- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
本文观看结束!!! 八、审计软件简介 什么是审计软件? 审计软件是审计人员在审计过程中各个阶段所采用的能够完成特定辅助审计功能的各种工具的总称。 审计软件是一类常用的计算机辅助审计工具。 审计软件的基本功能 (1)可访问不同结构的数据文件或数据库; (2)按各种条件提取所需的审计证据和数据; (3)支持审计抽样,提供初步的审计评价结果; (4)可自动形成会计报表和审计用的控制数据; (5)支持分析性复核(如对报表进行比较分析等); (6)内控制度评价(辅助系统); (7)审计计划和审计报告编制(辅助系统); (8)审计过程管理自动化(包括审计底稿和档案管理自动化)。 (9)引导审计人员按照正确的步骤和程序开展审计。 审计软件分类 通用的 专用的 基于数据库的 基于数据仓库的 基于专家系统的 基于神经网络 其他专业化的工具 通用的审计软件的功能 (1)数据访问和转换功能 (2)数据检索(抽取)、汇总、计算、分组和排序功能 (3)一般统计、分层分析、断号/重号分析、时间序列分析、关联分析等分析工具 (4)审计抽样工具 (5)审计过程的记录和中间结果的管理功能 (6)报表功能 通用的审计软件 ACL(Audit Command Language) IDEA(Interactive Data Extract Analysis), 现更名为CASEWARE 专用审计软件的特点 审计功能是面向特定的行业审计的,操作简单。如果采用通用审计软件来完成这些工作,可能需要复杂的操作或额外的数据转换工作。 一般包括一个专用的审计接口,使用方便,效率很高。 优点是执行效率高,集成了行业审计所需的诸多功能,使用方便。 缺点是应用范围窄,往往只用于一个行业或一类行业。 实用工具 系统安全或完整性类 深入理解系统类 数据操作类 程序检查类 程序开发类 效率评估类 谢 谢! 吴笑凡 E-mail:wxf_cnaonj@163.com Tel:(025 谢 谢 欣 赏! 数据仓库的体系结构 数据仓库系统的八个组成部分 数据源 数据抽取、转换、装载和刷新工具 数据建模工具 监控和管理工具 元数据仓储 数据仓库和数据集市的目标数据库 OLAP服务器 前端数据访问和分析工具 数据仓库系统的一般应用过程 从业务处理信息系统等外部数据源获取数据,经加工整理后进入数据仓库 根据数据分析挖掘的需求特性对数据进行建模和组织,用户利用各种前端数据分析和挖掘工具,通过OLAP服务器,对数据仓库中的数据作各种查询、分析、挖掘工作 数据仓库技术在数据审计中的应用 审计数据的采集和获取 审计数据在数据仓库中的组织和存储 审计数据的访问和分析 联机分析处理(OLAP) OLAP是一类软件技术,它使用户能够从多种角度(维)对原始数据进行分析;通过快速、一致、交互地存取来获得对原始数据的深入了解。 OLAP的目标是满足决策支持或多维查询和报表的需求,它的技术核心是“维”这个概念,因此OLAP也可以说是多维数据分析工具的集合。 OLTP强调的是更新数据库——向数据库中添加信息,而OLAP就是从数据库中获取信息、利用信息。 数据仓库与OLAP的关系 建立数据仓库的目的是为了支持数据分析和决策制定过程。 数据仓库中存储的数据是面向分析目标的、经过提炼、加工后的数据集合,这种数据的存储结构为OLAP的实施提供了理想的环境; OLAP作为一种多维查询和分析工具,是数据仓库功能的自然扩展,也是数据仓库中的大容量数据得以有效利用的重要保障。 OLAP的关键特性 (1)快速性 快速性是OLAP的一项重要特性; 如果用户不能得到系统的及时响应就会变得不耐烦,因而可能失去分析主线索,影响分析质量; 对于大量的数据分析要达到这个速度并不容易,因此就更需要一些技术上的支持,如专门的数据存储格式、大量的事先运算、特别的系统设计等。 OLAP的关键特性 (2)可分析性 OLAP系统应能处理与应用有关的任何逻辑分析和统计分析。用户可以在OLAP平台上进行数据分析,也可以连接到其他外部分析工具上,如时间序列分析工具、数据挖掘等。 (3)多维性 多维性是OLAP的关键属性。系统必须提供对数据分析的多维视图和分析。多维分析是分析数据最有效的方法之一,是OLAP的灵魂。 (4)信息性 不论数据量有多大,也不管数据存储在何处,OLAP系统应能及时获得信息,并且管理大容量信息。 验证型分析与多维分析 多维分析的基本概念 变量 维 多维视图 多维分析的基本操作 切片(Slice)和切块(Dice) 钻取(Drill) 旋转(Pivot) 变量 变量是一个数值型的度量指标,如“销售额”,“单价”,“人数”等
文档评论(0)