความสำคัญของข้อมูลทางการบัญชีต่อการตัดสินใจวางแผนและควบคุมการดำเนินงานทางธุรกิจ
    5.3 การเลือกข้อมูลทางบัญชีและการเงินที่ใช้สำหรับการวิเคราะห์ข้อมูล (Extracting) อย่างเหมาะสม
    5.4 กระบวนการแปลงข้อมูล (Transforming) เพื่อทำให้การประมวลผลข้อมูลมีความทันสมัยและตัดสินใจได้อย่างถูกต้อง
    5.5 การสร้างความสัมพันธ์ของข้อมูล (Data Relationship) เพื่อให้ข้อมูลแสดงความสัมพันธ์ระหว่างกัน ทำให้สามารถวิเคราะห์หาความเป็นเหตุและเป็นผลระหว่างกันได้
    5.6 การนำเข้าข้อมูลที่ผ่านกระบวนการแปลงข้อมูลและสร้างความสัมพันธ์แล้วสู่เครื่องมือ Power BI Desktop เพื่อนำไปวิเคราะห์ต่อยอด (Loading)

6. การนำเสนอรายงานทางบัญชี (Dashboard) ในรูปแบบ Visualization ให้ง่ายต่อความเข้าใจและน่าสนใจมากยิ่งขึ้น
    6.1 เทคนิคในการหา Insight จากข้อมูลทางการบัญชี ในการหาสาเหตุของปัญหา และ การหาโอกาสทางธุรกิจ ซึ่งจะถูกนำไปใช้เป็นแนวทางในการกำหนด วิสัยทัศน์ และ กลยุทธ์ของธุรกิจได้
    6.2 การเลือกรูปแบบและวิธีการสื่อสารข้อมูลทางการบัญชีในแบบต่างๆ เช่น ชนิดของแผนภูมิ ภาพ หรือ ตารางสรุป

7. การคำนวณเบื้องต้นสำหรับงานบัญชีด้วย DAX (Data Analysis Expression) เช่น อัตราส่วนสภาพคล่อง การหาแนวโน้มของรายได้หรือค่าใช้จ่าย การเปรียบเทียบต้นทุนระหว่างงวดเวลาที่สนใจ

8. Workshop : Case Studies ที่เกี่ยวข้องและพัฒนางานบัญชี เช่น งบกำไรขาดทุนแยกตามส่วนงานหรือมิติที่สนใจ การนำเสนองบการเงิน การเปรียบเทียบงบประมาณ การวิเคราะห์งบการเงินด้วยอัตราส่วนทางการเงินและบัญชี ฯลฯ