1.1项目背景
为响应XXX电网信息化建设推动，基于审计的科研成果，希望通过将科研成果落地，实现审计全生命周期信息化，以解决以下业务痛点：
审计经验个体化，难以开展批量作业 ，业务知识较为分散，缺乏整合
审计专责一人一项目的“单兵作战”模式一定程度限制了经验分享与知识传播，新老审计工作效率与思路差距较大。
抽查量占比太小，样本代表性不强，审计数据更新需要大量人力物力
面对XXX供电局每年上千个项目，上亿级的数据量，加之6大业务领域的审计特点、法律法规各不相同，需要使用信
息化手段解决“大海捞针”的困境。
审计整改信息化
过往整改的相关工作都以线下跟进模式进行，缺乏信息化管理。
1.2项目目标
二、技术方案
2.1建设内容
1、基于6+1系统，建设面向审计业务的T+1数据仓库；
2、建设审计知识库（指标库、模型库、制度库、单位画像）；
3、建设疑点查证模块；
4、实现整改流程信息化；
5、建设审计域决策看板（监控预警、审计工作进度看板）；
2.2总体架构
2.3数据流程
2.4项目部署
2.5网络拓扑结构
三、业务方案
3.1主题架构
3.2数据管理-数据查询、数据分析
3.3审计知识库-制度库
通过对存量及新增的制度进行电子化分类管理，管理员可使用上传、下载、删除功能，对制度库进行管理。制度库可根据业务需求为用户分配管理、查阅权限。
制度的主要来源首先是南方电网的规章制度附件，这部分在OA系统获取，另外一部分是国家政策文件，这部分通过百度获取，目前是手工上传的方式进行，在二期的规划中是需要做到智能同步，并且实现全文检索。
3.4审计知识库-指标库
指标是按不同的规则、阀值、计算规则、逻辑等信息进行电子化分类管理，审计人员可新增、编辑、删除权限范围内的指标信息。
指标在第一期是以手工维护指标的基本信息为主，往后的项目规划是做成由业务部门定义规则，直接生成统计指标用以业务分析。
3.5审计知识库-模型库
通过对存量及新增的模型进行电子化分类管理，管理员可使用新增、编辑、删除功能，对模型库进行管理。模型库可根据业务需求为用户分配管理、查阅权限。
与指标相同，在第一期是以手工维护指标的基本信息为主，往后的项目规划是做成由业务部门定义模型，直接生成疑点模型用以业务分析。
3.6审计知识库-单位画像
通过对存量及新增的单位信息进行电子化管理，管理员可使用上传、下载、删除功能，对单位信息进行管理。单位信息可根据业务需求为用户分配管理、查阅权限。
单位画像是将单组织机构的所有资料（如组织架构图、预算成本、基本信息、历史审计记录等）归集在一起，作为审前阶段的重要参考信息，第二阶段也考虑加入更多的画像（如项目画像）。
3.7疑点查证-模型查疑
基于已发布的审计模型，下钻取到模型相应的疑点明细清单当中。用户可以导出、打印查询结果。
一期规划中会与审计知识库中的模型库进行对接，二期规划中会对模型的使用率、有效性进行分析，实现对模型智能评分评级。
3.8疑点查证-条件查疑
根据不同的业务场景搭配预设的条件，在业务明细中筛查目标疑点数据。
实际功能上会面临海量数据带来的性能问题，这一点到目前仍未有明确结论，在后续规划上资深审计专责可以通过该功能自定义分析模型，并同步到审计模型库中供其他审计人员使用。
3.9整改管理-整改业务流程
根由审计部、管理部门、整改单位三层组织，五个角色参与的流程，包含审批驳回、附件上传、各流程节点必填控制、超期提醒等功能。
3.10整改管理-问题跟踪
提供对已导入整改问题的查询、归类，以及相关信息更新与整改状态反馈功能。
3.11整改管理-整改统计
对问题跟踪信息进行汇总、按多个的统计维度对汇总数据进行统计与展示，体现整改工作的整体进度与情况。
3.12决策看板
决策看板是对各类数据建立指标展示库，对指标提供集中管控和灵活配置，通过灵活的监控指标配置和阈值配置功能，为指标和数据监控提供丰富的视角展示。
四、项目价值
4.1项目价值
- 建立审计部门专属的数据仓库，告别向各个业务部门要数难的现状；
- 审计知识经验梳理、归集，形成知识库，提升部门专责的知识储备以及检索效率；
- 准确快速定位业务疑点数据，提前发现业务风险点；
- 整改信息化大大减轻了审计人员的跟进工作和统计工作，更清晰地反应了整改成果；
- 决策支持看板让高管更直观地查看风险情况以及工作进度，使得决策更迅速、准确。
4.2使用销售场景
1、XXX供电局的审计部所包含的业务痛点是所有大中型企业审计部门的共同痛点，审计工作所需要
的数据量与数据范围与部门的体量并不相互，迫切需要信息化手段去解决这类型困境，因此该项目
的思路也适用于各行业的审计领域。
2、除审计领域外，一些企业的监察部门、标准化部门等，制定预警、监察等企业标准化体系的，该项目
的知识管理、预警方案也可以借鉴到希望建立标准化体系的部门。
3、这个项目也有德勤事务所参与了电网物资指标制定方案，项目也将这些指标落地，如果有物流领域的
企业希望有通过数据化管理物流过程，可以参考这次项目制定的指标。
最新评论