前言：本站為你精心整理了小議智能的審計(jì)方法研討與部署范文，希望能為你的創(chuàng)作提供參考價(jià)值，我們的客服老師可以幫助你提供個(gè)性化的參考范文，歡迎咨詢。

［摘要］隨著信息技術(shù)在財(cái)務(wù)管理領(lǐng)域的廣泛應(yīng)用，審計(jì)機(jī)構(gòu)急需采用新的審計(jì)方式和手段，以提高審計(jì)質(zhì)量，降低審計(jì)風(fēng)險(xiǎn)。本文利用商業(yè)智能技術(shù)，對(duì)審計(jì)方法進(jìn)行新的探討，并建立基于商業(yè)智能的審計(jì)模型，探討在海量數(shù)據(jù)條件下進(jìn)行審計(jì)的新途徑。

［關(guān)鍵詞］OLAP;數(shù)據(jù)挖掘;審計(jì);商業(yè)智能

1商業(yè)智能模型

本文利用SQLServer2005構(gòu)建基于商業(yè)智能的審計(jì)模型TAuditMin，如圖1所示。審計(jì)過(guò)程分為：采集審計(jì)數(shù)據(jù)、建立數(shù)據(jù)倉(cāng)庫(kù)、OLAP多維分析、數(shù)據(jù)挖掘、前端展示等。

1.1源系統(tǒng)

數(shù)據(jù)挖掘的基礎(chǔ)是大量的歷史數(shù)據(jù)。這里的源系統(tǒng)是指與審計(jì)業(yè)務(wù)相關(guān)的各種關(guān)系型數(shù)據(jù)庫(kù)，如金蝶數(shù)據(jù)庫(kù)、用友數(shù)據(jù)庫(kù)等。這些業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)可以應(yīng)用SSIS（MicrosoftSQLServer2005IntegrationServices），通過(guò)數(shù)據(jù)清洗、轉(zhuǎn)換和加載（ETL）等步驟載入數(shù)據(jù)倉(cāng)庫(kù)，為多維分析和數(shù)據(jù)挖掘作準(zhǔn)備。

1.2數(shù)據(jù)倉(cāng)庫(kù)

該部分的功能就是為數(shù)據(jù)挖掘提供多維數(shù)據(jù)集（Cube）和數(shù)據(jù)集（Dataset），用于數(shù)據(jù)挖掘的Cube也可以根據(jù)用戶的要求作相應(yīng)的更改。商業(yè)智能提供了自動(dòng)創(chuàng)建Cube的功能，用戶只需要設(shè)置好相應(yīng)的維度表和量度組，通過(guò)一些簡(jiǎn)單的命令就能實(shí)現(xiàn)Cube的自動(dòng)生成和重新生成。因此，數(shù)據(jù)倉(cāng)庫(kù)設(shè)計(jì)主要在于設(shè)計(jì)維度表和量度組，以及兩者之間的關(guān)系。

1.3OLAP多維分析

OLAP為用戶提供強(qiáng)大的數(shù)據(jù)分析功能。在數(shù)據(jù)倉(cāng)庫(kù)建好后，輸入測(cè)試數(shù)據(jù)，測(cè)試數(shù)據(jù)倉(cāng)庫(kù)和模型。如果分析結(jié)果顯示創(chuàng)建的模型有問(wèn)題，則可以通過(guò)OLAP提供的功能重新創(chuàng)建模型，并且按照用戶喜好的方式顯示數(shù)據(jù)分析的結(jié)果。模型沒(méi)有問(wèn)題之后，就可以對(duì)ETL處理過(guò)的真實(shí)數(shù)據(jù)做相應(yīng)的數(shù)據(jù)分析。

1.4數(shù)據(jù)挖掘

數(shù)據(jù)挖掘模型的建立以MDX語(yǔ)句為基礎(chǔ)，同時(shí)也支持手工操作。模型建好以后，需要對(duì)選擇數(shù)據(jù)挖掘的模型進(jìn)行測(cè)試和訓(xùn)練。用于訓(xùn)練的數(shù)據(jù)可以來(lái)自于數(shù)據(jù)倉(cāng)庫(kù)生成的Cube，也可以直接使用其他數(shù)據(jù)集，如文本文件。模型訓(xùn)練的結(jié)果既可以直接瀏覽也可以生成報(bào)表在客戶端展示，數(shù)據(jù)挖掘功能主要通過(guò)微軟的SSAS和AMO實(shí)現(xiàn)。

1.5客戶端

即數(shù)據(jù)挖掘模型、報(bào)表和OLAP分析結(jié)果的前端展現(xiàn)，是用戶與系統(tǒng)交互界面。目前比較流行的方式是基于Web的B／S結(jié)構(gòu)。

1.6發(fā)現(xiàn)審計(jì)線索

在數(shù)據(jù)分析的基礎(chǔ)上，定位重點(diǎn)審計(jì)對(duì)象，利用先進(jìn)的計(jì)算機(jī)技術(shù)或其他方式追蹤線索，重點(diǎn)審計(jì)該類(lèi)數(shù)據(jù)。

1.7形成審計(jì)報(bào)告

針對(duì)審計(jì)線索，加以重點(diǎn)審計(jì)，提交審計(jì)報(bào)告，以供分析和決策。

本文提出的解決方案將數(shù)據(jù)倉(cāng)庫(kù)、OLAP和數(shù)據(jù)挖掘等技術(shù)相結(jié)合，可指導(dǎo)審計(jì)人員高效地開(kāi)展審計(jì)工作，增強(qiáng)審計(jì)人員的審計(jì)數(shù)據(jù)分析能力，提高審計(jì)的效率和效果。

2商業(yè)智能在審計(jì)中的應(yīng)用

商業(yè)智能在審計(jì)中的應(yīng)用主要包括OLAP和數(shù)據(jù)挖掘兩部分，以下具體介紹這兩部分的應(yīng)用。

2.1OLAP在審計(jì)中的應(yīng)用

通過(guò)數(shù)據(jù)倉(cāng)庫(kù)，可以利用OLAP技術(shù)，采用包含結(jié)構(gòu)、趨勢(shì)、同比、因素、TOPN等多種分析方法，自動(dòng)生成圖文并茂的分析報(bào)告，并可以在任意時(shí)間，生成任意內(nèi)容（如財(cái)務(wù)、銷(xiāo)售、倉(cāng)庫(kù)、采購(gòu)、應(yīng)收、應(yīng)付），同時(shí)實(shí)現(xiàn)分析報(bào)告中的動(dòng)態(tài)鉆取，滿足審計(jì)人員的需要。我們可以利用OLAP進(jìn)行銷(xiāo)售分析、應(yīng)收款項(xiàng)分析、倉(cāng)庫(kù)庫(kù)存分析以及財(cái)務(wù)決策評(píng)價(jià)等。

OLAP支持復(fù)雜的分析操作，側(cè)重決策支持，并且提供直觀易懂的查詢結(jié)果。如MDX查詢語(yǔ)句：

withset［TenBest］as

’TopCount（［Product］．［BrandName］．Members，10，［UnitSales］）’

set［LastMonth］as

’Tail（Filter（［Time］．［Month］．Members，NotIsEmpty（［Time］．CurrentMember）），1）’

set［Last6Months］as’

［LastMonth］．item（0）．item（0）．Lag（6）：

［LastMonth］．item（0）．item（0）’

select［Last6Months］onCOLUMNS，

［TenBest］onROWS

fromSales

可以方便地查詢某商場(chǎng)最近6個(gè)月銷(xiāo)售趨勢(shì)最好的前10種商品及銷(xiāo)售量。

又如，對(duì)應(yīng)收賬款進(jìn)行分析，可以通過(guò)圖表，直觀顯示賬齡、金額等情況（如圖2所示）。

2.2數(shù)據(jù)挖掘在審計(jì)中的應(yīng)用

在審計(jì)中，運(yùn)用數(shù)據(jù)挖掘算法，不僅能減輕審計(jì)人員的負(fù)擔(dān)，而且能提高審計(jì)風(fēng)險(xiǎn)管理的質(zhì)量［3］。具體包括決策樹(shù)算法、聚類(lèi)分析算法、貝葉斯算法、關(guān)聯(lián)規(guī)則算法、時(shí)序算法、神經(jīng)網(wǎng)絡(luò)算法、回歸算法等。在審計(jì)中，運(yùn)用商業(yè)智能平臺(tái)TAuditMin，不僅能減輕審計(jì)人員的負(fù)擔(dān)，而且能提高審計(jì)風(fēng)險(xiǎn)管理的質(zhì)量。

3總結(jié)

應(yīng)用以上方法，我們可以在海量財(cái)務(wù)審計(jì)數(shù)據(jù)中有效地運(yùn)用商業(yè)智能技術(shù)，查找問(wèn)題并發(fā)現(xiàn)一些超出審計(jì)經(jīng)驗(yàn)的規(guī)律性問(wèn)題。將商業(yè)智能應(yīng)用到具有多屬性特征的審計(jì)數(shù)據(jù)分析中，會(huì)減輕審計(jì)人員的負(fù)擔(dān)，提高審計(jì)管理的質(zhì)量，為審計(jì)工作提供有用信息，提高審計(jì)效率。商業(yè)智能在審計(jì)工作中，必將會(huì)發(fā)揮越來(lái)越重要的作用。