财务工作像其他大量人类工作一样专注于分类，动植物学科、图书档案管理如此，法律专业亦如此，“有罪”和“无罪”就是确定一个分类，“重罪”和“轻罪”也是确定一个分类。

分类工作的重点在于：一、从什么维度来判断；二、分类判断的标准是什么；假设定义“使用时间1年以上的设备属于固定资产”，那么使用时间就是维度，1年就是判断标准，如果是“使用时间1年以上且单位价值2000元以上”，就比第一个定义增加“单位价值”维度，5000元是判断标准。这些研究也是近年大热的人工智能领域的研究重点之一，主要数学思想是线性代数。

一、关于维度分拆的讨论
维度在工作中必然有所运用，进一步的探讨在于如何更好的设定维度。

财务会计工作（包括财务分析）可以以“会计科目”为主维度，但应该尽量避免将太多维度压缩至会计科目，我们可以通过一个小案例来分析一下：
某企业在使用财务软件的过程中发现会计科目级数不够用。经仔细分析，问题如下：（1）原来该企业集团行销全国，同时又按生产销售不同种类产品设立不同的事业部，因此财务部门便将“地域”和“部门”这两个维度压缩进会计科目维度，例如最简单的现金科目设置如下：“现金/办公家具事业部/大中华区/华东区/上海分公司/虹口办事处”，再加上会计科目本身也有层级，部分科目还包括进其他小维度比如“进口和国产”维度，会计科目级数自然不够用。换个说法这个维度的深度太深，这将给日常使用带来麻烦，可以想象输入一张含现金科目的凭证就需要点击展开十几层科目。

（2）这种设置不仅使会计科目维度变得“太深”，而且由于降维，维度上总节点数量（总的会计科目数量）也变得非常庞大，最简单的现金科目的任何一级略微不同就产生一个新的科目，比如：“现金/办公设备事业部/大中华区/华东区/上海分公司/虹口办事处”，制造费用、管理费用下4-50个二级科目都这么循环往复，最终形成一本厚达百页的会计科目表。

（3）“超强”的一维会计科目表带来的问题是概括度不够同时又限制了灵活性，原指望通过会计科目设定使分布全国的分、子公司都使用一套科目以便于合并报表，结果发现各地有各地的情况，于是最终变成所有情况的合集，若由总部负责会计科目的管理，则管理者也无法判断科目增加或变更意图的准确性，使得主数据的维护更为困难。

（4）输入为了输出，财务记录是为查询、分析服务的，查询分析需要将数据筛选、切片，并入多维信息的一维数据分析时必须被拆分开来，拆分相对多维数据结构的聚合，往往难度更高。

这种情况拆分成多个维更好：
现在的财务软件一般都预设客商（客户或供应商）、存货、部门、个人这几个维度，有的软件还有自定义维度，以用友软件为例，这一功能称为项目管理，配合各种范围的规范，就既能体现概括性又有灵活性，例如“现金流量表条目”其实是现金类科目的分维度，因为有国家规定可以高度统一，而每家企业都有自己的基建项目，宜各自维护互不影响比较好。再如生产成本要素。一般不同产品类型的企业之间不相同，可在会计科目“生产成本”下设置“直接材料”、“直接人工”、“间接费用”，科目设到这一层次相信所有的子、分公司都会认同，这就是高度的概括性，同时允许在项目管理中按不同产品类型的企业设置本行业成本要素项目，灵活性就体现出来了。同样各类工资、奖金、社会福利也可以形成一个项目，不论对应的生产成本-人工还是管理费用或营销费用均可配套使用，可以不同范围的企业设定项目条目，即规范又灵活，减少看似重重复复的科目表。

二、多维的主要困难
多维的主要困难是“分”了之后如何“合”，即能够方便的调用各个维度信息聚合数据，设置多维之初就需要考虑使用何种多维分析工具。随信息系统发展相应技术已属普及，这些信息技术已非高难度尖端技术。

最后的题外话，作为判定标准的会计准则的制定和执行目前是基于自然语言语义所定义，若某日完全量化，则会计工作将变成全自动程序。这可能吗？在人工智能围棋出现之前，也许很少有人相信，“大局观”、“厚势”这些不仅是语义定义更是一种称为感悟的虚幻东西最终也会被量化替代，所谓替代就是它未必理解但能换种方式更完美执行。也许笛卡尔是对的，一切皆是数学。