会计人员可以通过以下几个步骤利用大数据技术进行数据分析和决策支持：
1. 数据采集：采集相关的财务数据，包括财务报表、会计凭证、银行对账单等。
2. 数据清洗：清洗数据，包括去除重复数据、缺失值、异常值等，确保数据的准确性和完整性。
3. 数据整合：将不同来源的数据整合在一起，建立数据仓库或数据湖，方便后续的数据分析和决策支持。
4. 数据分析：利用数据挖掘、机器学习等技术对数据进行分析，发现数据中的规律和趋势，提取有价值的信息。
5. 决策支持：根据数据分析的结果，为企业提供决策支持，包括财务预测、风险评估、成本控制等，帮助企业做出更加明智的决策。

在实际操作中，会计人员可以利用各种数据分析工具和软件，例如Excel、Python、R等，对数据进行处理和分析。同时，也需要具备一定的数据分析能力和业务知识，才能更好地利用大数据技术进行数据分析和决策支持。