| 數(shù)字化時代 | 信永中和數(shù)智丨數(shù)據(jù)分析技術驅動的數(shù)據(jù)審計服務

信永中和數(shù)智丨數(shù)據(jù)分析技術驅動的數(shù)據(jù)審計服務

2023年04月19日


一、數(shù)據(jù)能力介紹


信永中和是較早具備和提供數(shù)據(jù)分析技術相關服務的國內專業(yè)服務機構。自2017年成立大數(shù)據(jù)技術部，信永中和圍繞各類內外部審計場景不斷探索數(shù)據(jù)分析理論、方法和框架，不斷積累數(shù)據(jù)分析案例。
目前，工作領域涉及制造業(yè)、金融、電力、科技與傳媒、房地產、政企等8個大類和16個小類。在過去五年中，信永中和運用流行的大數(shù)據(jù)框架形成了成熟的方法論，并具有將該方法論應用于新行業(yè)、新領域的能力，其中相關工作成果已經得到充分驗證和價值肯定。




二、數(shù)據(jù)分析目標


數(shù)據(jù)分析旨在審計執(zhí)行過程中更快速、更準確地收集和分析數(shù)據(jù)，構建數(shù)據(jù)分析模型，對數(shù)據(jù)挖掘，提供全面的、有效的、可靠的審計證據(jù)、支持審計問題發(fā)現(xiàn)和結論，降低審計作業(yè)風險：

確認數(shù)據(jù)的完整性和準確性

通過對數(shù)據(jù)進行收集、驗證和比較，識別數(shù)據(jù)的缺陷、錯誤和不一致之處，確認數(shù)據(jù)的完整性和準確性。

識別審計風險和異常交易

通過對數(shù)據(jù)進行分析和挖掘，審計人員可以識別潛在的審計風險和異常交易，如內部欺詐、虛假交易等。




三、數(shù)據(jù)分析能力介紹


信永中和數(shù)據(jù)分析服務，采用總體分析方法，整合碎片化數(shù)據(jù)，對所有數(shù)據(jù)計算并發(fā)掘數(shù)據(jù)隱藏的信息。
目前我們已完成多個千萬級數(shù)據(jù)量的項目分析，同時結合市場成熟分析工具，自建數(shù)據(jù)分析平臺，儲備了PB級別的數(shù)據(jù)全量分析技術能力。可以關聯(lián)多個數(shù)據(jù)庫，打破數(shù)據(jù)孤島，覆蓋企業(yè)全部數(shù)據(jù)，選取最有價值點的信息展開多維度分析，以及根據(jù)數(shù)據(jù)之間的聯(lián)系，對比不同來源的多個數(shù)據(jù)，完成數(shù)據(jù)一致性的檢驗。

我們已具有如下能力



01 全面覆蓋用戶數(shù)據(jù)

我們可覆蓋絕大部分客戶系統(tǒng)的數(shù)據(jù)文件及類型，校驗客戶系統(tǒng)最細顆粒度數(shù)據(jù)的合理性，對Oracle或SQL Server等數(shù)據(jù)庫文件、系統(tǒng)導出的csv文件、excel文件和非結構化數(shù)據(jù)（日志數(shù)據(jù)）等有著豐富的數(shù)據(jù)處理和分析經驗。


02 懂行業(yè)、貼業(yè)務

數(shù)據(jù)分析人員具備流程管理、底層數(shù)據(jù)處理分析經驗以及豐富的數(shù)據(jù)建模知識，能夠同專業(yè)審計團隊協(xié)同工作，深度認知業(yè)務場景，目前已根據(jù)不同行業(yè)風險點，搭建1000+數(shù)據(jù)分析模型。


03 大數(shù)據(jù)量處理

我們會結合用戶數(shù)據(jù)量，選用適當?shù)慕鉀Q方案或可視化工具，開展數(shù)據(jù)挖掘和可視化分析，而借助于自建的大數(shù)據(jù)分析平臺已能夠勝任PB級別數(shù)據(jù)的分析服務，滿足多客戶多場景的需求。


04 數(shù)據(jù)治理能力

我們已承接多個外部客戶的系統(tǒng)開發(fā)項目，對數(shù)據(jù)治理有豐富的經驗，具備系統(tǒng)底層的數(shù)據(jù)探源，梳理數(shù)據(jù)表關聯(lián)關系的能力，可基于最底層數(shù)據(jù)開展數(shù)據(jù)分析工作。


四、數(shù)據(jù)分析實現(xiàn)


01

數(shù)據(jù)分析理念

我們的數(shù)據(jù)分析師通過創(chuàng)建一系列的數(shù)據(jù)分析模型，用數(shù)據(jù)復現(xiàn)企業(yè)客戶合規(guī)的、合理的業(yè)務場景，分辨真實交易、問題交易亦或存疑待查交易。

數(shù)據(jù)分析師梳理清楚數(shù)據(jù)指標之間的邏輯，建立數(shù)據(jù)指標體系，基于政策制度、業(yè)務處理邏輯、數(shù)據(jù)間勾稽關系、審計經驗、內外部數(shù)據(jù)關聯(lián)性等設計理念，使用結構分析、標簽分析、趨勢分析、極值分析、區(qū)間估計、回歸分析、相關性分析、聚類分析等分析方法，設計數(shù)據(jù)分析模型及假設場景并加以驗證。

如果“假設”被證實存在問題或風險，則進一步探究原因，是數(shù)據(jù)完整性問題、業(yè)務個例問題、還是系統(tǒng)性問題，循環(huán)往復驗證，直至假設場景能夠經得起各種檢驗。
圖片


02

數(shù)據(jù)分析路徑

數(shù)據(jù)分析的基本步驟為：問題及指標確定→數(shù)據(jù)獲取→數(shù)據(jù)處理→數(shù)據(jù)分析與建模→數(shù)據(jù)可視化。
圖片


03

各階段常用技術


數(shù)據(jù)收集

針對不同數(shù)據(jù)源文件Web數(shù)據(jù)（如網頁）、日志數(shù)據(jù)、數(shù)據(jù)庫數(shù)據(jù)、本地文件（excel、csv），制定相應的數(shù)據(jù)采集的方法和技術，如使用網絡爬蟲或網站公開 API 將非結構化數(shù)據(jù)、半結構化數(shù)據(jù)從網頁中提取出來，建立分布式架構采集系統(tǒng)日志或是對接數(shù)據(jù)庫，最終將數(shù)據(jù)存儲到關系型數(shù)據(jù)庫和非關系型數(shù)據(jù)庫。
圖片


數(shù)據(jù)清洗

使用Pandas、NumPy數(shù)據(jù)清洗或自研數(shù)據(jù)清洗工具，對數(shù)據(jù)整合、清洗。
圖片


數(shù)據(jù)分析與建模

采用Spark分布式計算處理、Clojure數(shù)據(jù)實時計算、Python分析建模等分析工具，將海量數(shù)據(jù)聚合匯總，建立描述性分析、梳理分析、建模分析、數(shù)據(jù)挖掘分析等數(shù)據(jù)模型。
圖片

數(shù)據(jù)可視化

采用可視化BI工具，Python可視化分析，自研報表平臺等可視化工具，建立美觀準確的可視圖形，讓用戶輕松接受信息，具有及時響應需求變化，圖形分享，數(shù)據(jù)高交互等優(yōu)點。

可視化圖表類型：

  • 直方圖：探索變量的分布規(guī)律

  • 條形圖：展示數(shù)值變量的集中趨勢

  • 計數(shù)圖：探索每個類別的具體數(shù)量

  • 散點圖：展示整體數(shù)據(jù)的分布規(guī)律

  • 箱線圖：數(shù)據(jù)的分散性，極數(shù)、中位數(shù)

  • 提琴圖：分位數(shù)的位置及數(shù)據(jù)密度

  • 回歸圖：數(shù)據(jù)之間的線性關系

  • 熱力圖：數(shù)值大小或相關性高低


大數(shù)據(jù)分析總體架構

圖片


五、數(shù)據(jù)分析服務類型


面向以風險合規(guī)為導向的全量數(shù)據(jù)審計，服務于企業(yè)客戶的同時，更受到會計師事務所（財務審計）、保薦機構（券商）、律師事務所等中介機構的關注和信賴，對企業(yè)經營數(shù)據(jù)、業(yè)財數(shù)據(jù)為基礎的全量數(shù)據(jù)進行合規(guī)性和一致性校驗和數(shù)據(jù)審計工作。

在全量數(shù)據(jù)審計類服務執(zhí)行的過程中，我們結合被審計企業(yè)所屬行業(yè)特征、企業(yè)自身所在行業(yè)和業(yè)態(tài)情況，對關鍵業(yè)財系統(tǒng)數(shù)據(jù)在審計期間內的數(shù)據(jù)源、數(shù)據(jù)處理流程、業(yè)財數(shù)據(jù)差異和問題進行校驗、復測、分析和合理性解釋追溯。

我們在執(zhí)行此類服務過程中，會將我們采用的分析方法、異常數(shù)據(jù)發(fā)現(xiàn)清單、被審計企業(yè)的解釋、追加樣本和復測的結果，以及合規(guī)性建議，編制至《底稿》和《報告》中，作為監(jiān)管機構、中介機構、企業(yè)管理層可參考可追溯的記錄依據(jù)。


六、分析場景和關注點



我們的數(shù)據(jù)審計服務和數(shù)字咨詢服務已應用到多種行業(yè)和多種業(yè)態(tài)的專項服務中，包括但不限于電力、建設地產、金融、科技與傳媒、消費品和工業(yè)產品、運輸與物流等行業(yè)，列舉我們在部分行業(yè)中設計的分析場景：

圖片


以下為我們在承接和執(zhí)行的全量數(shù)據(jù)審計類服務、企業(yè)經營和業(yè)財數(shù)據(jù)一致性盡調類服務項目中的關注要點：


圖片


聯(lián)系方式


周峰 先生

大數(shù)據(jù)技術部合伙人

13701319333

zhou_feng@shinewing.com



李元元 女士

高級經理

13911661149

liyuanyuan1_bj@shinewing.com



傅時君 先生

經理

15901032372

fushijun_bj@shinewing.com


請聯(lián)絡我們獲取更多分析場景和要點，及其應用案例。

如有更多需求請“掃一掃”或點擊“閱讀原文”獲取財務數(shù)智化解決方案。



圖片