数据化审计的主要特点

文 | Smartbi大数据百科 2021-05-17 阅读次数:4817 次浏览

商业智能BI产品更多介绍:https://www.smartbi.com.cn/

商业智能BI产品更多介绍:点击前往

    数据化审计的特点(一)面向全量数据 

    数据化审计能尽可能多地占有各类数据(包括内部数据和外部公共数据),并实现对这些数据的全覆盖分析。这种分析方法有如下优势:一是相比依靠经验所做的抽样审计,可提升抽样准确性,有效降低审计风险;二是能对某一类问题存在的范围、程度进行量化描述,避免模糊个案问题与普遍性问题界限,对被审计对象内控管理状况准确、客观地画像;三是能从业务、管理、机构、流程等不同维度对数据进行分类和整合,在审计人员熟知数据规则和数据间逻辑关系的情形下,除可开展传统业务领域检查外,还能合理关注新业务动向、业务边缘地带、交叉领域、结合部位的风险情况。

    数据化审计的特点(二)以IT技术为支撑 

    数据采集、数据整理到数据分析和挖掘,数据化审计几乎全过程涉及IT技术运用。 

    数据尤其是外部数据的采集和整理运用IT技术较多。审计人员可能需要自行编写批量查询语句以从第三方网站上获取这些外部数据,且因这些数据的格式不一定标准化,获取后需做进一步的清分和转化工作。 

    数据分析和挖掘作为数据化审计的核心环节,需大量运用IT技术,但目前各行的应用形式与水平不尽相同。两种典型的应用形式为:一是以历史经验和常规技术为基础,开发审计支持系统并嵌入交互式查询模块,供审计人员做简单查询和常规线索获取;二是构建审计数据分析平台,提供数据源和数据仓储分析功能,审计人员根据需要,在线编写数据库语言(如SQL语言等),并获取中间表和最终结果表予以存储和调阅。前者因模块固化,不利于发挥审计人员主观能动性,后者能有效规避前者存在的弊端,但要求审计人员能熟练掌握数据的提取、聚合分组、连接等操作功能。

    数据化审计的特点(三)技术与业务有机融合

    数据化审计不能脱离业务专业知识而单独存在,没有业务专业知识作支撑,数据化审计必难落地。一方面,开展数据化审计时,若缺少相关业务知识储备,基础数据的取得可能变得困难,表与表间可关联背后的业务逻辑将难以厘清,可能造成没有好的业务思路可供数据分析层面予以转化,技术优势无法发挥作用。另一方面,数据化审计中发现的疑点线索并不必然成其为问题,因为其间往往掺入了审计人员的主观判断和假设前提,直接作为审计结论,有违审计客观性原则,也较难取得被审计单位认同。审计人员应将这些疑点线索回归到业务层面进行查证和定性。

申请试用 了解更多
Copyright© 广州思迈特软件有限公司  粤ICP备11104361号

电话咨询

售前咨询
400-878-3819 转1

售后咨询
400-878-3819 转2
服务时间:工作日9:00-18:00

sales邮箱

商务咨询请联系邮箱

邮箱地址:sales@smartbi.com.cn