【案例】多维度数据分析技术在电信审计工作中的应用及实践

刘刘4615 2017-06-22

展开全文

2017-05-19 数说审计

来源|中国内部审计

作者|罗昕

编辑|数说审计

面对业务活动中产生的海量数据，采用恰当思路和方法对其进行管理和应用，既能提升审计效率和效果，也是企业数据价值管理提升的体现。本文以电信企业为例，结合电信企业数据应用需求和多维度数据分析技术特点，通过具体审计案例详细说明多维度数据分析技术在审计分析中的思路、方法、步骤、操作要点以及成果应用。

应用背景

1.多维度数据分析简介

随着市场竞争的日趋激烈，企业更加强调决策的及时性和准确性，使得以支持决策管理分析为主要目的的应用迅速崛起，这类应用被称为联机分析处理（On-LineAnalyticalProcessing，OLAP），也就是常说的多维度数据分析。多维度数据分析处理是以海量数据为基础的复杂分析技术，它支持分析人员从不同的角度、快速灵活地对数据库中的数据进行多角度查询和分析，并以直观易懂的形式将查询和分析结果展示给分析人员。多维度数据分析的优势体现为以下三点：

①数据展现方式

基于多维模型的数据组织让数据的展示更加直观，就像是人们平常看待各种事物的方式，可以从多个角度多个层面发现事物的不同特性，多维度数据分析正是将这种寻常的思维模型应用到数据分析上。

②查询效率

多维模型的建立是基于对多维度数据分析操作优化的基础上。比如，基于各个维度的索引、对于常用查询所建的视图等，这些优化使得对百万千万甚至上亿数量级的运算变得得心应手。

③分析的灵活性

多维数据模型可以从不同的角度和层面观察数据，可以利用各类多维度数据分析操作对数据进行聚合、细分和选取，提高分析的灵活性，满足不同分析的需求。

2.多维度数据分析在电信企业审计工作中的应用优势

电信企业的审计要求在不同系统间的海量数据中找到有用的数据，对其进行关联性、多角度的复核、分析、查证，并按照不同使用主体、不同使用目的，使用不同视图进行结果展示；而多维度数据分析技术以其灵活的分析手段、高效的查询方式和直观的数据展现方式，与电信企业审计工作对数据处理要求较为契合。

因此，开发出一套基于多维度数据分析的审计支撑工具，不仅能全面迅速地将海量数据转换成审计工作所需要的目标结果，发现审计证据，同时对公司内部客户管理、客户服务、风险管理方面也有一定指导作用。

方法和步骤

多维度数据分析与传统的数据分析方法和操作步骤相同，在获取数据后通过查询、验证和挖掘发现问题，只是在应用多维分析的思路后，引入了分析对象、分析维度和分析模型的理念。

1.数据分析基本方法

①查询型分析

这是目前应用最为普遍，也是最容易实现的数据分析方法。审计人员可以通过多种方式完成数据的查询分析工作。比如，利用SQL查询语句访问相应数据库，查询数据记录，并进行筛选、查找、排序、计算等操作性分析。

②验证型分析

验证型分析属于逆向思维的审计数据分析方式，需要审计人员首先提出自己的假设，然后利用数据分析方法验证或否定自己的假设，从数据中确定审计事实。验证型分析需要审计人员能够提出合理相关的假设，并要多次假设—验证—再假设—再验证，才能确认审计结果。

③挖掘型分析

挖掘型分析是对海量数据中有一定规律和一定层次的数据进行技术处理，以直观易懂的形式展示其规律或特点的过程。它是一种综合性的分析方法，需要审计人员有较高的业务素质和计算机应用能力。

查询型、验证型和挖掘型三种数据分析基本方法在多维度数据分析应用中，需要根据不同的审计目标结合应用，定制相应的模型。比如，对常规业务量的变化，定制用户维度和产品维度的查询模型，并通过验证模型发现其异常波动，最后使用挖掘分析模型定位异常所在。

2.数据分析基本步骤

在确立数据分析总体目标和方法后，还需对审计项目数据分析工作进行有序组织，促进审计目标的实现。主要步骤如下：

· 数据调查

调查了解被审计单位信息系统部署及数据存储情况，明确重点和难点，确定数据分析方案。审计进点后，要及时了解被审计对象的信息系统建设情况，包括使用的数据库、数据存储格式、基本报表格式及业务流程等。

· 数据采集

在实施过程中，优先对项目审计方案总体情况所需的指标进行分析，为审计事项的确定提供支持。

· 数据整理和验证

对采集的数据进行整理和验证，清除冗余数据，搭建分析环境。在整理和验证时要充分注意避免使用错误数据造成审计风险。数据分析环境的搭建要按照保密、稳定、可靠、高效的原则，要求被审计对象提供能够适应数据分析要求的软硬件环境，并分配专门人员进行管理维护，保证数据的安全和可用。

· 数据分析

对审计目标展开数据分析应遵循把握总体、突出重点的原则。通过总体分析和常规分析，找到异常点；对异常情况和特殊数据进行深入分析，锁定疑点；对疑点问题建立个别模型进行钻取分析，并将确定的数据线索还原到业务流程进行深入审计。

· 问题延伸和查证

对锁定发现疑点问题在需要的情况下可进行延伸核实。审计数据分析工作最终仍然要回归到审计活动中，需要对审计发现的线索进行延伸、取证并核实问题。

· 模型修正和完善

在完成上述数据审计分析后，需要总结审计方法，修正完善审计模型，促使数据分析理论的进一步完善。

建立模型

电信企业审计工作通常需要以用户、部门（单位）、产品等维度对被审计对象信息进行分析以获取审计证据。电信企业审计工作的多维度数据分析模型包括三大组成部分：

①数据分析维度，如分析对象（机构、公司）、用户、产品、时间周期等关键维度。

②分析对象，如收入、费用、用户数等。

③分析模型，审计人员通常会根据关注对象和分析目的确定分析模型。

基于数据应用的普遍性原则，根据使用对象不同，这些数据也可以用于其他领域，如风险管理、市场营销等。

下面对分析构成模型进行简要说明。

1.分析维度

根据电信业务的特点，选取最关键的几个维度进行分析。

· 机构（单位）维度

机构维度可以对于省级分公司、本地网，也可包括其业务部门直至员工层面，还可从业务角度关注直销部门和渠道销售部门。

· 用户维度

在电信业务中通常关注四类用户维度信息，如用户类型、用户选择的补贴方式、用户租机方式、用户在营销活动中选择的机型等。

· 产品维度

产品维度则可按电信销售产品类型进行划分。

· 其他维度

如时间周期是一个必备的维度，是对比分析、趋势分析等方面的基础。

2.分析对象

在电信企业审计工作中，特别是绩效审计，主要关注营销效果评估、用户质量、投入回收期等方面的问题。因此在分析过程中，通常会基于上述维度获取已实现销售收入、未实现销售收入、新发展用户数、用户在网时长、离网用户数、话费补贴投入、终端补贴投入、预计投入回收等信息。另外，针对其他分析目的，还可以增加欠费信息（周期、累计金额）、选择优惠套餐用户数及其已实现和预计收入信息。客户信用额度信息也是分析中常用的数据。

3.常用分析模型

· 用户结构分析模型

用以了解用户发展质量，同时也为未来用户发展提供数据支撑。主要分析模型包括用户数、新增用户数、高价值客户数的对比分析、趋势分析。

· 业务活动分析模型

主要从用户价值、资源占用、用户质量等角度进行分析。

①从用户价值角度分析用于当期和未来ARPU值对比和趋势分析；

②从资源占用角度可以进行用户占用的宽带资源、网络时长等资源信息与用户带来收益对比分析，了解单位资源产生的贡献度；

③从用户管理、用户服务角度，可以通过客户服务反馈、选择机型等信息，了解客户服务偏好、机型偏好，提供更加有效的客户服务。

· 从风险管理角度，还可以进行如下分析。

①效益风险。如个别资费政策投入过高的营销投入，但是用户使用率过低，无法实现产品预期的规模效益。

②现金回收风险。是否存在首日现金流入过低，后续月现金回收进度过缓、欠费率过高等。

③离网风险。通过分析客户出账率与用户离网的关系，了解客户离网风险。

④套机风险。通过分析客户行为、终端补贴、产品贡献度、欠费、主动被动离网等情况分析套机离网风险。

⑤其他风险。如利用政策漏洞骗取补贴的风险、超力度补贴风险等。

应用实践

中国电信某省分公司在业务发展过程中发现终端补贴成本的使用效率较低，对用户和收入规模的拉动未达预期目标，并在补贴成本的使用中有不规范操作，由此判断该项补贴活动存在一定业务风险，故立项对终端补贴使用效果进行专项审计调查。在该项目的实施中，较好地运用了多维度数据分析技术。在有效把握移动业务发展的关键要素（包括补贴投入、营业收入、新增用户等）的基础上，根据多种应用场景，构建多维度组合分析和数据下钻分析模型。这些模型的使用较大地提高了工作的便利性，在可满足风险监控、审计核查需要的同时，也为前端业务部门提供多种决策分析需求。

1.审计项目基本情况

· 审计目的及范围

旨在了解该省分公司的终端补贴和代理佣金等重点营销成本的使用情况，发现管理中存在的问题，查找形成问题的原因，从而有针对性地提出改进建议，并以二级营销部门为单位，了解终端补贴使用效果和效益。

· 数据背景

终端补贴项目需要以移动终端为主线，分别对移动终端的采购、发放、核算以及业务发展链条进行复核性测试和逻辑分析判断。

这几个相对独立又相互关联的链条中的相关数据分别存在于不同的系统中，如采购系统、计费系统、CRM系统和财务系统。

这些系统中的数据详细记录了各类与终端相关的信息，并通过终端串码为主关键字进行关联，可以基本满足审计项目的数据需求。

但是不同系统中数据的存储地点、方式以及数据格式各不相同，审计人员需要与业务部门和IT部门沟通后，获取数据字典，确定项目所需的取数逻辑和字段后，取得与终端补贴相关的详单数据，并以此为基础搭建项目分析需要的数据环境。

· 审计关注重点

主要关注终端补贴总体使用情况、终端补贴使用基础分析及效果分析、终端补贴风险情况调查以及使用终端补贴用户行为专项分析。

2.审计项目实施及多维度数据分析的应用

· 查证分析方法

依照审计方案，针对不同的关注重点，细分需要分析的基础维度，包括公司、用户和主产品维度，完成对总体情况的分析。通过整理需要分析对象的基础数据，搭建效益分析和风险分析模板，并将这些分析模板与整体分析根据需求拼插使用，完成项目补贴效益和效果评价以及对项目风险的排查。整体分析包括用户结构分析；效益分析包括用户价值分布情况、资源占用情况、用户质量情况、补贴回收期分析；风险分析包括：资费使用效率过低、现金回收风险、离网风险、抵用券违规兑换风险、套机风险、政策风险。

· 多维度数据分析在审计项目中的具体应用

①总体分析部分

审计项目需要对某年度的终端补贴总体情况进行分析，包括不同对象使用终端补贴后的效果，如不同部门或者不同产品使用的补贴金额、带来收入增长情况、用户增长情况、户均补贴、投入产出比、预期收入毛利率情况等。

通过横向比较，得出审计结论。在此基础上，继续对部门或者产品进行更细的切片分析，获取更聚焦的审计结论。通过表格举例说明：行标签为可以更换的不同的审计目标，即维度；列标签为审计关注的对象。明确分析对象后，可以迅速地更换不同维度进行各维度分析（见下表），

还可以对维度进行切片细分，如用户维度下可以对新老用户是否为3G用户或者使用何种终端类型进行考察（见下表）。

②效益分析部分

根据总体的数据分析情况，找到投入大于产出营销单元或者产品，并对其进行切片后继续查找，直到钻取分析出影响总体效益的问题点。下图直观地展示了投入大于产出的营销单元。根据下图的提示，审计人员对区局下属的各营销小组继续分析，找到补贴使用效果较低的营销小组，进而钻取分析到营销个体；并以其营销的产品进行反向归纳分析，在锁定问题点的同时，找到可能存在的制度或设计缺陷。

③风险排查部分

在对总体情况进行多维分析后，对一些特殊的风险事项搭建模型。如审计人员对享受终端补贴资费的后续现金回流风险特别关注，以租机计划和主资费为不同的观察维度，将审计对象“首日现金流入占比”设定告警阈值，通过数据运算排查高风险的资费或其他观察维度等（见下表）。

该模型除了用于审计项目，也可以作为常规风险预警模型固化在系统中定期排查。

④审计发现

通过上述手段，对该省公司的终端补贴的总体使用情况有了直观的了解，得出结论：

不健康的用户消费行为多为代理商发展或者是担保类用户等4条；

针对相同营销资源配置情况下，对不同的用户增长和收入拉动做了深入的剖析，发现由于政策漏洞和系统支撑不足导致代理商钻空子；

在现金流风险点排查中，发现存在少量的协议期离网和协议期未按约定消费的用户，并发现内外勾结的不法代理商和员工。

针对上述审计发现，审计人员给出限期整改通知书和管理建议：

· 加强对营销政策的过程监控及跟踪评估，建立以效益为基础的动态分析评估体系，提高营销成本使用效益。

· 优化完善套餐体系，精细化补贴设计规则，充分利用补贴手段引导用户消费行为。

· 加大中高端机型的补贴力度，通过中高端机型的使用引导用户从传统的语音消费向其他增值业务消费，进一步提升3G用户比例，优化收入结构，为公司持续健康发展打下坚实基础。

· 梳理终端全生命过程的管理流程，加大终端管理的信息系统化管理程度，建立贯穿全业务系统的统一代码体系。这些建议在后续的经营管控中，被证明发挥了良好的作用。

3.审计项目成果利用情况

除了常规的审计结论和建议等，该审计项目运用多维度数据分析手段提升审计效果是较大的创新。实践并完善多维度数据分析技术的运用，将一些常规审计模型运用在业务日常监控中是本次项目的收获和成果。

利用该多维分析工具，建立终端补贴预警模型，将常规分析手段和方法固化到模型中，定期采集数据，推动审计关口前移；利用这些分析结果也能实现事后评价指标的统一和连续，提高事后分析的精确和严谨程度；针对预警模型中的异常指标，选择相应的维度进行深入分析，迅速找到问题点，及时应对，发挥审计工作的监督职能。

比如，该分析工具的创新使用以及终端补贴预警模型的搭建完成，在公司某项营销资源审计项目中发挥了巨大作用：基础数据的积累和预警机制的常态运行，在发现告警指标后迅速发现问题所在，并选择适合的分析模型插件，使用效益插件中的用户质量模块，在极短的时间内锁定问题用户，使用用户行为分析插件，勾勒出可能舞弊的行为轨迹，并以此指导为后续查证提供可靠线索。