2022年这一年，是我作为审计“新人”的第6年。
为何干了6年，还只能做一位“新人”？到底是差了经验还是缺了技术？怎样才能成为一个经验丰富的“老审计”？
这三连问，虽说人为制造了焦虑，但也真实映照了小白成长路上的最强 OS （ Overlapping Sound ）！
初来乍到 满心欢喜
2016年底，初从前台营销部门调到地区审计分部，在常规学习监管政策法规、内部规章制度文件和审计规程的同时，我接触到一个全新的世界：审计系统中各种各样的审计数据和模型，种类繁多、眼花缭乱。
至此，不可避免的冲进了两个新名词 “ 数据 ”、“ 数据分析 ”。
“ 沃尔玛‘啤酒加尿布’ ”是数据应用与分析的经典案例。
在日常生活中，“ 啤酒 ” 与 “ 尿布 ” 这两件商品看上去风马牛不相及，但是经常会一起出现在消费者的同一个购物篮中。
沃尔玛数据仓库收集了客户原始交易数据，利用NCR数据挖掘工具对这些数据进行分析和挖掘，这个独特的规律引起了沃尔玛管理人员的关注。
经过一系列的后续调查分析，揭示了隐藏在“啤酒加尿布”背后，美国人的一种行为模式：在有婴儿的美国家庭中，通常由母亲在家中照看婴儿，年轻的父亲负责去超市购买尿布，而他们中有30%-40%的人同时也会为自己买一些啤酒。
且年轻父亲在某超市若只能购买到一件商品，通常很可能会放弃在该超市购物而选择另一家，直到可以同时买到啤酒和尿布为止。
沃尔玛的管理人员发现该现象后，立即着手把啤酒与尿布摆放在相同的区域，让年轻的美国父亲非常方便地找到这两件商品。这样一个小小的陈列细节让沃尔玛获得了满意的销售收入。
初来乍到的我，看到了数据的奇妙、发现了数据分析的力量，便一头扎进数据的海洋，笃定前行。
披荆斩棘 一路高歌
大数据时代，内审人也面临着本领恐慌，常常面临“老办法不管用，新办法不会用，硬办法不敢用，软办法不顶用”的困境。
我这位审计小白、数据小白，遇到了困难与迷茫，最终也在收获中成长。
2018年初，我开始负责团队基础数据加工，主要工作就是基于审计支持系统提供的各类数据，使用SQL等工具进行分析、加工，筛出疑点，为审计检查提供 “ 制导 ” 。
面对不同被审计对象、繁多的业务种类及审计人员迭代更新的检查思路，传统数据库平台、SQL语句已难以满足需要。
小白升级打怪，都想着程序一跑、问题立现、底稿成型。为了实现目标，通过跟岗进修和自学陆续引进思维导图、I2、SPSS Modeler、Python等技术工具。
在此，推荐两本五星保姆级书籍：
一本是《数字化审计实务指南》。本书作者坚持“问题导向、应用至上、解决痛点”，书内有思路、有工具、有代码、有案例，开箱即用。
另一本是《Python编程：从入门到实践》。本书介绍了三个操作案例：游戏开发、简单的数据可视化和web应用，给初次接触Python的小白友好的构建了一个general的Python景象。
坚守初心 溯本逐源
一度，我以为只要补足技术短板，就能闯关成功！
然而，现实才是真正的教科书。
看到数据就一头扎进去，凭着感性认识在数据中遨游，抬起头来竟不知路在何方？
前辈跟我说过很多次，“ 一定要看流水，但也不能光看流水 ”。
乍听这话，“ 新人 ” 真是一头雾水、心急无门。
静心思考，这里的道理不就是反复强调的根源性么。
想要做好数字化审计，核心和基础是了解并熟悉业务。
如何让数据灵动起来，既要来一场 “ 思维里的革命 ” ，又要来一场 “ 体系性的重塑 ” 。
让技术成为流淌的检查思路，筑牢业务功底，技术才能落地生根。
“ 数据来源于业务场景，还得还原到业务场景 ”，每一笔交易流水背后都蕴藏着相应的业务背景。
技术好不好使，还得夯实业务功底！
比如，根据业务规则，个人贷款出现临时性逾期后，只要在月末报表时点前归还，就不会反映在逾期清单月报中。借款人偶然疏忽、技术性逾期等是正常情况，但如同一项目多户多次出现该情况，风险信号就比较明显。
审计人员如果只看静态的时点报表数据，而忽视了时间维度上的行为数据，就很容易忽略疑点，错过问题，不能提前揭示潜在风险，也不能倒逼经营单位提前采取管控措施。
心中有梦 脚下有路
无寻处，惟有少年心。人生的常态，永远不是只有那浅浅的涟漪，还有涌动的暗流，潜在的礁石。
愿每一位审计小白都怀揣赤子心，甘为孺子牛，像孩提歌唱梦想，永远带着少年的光！
（ 作者就职于某大行地区审计分部。个人观点，不代表所在单位立场 ）
― End ―
