CMA考试：P1章节划重点之科技与分析

信息系统
识 别会计信息系统在价值链中的角色
理解会计信息系统循环，包括从收入到现金，支出，生 产，人力资源和工资，融资，物业，厂房和设备， 以及总账和记账系统
识别并解释实施财务和非财务系统分离面临的挑战
定义企业资源计划 (ERP)，识别并解释其优缺点
解释企 业资源计划如何帮助组织克服分离财务和非财务系统面临的挑战，并将其各 个方面的作业进行整合
定义关系数据库并理解数据库管理系统
定义数据仓库和数据集市
定义企业绩效管理(EPM)，即公司绩效管理 (CPM)或业务绩效管理(BPM)
讨论企业绩效管理如何促进业务规划和绩效管理
数据管控
定义数据管控，即管理数据的可用性，使用性，全面性，和 安全性
理解数据管控框架，发起组织委员会 （COSO）的内部控制框架和国际信息系统审计协会（ISACA）的 COBIT (信息及相关技术控制目标)
识别数据生命周期的各阶段，即数据捕捉，数据维护，数据合成， 数据使用，数据分析，数据发布，数据存档，和数据清除
讨论确立记录留存（或记录管理）政策的重要性
识别并解释用于发现并阻止网络攻击的控制方法和技术工具，如渗 透性和脆弱性测试，生物识别技术，高级防火墙，和访问控制
Part 1 – Section F.3 Technology-enabled finance transformation 第一部分—第 F.3 节 技术支持的财务转型
定义系统开发生命周期（SDLC），包括系统分析，概念设计，实体设计， 实施和转换，以及运营和维护
解 释业务流程分析在提高系统绩效中的作用
定义机器人流程自动化 （RPA）及其优势
评估 技术在哪些方面能提高会计数据和信息处理的效率和效果（如，人工智能 (AI)）
定义云计算 并描述其如何提高效率
定义软件即服务（SaaS）并解释其优缺点
认识区块链，分布式账本和智能合约的潜在应用 数据分析
定 义大数据并解释其四个维度：体量，速度，多样性和准确性，描述从大数据 中获取洞察力的机遇和挑战
解释企业如何使用结构化，半结构化和非结构化数据
描述数据的进展，从数据到信息，到知识，到洞察，到行动
描述管理数 据分析的机遇和挑战
解释为什么数据 和数据科学能力是战略资产
定义商业智能（BI）；如，将数据 转换为可操作信息的应用程序，工具和最佳实践的集合，以便做出更好的决 策并优化绩效
数据挖掘
定义数据挖掘
描述数据挖掘的挑战
解释 为什么数据挖掘是一个迭代过程，既是艺术又是科学
解释如何使用查询工具（例如，结构化查询语言 （SQL））来检索信息
描述分析师如何挖掘大数据集以揭示模式并提供见解
分析工具
解释将分析模型与 数据契合的挑战
定义数据分析的不同种类，包括描述型，诊断 型，预测型和规范型
定义以下分析模型： 聚类，分类和回归; 确定何时使用各模型
识别简单 和多元回归方程的元素
根据 特定情况计算回归方程的结果
理解决定系数（R 平方）和相关系数（R）
理解时间序列分析，包括趋势，周期性，季节 性和不规则模式
识别并解释回归分析和时间序列分析的优点和局限性
定 义估计标准误差，拟合优度和置信区间
解释如何使用预测分析技术形成见解并提出建议
描述探索性数据分析以及如何使用它来揭示模式和形成见解
定义敏感性分析并确定何时适用此分析
理解模拟模型的运用，包括蒙特卡罗技术
识别敏感性分析和模拟模型的优点和局限性
理解假设（或 目标寻求）分析
识别并解释数据分析的局 限性
数据可视化
利用表格和图形设计的最佳实践来避 免复杂信息沟通中的偏差
评估数据可视化选项并选择最佳表示方法 （例如：直方图，箱线图，散点图，点状图，表格，指示板，条形图，饼形 图，折线图，气泡图）
理解可视化技 术的优点和局限性
确定沟通结果最有 效的渠道
使用有效的可视化技术以有影响力的 方式沟通结果，结论和建议
以上就是关于【CMA考试：P1章节划重点之科技与分析】的全部内容，希望对您有所帮助。想要了解更多关于CMA信息，欢迎大家前往高顿CMA官网，在这里可以学习更多精品课程，练习更多免费题目，享受更多政策资讯。另外，想要报考CMA考试，还可通过在线咨询了解最新报考消息，领取免费学习资料！