计算机数据审计的“七步流程法”应该有哪七步?

一本介绍审计数据采集与分析的书,介绍了计算机数据审计的“七步流程法”,具体七步是:

第一阶段:调查阶段;

第二阶段:数据采集;

第三阶段:数据清理、转换、验证;

第四阶段:建立审计中间表;

第五阶段:把握总体,选择重点;

第六阶段:建模分析;

第七阶段:疑点延伸、落实、取证。

以上七个步骤从内容基本上涵盖了计算机数据审计的必要环节,但是有一些值得讨论的地方:

1.调查阶段之前是不是应该确定审计目标?在每个审计项目开展之前就要对被审计单位及其所处的经济背景进行调查,调查得越充分,审计项目就越有效率。这是审计人员都能接受并实际执行的环节。但是在调查阶段之前,是不是应该确定一下审计目标?通俗来讲,也就是为什么要开展该次审计项目。这个问题搞不清楚,努力可能就会偏离方向,审计结果可能不是领导“想得到的”。尤其是内部审计,很多时候都是结果导向的。

2.数据采集、清理、转换、验证可以放在一个步骤里完成,因为这四个动作在实际工作中理论上可以同时发生,即边采集边清理边转换边验证。

3.调查阶段后接下来就是数据采集吗?调查阶段结束后就可以进行数据采集了吗?数据采集不是盲目性的,既要有目的性,又要有有效性,还要有经济性。调查阶段结束后,对被审计单位已经有了较全面的了解,往往应该把握总体,确定审计重点。这样才能使数据采集更有针对性。

根据以上的考虑,我们是不是可以把计算机数据审计的七步流程改成下面的七步呢?

第一步:确定审计目标;

第二步:调查研究;

第三步:把握总体、圈定重点;

第四步:建立审计分析模型;

第五步:数据采集、清洗、转换和验证;

第六步:建立审计分析模型和输出疑点;

第七步:疑点落实、取证和延伸。

“兵无常态,水无常形。”无论是七步也好,八步也罢,都要根据具体审计项目来设定。有时候可以把一些步骤合并,有时候可以增加一些步骤。还有的时候,各步骤的顺序可以调整,还可以跳过一些步骤执行下一个步骤。另外,一个大的步骤里,也可以分出小的步骤,例如审计分析模型的建立,可以包括专家头脑风暴、业务流程梳理、审计思路确立、方法模型建立、数据模型建立、模型验证等步骤。再例如,可以先建立审计中间表,再进行数据的采集、清洗、转换和验证,因为这样可以更有的放矢。还有,数据不仅仅在采集和清洗后进行转换和验证,还需要进一步加工,例如对数据进行合并、拆分等处理。

黑猫白猫,逮着耗子就是好猫。只要能取得胜利,就是把意大利炮拉出来放上几炮,也无妨。

THE END
1.数据清洗的具体方法有哪些?数据清洗流程清洗数据是数据分析和机器学习项目中至关重要的一步,其目标在于识别并纠正数据集中的错误、遗漏或不一致,以提高数据质量和后续分析结果的准确性。以下是一个详细的数据清洗流程,通常包括以下几个步骤: 1.数据收集与理解 收集数据:从各种来源(如数据库、API、文件等)获取数据。 https://blog.csdn.net/Shaidou_Data/article/details/143205411
2.大数据进行数据清洗的基本流程详细讲解数据清洗的基本流程一共分为5个步骤,分别是数据分析、定义数据清洗的策略和规则、搜寻并确定错误实例、纠正发现的错误以及干净数据回流。 1.数据分析 数据分析是数据清洗的前提和基础,通过人工检测或者计算机分析程序的方式对原始数据源的数据进行检测分析,从而得出原始数据源中存在的数据质量问题。 https://www.jianshu.com/p/33ad3063c7ce
3.数据清洗流程包括哪些步骤?数据清洗是指对采集的数据进行初步处理,使其符合分析要求和标准,从而提高数据质量和可信度的过程。数据清洗流程包括以下六个步骤: 数据收集 数据收集是数据清洗的第一步,这个步骤是获取数据的初始状态,可以是从数据库、API、爬虫等多种途径获得数据。在这一步骤中需要注意的是,要根据需求选择适当的数据源,并确保数据https://www.cda.cn/bigdata/202779.html
4.科学网—系统:R语言贝叶斯网络模型R语言贝叶斯模型进阶R语言3.掌握利用R实现贝叶斯静态和动态网络学习的步骤和流程 4.掌握利用R进行贝叶斯网络推理的要点 5.通过理论知识学习与上机实践操作,具备构建贝叶斯网络模型的能力,实现科研和生产实践目的 专题一:R语言实现Bayesian Network分析的基本流程 R语言的数据类型与基本操作 https://wap.sciencenet.cn/blog-3539141-1414917.html
5.数据分析流程包括哪些步骤在数据分析流程中,数据采集是一个关键步骤。数据采集涉及到数据源的选择、数据收集和数据清洗。数据源可以是数据库、文件、API等,需要根据具体情况进行选择。数据收集需要根据业务问题和目标,采用相应的方式进行收集,如爬虫、调查问卷等。数据清洗是指对原始数据进行预处理,包括去除重复数据、处理缺失值、异常值和噪声数据https://www.linkflowtech.com/news/1597
6.hadoop清洗数据流程mob649e815bbe69的技术博客在大数据处理中,数据清洗是一个重要的步骤。Hadoop作为一个分布式计算框架,可以帮助我们进行高效的数据清洗。本文将介绍使用Hadoop进行数据清洗的步骤和所需的代码。 流程图 开始文本文件导入HDFSMap阶段Reduce阶段结果输出结束 步骤说明 下面将分步骤介绍如何使用Hadoop清洗数据。 https://blog.51cto.com/u_16175464/7074610
7.如何通过DataWorks加工采集至MaxCompute的数据返回建表页面后,在基本属性中输入表的中文名。 完成设置后,分别单击提交到开发环境和提交到生产环境。 设计业务流程 业务流程的新建及依赖关系的配置请参见新建业务流程。 进入业务流程开发面板,并向面板中拖入两个ODPS SQL节点,依次命名为数据清洗和数据汇聚,并配置如下图所示的依赖关系。 https://help.aliyun.com/document_detail/146700.html
8.临床预测模型研究方法与步骤例如,有研究者对涉及COVID-19的31个预测模型进行评价显示:大多研究过程中缺少完整研究设计和校准度的评估,所有模型都存在高偏倚风险[10]。因此,预测模型研究需要遵循规范的研究方法和流程。本文将详细介绍临床预测模型的基本类型、开发步骤和方法,旨在为研究者提供有关临床预测模型研究的方法指导。https://www.medsci.cn/article/show_article.do?id=ef1981e2393c
9.数据处理指什么?一文搞懂数据处理的8个关键步骤!二、数据处理的关键步骤 通常来讲,数据处理一般包括以下几个关键步骤: 1. 数据抽取 从不同的数据源中提取数据,包括数据库、文件系统、APIs等。抽取过程中,数据通常保持其原始格式。 2. 数据清洗 清洗数据以提高数据质量,包括去除重复记录、纠正错误和不一致的数据。 https://www.fanruan.com/bw/doc/178536
10.数据处理全流程解析(如何进行数据处理)当完成这几步操作后,此时数据就已经脱离APP了,开始往数仓的方向流动,数仓承担着接收数据并最终将数据落地到应用的职责。 02 数据是如何被接收的 数据在到达接入层后会经历解包、解析转换、数据清洗、数据存储四个技术流程。只有经过了这一系列的步骤,数据才能够以规整的形式呈现出来,以供下一个环节的消费。 https://www.niaogebiji.com/article-114218-1.html