计算机人才流失严重
数据零星化碎片化
审计人员分析技术落后
恩施州审计局围绕目前存在的问题，研究印发了《恩施州审计局数据融合行动方案》，并且经过多翻考察比较后，最终选择DataHunter作为其外部合作伙伴共同推动大数据审计云平台的建设。
一、加强数据生态治理，为审计营造良好的基础数据环境
1）规范数据采集，加强数据源头治理。根据政务共享平台数据和审计工作的需要，厘清数据清单、拓展数据采集的范围、规范采集频率和技术方法，确保数据的准确性和完整性。对于平台以外的数据，建立报送系统和定期报送机制，实现网上报送、自动汇集，确保同一时期同类数据只能采集一次、一次采集多项目多场景运用，切实减轻被审计单位的负担。
2）规范数据管理，加强数据安全管理。对于采集的源数据实行分类管理、多地存储，做好数据灾备管理，提升数据安全性。
3）做好数据标准存储，加强数据标准化处理。针对采集的数据库备份数据、Excel数据、文本数据、结构化数据、半结构数据等不同种类、不同结构的数据，按照审计署行业数据标准指南，分门别类地对数据进行标准化分类，并上传到恩施州大数据审计云平台进行存储，实现应用标准统一、应用环境统一、应用技术统一。
针对审计局计算机人才不足以及人员分析技术相对落后的情况，该局选择了与DataHunter合作，采用DataHunter自主研发的业务驱动型BI产品Data Analytics来进行审计数据的自助分析。具体情况如下：
1）产品提供多种数据源连接能力，帮助审计工作进行多信息化系统数据的对接。包括Excel/CSV文件、关系型以及非关系型等各类数据库、API接口、表单等各种数据源类型；
2）产品提供多种数据处理能力，帮助解决数据信息系统标准不一致、数据源信息脏乱差、数据源格式不标准等问题。并且所有数据处理功能均为模块化，审计人员可以快速上手，无需撰写SQL语句，大幅度降低审计人员处理数据的难度。例如针对上文提到的数据无法关联的情况，产品可以将支付数据和指示数据聚合到一个表中，然后用分组的方法，创建一个专门分组，将不同单位名称归集到这个组中，分析时以新建的组为维度进行分析，确保三年项目预算执行情况清晰明了。
3）产品提供可视化、功能化、拖拽式的数据分析能力。Data Analytics提供了可视化、着色分析、内容提取、字段拆分、数据清洗、钻取等技术，将常用功能模块化处理，减少审计分析对脚本的依赖，达到审计思路和审计技术的无缝对接，审计人员根据自己的审计思路选准维度“拖拉拽”就能生成分析模型，筛出疑点数据，通过系统钻取和数据查看功能，既能总体分析查看整体情况，又能跟踪分析查看明细获取具体情况，降低对审计人员技术的要求，进而达到人人都是审计员，个个都是分析师，实现“人走技术不走”。
恩施州审计局通过对该大数据审计平台的建设，不断推进大数据与审计业务深度融合发展。结合今年州本级部门预算执行审计，通过对159个预算单位、3个会计年度、23个审计事项的7大类共计102G数据进行了分析，多维度揭示了部门预算执行中存在的问题，首次利用大数据实现了州本级部门预算执行审计全覆盖，审计效率提升了80%，充分显现了融合数据的硬核作用。
一、进一步减负
一是为被审计单位减负。规范数据采集，共享数据，不再重复采集、多头采集，减轻被审计单位收集数据的工作量。二是为计算机审计人员减负。推进标准化整理和按需共享使用，将计算机审计人员从繁重的数据采集、转换中解放出来，同时也规避了审计数据多样化难以识别的问题。三是为审计人员减负。操作拖拉拽，功能模块化，审计人员可独立操作、自主分析，大大减少了对计算机审计人员的依赖。
二、进一步增效
建立了共享数据分析模型和分析事项指引，完善元数据管理模式，明确了分析思路、方法、核查重点等内容，便于审计人员快速理解数据，减少分析弯路，促进非计算机审计人员快速适应大数据分析模式。
三、进一步提质
依托DataHunter业务驱动型BI工具Data Analytics的数据提取、着色分析、聚合分析、数据校验、分组、钻取等新技术赋能，该局在审计实践中，有效解决了以前审计中多年度对比分析、多类型关联分析等难题。如，利用数据提取技术成功地从支付系统中提取车牌号然后与资产信息聚合分析，揭示私车公养、借用下属单位或企业单位车辆、车辆管理等车辆运行中存在的问题。利用分组技术打通数据，成功地利用聚合分析快速定位到在建工程多年未转固定资产的信息，从而跟踪到建设方借用资金后不开具税票办理工程结算的问题，大大提升了审计工作质效。
