审计数据采集与分析技术论述.ppt

审计数据分析的具体操作 核对：将具有内在联系的数据，按照勾稽关系进行相互核对，达到验证被审计单位业务处理是否正确，有无人为违规调整等目的。 检查：按照政策或法律法规，对业务数据进行检查，达到确定业务处理是否合法、合规的目的。 第九十四页，共一百六十八页。 审计数据分析的具体操作 复算：对某一类业务数据，按照与被审计单位相同或相似的处理方法重新计算，验证被审计单位提供的数据是否真实与正确，达到判断被审计单位业务处理是否正确、完整的目的。 判断：根据审计人员经验，分析业务数据的某些特征，再根据这些特征对可能是问题的情况给出一个参考性结论，达到搜索审计线索的目的。 第九十五页，共一百六十八页。 分析模型的演变 随着用户对数据分析的深度和灵活程度要求越来越高，数据分析渐渐从静态数值的相互比较转变到从多个数据源中综合数据，从多个角度观察数据的复杂、动态的分析。 根据处理数据的范围、用户—分析人员的交互需要、多维分析需求及现有工具的支持等因素，可以将数据分析分为4种模型，这4种数据分析模型一种比一种深入，从描述基本事实到寻找原因，从代入变量值进行预测到寻找关键变量。 第九十六页，共一百六十八页。 四种数据分析模型 由E.F.Codd提出的四种数据分析模型： 绝对模型（Categorical Model） 解释模型（Exegetical Model） 思考模型（Contemplative Model） 公式模型（Formulaic Model） 第九十七页，共一百六十八页。 绝对模型（Categorical Model） 它属于静态数据分析 它通过比较历史数据值或行为来描述过去发生的事实 查询比较简单，仅是值的比较 综合路径是原有数据库设计时定义好的，用户交互少 支持工具广泛（包括一般的查询表格工具）。 第九十八页，共一百六十八页。 解释模型（Exegetical Model） 主要还是静态数据分析 用户－分析人员利用系统已有的多层次的综合路径层层细化，找出事实发生的原因 如果分析人员感兴趣的数据不能通过已有路径进行综合，则需要临时建立多维视图。 第九十九页，共一百六十八页。 思考模型（Contemplative Model） 它属于动态数据分析 它旨在说明在一维或多维上引入一组具体变量或参数后会发生什么 需要较高层次的数据分析人员介入 分析人员在引入确定的变量或公式关系时，须创建大量的综合路径 这类模型的支持工具相当少，大多只提供单一维上的数据子集处理。 第一百页，共一百六十八页。 公式模型（Formulaic Model） 公式模型是动态性最高的一类模型，用于表示在多个维上，需要引入哪些变量或参数，以及引入后所产生的结果。 第一百零一页，共一百六十八页。 举例 一家百货公司在建立了自己的数据仓库之后，希望构造一个OLAP系统辅助决策。决策者最关心的一个问题是“如何最大限度地扩大商品的销售量？”因而他希望尽可能地找出与销售量相关的因素，从而可采取相应的促销手段。但是，他能获得多大的帮助却要取决于采用何种分析模型。 第一百零二页，共一百六十八页。 绝对模型 绝对模型只能对历史数据进行比较，利用回归分析等一些分析方法得出趋势信息。回答诸如“某种商品今年的销售情况与以往相比有怎样的变化？今后的趋势怎样”此类问题。 第一百零三页，共一百六十八页。 解释模型 解释模型能够在当前多维视图的基础上找出事件发生的原因。例如该公司按时间、地区、商品及销售渠道建立了多维数据库，假设今年的销售量有所下滑，那么解释模型应能够找出原因，即这次下滑与时间、地区、商品及销售渠道四者中何种因素有关。 第一百零四页，共一百六十八页。 思考模型 思考模型可以在决策者的参与下，找出关键变量。例如该公司决策者为了了解某商品的销售是否与顾客的年龄有关，引入新的变量——年龄，即在当前的多维视图上增加了顾客的年龄维。解释模型就能分析出年龄的引入是否必要，即商品的销售与顾客的年龄有关或无关。 第一百零五页，共一百六十八页。 公式模型 公式模型自动完成上述变量的引入工作，从而最终找出与销量有关的全部因素，并给出引入后的结果。 第一百零六页，共一百六十八页。 3种类型的数据分析方法与工具 查询型分析（Query） 以MIS为代表的查询工具，可以进行日常事务操作 验证型分析（Verification） 以OLAP为代表的验证工具 ，可以深入了解事务并作出结论性、总结性分析 发掘型分析（Discovery） 以DM为代表的挖掘工具 ，可以作出预测性分析 第一百零七页，共一百六十八页。 查询型分析（Query） 主要指用户对数据库中的记录进行访问查询； 关系数据库管理系统是目前数据库管理系统的主流，查询型分析主要的对象就是关系数据库中的二维表。 要进行