审计数据治理的4个建议

通过大数据审计平台的建设和应用，产生了海量的审计数据资源，需要审计人员有分析和处理数据资源的能力。

在大数据审计背景下，审计人员既需要掌握传统审计理论方法的基础，又要掌握数据分析技术，具有信息化思维，此外还要通过不断的实践、创新，更新自身的知识体系。因此，人才培养是大数据审计技术发展的最强大动力。

建立分层级的新审计组织团队，逐步加大具有数据分析能力和业务背景的复合型人才的占比。

通过加大培训力度，完善培训体系，改善培训方式，加快知识更新，拓宽审计人员知识体系，提升审计人员大数据思维以及数据分析能力，加强人才保障和管理，建立一支科技能力突出、数据思维能力强、业务精通、“多专多能”的审计科技队伍，推动审计团队转型升级。

将数据建设作为大数据审计的基础工作，持续加强各类数据的获取、治理和应用。

一是建立健全数据归集机制，推进审计数据采集、集成、维护线上化和规范化，实现审计数据资源归集常态化；

二是构建数据标准体系，针对原始数据涉及种类繁多、口径不一的问题，制定数据标准规范，通过标准自动化工具，实现事前落标，确保审计数据标准化；

三是推进审计数据平台建设，坚持“以用促建”原则，在全面梳理审计应用场景及组织内外数据的基础上，构建“数据全，响应快，安全高，扩展强"的审计数据基础平台，加强数据治理能力；

四是持续提升数据质量，制定数据质量管理机制，加强数据源头采集规范化，推进日常数据质量检测和改进，建设企业级数据质量问题解决平台，实现数据质量问题全面发现、及时登记，集中分发，流程化处理，全程监控，全程留痕，效果统计，绩效考核，确保数据质量持续稳步提升。

来源：大数据架构师

编辑：DAMA中国