随着大数据时代的到来，越来越多的企业把内控工作提到了企业战略发展的新高度。对于在企业中从事内控和反舞弊、审计工作的专业人士来说，也将应对新的挑战——面对越来越庞大的数据，如何将数字化的手段运用到舞弊工作中？数据分析的能力和善用技术工具极大地影响着从业人员的工作质量，还决定着从业人员为企业所创造的价值。

我们先来了解几类比较常见的数据分析方式：

01聚类分析

从定义上讲，聚类就是针对大量数据或者样品，根据数据本身的特性研究分类方法，并遵循这个分类方法对数据进行合理的分类，最终将相似数据分为一组，也就是“同类相同、异类相异”。聚类原本是统计学上的概念，现在属于机器学习中非监督学习的范畴，大多都被应用在数据挖掘、数据分析的领域。需要明确的是，聚类不是分类，因为其较之分类，需要依靠算法判断数据之间的相似处。

02时间序列

时间序列简单的说就是各时间点上形成的数值序列。时间序列分析就是通过观察历史数据预测未来的值，研究内容包括长期变动趋势、季节性变动规律、周期变动规律、以及预测未来时刻的发展和变化等。在这里需要强调一点的是，时间序列分析并不是关于时间的回归，它主要是研究自身的变化规律。

03本福特定律

本福特定律因20世纪早期美国物理学家本福特而得名，其内容是：自然数据源（信用卡账单、采购记录、现金收据）生成的数字中，约有30%的数字的首位数是1，如1、1314；首位数为2的数字约有18%；顺序递减，首位数为9的数字少于5%。在特定的数据领域中，可以帮助内审人员发现大量差异。

但是本福特定律对数字是有要求的，适用于实际生活数据、自然累计的数据，比如股价、区域面积等；而固定位数或人为数据，例如身份证号、邮政编码、银行帐号，这些规律性的数字；快速收敛的数据，如身高、体重、血压等；以及随机数不服从本福特定律。

“工欲善其事必先利其器”，在了解了这些新模式、新技术后，我们再来看看数据分析工具。数据分析的实操工具非常多，主要分为四大类：数据采集、数据处理、数据建模、统计分析，具体包括SQL、爬虫、数据仓库、SPSS等等。

在有数据的情况下如果去使用工具，那么工具上手将会非常快，但是仍需要系统、深入的学习，对于刚刚开始使用数据分析的部门来说，我们建议从更熟悉的领域开始，比如账目核对，日记帐，应付账款，固定资产，工资单，人力资源等方面。

除此之外，今年风风火火的人工智能技术也悄悄进入了反舞弊领域。AI可以替代原本需要人类来掌握知识后通过创造才能完成的某些领域的工作，对于相关从业人员而言，如能熟悉了解AI的特性和用途，那AI便可以成为调查舞弊或犯罪的有力工具，例如现有的AI可以用于以下用途：

1. 生成行业和行业的工作流程，用来对特定的欺诈进行预防和生成用于检测违法活动的清单；

2. 使用AI预测和犯罪分子利用AI来进行欺诈的案例，以及对这些欺诈的防范要点和步骤；

3. 内部审计师在审计期间用AI生成审计清单和流程图；

4. 用AI自动预测欺诈趋势以及防范方法；

5. 使用AI通过以下的顺序完成舞弊调查：识别数据中的模式和异常-自动执行舞弊检测-预测和分析舞弊行为类型-加强风险评估-改善调查问题点-简化调查流程-生成访谈调查的问题清单-自动生成面谈记录并提炼内容要点等。

内部舞弊行为一直是困扰各企业发展的问题之一，每一年的企业内控与反舞弊峰会，我们都会设立内审内控专场，与听众们分享前沿技术和实务经验。2023年10月27日（下周五），将举行企业内控与反舞弊第五届行业峰会。在本次峰会的“反舞弊内审专场”分论坛上，我们邀请到了多位内审、审计专家，就讯问技巧、舞弊审查博弈技巧、数智化内审等内审实务展开分享，敬请期待！

本文为星瀚原创，如需转载请先联系。