京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据“让数据说话”
“互联网+”是一场颠覆性的革命。互联网开放、公平的思维,互联网海量的信息、数据,正在改变着决策者的观念,改写着决策部门制定政策、服务民生的发展模式。无处不在的云计算、大数据,使政府职能部门犹如插上科技的“翅膀”,给企业带来更加科学、人性化的服务。在这场互联网革命中,太原市国税局大企业分局绝对是同行业的佼佼者,大数据在他们的掌控中,运用得如鱼得水,得心应手。这一切都与该局四年坚持不懈对大数据的探索密不可分。
税收征管巧妙嫁接大数据——
e税通新鲜“出炉”
2011年,太原市国税局专门成立了大企业分局,就是要为行业领军企业、旗舰企业提供针对性的纳税服务和管理,然而面对经营多元、营业范围广、涉及面大、金额多等特点的名声显赫的“大佬”们,如何提供最优服务,如何快速、精准分析纳税情况,给刚刚成立的大企业分局提出了莫大的挑战。囿于陈规显然不能适应大企业的发展要求。面对突如其来的新情况,分局领导在全局上下广发“英雄贴”,招纳创新人才集思广益。
能否把互联网技术嫁接于大企业纳税、经营分析中呢?在每天机械输入具体信息的过程中,年轻的大企业分局工作人员发现,计算机不仅仅是简单的登记工具,还能利用其运转迅速、简便快捷的特点,把辖内纳税人的各种信息快速归类,如果能研发一套适合大企业纳税人管理的数据系统,那一直困扰分局的难题就将迎刃而解。
这一大胆的设想立即得到了局领导的大力支持,成立科研攻关小组,为他们研发项目创造一切条件。功夫不负有心人,在这帮年轻人的努力下,太原市国税局大企业分局利用大数据自主研发的e税通新鲜“出炉”了。e税通不仅实现了纳税人足不出户就能在网上预约各种服务,而且大企业分局还借此开通了企业服务QQ群,进行点对点服务、重大项目跟踪服务等。
初尝大数据的甜头,让大企业分局的年轻人们信心满满。2014年,他们又根据新常态下经济发展和企业经营的情况,与相关技术机构多次探讨,一起研发出了适合大企业分局使用的税务审计软件等大数据分析系统,对所有企业纳税情况、经营管理流程可谓尽收眼底。据不完全统计,凭借这个系统,仅全流程风险管理中3户企业就补缴税款2093.23万元。
记者了解到,截至目前,太原市国税局大企业分局自有的数据分析系统已有5套,涉及到企业的总账、明细账、往来账目等几十个方面,大数据让该局在提高税法遵从度、改进纳税服务方面更加科学精准。
风控系统“牵手”大数据——
征管驶入信息化“快车道”
太原市国税局大企业分局辖内管理的纳税人与其他局最大的不同是,他们面对的全部是大企业,而且是跨区域、多层次、多行业的集团化管理的大企业。过去,不同层级的税务机关与集团的多个企业在交流与风险管控方面,多年来存在的管不了或管不好的情况一直没有得到很好的解决。然而,就是这个神奇的大数据,却轻而易举地解决了令税务部门头疼的“老大难”问题。大企业分局利用大数据开发的企业风险管理系统,不仅能快速准确地查阅大企业的账册问题,而且工作效率提高了数倍。白海霞是太原市国税局大企业分局评估二科的科长,也是该局研发小组成员之一,前后变化的对比,她的体会最深刻也最具体。
和白海霞有同样感受的还有风险管理三科科长续勇。大企业管理规范,不仅高度关注国家新政策,而且能及时采取有效措施,所以对税务工作人员要求很高。他坦言很有压力,必须利用一切机会学习提高自己的业务能力,不断利用大数据对现有分析系统进行创新改进。
某信托股份有限公司是我省知名大公司,为了对其风险管理进行准确的评估,大企业分局采取团队化工作方式,在利用最新税务审计软件将企业数据进行科学案头分析的基础上,对疑点进行归纳总结,再到企业现场核实。没有兴师动众进驻,没有耗时耗力的做法,他们靠的就是一整套详尽的数据分析方案,这种高精尖的信息服务方式,深受纳税人的好评。对检查出的问题心悦诚服,愉快地补缴了企业所得税税款70余万元。
征管创新全面“拥抱”大数据——
税企和谐春风荡漾三晋
采集、分析、风险测试、风险识别、案头分析、现场审核、汇总入库、出具风险管理建议书、指出问题所在、提出整改建议,这十个环节环环相扣,有条不紊,科学完善,这一切依靠的还是大数据。大数据在税收工作中的分析应用,彻底改变了过去眉毛胡子一把抓,税务人员进企业,翻账本,无重点、效率低的工作方式。
是啊!大数据不仅让大企业分局的税收管理工作发生了日新月异的变化,他们科学、快捷,但又充满人性化的风险管理,也让纳税人更加信任税务部门,大数据让税企关系更加和谐。企业不再躲避税务部门的检查,而是主动邀请他们,帮助企业进行风险管理,而且这样的企业越来越多。
金融部门就是典型的例子。银行业务对私对公范围广,内部管理非常复杂。今年,太原国税局大企业分局对省内某银行全部采用大数据分析,对分析出现的风险点立刻通报银行,并帮助该银行纠正不符合规定的项目。仅上半年就对10个银行的风险点进行核实与调整,不仅没有影响银行正常业务,反而促进了银行新业务的大力拓展。目前,工行山西省分行已经和该局签订了税收遵从协议,国药集团山西有限公司、晋商银行、上海浦东发展银行太原分行等也准备签订税收遵从协议。
太原市国税局大企业分局局长柴建波说:“大数据所擅长的就是‘让数据说话’。不仅能降低税收管理中的不确定性,有利于促进税收公平,同时还可以随时通过网络、涉税平台抓取数据,对涉税信息进行全方位分析、比对、评估,一方面给税务机关带来便利,另一方面赋予纳税人更多自由,还权还责与纳税人,有效促进征纳双方权利义务的准确归位,使税务部门的干预最小化。”
潜力无限的大数据,对于创新不止的大企业分局而言,其作用远远没有发挥到极致,局长柴建波对此早已成竹在胸。运用大数据的理念与思维,强化对大数据分析人才的培养和使用,提高信息化建设水平;结合金税三期数据、外部采集数据、税源管理部门数据,建立大数据平台;建立数据质量审核机制;建立比较完善的数据查询功能,加强智能搜索研究;建立定期数据交换机制;逐步实现纳税信息全覆盖;建立以大企业作为分析重点的分析机制;建立分行业、分地区的分析模型……一个个计划蓝图将在柴建波的科学设置中变为现实。
目前,“互联网+”正在全省国税系统大规模地推开,在大数据的引领下,一股税企和谐之风在三晋大地荡漾。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 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, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 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”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 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 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27