圖／聯合報提供 分享 facebook 大數據乃是21世紀最夯的名詞之一，
娛樂城
，企業每日的營運均會產生大量的數據，
求職案例
，其產生及傳遞之方式從紙本、ERP系統、電子郵件、社交媒體到通訊軟體，
台中夜市有哪些
，型式從文字、圖形到影音檔，
南投夜市推薦
，來源從內部到外部，
台中茉莉護膚
，其大量、快速、複雜且多元的特性使得許多企業從初次接觸大數據概念時的驚豔，
下午茶
，逐漸轉化為將數據蒐集、整理、分析、解讀與運用之過程視為一場經營管理的惡夢，
減肥餐
，既無能量亦無足夠技術消化大量的數據，卻又對於未能掌握的資訊黑洞膽戰心驚。行銷是較早將大數據運用得爐火純青的領域，從消費者購買行為及潛在客戶網路瀏覽紀錄分析、廣告投放、消費品項及消費金額預測等，都已是家喻戶曉的策略與手法。 抽絲剝繭 防杜風險反觀身為企業內部管理第三道防線的內部稽核，多囿於人力不足或忙碌於規律之文書作業，而限制了運用進階工具或技術擴展稽核能量與價值的空間。企業內部的各種數據如同一座蘊藏豐富的寶庫，縱橫交錯織就成各類風險資訊，常見之風險如與內部規範、集團政策與外部法令規章遵循程度相關之合規風險；資產侵占、不實費用、賄賂或回扣收受等之舞弊風險；與經營效率、效果相關之營運風險；預算控管、帳務收付、投資或避險相關之財務管理風險；採購價高、銷售價低、重複購買之潛在浪費或短收風險，種種風險資訊皆一一隱含於雜亂無章之原始數據內，待各道防線各憑本事將其抽絲剝繭，以窺得一二。資料查核 勾稽異常近年ETL、數據分析工具，以及將分析結果以視覺化方式呈現之軟體漸趨普及，已大幅降低數據整理及分析所需之時間及人力，不論內部自行發展或仰賴外部顧問協助，相關成本已可妥善預估及控制。內部稽核所需之數據分析，首重分析標的之決定，初步宜從結構化之數據著手，先就企業日常營運所產製或取得之原始資料進行分析，就分析結果異常項目深入查核，即可快速展現稽核成效。諸如：採購、銷售、員工費用申請及支付、生產與存貨管理等，均為基本之分析標的。透過數據分析將原始資料進行全母體查核、發現其中時間順序異常、勾稽不符、離群值、趨勢偏離、比例過高或過低等各種類型風險警訊，提出相關稽核建議以強化內部管理。資訊整合 即時監控然前述僅為單點數據分析，須進一步將各項分析結果整合為線與面，方能形成企業整體風險地圖。當提高分析頻率時，合規遵循、舞弊、營運效率及效果、財務管理及可能之浪費或短收等風險分布與消長變化便一覽無遺，高階管理者可即時監控，內部稽核亦能採取風險導向式的稽核，將有限之稽核資源精準投入於風險較高或新興之風險領域，在完善內部控制之基礎上，提出有別於傳統偏重合規遵循議題之稽核建議，優化稽核價值。立基於結構化數據之分析，將分析範圍擴展至非結構化數據，運用文字或影像辨識技術蒐集與整理更廣泛來源之數據，導入認知智能分析等人工智慧及機器學習技術，增加風險監控態樣及提高回應時效也將不再是夢想。（作者是勤業眾信風險管理諮詢股份有限公司執行副總經理、副總經理），