
大数据分析助推审计信息化_数据分析师考试
全球已然进入大数据时代。总量大(Volume)、种类多(Variety)和速度快(Velocity),数据的3V特征促使每个行业都推动着自身信息化发展,而四川省审计厅在面临被审计单位的发展变化时,也积极地应对时代的变革,创新审计方法手段,努力推动审计工作的转型升级
审计工作的出路在信息化。省审计厅对大数据审计高度重视,2014年以来,以“金审工程”建设为基础,加强制度规范,创新审计方式,培养人才队伍,全面推进四川审计信息化工作,并且从省本级做起,搞好全省数字式审计的顶层设计。
建立长效机制
数据归集分析由制度说了算
去年,全国审计工作会议对大数据审计提出三点要求:数据归集要全、数据分析要深、技术手段要新。为了更好地达到大数据审计的发展要求,审计厅组建了一个全新的部门——电子数据审计处。该部门依照这三点要求发挥职能,负责电子数据的归口管理,组织开展跨行业、跨部门、跨地区的数据分析和利用,并组织开展联网审计和省直各部门(单位)电子信息系统审计等相关工作。
审计厅相关负责人告诉记者,目前数据的收集方式有两种,一是结合审计项目的进行对所涉及数据进行收集存储,另一种是根据需要制定数据采集计划主动对国土、社保等与审计相关的重要数据进行收集、整理。数据采集后按行业、按单位、按年度,以目录的形式分门别类地储存,方便各个审计项目的调用和分析。目前,审计数据中心已经收集了包括全省地税、社保、工商等8个部门共计1.5TB数据。
数据的收集是为数据分析做准备,审计人员通过数据分析可以快速锁定疑点、定向排查和查实查透。“因为数据具有普遍联系性,所以我们采用的方法主要是进行数据比对。”电子数据审计处负责人解释道,比如对于医保基金的审计,审计人员就需要将医院系统与医保中心的相关数据进行对比,核实两者是否相匹配。
在全省保障性安居工程跟踪审计中,审计组开展了跨地区、跨行业的数据对比分析。一是将收集的部分市、县10多万条人员信息数据与房管部门商品房信息进行对比,发现上千名购有商品房、超过规定标准的人员,依然在享受保障性住房。随后,将其与同期养老保险缴费基数、公积金缴费基数、个人所得税应税数以及机动车辆登记信息进行对比,查处了骗取或违规享受保障性住房,骗取或违规领取货币补贴等问题。审计除责成相关部门整改外,对典型的违纪违规问题,已移送当地纪检监察部门处理。
除了不断强化对数据的使用、分析,省审计厅还高度重视数据的安全管理。数据收集、分析的具体操作流程非常严谨规范,如跨地区、跨部门、跨行业的数据收集必须发出正式公函。而数据分析查出的疑点,审计厅也会给被审计单位发出建议函,对方将在1-2个月内将核定结果反馈审计厅,整个收集和分析过程,都要保证数据的绝对安全。审计厅还专门出台了《四川省审计厅电子数据安全管理办法(试行)》和《四川省审计厅现场审计数据管理办法(试行)》,形成了数据安全控制长效机制。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师与数据指标:基础概念与协同逻辑 一、CDA 数据分析师:数据驱动时代的核心角色 1.1 定义与行业价值 CDA(Certified ...
2025-08-22Power Query 移动加权平均计算 Power Query 移动加权平均设置全解析:从原理到实战 一、移动加权平均法的核心逻辑 移动加权平均 ...
2025-08-22描述性统计:CDA数据分析师的基础核心与实践应用 一、描述性统计的定位:CDA 认证的 “入门基石” 在 CDA(Certified Data Analy ...
2025-08-22基于 Python response.text 的科技新闻数据清洗去噪实践 在通过 Python requests 库的 response.text 获取 API 数据后,原始数据 ...
2025-08-21基于 Python response.text 的科技新闻综述 在 Python 网络爬虫与 API 调用场景中,response.text 是 requests 库发起请求后获取 ...
2025-08-21数据治理新浪潮:CDA 数据分析师的战略价值与驱动逻辑 一、数据治理的多维驱动引擎 在数字经济与人工智能深度融合的时代,数据治 ...
2025-08-21Power BI 热力地图制作指南:从数据准备到实战分析 在数据可视化领域,热力地图凭借 “直观呈现数据密度与分布趋势” 的核心优势 ...
2025-08-20PyTorch 矩阵运算加速库:从原理到实践的全面解析 在深度学习领域,矩阵运算堪称 “计算基石”。无论是卷积神经网络(CNN)中的 ...
2025-08-20数据建模:CDA 数据分析师的核心驱动力 在数字经济浪潮中,数据已成为企业决策的核心资产。CDA(Certified Data Analyst)数据分 ...
2025-08-20KS 曲线不光滑:模型评估的隐形陷阱,从原因到破局的全指南 在分类模型(如风控违约预测、电商用户流失预警、医疗疾病诊断)的评 ...
2025-08-20偏态分布:揭开数据背后的非对称真相,赋能精准决策 在数据分析的世界里,“正态分布” 常被视为 “理想模型”—— 数据围绕均值 ...
2025-08-19CDA 数据分析师:数字化时代的价值创造者与决策智囊 在数据洪流席卷全球的今天,“数据驱动” 已从企业战略口号落地为核心 ...
2025-08-19CDA 数据分析师:善用 Power BI 索引列,提升数据处理与分析效率 在 Power BI 数据分析流程中,“数据准备” 是决定后续分析质量 ...
2025-08-18CDA 数据分析师:巧用 SQL 多个聚合函数,解锁数据多维洞察 在企业数据分析场景中,单一维度的统计(如 “总销售额”“用户总数 ...
2025-08-18CDA 数据分析师:驾驭表格结构数据的核心角色与实践应用 在企业日常数据存储与分析场景中,表格结构数据(如 Excel 表格、数据库 ...
2025-08-18PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14