摘 要：随着大数据信息技术的快速发展给各行各业工作的创新开展提供了条件，审计数据统计分析工作也在大数据技术的应用下极大地提升了工作质量和效率。本身首先就数据审计概况、机遇挑战和工作模式三个内容针对基于大数据技术的审计数据统计分析进行概况简述，随之分别从云计算平台、NoSQL技术和分步式处理三个路径就大数据背景下审计数据统计分析策略探究以供参考。

关键词：大数据技术;审计数据;统计分析

审计数据统计分析作为审计工作系统的重要环节涉及到庞大且复杂的数据，在以往对数据的统计分析工作中由于受到数据资源量和数据本身质量的影响在很大程度上制约着审计工作质量和效率的提升。互联网时代随着大数据技术的广泛应用能够帮助审计人员对数据进行更为深入的统计和分析，通过大数据分析理念和方法能够进一步拓展审计数据统计分析的应用范围。

一、基于大数据技术的审计数据统计分析概况简析

（一）数据审计概述

大数据的意义主要表现为对数据的加工、分析、处理、存储和增值方面具有规模大、多样性和速度快的特点，不仅涉及到各种各样的数据类型而且在规模上通常以TB计量速度也远远超过人类处理的上限。比如大数据每1Pb信息的录入工作就相当于一个熟练录入员二百天的工作量，它的信息通常在几十Pb到几百Pb之间足见其规模之大。以Facebook为例子包括了军事、文化、生活等各种各样的数据类型仅仅一天的信息就超过了100Pb，而且这些数据之间又形成了网状类型结构的不同子类别相互关联能够有效提升数据统计分析的高效性。针对审计工作而言贯穿于企事业单位的生产、经营和管理等各个环节之中发挥着重要作用，特别是随着社会快速发展企业各项生产经营活动异常活跃，因此不可避免的产生了大量数据信息，基于大数据技术对这些数据进行全面统计分析能够有效提升企事业单位数据信息的利用率。

（二）机遇挑战分析

大数据技术的应用无疑对审计数据统计分析工作的开展具有积极的促进作用，在进一步优化提升审计工作的同时也带来了新的挑战。首先就机遇而言大数据技术能够让审计数据可信度更强、效率明显提升并且对审计数据的真实性具有较强的保障，比如就数据分析来看人为分析需要工作人员逐一清算不仅面临极大的工作量而且难免会存在一定的误差，但是技术对数据的分析能够有效融合多行业数据元素进行统计与分析不仅坚强了工作人员工作压力而且能够大大减少这种误差从而提升审计数据的可信度。其次基于大数据技术的审计数据统计分析也面临一定的挑战，比如海量的数据信息难以保证部分数据的真实性，这就需要工作人员提升自身专业能力进行敏锐的洞察及时感知异常数据进行变化分析以提升审计工作质量，同时还需要审计人员具有较强的信息技术能力减少审计问题的出现。

（三）工作模式简析

基于大数据技术的审计数据统计分析工作模式主要是借助大数据技术来开展相应的信息收集和整理工作，摒弃以往过于落后的统计方法利用信息技术构建审计数据分析安全系统对结构和信息技术进行综合分析，充分融入统计学的思想和方法不仅实现对历史数据的统计分析及时生成报表，而且借助大数据进行海量有效数据的采集、储存和共享，进一步转换数据格式通过归一化和关联分析保证数据运行的准确性从而优化处理流程。

二、基于大数据技术的审计数据统计分析策略探究

（一）云计算平台，推动审计工作科学规范

大数据背景下云计算平台可谓是审计数据发挥价值的强有力支撑，一方面能够全方位控制数据信息同时能避免工作人员不必要的重复工作和失误，因此应建立与大数据技术相对应的云计算平台是未来审计数据统计分析必然的发展趋势，比如审计云获得海量信息、云计算方式实现跨空间运算、聚集供应形式避免软件不兼容、云储存功能突破时空桎梏方便人员随时随地开展工作等都是未来审计数据统计分析工作必不可少的数据支撑。比如在通信企业中可以依赖IT系统随机利用云计算的概念为内部审计工作提供更为完整的数据资源，业务审计通过审计云提供的信息及时将发现的数据风险进行重点分析，比如SPRS流量话单数据、财务情况、运营数据等异常指标明显的都能够及时发现，切实推动了审计质量促其更为科学规范。

（二）NoSQL技术，形成全面数据分析系统

传统审计数据统计分析工作中通常只能够对企业内部数据信息进行分析而且利用率较低，大数据时代背景下信息技术不仅能够对经营状况、人力情况、生产现象和财务现状等企业内部数据进行有效分析，还能对银行信息、电话运营、交通信息等外部数据进行综合性分析，这些数据看起来与审计数据统计分析没有多大关联，而事实上这些数据包含着重要的信息和极高的价值。大多企业主要采用SQL这一结构化查询语言进行静态分析，但是与审计数据动态化的特點往往不能完全匹配，因此难以挖掘企业数据和报表当中一些隐藏的信息。而NoSQL非关系型数据库技术可谓是当下审计数据统计分析工作中更为先进的一种分析手段，比如Google公司就将该技术运用于检索之中形成全面数据分析系统从而有效提升了数据分析水平和深度获得更为精准的信息。

（三）分布式处理，提升审计数据分析效果

在大数据分析工作中流处理模式主要针对审计数据的实时分析速度较快，而批处理模式需要先储存再分析准确率高但实时性较差，这两种常用方式各存利弊不能满足当前审计数据的实际需求。大数据背景下更为先进的分布式处理模式不仅性能极高而且实时性也较好能够根据不同场景和数据形成不同的方式加以处理，比如Storm、S4以及Puma等模式运行容错率较高，即使某个节点出现问题也不影响系统继续进行计算和分析，对于提升审计数据分析效果有极大的促进作用。

总结

总之，审计数据统计分析的质量直接决定着审计工作整体质量和效率，因此大数据背景下审计人员要不断提升自身专业水平和信息素养，积极顺应时代发展要求借助信息技术开展相应的信息收集、整理和分析工作，进而有效提升审计数据统计分析效果和准确率。

参考文献：

[1]陈虎.基于大数据技术的审计数据统计分析策略探讨[J].企业改革与管理，2021（05）：163-164.

[2]郭欣雨.基于大数据的审计数据统计分析策略[J].网络安全技术与应用，2020（09）：59-61.

[3]师亚红.大数据背景下审计数据统计分析策略[J].市场论坛，2019（10）：52-54.

作者简介：

次世青，性别女，籍贯河北省石家庄市，1988.08.02，学历本科，研究方向：统计，职称：中级统计师。