1、性

随着会计电算化的日益普及,金融软件取代纸质账簿，成为存储会计信息的新媒介,同时,计算机可以进行高质量、快速、大量的处理。大数据审计可以显著提高审计效率,让审计人员把精力从看账、翻账转向更需要专业判断的工作。

2、实时性

事后审计改变了大数据审计的应用,意见滞后,推动审计模式向持续、动态、实时的方向转变,审计可以在经济活动中发挥监督作用,及时反馈问题，纠正偏差。

3、覆盖面广

过去,受人力、物力、时间的限制,审计多为抽查,现在从一小部分数据中找出疑问,大量的计算机存储和数据处理,实现跨年度、跨领域、跨专业的审计全覆盖,有助于更好地发挥审计在党和监督制度中的重要作用

一、调查了解巩固数据基础

确定审计目标，明确审计内容和重点，确定相关电子数据流程,做好审计调查。一是调查组织结构。通过调查部门的组织结构,确定需要讨论的业务部门,再部门业务人员讨论,了解科室内部的业务流程,以及处理业务过程中产生的数据。二是对计算机信息系统的调查。与信息中心的业务人员进行讨论,对数据存储和处理的硬件设备、系统软件、系统技术文技术文档、系统的主要功能、系统的业务处理流程等。

二、数据采集分类标准突出

一是通过数据接口采集(网络连接配置) 客户端配置数据库 ODBC接口配置).掌握SQLSERVER 二是直接复制(sql数据库文件mdf 日志文件.ldf;access数据库.mdb;Excel文件.excel;文本文件.txt;);三是通过备份文件恢复(sql数据库备份。bak文件直接恢复到SQL SERVER中去;oracle.dmpo备份文件racle中还原,再到SQL SERVER中去.)

三、数据整理密切关注关键信息

(一)是数据验证阶段。检查被审计单位提供的信息的完整性,保证数据采集工作准确有效地进行,同时确认收集到的数据,消除遗漏和错误。验证数据的完整性、真实性和正确性

(二)是数据清理阶段。一是冗余数据；二是去除重复数据；三是身份证转换为18位；四是解决数据中的冲突(不一致)问题。

(三)是数据转换阶段,清楚地识别原始电子数据中的表名、字段名、记录值代码和表相关的经济含义,这需要大量的查询、替换、修改、插入、更新和删除数据,每一步的转换都会影响数据的完整性和正确性,所以在这一阶段数据验证一定要常伴左右.

四、数据分析模型强化深度融合

一是根据法律、法规和制度规定的状态和关系；二是建立业务流程的逻辑关系；三是建立不同类型数据之间的对应关系；四是建立审计人员的客观实践经验；五是建立审计人员的合理预测。

五、疑问核实反馈实现联动

(一)疑点验证。根据审计分析模型的分析结果,取证发现的问题,进一步核实和落实发现的问题线索。

(二)疑点反馈。向数据分析组反馈疑点,执行疑点时,对于一些合理的信息和新的问题,通过疑问反馈，及时修改数据分析模型,不断完善数据分析模型，形成良性闭合循环空间，实现数据分析模型和疑点反馈。