大数据时代，我们要如何实施数据分析？

　　数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作，将被审计单位数据的现实状态与理想状态进行比较，从而发现审计线索，搜集审计证据的过程。

　　数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。

识别信息需求

　　识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。



收集数据

有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：

①将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据；

②明确由谁在何时何处，通过何种渠道和方法收集数据；

③记录表应便于使用；

④采取有效措施，防止数据丢失和虚假数据对系统的干扰。



分析数据

分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：

１、老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图；

２、新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图；



数据分析过程的改进

数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：

①数据准确性：提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题；

②数据一致性：信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析；

③数据完整性：收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通；

④数据及时性：数据是否及时，数据分析方法是否合理，是否将风险控制在可接受的范围；数据分析所需资源是否得到保障。



初步得出数据分析结果

　　运用各种工具与方法，初步得出数据分析结果。

多次验证数据分析，降低数据误差

数据分析的目的是把隐没在一大批看来杂乱无章的数据中的信息集中、萃取和提炼出来，以找出所研究对象的内在规律。应用到企业中时，企业可在产品的整个寿命周 期中，包括从市场调研到售后服务和最终处置的各个过程去运用数据分析的过程，可以从中找出规律，以提升有效性，改善企业的经济效益。