大数据审计能够显著提升审计工作成效已成共识，但目前的审计现场管理模式尚不能与新技术条件下的大数据审计需求完全匹配。实践证明，审计人员探索实施的“五 制”现场管理方式，能够促使审计现场综合管理更加适应大数据审计工作需求，进一步提升审计工作效率。 

　　现场管理“中心制”  打破多头指挥 

　　以往的研究观点认为，扁平化管理模式更适合大数据审计，但审计部门现有组织架构仍是按照行政建制设置，管理层级偏多，而实施重大结构调整又存在现实难度，其现状与扁平化管理需求相矛盾，所以，目前尽管已经形成以扁平化模式组织实施大数据审计的共识，但多头管理的问题还是客观存在，一定程度上会消解大数据审计所带来的技术优势。实施现场管理“中心制”，确立审计现场负责人权威，可有效应对上述问题。 

　　行政管理上，可由审计机关主要负责人指定一位分管领导担任审计现场负责人，并要求同级别的其他分管领导在现场和业务方面服从统一调度；审计小组中同级别的处级干部服从审计小组长的统一调度，打破“多头指挥”；技术上，通过在线通信工具、视频办公会议等，实现指令的点对点传播，防止信息在传输过程中损耗或失真；业务上，通过大数据平台，使审计组员共享审计资料和信息，平等对话并发表审计意见，使现场负责人的指令能够有效传递并执行。 

　　同时，为避免现场负责人陷于庞杂信息而无暇思考战略性问题，还可设置综合协调组辅助现场负责人处理、反馈现场信息。如负责方案、计划、报告等文案工作；负责督办落实实施方案及现场负责人指令；约谈重要或敏感的审计对象，帮助审计组分析重大疑难问题要点和梳理线索，协调各相关单位接洽及配合工作等，做好大数据审计的保障和全局把控工作。 

　　审计思路“海选制”  形成“智库” 

　　审计思路决定了数据应用的深度和广度，但是计算机专业技术人员受业务知识所限，对跨行业的业务内容不熟悉，思考问题的角度和思路会有所局限。集众智可有效破解个体知识和经验的局限，审计组可组织审计人员共同探索并优选审计思路，为专业技术人员提供操作路径，拓展大数据审计的深度和广度。 

　　首先，丰富审计思路来源。一是转化现有模型。组织审计组技术人员收集、研究、借鉴同类型计算机审计案例或专家经验，结合审计内容，改造、生成新的适合项目需求的方法和案例并推广应用。二是创建模拟业务。组织技术人员和业务人员组成攻坚小组，根据被审计单位内部控制关键点或者业务风险点，设计审查思路，并转换为计算机语言进行建模分析。三是“头脑风暴”共创。审计过程中，随时借助各种即时通信工具，就攻坚事项在参审人员中开展“头脑风暴”，群策群力完善审计思路、修正数据模型。 

　　其次，加强审计思路筛选和储备。在审计组内部组织数据审计模型海选比赛，选择更为成熟的审计思路，投入应用；或者集中力量修正完善具有创新性特征的审计思路，研发并建成可应用的审计模型；在单位内部，还可组织年度数据审计模型海选比赛，一方面，择优储备形成大数据审计模型“智库”，丰富大数据审计来源；另一方面，发现和选拔大数据审计人才，优化队伍结构。 

　　数据平台“三维制”  强化统筹 

　　数据平台建设是实施大数据审计的基础，但是目前有的审计组关于数据平台建设的统筹谋划意识不强，通常只按被审计单位提供的数据展开分析，难以充分挖掘数据的关联性和潜在价值。审计组应当按照纵向贯通、横向互联、序时更新三个维度，强化统筹，主动搜集数据、建立关联，组建大数据平台。 

　　一是谋求纵向贯通。由于信息化建设水平的差异、应用软件多样化、同类字段的差异化命名等因素的存在，很多地区的财政资金等数据在中央至省市县乡之间尚未实现互联互通，对审计人员全链条追踪资金流向形成阻碍。审计组可根据工作需要，采取现场采集和人工报送相结合的方式，对重点科目、重点资金进行全程采集，并通过提取数据字典、与技术人员现场座谈等方式，对所取得的数据进行清洗、整理，促使数据平台实现纵向贯通。 

　　二是推动横向互联。“信息孤岛”是影响数据平台扩展的重要因素。审计组可通过制度研究、业务关系逻辑分析、数据特征归纳推理等，主动查找与被审计单位业务数据存在逻辑关联的第三方数据，并联系相关单位对数据进行依法提交或现场采集，推动财政数据、企业数据、工商数据、社保数据、车辆和通行数据、用电数据等横向互联，用数据还原被审计单位的社会关系和业务活动，从不同维度印证被审计单位主要业务内容的完整性、合法性等。 

　　三是实施动态更新。对于历史数据进行对比分析有助于审计人员形成全局观点并发现趋势性问题。目前，审计机关对于历史数据的维护和管理尚不够全面，尤其是在审计过程中取得的非常规部门的历史数据，在审计项目结束后，一方面难以及时更新，另一方面难以实现集中管理和标准化维护，影响了数据使用价值。组织实施大数据审计的单位应在各审计组之外指定专职数据管理人员，定期按行业、按单位整理和集合审计组取得的非常规部门的数据，加强数据档案管理，对数据平台做好动态维护。 

　　审计团队“专业制”  前后一体 

　　大数据审计具有一定的专业技术门槛，非计算机专业人员所实施的数据分析工作，因技术手段所限难以达到一定的深度。同时，计算机专业人员因专业跨度所限，也难以娴熟梳理财政财务方面的问题。审计组可根据审计人员专业特长进行合理搭配，实施专业化分工，并共享审计研究或分析成果，促进审计一线作业和后台数据分析一体化。 

　　一是设立政策分析组。由财经类人员梳理宏观政策、上级文件等，建立政策库，并深入研究政策目标及要求，核实被审计单位领导人员的履职情况，重点关注宏观政策贯彻落实情况、宏观政策或相关规章制度中有待完善和改进的情况等，为大数据分析提供方向指引和宏观思路。 

　　二是设立数据分析组。以计算机专业人才为主导，精选具备相应数据分析能力的财政、税收、金融、社保等其他专业审计人才，组成数据分析组，负责数据采集、整理、转化、清洗、检索、比对、建模、精选疑点、技术支持、深度分析等。 

　　三是设立现场核查组。由经验丰富的审计人员带队，负责延伸核实数据分析疑点线索，将数据分析结果与责任单位的账表、账户、存货或库存、工程形象进度、责任人身份或社会关系等进行比对，核实疑点并现场取证，或者排除疑点、提出合理化建议。 

　　质量控制“清单制”，全程跟踪 

　　大数据审计主要是虚拟环境下的数据比对，工作负荷、质量、成果等难以直观体现和检验，审计组需要创新现场管控方式，确保审计质量。 

　　审计组可通过工作量“清单制”实施精细化管理，按照审计工作细分目标、访问的数据文件、核心分析语句、关键性分析成果以及审计发现问题线索等，设计出相应的工作量量化登记表，登记、记录数据分析工作量、审计发现问题及情况等，并定期提交给项目管理人员，建档备查。“清单制”能够直观呈现数据分析人员工作负荷和成效，也有利于行政部门跟踪督办、核查质量并有效防范数据分析人员以高科技手段为掩护，行使不恰当的自由裁量权等。