大數據審計現狀案例

A. 大數據內部審計變革失敗的有那些公司

1、安然事件

2001年12月2日世界上最大的天然氣和能源批發交易商、資產規模達498億美元的美國安然公司EnronCorp.突然向美國紐約破產法院申請破產保護該案成為美國歷史上最大的一宗破產案。

安然公司可謂聲名顯赫2000年總收入高達1008億美元名列《財富》雜志「美國500強」第七位、「世界500強」第十六位連續4年獲得《財富》雜志授予的「美國最具創新精神的公司」稱號。這樣一個能源巨人竟然在一夜之間轟然倒塌在美國朝野引起極大震動其原因及影響更為令人深思。

如何造假的？

安然採取的方式是：利用資本重組，形成龐大而復雜的企業組織，通過錯綜復雜的關聯交易虛構利潤，利用財務制度上的漏洞隱藏債務。

審計扮演了什麼角色？

明知安然公司存在財務作假的情況而沒有予以披露；

安達信承接的安然公司的業務存在利益沖突；

安然公司財務主管人員與安達信存在利害關系；

銷毀文件，妨礙司法調查。

啟示

「安然公司的崩潰不只是一個公司垮台的問題，它是一個制度的瓦解。而這一制度的失敗不是因為疏忽大意或機能不健全，而是因為腐朽……資本主義依靠一套制度監督機制——其中很多是由政府提供的——防止內部人濫用職權，這包括現代會計制度、獨立審計師、證券和金融市場制度以及禁止內部交易的規定……安然事件表明，這些制度已經腐朽了。用於制止內部人濫用職權的檢查和約束機制沒有一項有效，而本應執行獨立審計的會計師卻做出了妥協讓步。」

2、世通事件

世界通信公司是美國第二大長途電話公司，名列世界50大企業，擁有8.5萬名員工，業務遍及65個國家和地區。




2002年4月，世通曝出特大財務丑聞，涉及金額達110億美元。7月，紐約地方法院宣布，美國第二大長途電話公司世界通信公司正式向法院申請破產保護，以1070多億美元的資產、410億美元的債務創下了美國破產案的歷史新紀錄。該事件造成2萬名世通員工失業，並失去所有保險及養老金保障。

如何造假的？

美國證券交易委員會公布的最終調查資料顯示，在1999年到2001年的兩年間，世通公司虛構的銷售收入90多億美元；通過濫用准備金科目，利用以前年度計提的各種准備金沖銷成本，以誇大對外報告的利潤，所涉及的金額達到16.35億美元；又將38.52億美元經營費用單列於資本支出中；加上其他一些類似手法，使得世通公司2000年的財務報表有了營收增加239億美元的亮點。

審計扮演了什麼角色

缺乏形式上的獨立性

未能保持應有的職業審慎和職業懷疑

編制審計計劃前沒有對世界通信的會計程序進行充分了解

沒有獲取足以支持其審計意見的直接審計證據

啟示

重大審計失敗的常見原因包括被審計單位內部控制失效或高管人員逾越內部控制,注冊會計師與被審計單位通同舞弊,缺乏獨立性,沒有保持應有的職業審慎和職業懷疑.盡管世界通信公司存在前所未有的財務舞弊,其財務報表嚴重歪曲失實,但安達信會計公司至少從1999年起一直為世界通信出具無保留意見的審計報告.就目前已經披露的資料看,安達信對世界通信的財務舞弊負有不可推卸的重大過失審計責任.安達信對世界通信的審計,將是一項可載入史冊的典型的重大審計失敗案例.

3、山登事件

山登公司主要從事旅遊服務,房地產服務和聯盟營銷三大業務.舞弊丑聞曝光前,山登公司擁有35000名員工,經營業務遍布100多個國家和地區,年度營業收入50多億美元.

1999年12月7日,美國新澤西州法官William H. Walls判令山登公司向其股東支付28.3億美元的賠款.這項判決創下了證券欺詐賠償金額的世界記錄,比1994年培基證券公司向投資者支付的15億美元賠款幾乎翻了一番.12月17日,負責山登公司審計的安永會計師事務所同意向山登公司的股東支付3.35億美元的賠款,也創下了迄今為止審計失敗的最高賠償記錄.至此,捲入舞弊丑聞的山登公司及其審計師共向投資者賠償了近32億美元.

如何造假的？

CUC公司主要通過6種伎倆進行財務舞弊:

利用"高層調整",大肆篡改季度報表;

無端轉回合並准備,虛構當期收益;

任意注銷資產,減少折舊和攤銷;

隨意改變收入確認標准,誇大會員費收入;

蓄意隱瞞會員退會情況,低估會員資格准備;

綜合運用其他舞弊伎倆,編造虛假會計信息.

通過上述造假手段,CUC公司在1995至1997年期間,共虛構了15.77億美元的營業收入,超過5億美元的利潤總額和4.39億美元的凈利潤,虛假凈利潤占對外報告凈利潤的56%.

啟示

實質獨立固然重要,形式獨立也不可偏廢；

密切的客戶關系既可提高審計效率,亦可導致審計失敗。

4、南方保健事件

2003年3月18日,美國最大的醫療保健公司——南方保健會計造假丑聞敗露.該公司在1997至2002年上半年期間,虛構了24.69億美元的利潤,虛假利潤相當於該期間實際利潤(-1000萬美元)的247倍.這是薩班斯-奧克斯利法案頒布後,美國上市公司曝光的第一大舞弊案,倍受各界矚目。

如何造假的？

南方保健使用的最主要造假手段是通過"契約調整"這一收入備抵賬戶進行利潤操縱.南方保健的高管人員通過毫無根據地貸記"契約調整"賬戶,虛增收入,蓄意調節利潤.而為了不使虛增的收入露出破綻,南方保健又專門設立了"AP匯總"這一科目以配合收入的調整.

審計扮演了什麼角色

安永忽略了若干財務預警信號

顯失審慎的注冊會計師

啟示

恪盡應有的職業審慎是防範審計失敗的關鍵

警惕熟諳審計流程的舞弊分子對重要性水平的規避

獨立性缺失是審計失敗的萬惡之源

5、奧林巴斯事件

歷史總是驚人的相似。安然帝國轟然倒塌十年後，地球的另一端又再次上演了相似的一幕。通過財務造假在20年間掩蓋約18億美元的損失，使得奧林巴斯事件成為日本歷史上最嚴重的會計丑聞之一，大型企業財務丑聞的爆出，不僅動搖了日本企業的形象，也反映出其公司治理及審計監察等多方面的問題。

如何造假的？

泡沫經濟導致理財虧損

海外設立投資基金收購虧損金融產品

通過溢價收購資產再沖減商譽來處理累計的損失

審計扮演了什麼角色

畢馬威未能及時發現奧林巴斯資產負債表外存在的損失，是由於被審單位做了很多巧妙的操作，使得他們無法掌握全部的信息，這一點與奧林巴斯調查報告的結論是一致的；

畢馬威未採取積極的函證方式與境外銀行就資產抵押等事項進行確認，對於銀行的未答復也沒有進一步調查，這在當時的實務操作中是正常的，不需要因此而承擔責任。這一點與奧林巴斯的調查報告結論也是一致的；

奧林巴斯調查報告中認為畢馬威在與奧林巴斯存在重大分歧的情況下仍出具無保留意見，沒有根據J—SOX法則履行相應的提示義務，應該承擔責任。

奧林巴斯的調查報告中同樣認為新日本輕信了松本的調查報告，沒有對並購中的商譽部分進行詳細核算，發現給中介機構的報酬也被計入到商譽部分中，因此存在過失。

關於更換審計事務所這一點，奧林巴斯的調查委員會認為兩家事務所應該知道是存在購買審計意見的可能性，但畢馬威沒有盡到提示義務，新日本也沒有提出疑問和阻止奧林巴斯進行更換。

啟示

作為日本歷史上最嚴重的財務丑聞之一，奧林巴斯事件不僅反映了該公司的一些缺陷問題，更引起了人們對會計制度和審計工作的反思。誠然其中部分是由於日本獨特的文化和制度造成的，但對於尚不成熟的新興市場國家來說，仍有很多值得警示注意的地方。

深化信息披露制度，落實監管工作

加強內部控制，完善公司治理結構

強化外部審計機構立場

6、帕瑪拉特事件

帕瑪拉特事件被稱為歐洲版的安然事件。帕瑪拉特是歐洲大陸國家家族企業的典型。帕瑪拉特丑聞金額之大、時問之長都是非常罕見的。帕瑪拉特事件所暴露的問題牽涉到方方面面。

帕瑪拉特事件是歐洲有史以來最大的一起詐騙和偽造賬戶案。39億只是冰山一角，實際上帕瑪拉特黑洞吞噬了令人觸目驚心的143億歐元，幾乎是他最初承認數額的四倍。

如何造假的？

利用衍生金融工具和復雜的財務交易掩蓋負債：帕瑪拉特一方面炮製復雜的財務報表，另一方面通過花旗集團（Citigroup）、美林證券（Merrill Lynch）等投資銀行進行操作，將借款化為投資，掩蓋公司負債。以「投資」形式掩蓋負債，這種「明股實債」目前在中國房地產行業比較普遍。

偽造銀行資信文件，虛構銀行存款：帕瑪拉特通過偽造文件，聲稱通過其凱曼群島的分公司Bonlat 將價值49億美元的資金（大約占其資產的38%）存放在美洲銀行賬戶。

利用關聯方交易，轉移公司資產：帕瑪拉特利用復雜的公司結構和眾多的海外公司轉移資金。操作方法是，坦齊指使有關人員偽造虛假文件，以證明帕瑪拉特對這兩家公司負債，然後帕瑪拉特將資金注入這兩家公司，再由這兩家公司將資金轉移到坦齊家族控制的公司。

虛構交易數額，虛增銷售收入：帕瑪拉特一份虛假的文件稱，公司曾向哈瓦那一公司出售了價值6億美元，數量30萬噸的奶粉，而真實價值不到80萬美元。

審計扮演了什麼角色

內部審計失效

審計委員會缺乏獨立性

外部審計師強制輪換流於形式

審計程序缺乏應有的職業謹慎

合並報表的審計責任不明確

7、銀廣夏事件

彌天大謊——中國安然事件，2001年8月，《財經》雜志發表「銀廣夏陷阱」一文，銀廣夏虛構財務報表事件被曝光。專家意見認為，天津廣夏出口德國誠信貿易公司的為「不可能的產量、不可能的價格、不可能的產品」。

如何造假的？

2002年5月中國證監會對銀廣夏的行政處罰決定書認定，公司自1998年至2001年期間累計虛增利潤77 156．70萬元。從原料購進到生產、銷售、出口等環節，公司偽造了全部單據，包括銷售合同和發票、銀行票據、海關出口報關單和所得稅免稅文件。

審計扮演了什麼角色

銀廣夏編制合並報表時，未抵銷與子公司之間的關聯交易，也未按股權協議的比例合並子公司，從而虛增巨額資產和利潤。

注冊會計師未能有效執行應收賬款函證程序，在對天津廣夏的審計過程中，將所有詢證函交由公司發出，而並未要求公司債務人將回函直接寄達注冊會計師處。

注冊會計師未有效執行分析性測試程序，例如對於銀廣夏在2000年度主營業務收入大幅增長的同時生產用電的電費卻反而降低的情況竟沒有發現或報告；

天津廣夏審計項目負責人由非注冊會計師擔任，審計人員普遍缺乏外貿業務知識，不具備專業勝任能力，嚴重違反《獨立審計基本准則》和《獨立審計具體准則第3號——審計計劃》的相關要求。

對於不符合國家稅法規定的異常增值稅及所得稅政策披露情況，審計人員沒有予以應有關注；

啟示

對於注冊會計師自身而言：①提高注冊會計師自身的業務素質；②保持職業謹慎態度；

對於注冊會計師外部而言：①社會各級共同努力改善注冊會計師的審計環境；②加強對事務所的審核和注冊會計師能力的考查

8、藍田事件

與銀廣夏「異曲同工」的是，曾以「老牌績優股」著稱的藍田股份玩的同樣是編造業績神話的伎倆。銀廣夏所鼓吹的生物萃取不過是畫餅充飢，而藍田股份的漁塘奇跡無異於痴人說夢。

1996年6月18日，藍田在上海證券交易所上市；1999年10月，證監會處罰公司數項上市違規行為；2001年10月26日，中央財大教授劉姝威在《金融內參》發表600字短文揭露了藍田的造假丑聞，此後藍田貸款資金鏈條斷裂；2002年1月，因涉嫌提供虛假財務信息，董事長保田等10名中高層管理人員被拘傳接受調查；同年3月，公司被實行特別處理，股票變更為「ST生態」；同年5月13日，生態因連續3年虧損，暫停上市；2003年1月8日，ST生態復牌上市。

如何造假的？

藍田已無力還債。

12.7億元農副水產品收入有造假嫌疑 ；

藍田的資產結構是虛假的 。

藍田造假奇聞主要有：「金鴨子」的童話、「野蓮汁、野藕汁」的傳說、「無氧魚」的故事。

審計扮演了什麼角色

審計主體方面的原因；

審計人員的過失行為；

審計對象、范圍的拓展，致使審計風險增大，審計失敗的概率增加；

被審計單位會計報表表述不實，增大了審計風險，審計失敗的概率增加。

啟示

要審計人員提升自身的業務能力，尤其是具備現代化的審計業務能力是規避審計失敗的基本前提。

要完善公司治理結構，尤其是創造良好的審計人員執業環境是規避審計失敗的基本條件。

要加強行業監督與指導力度，尤其是加大對審計人員敗德行為的懲罰力度是規避審計失敗的重要措施。

要謹慎選擇被審計單位，尤其不要承接審計部門能力所不能承擔的審計事項是規避審計失敗的重要步驟。

如果說公司治理和內部審計是確保會計信息真實可靠的第一道閘門,那麼,獨立審計就是防範重大會計差錯和舞弊的最後一道防線.獨立審計存在的理由是為了滿足公司的高管人員和投資者等利益相關者有效利用會計信息的共同需要

B. 大數據與審計就業方向及前景

大數據與審計專業前景越來越多的行業對大數據應用持樂觀的態度，大數據或相關數據分析解決方案的使用在互聯網協議
審計主要研究財務基礎知識和審計基本理論，包括企業財務審計、內部審計、會計電算化、會計報表分析、審計案例分析等。
例如對企業的會計、資金管理等方面進行審查，主要查看憑證、帳簿、報表等會計資料和財產物資、往來款項、債權債務等情況，看企業會計的核算有無違反會計制度規章等。大數據(bigdata)，或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過主流軟體工具，在合理時間內達到擷取、管理、處理、並整理成為幫助企業經營決策更積極目的的資訊。
對於「大數據」（Bigdata）研究機構Gartner給出了這樣的定義。「大數據」是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力來適應海量、高增長率和多樣化的信息資產。

C. 支付行業日誌大數據分析案例解讀

支付行業日誌大數據分析案例解讀

伴隨新的支付方式出現，近年來移動支付蓬勃發展，如何分析、利用海量交易數據，已成為當前支付企業面對的巨大難題。日誌作為數據的載體，蘊含著豐富的信息，傳統的日誌分析方式低效而固化，無法應對數據體量大、格式不統一、增長速度快的現狀，在交易出現異常及失敗時，更難以滿足實時處理、快速響應的需求。

本文講述某支付公司採用日誌易後，通過日誌大數據實現業務深度分析及風險控制的實踐經驗。

本次分享結合企業自身對支付行業的理解，將支付行業的需求總結為以下三點：

一、監管合規

1、人民銀行對支付機構的日誌審計和安全合規規定;

2、開發訪問日誌的許可權管理。

二、安全性

安全是支付公司非常重視的，安全風險有時會引起一些輿論導向，比如某些金融機構案件被媒體標注為特別關注;某某支付公司發現了資金線的問題，消費者的錢不知去向等，這些都是一個社會的關注的焦點。結合市場風險及大環境，支付行業的安全性需求具體表現在：

1、支付交易的安全性要求;

2、數據訪問的安全性要求;

3、防止敏感信息的泄露等。

對支付行業來說，日誌易產品在數據訪問、許可權要求等方面體現出很好的應用價值。

三、可靠性

1、定位及解決問題的時效性;

2、系統流程的可靠性。

眾多支付公司，當前做的產品主要針對新興支付行業，特別是當前較熱門的移動支付。那麼移動支付的優勢在哪裡?最主要的是便捷，而便捷的基礎就是時效性強，可靠性高。為了更好發揮移動支付的便捷，支付公司對時效性，可靠性的要求很高，而這才是使用日誌易大數據分析平台的深層次原因，日誌易幫支付公司解決了最根本的行業需求，在可靠性方面展現了產品的價值。

支付公司日常業務方面的需求，涉及到以下場景：

1、多種不同的訪問失敗類型進行分類;

2、每天需要做應答碼的統計排名、佔比以及走勢圖;

3、每個分類統計結果在一張圖分別展示每個應答碼趨勢;

4、統計當日支付失敗數量並分析;

5、需要導出訪問失敗類型的匯總統計表;

6、成功交易佔比分析。

該公司原有的解決方案存在一定的局限性，比如：手動工作耗時量大、實時性差、人為造成失誤、分析維度不能靈活變動及決策滯後等等。

支付公司有時會根據業務需要，對數據進行收集、清理，包括日誌數據的清理等。當人為參與數據操作過多時，會引起部分意想不到的失誤，從而引發問題。另外一點就是，原有方案實時性差，會導致公司的很多業務流程優化非常滯後。支付行業IT人都知道，支付的維度是非常非常多的，做任何一筆支付，基礎維度包括時間、金額、筆數等，還會有像交易地點、客戶習性或者說需要根據支付數據研究客戶的習性等等。一家支付公司不可能單純做一個支付產品，所以支付產品包羅萬象，聚合起來維度就更為復雜。

面對支付企業眾多需求和行業的原有解決方案的短板，客戶選擇部署日誌易產品後，實現了如下功能：

1、各交易系統中每筆交易的狀態等信息，按時間戳歸類進行分析統計、實時報表展示;

2、根據日誌易實時統計的多個維度的報表、圖表，更准確的做出故障點判斷;

3、決策層更直觀的看到每天、每周、每種交易類型的故障高峰期及故障問題分布。

該支付公司使用日誌易產品實現的解決方案及一些需求：

1、產品角度來說，第一就是優化，充分滿足客戶需求，提升用戶體驗，第二是產品分析，第三是數字營銷方面的.要求;

2、從業務流程的角度或者說從合規角度來說，第一就是我們的業務流程分析，第二是後續的設備性能管理方面的要求。第三是合規方面的要求，最後是運維系統的預防性維護工作;

3、從日誌易的數據收集角度來說，產品可以從支付公司的業務數據，也就是從交易數據抽取，然後可以從運維方面的IT數據、安全數據抽取，甚至可以從物聯網去抽取一些數據。

電子支付如今已滲透入網購、轉賬、生活繳費、基金債券等居民的日常生活中，關系著國家經濟及居民的生活質量，可謂任重而道遠。日誌易作為國內首家海量日誌分析企業，一直致力於開發一款配置方便、功能強大的日誌管理工具，以高品質的產品為金融行業用戶信息化建設搭建高可靠平台，共同面對數字浪潮中更多的未知與挑戰，實現支付企業對日誌分析管理產品高效、實時、安全的需求。

D. 大數據"背景下的審計分析方法有哪些

一、「大數據」時代的數據挖掘的應用與方法

數據挖掘是在沒有明確假設的前提下去挖掘信息、發現知識。所以它所得到的信息應具有未知,有效和實用三個特徵。因此數據挖掘技術從一開始就是面向應用的，目前數據挖掘技術在企業市場營銷中得到了比較普遍的應用。它包括：資料庫營銷、客戶群體劃分、背景分析、交叉銷售等市場分析行為，以及客戶流失性分析、客戶信用記分、欺詐發現等。審計部門的數據挖掘以往偏重於對大金額數據的分析，來確實是否存在問題，以及問題在數據中的表現，而隨著績效審計的興起，審計部門也需要通過數據來對被審計單位的各類行為做出審計評價，這些也都需要數據的支撐。

數據挖掘的方法有很多，它們分別從不同的角度對數據進行挖掘。其中絕大部分都可以用於審計工作中。1. 數據概化。資料庫中通常存放著大量的細節數據,
通過數據概化可將大量與任務相關的數據集從較低的概念層抽象到較高的概念層。數據概化可應用於審計數據分析中的描述式挖掘,
審計人員可從不同的粒度和不同的角度描述數據集, 從而了解某類數據的概貌。大量研究證實, 與正常的財務報告相比,
虛假財務報告常具有某種結構上的特徵。審計人員可以採用概念描述技術對存儲在被審計資料庫中的數據實施數據挖掘,
通過使用屬性概化、屬性相關分析等數據概化技術將詳細的財務數據在較高層次上表達出來, 以得到財務報告的一般屬性特徵描述,
從而為審計人員判斷虛假財務報告提供依據。2.統計分析。它是基於模型的方法, 包括回歸分析、因子分析和判別分析等,
用此方法可對數據進行分類和預測。通過分類挖掘對被審計資料庫中的各類數據挖掘出其數據的描述或模型,
或者審計人員通過建立的統計模型對被審計單位的大量財務或業務歷史數據進行預測分析, 根據分析的預測值和審計值進行比較, 都能幫助審計人員從中發現審計疑點,
從而將其列為審計重點。3. 聚類分析。聚類分析是把一組個體按照相似性歸成若干類別, 目的是使得同一類別的個體之間的距離盡可能地小,
而不同類別的個體間的距離盡可能地大, 該方法可為不同的信息用戶提供不同類別的信息集。如審計人員可運用該方法識別密集和稀疏的區域, 從而發現被審計數據的分布模式,
以及數據屬性間的關系, 以進一步確定重點審計領域。企業的財務報表數據會隨著企業經營業務的變化而變化, 一般來說,
真實的財務報表中主要項目的數據變動具有一定的規律性, 如果其變動表現異常, 表明數據中的異常點可能隱藏了重要的信息,
反映了被審計報表項目數據可能存在虛假成分。4. 關聯分析。它通過利用關聯規則可以從操作資料庫的所有細節或事務中抽取頻繁出現的模式,
其目的是挖掘隱藏在數據間的相互關系。利用關聯分析, 審計人員可通過對被審計資料庫中的數據利用關聯規則進行挖掘分析, 找出被審計資料庫中不同數據項之間的聯系,
從而發現存在異常聯系的數據項, 在此基礎上通過進一步分析, 發現審計疑點。

二、應對「大數據」時代，審計分析應做出的調整

從以上分析過程中，我們不難看出「大數據」時代的數據存貯、處理、分析以及挖掘的各個方面雖然與傳統方式相比，在技術層面上有了較大的改變，但是在基本的原理方面並沒有顯著的改變，原有的審計分析模式沒有必要因為「大數據」時代的來臨而急於做出相應的改變。然而「大數據」時代在給審計分析帶來機遇的同時，還是給我們帶給了相當大的沖擊，對此我們有必要引起相當的重視，並在日後的信息化建設過程做出相應的調整。

1、數據的存貯與處理。大數據分析應用需求正在影響著數據存儲基礎設施的發展。隨著結構化數據和非結構化數據量的持續增長，以及分析數據來源的多樣化，此前存儲系統的設計已經無法滿足大數據應用的需要。基於塊和文件的存儲系統的架構設計需要進行調整以適應這些新的要求。審計部門在選擇相應的存貯系統的時候，要對非結構化數據有足夠的重視，做好採集的相關准備。同時隨著採集數據的單位和年份越來越多，數據量必然是會有大規模的增長。即使是海量數據存儲系統也一定要有相應等級的擴展能力。存儲系統的擴展一定要簡便，可以通過增加模塊或磁碟櫃來增加容量，甚至不需要停機。同時，為了提高數據的處理能力，解決I/O的瓶頸問題，可以考慮各種模式的固態存儲設備，小到簡單的在伺服器內部做高速緩存，大到全固態介質可擴展存儲系統通過高性能快閃記憶體存儲都是可以考慮使用的設備。

2、非結構化的數據處理。非結構化數據的多元化給數據分析帶來新的挑戰，我們需要一套工具系統的去分析，提煉數據。語義引擎需要設計到有足夠的人工智慧以足以從數據中主動地提取信息。

3、可視化的分析。數據分析的使用者有數據分析專家，同時還有普通用戶，但是他們二者對於數據分析最基本的要求就是可視化分析，因為可視化分析能夠直觀的呈現大數據特點，同時能夠非常容易被讀者所接受，就如同看圖說話一樣簡單明了。

「一個平台、兩個中心」建設，是審計署目前信息化建設的重要內容。通過數據中心的建設，可以在相當程度上解決數據存儲與處理的問題；而數據式審計分析平台，同樣可以在一定程度上實行可視化分析的相當一部分功能，但是對於越來越龐大的非結構化數據的存儲和處理，將會是審計部門接下來所面臨的最大的挑戰。

E. 如何利用大數據開展審計工作

數據可以反映問題，大數據管理是審計的一個非常有效的工具。
首先明確你版們企業需要審計的方向權：比如量、價格等等，有了方向之後，再有針對性的收集數據、分析數據，你就會看到很多問題。再結合發現的問題，到項目現場實地踏勘，找尋原因。

F. 有哪些大數據分析案例

如下：

1. 大數據應用案例之：醫療行業

1）Seton Healthcare是採用IBM最新沃森技術醫療保健內容分析預測的首個客戶。該技術允許企業找到大量病人相關的臨床醫療信息，通過大數據處理，更好地分析病人的信息。

在加拿大多倫多的一家醫院，針對早產嬰兒，每秒鍾有超過3000次的數據讀取。通過這些數據分析，醫院能夠提前知道哪些早產兒出現問題並且有針對性地採取措施，避免早產嬰兒夭折。

它讓更多的創業者更方便地開發產品，比如通過社交網路來收集數據的健康類App。也許未來數年後，它們搜集的數據能讓醫生給你的診斷變得更為精確，比方說不是通用的成人每日三次一次一片，而是檢測到你的血液中葯劑已經代謝完成會自動提醒你再次服葯。

2）大數據配合喬布斯癌症治療

喬布斯是世界上第一個對自身所有DNA和腫瘤DNA進行排序的人。為此，他支付了高達幾十萬美元的費用。他得到的不是樣本，而是包括整個基因的數據文檔。醫生按照所有基因按需下葯，最終這種方式幫助喬布斯延長了好幾年的生命。

2. 大數據應用案例之：能源行業

1）智能電網現在歐洲已經做到了終端，也就是所謂的智能電表。在德國，為了鼓勵利用太陽能，會在家庭安裝太陽能，除了賣電給你，當你的太陽能有多餘電的時候還可以買回來。

通過電網收集每隔五分鍾或十分鍾收集一次數據，收集來的這些數據可以用來預測客戶的用電習慣等，從而推斷出在未來2~3個月時間里，整個電網大概需要多少電。有了這個預測後，就可以向發電或者供電企業購買一定數量的電。

因為電有點像期貨一樣，如果提前買就會比較便宜，買現貨就比較貴。通過這個預測後，可以降低采購成本。

2）丹麥的維斯塔斯風能系統(Vestas Wind Systems)運用大數據，系統依靠的是BigInsights軟體和IBM超級計算機，分析出應該在哪裡設置渦輪發電機，事實上這是風能領域的重大挑戰。在一個風電場20多年的運營過程中，准確的定位能幫助工廠實現能源產出的最大化。

為了鎖定最理想的位置，Vestas分析了來自各方面的信息：風力和天氣數據、湍流度、地形圖、公司遍及全球的2.5萬多個受控渦輪機組發回的感測器數據。這樣一套信息處理體系賦予了公司獨特的競爭優勢，幫助其客戶實現投資回報的最大化。

3. 大數據應用案例之：通信行業—通過大數據分析挽回核心客戶

法國電信-Orange集團旗下的波蘭電信公司Telekomunikacja Polska是波蘭最大的語音和寬頻固網供應商，希望有效的途徑來准確預測並解決客戶流失問題。

他們決定進行客戶細分，方法是構建一張「社交圖譜」- 分析客戶數百萬個電話的數據記錄，特別關注 「誰給誰打了電話」以及「打電話的頻率」兩個方面。「社交圖譜」把公司用戶分成幾大類，如：「聯網型」、「橋梁型」、「領導型」以及「跟隨型」。

這樣的關系數據有助電信服務供應商深入洞悉一系列問題，如：哪些人會對可能「棄用」公司服務的客戶產生較大的影響?挽留最有價值客戶的難度有多大?運用這一方法，公司客戶流失預測模型的准確率提升了47%。

4、大數據應用案例之：零售業—大數據幫零售企業制定促銷策略

北美零售商百思買在北美的銷售活動非常活躍，產品總數達到3萬多種，產品的價格也隨地區和市場條件而異。由於產品種類繁多，成本變化比較頻繁，一年之中，變化可達四次之多。

結果，每年的調價次數高達12萬次。最讓高管頭疼的是定價促銷策略。公司組成了一個11人的團隊，希望透過分析消費者的購買記錄和相關信息，提高定價的准確度和響應速度。

定價團隊的分析圍繞著三個關鍵維度：

1）數量：團隊需要分析海量信息。他們收集了上千萬的消費者的購買記錄，從客戶不同維度分析，了解客戶對每種產品種類的最高接受能力，從而為產品定出最佳價位。

2）多樣性：團隊除了分析了購買記錄這種結構化的數據外，他們也利用社交媒體發帖這種新型的非結構化數據。由於消費者需要在零售商專頁上點贊或留言以獲得優惠券，團隊利用情感分析公式來分析專頁上消費者的情緒，從而判斷他們對於公司的促銷活動是否滿意，並微調促銷策略。

3）速度：為了實現價值最大化，團隊對數據進行實時或近似實時的處理。他們成功地根據一個消費者既往的麥片購買記錄，為身處超市麥片專櫃的他/她即時發送優惠券，為客戶帶來便利性和驚喜。

透過這一系列的活動，團隊提高了定價的准確度和響應速度，為零售商新增銷售額和利潤數千萬美元。

5、大數據應用案例之：網路營銷行業（SEM）

很多企業在做SEM的過程中，都有這樣的感觸：每年都會花費大量的預算在SEM推廣中，但是因為關鍵詞投入產出無法可視化，常常花了很多錢卻不見具體的回報。

在競爭如此激烈的SEM市場中，企業需要一個高效的數據分析工具來盡可能地幫企業優化SEM推廣，例如BDP，來幫企業節省不必要的支出，提升整體的經營績效。

企業可藉助數據平台提供的網路營銷整合解決方案，打通各個搜索引擎營銷（SEM）、在線客服系統和CRM系統，營銷競價人員無需掌握復雜的編程技術，簡單拖拽即可生成報表，觀察每一個關鍵詞的投入和產出，分析每一個頁面的轉化，有效降低投放成本。

通過BDP實況分析數據，可以快速洞悉對手關鍵詞的投放時段、地域及排名，並對其進行可視化的分析，實時監控自己和競爭對手的投放情況，了解對手的投放策略，支持自定義設置數據更新的時間點、監控頻次和時段，及時調整策略。知已知彼，才能百戰不殆。

6、大數據應用案例之：電商行業

意料之外：胸部最大的是新疆妹子。曾經淘寶平台顯示，中國女性購買最多的文胸尺碼為B罩杯。B罩杯佔比達41.45%，其中又以75B的銷量最好，其次是A罩杯，購買佔比達25.26%，C罩杯只有8.96%。

雖然淘寶數據平台不能代表一切，但是結合現實來看，這個也具有普遍的代表性，只能感慨中國女性普遍size。在文胸顏色中，黑色最為暢銷，黑色絕對是百搭，每個女性必備。

從省市排名，胸部最大的是新疆妹子。這些數據都對於文胸店鋪而言是很好的參考，為店鋪的庫存、定價、款式選擇等策略都有奠定數據基礎。

7、大數據應用案例之：娛樂行業

微軟大數據成功預測奧斯卡21項大獎。2013年，微軟紐約研究院的經濟學家大衛•羅斯柴爾德（David Rothschild）利用大數據成功預測24個奧斯卡獎項中的19個，成為人們津津樂道的話題。

今年羅斯柴爾德再接再厲，成功預測第86屆奧斯卡金像獎頒獎典禮24個獎項中的21個，繼續向人們展示現代科技的神奇魔力。

總的來說，大數據的終極目標並不僅僅是改變競爭環境，而是徹底扭轉整個競爭環境，帶來新機遇，企業需要應勢而變。企業只有認識到這一點，使用合適的數據分析產品、聰明地使用和管理數據，才能在長期競爭中成為終極贏家。

G. 企業大數據實戰案例

企業大數據實戰案例

一、家電行業

以某家電公司為例，它除了做大家熟知的空調、冰箱、電飯煲外，還做智能家居，產品有成百上千種。在其集團架構中，IT部門與HR、財務等部門並列以事業部形式運作。

目前家電及消費電子行業正值「內憂外患」，產能過剩，價格戰和同質化現象嚴重；互聯網企業涉足，顛覆競爭模式，小米的「粉絲經濟」，樂視的「平台+內容+終端+應用」，核心都是經營「用戶」而不是生產。該公司希望打造極致產品和個性化的服務，將合適的產品通過合適的渠道推薦給合適的客戶，但在CPC模型中當前只具備CP匹配（產品渠道），缺乏用戶全景視圖支持，無法打通「CP（客戶產品）」以及「CC（客戶渠道）」的匹配。

基於上述內外環境及業務驅動，該公司希望將大數據做成所有業務解決方案的樞紐。以大數據DMP作為企業數據核心，充分利用內部數據源、外部數據源，按照不同域組織企業數據，形成一個完整的企業數據資產。然後，利用此系統服務整個企業價值鏈中的各種應用。

那麼問題來了，該公司的數據分散在不同的系統中，更多的互聯網電商數據分散在各大電商平台，無法有效利用，怎麼解決？該公司的應對策略是：1）先從外部互聯網數據入手，引入大數據處理技術，一方面解決外部互聯網電商數據利用短板，另一方面可以試水大數據技術，由於互聯網數據不存在大量需要內部協調的問題，更容易快速出效果；2）建設DMP作為企業統一數據管理平台，整合內外部數據，進行用戶畫像構建用戶全景視圖。

一期建設內容：技術實現上通過定製Spark爬蟲每天抓取互聯網數據（主要是天貓、京東、國美、蘇寧、淘寶上的用戶評論等數據），利用Hadoop平台進行存儲和語義分析處理，最後實現「行業分析」、「競品分析」、「單品分析」 三大模塊。

該家電公司大數據系統一期建設效果，迅速在市場洞察、品牌診斷、產品分析、用戶反饋等方面得到體現。

二期建設目標：建設統一數據管理平台，整合公司內部系統數據、外部互聯網數據（如電商數據）、第三方數據（如外部合作、塔布提供的第三方消費者數據等）。

該公司大數據項目對企業的最大價值是將沉澱的數據資產轉化成生產力。IT部門，通過建設企業統一的數據管理平台，融合企業內外部數據，對於新應用快速支持，起到敏捷IT的作用；業務部門，通過產品、品牌、行業的洞察，輔助企業在產品設計、廣告營銷、服務優化等方面進行優化改進，幫助企業進行精細化運營，基於用戶畫像的精準營銷和個性化推薦，幫助企業給用戶打造極致服務體驗，提升客戶粘性和滿意度；戰略部門，通過市場和行業分析，幫助企業進行產品布局和戰略部署。

二、快消行業

以寶潔為例，在與寶潔中國市場部的合作中發現，並不是一定要先整合內外部數據才能做用戶畫像和客戶洞察。寶潔抓取了主流網站上所有與寶潔評價相關的數據，利用語義分析和建模，掌握不同消費群體的購物喜好和習慣，僅僅利用外部公開數據，快速實現了客戶洞察。

此外，寶潔還在渠道管理上進行創新。利用互聯網用戶評論數據進行社群聆聽，監控與寶潔合作的50個零售商店相關的用戶評論，通過線上數據進行渠道/購物者研究並指導渠道管理優化。

實現過程：

1、鎖定微博、大眾點評等互聯網數據源，採集百萬級別消費者談及的與寶潔購物相關內容；

2、利用自然語言處理技術，對用戶評論進行多維建模，包括購物環境、服務、價值等10多個一級維度和50個二級維度，實現對用戶評論的量化；

3、對沃爾瑪、屈臣氏、京東等50個零售渠道進行持續監控，結果通過DashBoard和周期性分析報告呈現。

因此，寶潔能夠關聯企業內部數據，更有效掌握KA渠道整體情況，甚至進一步掌握KA渠道的關鍵細節、優勢與劣勢，指導渠道評級體系調整，幫助制定產品促銷規劃。

三、金融行業

對於消費金融來說，家電、快消的案例也是適用的，尤其是精準營銷、產品推薦等方面。這里主要分享徵信風控方面的應用。顯然，互聯網金融如果對小額貸款都像銀行一樣做實地考察，並投入大量人力進行分析評判的話，成本是很高的，所以就有了基於大數據的批量的信用評分模型。最終目的也是實現企業畫像和企業中的關鍵人物畫像，再利用數據挖掘、數據建模的方法建立授信模型。宜信的宜人貸、芝麻信用等本質上就是這個架構。

在與金融客戶的接觸中發現，不論銀行還是金融公司，對外部數據的需求都越發迫切，尤其是外部強特徵數據，比如失信記錄、第三方授權後的記錄、網路行為等。

以上是小編為大家分享的關於企業大數據實戰案例的相關內容，更多信息可以關注環球青藤分享更多干貨

H. 有哪些大數據分析案例

三個領域大數據應用案例分析
1、無人駕駛汽車。汽車非常昂貴，然而在歐洲，人們只有4%的時間在使用汽車，96%的時間把車停在停車場，這是非常不高效的系統。如果未來普及了無人駕駛的汽車，我們就可以過上另一種生活。
我們將只需要在手機上點一個按鍵，車就會自己開過來，把我們帶去目的地。這種車就像沒有駕駛員的計程車，可以被反復使用，效率和可持續性都得到了提升，也避免了資源浪費。
有研究發現，如果自動機動車得到普及，可以減少25%的交通擁堵，減少30%的城市停車場面積。如果北京減少30%的停車場需求，城市生活將大不一樣。
2、醫療行業。我們的壽命現在都比較長了，但仍然希望能夠更長。現在，我們的醫療水平並不是很好，由於我們忽視了每一個人的個體差異，醫生會用通常的方法治療每一個人。然而，基於大數據，我們可以做精確醫療，通過大數據分析每個人的差異，進行精確的治療、劑量、用量，讓患者更快恢復健康。
3、教育行業。我們要讓下一代有能力了解這個世界。然而，因為沒有數據，我們難以做到因材施教，所有孩子獲得同樣的教學，學習同樣的書本。低效率的教學就是在浪費腦力、知識和我們解決問題的能力。
如果我們用大數據去分析孩子在發展學習能力時遇到的問題，就可以進行個性化的學習，就可以釋放知識和理解力的力量，讓每一個孩子充分開發潛能。
-