京公网安备 11010802034615号
经营许可证编号:京B2-20210330
推进大数据在地方审计工作中的应用
随着大数据时代的到来,以电子数据为代表的信息资源大集中模式逐渐成为各类审计信息存储的主流。2015年召开的全国审计工作会议提出:“十三五”时期要加快实施“金审三期”工程,拓展大数据技术运用,形成独特的“国家审计云”。当前,推进实施大数据审计的实践应用,已成为地方审计机关亟待解决的现实课题。
目前大数据审计面临的主要问题
1.大数据审计队伍急需加强。随着审计领域不断放大,外延不断扩展,审计人员在完成既定任务之外难有精力对数据进行深层次的挖掘。同时,目前审计队伍中掌握数据采集、数据分析等技术人才严重缺乏。
2.数据管理的碎片化和大数据采集标准的不统一。一方面各单位、各部门之间数据不共享,存在“信息孤岛”效应,另一方面各级审计机关对大数据的采集缺乏统一标准,导致数据利用效率较低,审计部门无法全面准确的进行数据对比。
3.大数据审计共享平台急需建立。各地已建立的部分数据分析模型,目前还缺乏成果共享和培训推广机制。另外,基层审计机关没有自己的规模化制式化数据存储中心,很难用大数据共享平台的方式,为一线审计大量储备和提供有效的“攻城利器”和“弹药仓库”。
4.地方审计机关对大数据审计认识需要进一步提高。虽然国务院已将大数据审计列入审计信息化工作重点,但在地方审计实践中,数据审计仍是一种可选审计方式。由于数据审计没有被列入《审计法》及《审计准则》等法规中,多数地方审计机关对大数据的认识仍比较初级化,审计人员认为可以使用现场审计实施系统查阅浏览电子账就已足够,缺乏对财务数据和业务数据进行深度挖掘与关联分析的意识与能力,导致基层审计人员在大数据分析上缺少思路和技术创新。
5.数据分析团队的组织方式需要转变。目前,数据分析团队主要是各参审单位的计算机骨干和业务骨干临时组成,这种方式影响了数据分析的效率和质量,特别是在宏观分析、政策执行情况分析等方面,临时组成的数据分析团队受软硬件环境、人员知识结构等因素的影响,难以完成系统性、宏观性的分析工作。
推进大数据审计应用的对策建议
1.提高思想认识。强化审计人员运用计算机审计的意识与兴趣培养,用宏观的视野来看待大数据,不再局限于被审单位的点滴数据,善于采集各相关方面的数据,从数据挖掘中提取有用信息和发现问题线索,真正做到用数据说话。
2.实现跨界融合、打造统一大数据审计平台。互联网思维的精髓就在于跨界与融合,一方面要运用行政倒逼、利益调整等多种手段打破“数据孤岛”,实现数据按需、契约、有序、安全式开放,形成跨部门数据共享机制,为实施数据审计提供源源不断的大数据。另一方面,要将现有成熟的审计模型和方法整合到大数据审计平台中,在审计实践中运用联网跟踪审计平台,探索建立经常性审计监督机制。
3.加强复合型人才培养。一是组织财政审计人员参加国家审计署举办的各类培训,不断提升计算机实用技能;二是地方审计机关内部要定期组织计算机学习,以点带面来触动、影响全体审计人员;三是引进计算机专业人员,把技术精湛、热爱审计事业的计算机人才吸纳入国家审计机关,通过审计实践打造出一支能应对大数据时代的数字化审计人才队伍。
4.创新审计工作思路。审计机关要履行好审计监督职责,实现大数据环境下审计监督全覆盖,必须要积极创新审计工作思路,走科技强审之路。从审计观念和审计方式转变上认识数字化审计工作,依托计算机技术推进审计方法、方式和手段的创新,提高审计监督的有效性。
5.保障数据安全性。大数据在为政府治理提供方便的同时,也会给个人隐私、企业机密、政府公信乃至国家安全带来挑战。要加快审计数据应用安全的立法进程,加大网络与信息安全投入,着力加强审计数据保护关键技术手段的建设,确保审计数据的安全、保密。
6.打造高效的数据分析团队。在加强复合型人才培养的同时,要通过聘请相关行业专家加入到数据分析团队中来,通过数据分析团队大胆创新和尝试运用新型信息技术手段,通过推进引领数字化的审计方式,实现审计一线作业与后台数据分析一体化,不断提高地方审计机关的整体工作效率,扩大大数据审计技术应用的示范效应。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在问卷调研的数据分析流程中,“先检验信效度,再开展进阶统计分析”是通用的规范逻辑。很多从业者会听到“问卷效度高,后续可以 ...
2026-07-30【核心关键词】大数据、统计学、专业、毕业生、论文、课程、计算机、建模、知识、数据分析、机器学习、数据科学、大数据技术、 ...
2026-07-30 很多数据分析师掌握了Excel函数、会写SQL查询,但当被问到“数据从哪里来”“数据加工有哪些步骤”“如何使用分析工具连接数 ...
2026-07-30在业务数据分析中,按天拆分统计夜间时段的数据是高频需求——比如电商夜间订单监测、平台夜间用户活跃度分析、运维系统夜间异常 ...
2026-07-29在机器学习建模与特征工程实践中,判断不同特征对模型预测效果的贡献度,是特征筛选、模型解释、业务归因的核心环节。特征置换重 ...
2026-07-29 很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-07-29【核心关键词】岗位、数字化、经验、课程、方法论、决策、企业、大方向、数据分析、销售管理、理论知识、思维方式、分析销售、 ...
2026-07-28在问卷调研、用户分群、效果对比等业务数据分析中,分类变量的关联性与差异性验证是高频需求。卡方检验作为针对离散分类数据的经 ...
2026-07-28 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-07-28在Excel数据分析与报表制作中,数据透视表是快速完成多维度汇总、分组统计的核心工具。很多从业者在得到透视表汇总结果后,为了 ...
2026-07-27 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-07-27当下,我们已然步入数据要素价值全面释放的智能时代。数据不再只是零散的数字记录,更是驱动新质生产力运转的核心动能、滋养人工 ...
2026-07-27【核心关键词】客户、数据分析、指标体系、数据采集、数据指标、业务数据、分析思路、业务需求、分析方法 【专访摘要】本次 CDA ...
2026-07-24在数据分析、业务建模与数字化运营体系中,原始业务数据普遍存在缺失、重复、异常、口径不一致等质量问题,直接用于分析与建模会 ...
2026-07-24 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-07-24在数据驱动的精细化运营体系中,指标是业务判断、效果复盘、策略优化的核心依据。随着企业数据化程度提升,指标数量持续膨胀,但 ...
2026-07-23在用户运营与产品增长体系中,留存是衡量产品真实价值与用户粘性的核心标尺,也是决定用户生命周期价值、获客投产比的底层因素。 ...
2026-07-23 很多数据分析师精通Excel、SQL、Python等工具,但当被问到“面对一个具体的业务问题,该用什么分析方法”“描述性分析和诊断 ...
2026-07-23【核心关键词】埋点、产品、互联网、数据库、决策、数据分析、产品经理、商业模式、移动互联网、指标体系、运营模块、大数据平 ...
2026-07-22在高并发、大数据量的业务系统中,单表数据量达到千万级甚至亿级后,会出现查询性能骤降、索引维护成本飙升、存储扩容困难等问题 ...
2026-07-22