距离2020年审计师考试,还剩

2020年审计师考试

  • 考试报名:
    5月25日-6月29日
    北京、福建延后至7月

  • 准考证打印:
    9月27日-30日
    10月9日-11日

  • 考试时间:
    10月11日

  • 成绩公布:
    12月11日前

  • 成绩复核申诉:
    自成绩公布之日起
    30日内

  • 证书领取:
    以各地公告为准

[审计数据分析案例]业务数据画像技术简介

来自 审计精选 发布时间:2019-07-29

  内部审计在提升企业风险管理水平、强化企业运营管控、促进企业健康可持续发展等方面发挥了十分重要的作用。随着企业各项业务信息化进程迅速推进,生产、经营、管理等业务数据不断完善,审计关注的业务价值链相关信息已经数字化、信息化、网络化。如何准确把握业务数据规律和趋势、准确揭示风险、快速发现问题,客观和准确的评价企业运营状况和经营管理行为成为当前内部审计面临的重要课题。
审计分析
  业务数据画像技术简介
 
  什么是画像技术?画像技术最早应用于刑事侦查破案,是根据目击者的叙述,将犯罪嫌疑人的相貌特征描绘、复原的一项技术,在侦查破案中起着独特的作用。画像技术是近几年在人机交互中时常提及的一个名词,是众多大数据分析工具中帮助企业准确识别和分析目标的工具之一。画像技术可以运用于审计工作中,即广泛收集、定期更新、整理分析被审计对象的财政财务收支、业务经营数据、领导经济决策等,通过模型的建立以及审计人员的评估,最终发现普遍性的、有针对性的问题。画像技术的核心工作是“打标签”,打标签的目的是使人们易于理解且方便计算机处理计算。
 
  什么是标签技术?标签是对属性状态给出的结论,它基于人为定义的规则,对该属性状态,尤其是连续数据型属性,给出一个可以简单、确切描绘该属性状态的单词,使属性状态具象化,而不再是抽象繁琐的数值或数值区间。标签技术是对事物相同属性状态的高度精炼的特征标识,是一种把数据形象化的方法。标签技术是画像技术的基础。每个标签通常只代表一个含义,具有通俗易懂的特点。
 
  什么是业务数据画像技术?即基于企业业务信息数据,将业务数据信息转化为“画像元素”勾画出审计对象业务信息的全貌开展大数据分析,难点在于从业务海量数据中识别和提取出用于描述审计对象的特征指标,并对业务特征指标进行“标签化”,在标签模型上构建大数据画像类的交互式分析应用,让审计人员可以自由灵活的分析这些对象各种属性与业务行为之间的因果关系或相关关系。业务数据画像技术可以广泛应用于管理行为、业务生产管理、经营管理行为等多个场景分析当中,可以对审计对象的业务流信息、资金流信息、信息流进行形象化展示。利用业务数据画像技术能够更加真实、全面、动态的反映出审计对象的状态,可以帮助审计人员更加客观、全面、科学地进行审计分析和评价。
 
  业务数据画像方法介绍
 
  面对企业众多维度的原始数据,很多人认为业务数据画像的纬度越多,画像数据越丰富,某些业务数据还被设定权重甚至建立模型,业务数据画像因此变成了巨大而复杂的工程。如何既让业务数据画像贴近业务,又规避较高的人力和成本投入呢?笔者认为业务数据画像与审计项目结合是简单、干练、高效的有效途径。具体来讲,可以从以下三个方面考虑:
 
  一是尽量使用定性信息。业务数据画像时要将定量信息归类为定性信息,业务数据画像的目的是突出标签化的信息,为筛选出目标数据服务。定量的信息不利于对数据进行筛选,需要将定量信息转化为定性信息,通过标签化的类别来筛选数据。例如参考客户信息可以将客户定义为高、中、低级别。同理,将企业各类定量信息集中在一起,对定性信息进行分类,并进行定性化和标签化,有利于对业务数据进行筛选,快速定位疑似问题的范围。
 
  二是以强相关信息为主。强相关信息就是同审计项目直接相关的信息,可以是因果关系的信息,也可以是相关关系很高的信息。业务数据画像和数据分析构建标签模型时,需要增加考虑强相关信息,减少考虑弱相关信息,这是业务数据画像敏捷、高效的方法。
 
  三是尽量抓住关键信息。利用审计人员的独特视角和审计思维,识别关键信息并对业务数据进行画像。可以运用审计经验和方法,从业务流程的关键时间节点,例如采购订单的审批日期、收货日期、结算日期等、供应商及客户的属性,例如状态信息、账户信息、姓名、邮件地址、家庭住址等。通过对关键信息应用聚类分析、关联大数据分析技术,可以实现对审计对象的快速、深入地了解,在基础业务数据信息中提炼出关键信息即抓住主要的、突出的矛盾。
 
  最后,也是最关键的环节就是建立数据分析模型和可视化展示。通过建立模型,将业务数据加载到模型后进行直观的展示。

  【中国审计师考试网审计菌】学问之根苦,学问之果甜。学问勤中得,富裕俭中来。祝你学习进步,工作顺利。



中国审计师考试网(www.shenjishi.com)部分内容转载自网络,旨在传递更多审计师考试、审计行业和财经领域等相关信息,均尽力标明作者和出处。如您认为本站刊载内容涉及版权问题或者侵犯了您的合法权益,请通过本站提供的方式联系我们,我们将在核实确认后会尽快予以处理。