京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13