Power BI在内部审计中的应用

      互联网大数据相继催生出诸如R语言、IBM Hadoop、HP Vertica、分布式实时计算系统Storm等许多较成熟的大数据分析工具，从而为内部审计技术的创新和方法体系的完善提供了有力支撑。毋庸讳言，这些工具性能的确强大，但因为大部分数据分析是通过编程实现的，对于非计算机专业背景的审计人员来说，学习和掌握这些工具难度较大。因此，寻找一款不那么“高大上”、不需要编程或仅需较少程序语句的专门工具，就显得非常必要，微软的Power BI即是符合条件、满足需要的选择之一。

      一、Power BI简介

      对于Excel，大多数审计人员都能够熟练应用。而Power BI脱胎于Excel，两者的基本操作是相通的。具体而言，Power BI由Power Query、Power Pivot、Power View、Power Map四部分组成。其中Power Query可以轻松地链接公众数据或企业数据源；Power Pivot能够直接在Excel中创建复杂的数据模型；Power View用来创建报表和交互式数据可视化分析视图；Power Map则在Excel中体验标注地理空间数据的3D地图，见图1。

      二、Power BI的数据分析优势

      （一）可快速处理大数据，实现审计数据分析全覆盖

      由于Power BI采用新的算法和数据存储方式，其处理数据量的多少只取决于计算机内存的大小，并且运算速度快，使得审计人员可以对大数据进行全面分析，弥补审计抽样的缺憾。

      （二）可快速实现数据可视化

      

      应用Power BI可快速实现数据的可视化，从视觉上直观地呈现数据分析结果，并实现数、表间的联动。

      （三）建立的分析工具可重复使用

      使用Power BI对数据进行分析后会形成pbix文件，这个文件可作为以后对此类问题进行数据分析的工具。在分析新的相同类型数据时，审计人员只需在pbix文件中替换相同格式的数据源，刷新即可得到分析结果，极大地提高了工作效率。

      （四）Power BI可以免费使用

      虽然免费软件本身对信息共享功能进行了限制，但应用Power BI对数据分析丝毫不会受到影响。

      三、Power BI的审计应用实践

      一般而言，欲对某一事项进行分析，需要根据分析的目的，合理确定需要采集的数据，这是正确进行数据分析的基础。审计中，数据分析需要的数据不仅包含企业各类信息系统数据，也可能包含系统外数据，如来自企业外部诸如国家机关、行业协会公布的一些执行标准、公告等数据。由于数据来源不一、格式不同，为保证分析数据的正确性、一致性和完整性，在采集数据后，审计人员应首先对数据进行加载、清洗，再进行数据分析。

      （一）数据的采集

      Power BI提供了几十种数据采集方式，可对电子表格、文本文件、数据库、网页、微软云计算平台等几乎所有数据类型进行采集。但要用Power BI直接对服务器或数据库进行数据采集，则需要系统管理员进行相应的审批程序后授权，存在一定的困难。而作为关系型数据库通用查询语言，具有强大数据查询功能的SQL语言，能够方便地在相关系统查询编辑器中获取需要分析的数据。因此，实践中，一般直接用SQL语言在查询编辑器中查询数据后，生成Excel表格或TXT文件，然后通过Power BI的“获取数据”菜单把数据导入Power BI中。

      以中石油为例，应用SQL查询语言从企业的SAP HANA数据平台中提取需要分析数据的操作如下：

      1.取期末库存数据。运行SAP HANA Studio，进入HANA数据平台，在catalog下寻找物资采购FX_KT子目录，在views视图下，选择“SJS_KT_06_期末库存表”，点击SQL按钮，在右边SQL编辑区输入：

      SELECT*FROM"FX_KT"，"SJS_KT_06_期末库存表"where"工厂"='18B4'and"按本币计的金额"＜＞0

      值得注意的是，实践中利用上述SQL语句对公司期末库存的所有数据进行采集，由于计算机内存小，当采集到260万条信息时，计算机死机。因此，对采集的数据，“工厂”字段限定在为“18B4”（某采油厂代码）且金额不为0的记录，见图2。

      2.取物料主数据。进入HANA数据平台，在catalog下的FX_WC_V子目录中，选择“SJS_KT_06_期末库存表”，点击SQL按钮，在右边SQL编辑区输入：SELECT*FROM"FX_WC_V"."SJS_WC_物料主数据"，见图3。

      通过上述SQL语句，采集公司所有的物料主数据导入到Excel表，并经过粗略检查剔除明显错误后，应用“开始-获取数据-Excel”功能菜单，导入Power BI。

      （二）数据的清洗

      数据导入Power BI后，需要进行数据清洗，主要任务是删除不需要的数据、剔除不正确的字符、规范数据类型、完善数据信息。通过数据清洗，可为后续数据建模和数据分析奠定基础。在Power BI中对数据进行清洗，主要通过功能模块Power Query中的“编辑查询”完成，该“编辑查询”可实现对数据的类型转换、分组、分列、填充、逆透视等，见图4。