1 前言

    隨著數(shù)據(jù)庫技術的迅速發(fā)展以及管理信息系統(tǒng)在財務、審計中的廣泛應用，許多企業(yè)和部門積累了海量的、以不同形式存儲的數(shù)據(jù)資源，在信息化環(huán)境下，審計線索會通過電子數(shù)據(jù)表現(xiàn)出一定的特征，捕捉到這些特征進而進行分析取證，是計算機審計發(fā)展到目前階段的一種有效做法。如何在審計過程中迅速把握總體，從被審計單位浩如煙海的電子數(shù)據(jù)中根據(jù)需要找出有用的信息成擺在我們面前迫切需要解決的問題。商業(yè)智能系統(tǒng)(BI)建立在數(shù)據(jù)倉庫、多維分析和數(shù)據(jù)挖掘等技術的基礎之上，通過收集、整理和分析企業(yè)內外部的各種數(shù)據(jù)，加深企業(yè)對客戶及市場的了解，并使用一定的工具對企業(yè)經(jīng)營狀況、客戶需求和市場動態(tài)等做出合理的評價及預測，為企業(yè)管理層提供科學的決策依據(jù)。在財務審計應用中，基于數(shù)據(jù)倉庫的OLAP應用可以使審計人員站在一定高度把握總體，從觀察趨勢、選擇重點，到運用鉆取、掌握明細，直至發(fā)現(xiàn)線索、引導延伸，實施一系列審計辦法。數(shù)據(jù)挖掘(Data Mining)可以從大量的財務審計數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又潛在有用的信息和知識，它把人們對數(shù)據(jù)的應用從低層次的簡單查詢，提升到從數(shù)據(jù)中挖掘知識，輔助人們進行決策判斷�；�于數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘的審計技術是一種嶄新的審計方式，它將帶來以下革命性的變化：一是從“盲人摸象”轉變?yōu)榘盐湛傮w；二是從進點后摸線索轉變?yōu)閹е�線索進點。因此，開展商業(yè)智能在審計中的應用研究，并在實踐中推廣應用，已經(jīng)成為提升計算機審計水平的必然選擇，有重要研究的意義和應用價值。

2 商業(yè)智能模型

    本文利用SQL Server 2005 構建基于商業(yè)智能的審計模型TAuditMin，如圖1所示。審計過程分為：采集審計數(shù)據(jù)、建立數(shù)據(jù)倉庫、OLAP多維分析、數(shù)據(jù)挖掘、前端展示等。

圖1 基于商業(yè)智能的審計解決方案TAuditMin

    2.1 源系統(tǒng)

    數(shù)據(jù)挖掘的基礎是大量的歷史數(shù)據(jù)。這里的源系統(tǒng)是指與審計業(yè)務相關的各種關系型數(shù)據(jù)庫，如金蝶數(shù)據(jù)庫、用友數(shù)據(jù)庫等。這些業(yè)務系統(tǒng)中的數(shù)據(jù)可以應用SSIS(Microsoft SQL Server 2005 Integration Services)，通過數(shù)據(jù)清洗、轉換和加載(ETL)等步驟載入數(shù)據(jù)倉庫，為多維分析和數(shù)據(jù)挖掘作準備。

    2.2 數(shù)據(jù)倉庫

    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)用戶的要求作相應的更改。商業(yè)智能提供了自動創(chuàng)建Cube的功能，用戶只需要設置好相應的維度表和量度組，通過一些簡單的命令就能實現(xiàn)Cube的自動生成和重新生成。因此，數(shù)據(jù)倉庫設計主要在于設計維度表和量度組，以及兩者之間的關系。

    2.3 OLAP多維分析

    OLAP為用戶提供強大的數(shù)據(jù)分析功能。在數(shù)據(jù)倉庫建好后，輸入測試數(shù)據(jù)，測試數(shù)據(jù)倉庫和模型。如果分析結果顯示創(chuàng)建的模型有問題，則可以通過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)分析的結果。模型沒有問題之后，就可以對ETL處理過的真實數(shù)據(jù)做相應的數(shù)據(jù)分析。

    2.4 數(shù)據(jù)挖掘

    數(shù)據(jù)挖掘模型的建立以MDX語句為基礎，同時也支持手工操作。模型建好以后，需要對選擇數(shù)據(jù)挖掘的模型進行測試和訓練。用于訓練的數(shù)據(jù)可以來自于數(shù)據(jù)倉庫生成的Cube，也可以直接使用其他數(shù)據(jù)集，如文本文件。模型訓練的結果既可以直接瀏覽也可以生成報表在客戶端展示，數(shù)據(jù)挖掘功能主要通過微軟的SSAS和AMO實現(xiàn)。

    2.5 客戶端

    即數(shù)據(jù)挖掘模型、報表和OLAP分析結果的前端展現(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結構。

    2.6 發(fā)現(xiàn)審計線索

    在數(shù)據(jù)分析的基礎上，定位重點審計對象，利用先進的計算機技術或其他方式追蹤線索，重點審計該類數(shù)據(jù)。

    2.7 形成審計報告

    針對審計線索，加以重點審計，提交審計報告，以供分析和決策。

    本文提出的解決方案將數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術相結合，可指導審計人員高效地開展審計工作，增強審計人員的審計數(shù)據(jù)分析能力，提高審計的效率和效果。

3 商業(yè)智能在審計中的應用

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

    3.1 OLAP在審計中的應用

    通過數(shù)據(jù)倉庫，可以利用OLAP技術，采用包含結構、趨勢、同比、因素、TOP N等多種分析方法，自動生成圖文并茂的分析報告，并可以在任意時間，生成任意內容(如財務、銷售、倉庫、采購、應收、應付)，同時實現(xiàn)分析報告中的動態(tài)鉆取，滿足審計人員的需要。我們可以利用OLAP進行銷售分析、應收款項分析、倉庫庫存分析以及財務決策評價等。

    OLAP支持復雜的分析操作，側重決策支持，并且提供直觀易懂的查詢結果。 如MDX查詢語句：

    可以方便地查詢某商場最近6個月銷售趨勢最好的前10種商品及銷售量。

    又如，對應收賬款進行分析，可以通過圖表，直觀顯示賬齡、金額等情況(如圖2所示)。

圖2 應收賬款OLAP分析圖

    3.2 數(shù)據(jù)挖掘在審計中的應用

    在審計中，運用數(shù)據(jù)挖掘算法，不僅能減輕審計人員的負擔，而且能提高審計風險管理的質量。具體包括決策樹算法、聚類分析算法、貝葉斯算法、關聯(lián)規(guī)則算法、時序算法、神經(jīng)網(wǎng)絡算法、回歸算法等。在審計中，運用商業(yè)智能平臺TAuditMin，不僅能減輕審計人員的負擔，而且能提高審計風險管理的質量。

4 總結

    應用以上方法，我們可以在海量財務審計數(shù)據(jù)中有效地運用商業(yè)智能技術，查找問題并發(fā)現(xiàn)一些超出審計經(jīng)驗的規(guī)律性問題。將商業(yè)智能應用到具有多屬性特征的審計數(shù)據(jù)分析中，會減輕審計人員的負擔，提高審計管理的質量，為審計工作提供有用信息，提高審計效率。商業(yè)智能在審計工作中，必將會發(fā)揮越來越重要的作用。

核心關注：拓步ERP系統(tǒng)平臺是覆蓋了眾多的業(yè)務領域、行業(yè)應用，蘊涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務管理理念，功能涉及供應鏈、成本、制造、CRM、HR等眾多業(yè)務領域的管理，全面涵蓋了企業(yè)關注ERP管理系統(tǒng)的核心領域，是眾多中小企業(yè)信息化建設首選的ERP管理軟件信賴品牌。

轉載請注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標題：基于商業(yè)智能BI的審計方法研究與實現(xiàn)

本文網(wǎng)址：http://www.oesoe.com/html/consultation/1083935945.html