多维度数据分析技术 在电信审计工作中的应用及实践◆ 罗昕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 以及成果应用一、 多维度数据分析技术及应用 背景（一）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-Line Analytical Processing， 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：一是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。
二是查询效率 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 得心应手三是分析的灵活性多 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 足不同分析的需求二）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二、多维度数据分析的方法和 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。
一）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. 中国内部审计 65内部审计信息化Practice 实务自己的假设，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。
二）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：1．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2． 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3．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4．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。
5．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6．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三、多维度数据分析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 从图 1 可以看出， 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：一是数据分析维 度，如分析对象（机构、公司） 、用 户、 产品、 时间周期等关键维度 二 是分析对象， 如收入、 费用、 用户数 等 三是分析模型， 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 简要说明一）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一是机 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。
二是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 三是产品维度 产品维度则可 按电信销售产品类型进行划分四 是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 方面的基础二）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三）常用分析模型 1．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、 高价值实务 Practice内部审计信息化图1多维度数据分析模型客户数的对比分析、趋势分析 2． 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。
一是从用户价值角 度分析用于当期和未来 ARPU 值对 比和趋势分析；二是从资源占用角 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；三是从用户管理、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3．从风险管理角度，还可以进 行如下分析 一是效益风险 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 预期的规模效益二是现金回收风 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 三是离网风险 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 四是套机风险 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 五是其他风险 如利 用政策漏洞骗取补贴的风险、超力 度补贴风险等四、多维度数据分析的审计项 目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 策分析需求一）审计项目基本情况 1．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2．数据背景终端补贴项目需 要以移动终端为主线，分别对移动内部审计信息化Practice 实务终端的采购、 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（二）审计项目实施及多维度数 据分析的应用1．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；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务部门和 IT 部门沟通后，获取数据效益分析包括用户价值分布情况、 （见表1） ， 还可以对维度进行切片细 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3．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。
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2． 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。