淺談建立審計數據中臺的方法

陳志雄

［摘 要］2022年在我國經濟發展面臨需求收縮、供給沖擊、預期轉弱三重壓力下，數字經濟作為推動經濟復蘇的新動能和新引擎，已經成為世界范圍內最顯著的新經濟增長極。在數字經濟的大潮中，各行業迎來了新一發展機遇，如何在云改數轉中進一步提升發展能力，如何充分運用數據，使之在審計監督中發揮更大作用，提升審計工作效率，審計數字化成為新形勢下開展審計工作的迫切要求。本文介紹了在數字化審計的要求下，根據內部審計工作的特點和對數據的要求，建立一個可擴展、可理解、可管理的數據中臺，并使底層數據儲存符合完整性、可追溯性和可理解性的要求，通過搭建原始數據層、規范數據層、數據寬表層的三層架構，通過邏輯知識管理中心將數據實體和數據邏輯進行解耦，打造堅實的審計大數據支撐基礎，為數字化審計提供更優的服務。

［關鍵詞］審計信息化；數據中臺；數據庫技術；系統架構

doi：10.3969/j.issn.1673-0194.2023.23.016

［中圖分類號］F239 ［文獻標識碼］A ［文章編號］1673-0194（2023）23-0051-04

0? ? ?引 言

隨著全社會數字化轉型不斷深化，企業云改數轉戰略的實施，借助信息化手段驅動業務管理變革，以實現企業提質、降本、增效的目標，需要推動企業的數字化管理提升。為了推進企業數字化轉型，打造一個符合內部審計檢查要求的數據管理體系，本文通過整理非現場審計中遇到的關于歷史數據提取、海量數據分析等相關問題，結合審計業務人員對審計所需數據的要求，探索一種搭建數據中臺的架構，運用數字化技術更好地支撐審計工作，以提升審計效率的方法。

1? ? ?數字化審計背景

數字經濟作為推動經濟復蘇的新動能和新引擎，已經成為世界范圍內最顯著的新經濟增長極，是當前世界各國重點關注和發展的核心領域，全球各國在數字經濟領域的競爭也日趨激烈［1］。

審計工作中要運用好數字化技術，推動企業發展，做好監督工作，讓大數據和AI技術在審計工作中充分發揮作用。所以探索數字化審計、信息化審計技術，成為一個重要的研究課題。數字化和信息化技術已經在審計工作中廣泛應用，但因為審計的特殊性，審計工作也對傳統的大數據技術提出了新的要求。

2? ? ?審計對數據中臺的要求

內部審計對數據的要求與經營分析對數據的要求不完全一致，審計檢查需要分析數據的異常性和不合理性，經營分析則要求分析經營業務結果的達標情況［2］。審計檢查使用的數據源和數據清洗方式有其特殊要求，要求在數據中臺的框架設計中符合完整性、可追溯性和可理解性。導致審計數據中臺的系統框架與經營分析數據中臺的系統框架有所不同，審計數據中臺的框架更加關心對原始數據的細節和結構的保存，特別對超長期歷史數據的結構保存。以下是對審計工作對數據要求的分析和總結。

2.1? ?完整性要求

數據信息不但包含數據值的信息，數據格式和數據結構也包含大量的信息，根據不同需要對數據的清洗必然會破壞這種信息結構。審計工作不同于經營分析只關注經營結果，審計工作既關注業務的結果也更加關注業務的流程，審計檢查需要通過業務過程的異常，發現問題線索。需要終端關注過程中是否存在違規的現象，流程是否合規合法［2］。審計工作要求原始數據完整，不但要求數據值的完整，還要求數據結構的完整性，以應對在不同時期，按照審計要求對數據的處理要求，所以要求在處理原始數據時盡量減少對數據的清洗和異常數據處理，保持源數據的數據結構特征和數據細節的完整性。

2.2? ?可追溯性要求

審計檢查需要對一段較長的時間區間進行數據分析，最少追溯時間為3年，特殊情況可能超過10年［3］。因信息化系統在不斷快速演進，數據格式和內容不定期會發生根本性的變化，對于審計數據分析來說是災難性的。審計工作要求數據中臺的數據是可追溯性的。需要審計中臺可以根據現行要求動態地分析歷史異構數據，能夠保存和管理多次發生數據格式變更的原始數據，并通過各種不同版本的原始數據根據當前的審計要求生成特定的數據寬表。因內部審計可以獲得公司全量數據的特點，要求審計中臺能夠比生產系統更長時間保存歷史數據，并且不受到信息化系統更新頻繁的影響，將數據結構知識系統化保存，不但要保存數據，而且要保存數據結構信息。避免在審計時點，部分信息化系統數據已經因割接或者版本變更原因不可用的問題，要求審計數據中臺保存數據具有可追溯性。

2.3? ?可理解性要求

審計檢查既關注整體的數據情況，也關注數據細節情況，比如審計發現某年年底的財務收入發生了較大的總數波動，但需要找到具體的數據原因，可能要分析財務報表細項的變化情況，這樣要求數據源為可理解數據［4］。因為信息系統本身存在不斷迭代演進的過程，部分系統的生命周期并不長，而且系統維護和開發人員流動性大，而對數據的理解以往都依靠原始數據系統提供單位或相關具體的數據分析人員，如果當時的數據分析人員離崗，會導致知識不能很好地交接。所以要求數據中臺必須保存數據的理解信息，以一個統一的規范將數據的結構和組成方式、數據值的枚舉、數據對應業務的說明等信息進行保存，保證數據分析人員可以通過統一的查詢方式，比較容易理解數據。并且分析人員對數據的理解也是逐步完善的，通過統一的規范可以將數據知識積累下來，實現中臺保存數據的可理解性。

3? ? ?審計數據中臺的框架設計

通過對內部審計檢查對數據的要求進行分析，規劃審計數據中臺按照三層架構搭建按照圖1的架構將系統分成三層，將數據實體和數據邏輯進行解耦，實現通過變化的數據邏輯動態地生成數據寬表，實現多版本的數據邏輯動態生成統一的數據寬表。數據中臺按照原始數據層、規范數據層、數據寬表層和邏輯知識管理中心進行管理，解耦數據的規范化處理、解耦數據的邏輯處理，實現數據版本管理。

圖 1 數據中臺的系統架構設計

3.1? ?原始數據層

直接抽取源系統中的原數據進行保存，按照提供數據的系統的類型，如關系型數據庫直接按照表結構保存、接口文件按照原文件結構保存、NSQL數據按照KEY-VALUE結構保存，在原始數據層，是對原系統的全表數據抽取，不對數據進行任何邏輯轉換或字段過濾，只是將原始數據轉換為數據中臺可識別的幾種類型。如果系統允許，關系型數據表保存在源系統的同類型數據庫中，盡量避免數據的轉換。

3.2? ?規范數據層

通過盡量減少數據中臺數據類型，利用大數據系統空間成本相對低的特點，減少數據類型的復雜度，數據字段格式規范為字符串型、數值型兩種類型。以下為一些特殊數據類型的表示方式。

3.2.1? ?二進制型

對于圖片、文件等BLOG的字段，直接保存為文件，通過文件服務器進行保存，數據庫中只保留文件存放位置信息。

3.2.2? ?日期型

對于日期型字段，需要轉換為標準字符串，如“2022-05-22 23：59：59”的字符串類型。

3.3? ?數據寬表層

按照具體的審計需求和集團模型需求，從規范數據層生成寬表數據，寬表數據可以是動態的，根據需求利用大數據庫的高效處理特性隨時生成。寬表層的寬表根據用途，可分為風險掃描寬表和數據輸出寬表。

3.3.1? ?風險掃描寬表

根據風險掃描模型，基于規范數據層生成數據寬表，數據生成邏輯以SQL腳本、存儲過程或者調度程序等方式保存。為實現腳本的規范管理，可以建立腳本信息庫統一管理。

3.3.2? ?數據輸出寬表

為符合審計業務人員的操作習慣，適應不同人員的信息化技術水平。對于條目數有限但業務復雜，或者屬于報表性數據，人工通過Excel核查效率可能更高。但為了能夠方便數據輸出，將輸出寬表設置為統一格式的數據表，表字段名稱為統一標準字段，字段對應的中文或英文名字保存在相應的寬表字段信息表中，以方便直接導出為Excel文件。

3.4? ?邏輯知識管理中心

用于保存三層數據相關的數據結構信息，解耦數據邏輯和實例數據，通過單獨的數據邏輯信息保存，實現對數據邏輯的動態管理。

3.4.1? ?原始數據層信息管理

通過保存數據源表的基本信息見表1，并設計描述

數據源提取的基本數據表，實現對oracle、mysql、ftp、

文本等數據源的類型的數據源管理功能，并支持關系型數據和NOSQL數據庫數據源的數據處理，方便對第二層規范數據層數據的溯源。

3.4.2? ?規范數據層表信息管理

描述從原始數據層一對一轉換來的數據表對應關系見表2，并設字段信息表來保存各字段的說明、數據類型等，通過字段屬性表來保存和其他表的關聯鍵和字段的枚舉值。通過對規范數據層的信息管理來實現數據中臺對于數據源的數據結構信息、數據值的理解等信息管理，此層是整個數據中臺的核心層。

注：在第一次新建標準表的時候，不要求一次性完善表邏輯信息，可以在審計分析的過程中，不斷的完善相關信息，并實現知識的積累。

3.4.3? ?寬表信息管理

寬表的信息主要分為風險掃描運用寬表和Excel標準輸出寬表兩種類型，其中風險掃描寬表結構是根據風險掃描模型的具體要求來生成，如按照集團公司的模型規范從標準數據表中抽取、關聯、組合。標準輸出寬表的結構為統一字段表結構。

4? ? ?審計數據中臺中數據生命周期流程設計

中臺中的數據生命周期如圖2所示，以規范數據表為核心，按照邏輯生成寬表數據，中臺的數據生命周期管理以規范數據表的生命周期為基礎和粒度進行管理，根據數據源的變化而變化，如遇到大版本的數據源變更，就新增加一個規范數據表版本，如只是字段新增，需要同時修改規范表中的所有數據。

圖2 數據中臺中的數據生命周期情況

4.1? ?數據生命周期

規范數據表分為建設中、持續更新、更新停止三種狀態。

建設中，即數據源規范已經完成，正在配置三層數據結構，正在進行規范梳理，正在進行數據接口開發。

持續更新，即已經完成了三層數據表和相關信息配置，按照計劃開始傳輸數據。

更新停止，數據源出現問題，如數據源發生變更，數據源失效等原因，導致數據停止更新。

4.2? ?新理解知識更新流程

數據理解知識更新流程和數據源更新流程是區隔的，符合知識的不斷累積過程，對于之前不理解的數據進行不斷完善，在完善過程中不需要對三層中的實例數據進行調整。

4.3? ?原有數據版本變更流程

如果IT系統發生版本更新后，源數據發生非新增字段的變化時，需要按照數據源新增流程，新增加的模型按照數據源的新版本進行管理。

5? ? ?優化方向

5.1? ?實踐中遇到的問題

5.1.1? ?數據版本不一致問題難以解決

在數據積累的過程中發現對于歷史數據的管理，同一數據內容，因系統更新原因導致的多版本數據管理是非常困難的，本文中介紹的架構對此問題有一定支持，但如果相關信息系統發生根本版本變化，如不同廠家的信息系統替換的時候，不但數據尾表、枚舉值會變更，甚至數據的格式和表間邏輯關系也會發生重大變化，如何實現多版本的數據同一管理，是數據中臺架構下一步完善的重點。

5.1.2? ?信息數據安全需要進一步加強

按照此系統架構要求，基本不對原數據進行處理，使得原數據中的敏感字段在規范數據層沒有脫敏，數據分析人員可以接觸到敏感信息。同時根據審計和稽核要求，部分風險掃描模型輸出數據要求敏感信息不能脫敏，如合同的甲、乙方名稱，合同金額，用戶的設備號碼等，所以對于數據中臺的信息安全管理提出了較高要求。

5.2? ?下一步優化方向

（1）通過統一的規則和程序根據邏輯知識管理中心的信息動態生成寬表，在不斷的系統運行中找出多版本歷史數據合并處理的方法。

（2）不斷加強系統信息安全管理，從筑好圍墻和做好監控防護兩個方面入手，嚴格按照網信安全要求實現分析數據不出系統，結果數據下載有審批有記錄的要求，探索通過技術手段提升數據安全和信息安全的方法。

6? ? ?結束語

本文描述的審計數據中臺架構，經過了一段時間的數據累積，取得了一定的效果，解決了之前因為人員更換、系統版本更新導致的數據源異常，歷史數據不可用的痛點。這個架構能夠較好地保存積累下的關于數據邏輯結構的知識，使知識不再存于維護人員的私人筆記中，而是以可查詢的方式保存在系統中，讓知識能夠積累，不斷提升數據中臺對審計工作的支撐能力。

主要參考文獻

［1］李三希.我國數字經濟發展的主要特點和突出優勢［J］.國家治理，2021（18）：3-7.

［2］譚麗麗，羅志國.內部審計工作法［M］.北京：機械工業出版社，2017.

［3］郭勇.提升內部審計工作質量及效果的思考［J］.中國集體經濟，2022（33）：33-35.

［4］陳麗娟.大數據時代企業內部審計信息化問題研究［J］.科技經濟市場，2022（4）：70-72.