四大Auditing太Boring看PWC大神用数据分析进行审计与企业战略决策

2020-11-09 15:57 ChaseDream大数据求职

Iris, 毕业于广东外语外贸大学。09年加入普道永华审计部,有7年的审计工作经验,同时拥有中国注册会计师和美国注册会计师证书。在年报审计、资产重组IPO,以及企业内部流程梳理有着丰富的经验。涉及领域包括建筑,房地产,金融,快消,制造业和互联网等行业,现在就职于创新服务部,担任创新服务部经理。主要负责 You Plus项目。




数据到底是什么?






很多人说,数据就是数字。在我看来,这句话反过来说才是正确的,也就是说,数字是数据。但数据就是数字吗?好像不全是。比如现在生活中常用的指纹识别,人脸识别,语音系统,这些算不算一种数据呢?又能不能对他们进行分析呢?答案当然是,可以的。所以我们认为,凡是可以记录的都是数据。这个记录不一定是一种文字的记录,还包括图像和声音的记录。所以我们今天讨论的数据分析不只对数据的分析,这是我们今天分析的基础。



什么是大数据?






我认为大数据是放弃对因果关系的渴求,取而代之的是对相对关系的研究,也就是说在外面进行分析的过程中,只用知道是什么,而不是为什么。比如我们对客户消费习惯进行分析,进行精准的推送,实际上是了解客户的偏好 “是什么”的过程。而精准推送,实际上是在消费行为预测的过程。没错哒,预测是大数据分析的核心。通过将算法运用到海量数据的处理上,从而预测事情发生的可能性,分析对项目相关的所有数据,而不是分析少量的数据样本。注重数据的多样性和复杂性,而不再是精确性。所以从一定程度上来说,在纷繁复杂的社会,或许我们每一个人在本质上都是一个数据,那么在大数据的背景之下,未来的审计行业发展会怎么样呢?


在我们看来,大数据本身排除了样本,未来的审计应该是预测发生舞弊的可能,而不是针对历史数据精确性的研究。因为审计理论的抽样基础将被颠覆。我们现有的理论基础是假设样本是可知的,在运用方案抽法的时候,有精确的,有限的样本量,我们可以通过抽样获得合理保证。但大数据时代,我们的样本是海量的。使用抽样,逐渐成为了一种无效,不可行的审计程序。


如何分辨数据真伪






清楚了数据是什么,以及什么是大数据。还有一个很重要的沟通前提是 如何分辨数据的真伪。其实我们要验证数据的真伪是要验证如下几方面的问题:这个数据是否存在;记录是否完整;数据记录是否正确。例如,客户的账户页面上记录了截止2019年12月31日仓库里有库存产品1000件,那我们的审计人员就下去监盘,结果发现实际上只有500件,那么账面记录的数据差异,如果没有合理解释的情况下,那么我们就认为这是一个伪数据。又例如,客户账面上2019年6月30日有一笔价值100万的存货采货入库,我们在执行抽样程序中,发现发票,采购合同,入库单据等,现实实际的金额是105万,那么这个数据,我们也认为它是伪数据。那么在审计当中,我们会通过抽样审计的环节,同时也会运用盘点,合理性测试,抽样等程序去研究数据的真伪性。


大家都知道了什么叫数据,那么如何把数据运用到商业分析当中呢?接下来听下David老师怎么说。


David,曾经在新西兰普华永道做corporate finance。回国之后做过食品行业的咨询,现在在You Plus团队负责教导学生及沟通。身为高级经理,很高兴有这次的机会跟大家分享我对数据分析的经验和看法。也希望通过这个分享帮助同学们不仅仅是了解数据分析,更好地让同学知道通过数据分析的技术如何能应用在工作上,最重要的是如何帮助同学们找到工作。


首先明确一个点,很多学生都在关注数据分析技术,包括Excel,PPT的应用技术,这是很好的一点。但是很多时候在招聘时,有些学生没有拿到或通过面试,甚至曾经遇到过一些实习生,技术非常好,但最后并没有returning offer,这是因为学生缺乏商业思维和软性技能。技术虽好,(但可不要贪杯哦),但更希望学生注重技术之外的商业思维,数据分析思维,对商业模式的了解,以及在职场中可以用到的软性技能。谈到商业思维,如果数据分析不具备商业思维,那它只是一个游戏。步入职场之后,公司是要付给自己工资,公司的客户也要付给公司钱,所以客户们购买的是解决方案,而不是炫技能。单纯的炫技能,例如用Python,用华丽的Excel应用等,这些内容对客户来说没有实际的用处。


商业思维分为几个方面。第一是成本,当我们做数据分析之时,在商业环境中,一定要考虑整个项目的预算,客户能给多少预算,那么这一点就决定了我们分析数据的深度和广度,以及购买数据所需要的成本,因为现在的数据是非常非常贵的。


第二点就是在数据分析时,要考虑到数据的有限性以及商业的复杂环境程度。我遇到过一些学生进入到公司之后,因为大家在大学时,在入职之前,是处于一个相对完美的环境中。例如老师给一个题目,条件明确,与之对应的肯定会有一个答案,学生在此条件下可以学习一些技能。但是在实际商业中,一个financial model可能会影响一个公司上百万的收入或损失,也有可能影响到公司的人员,产生裁员,几十乃至上百人他们的家庭生活,孩子的生活。所以在商业环境中,应用数据分析时,要考虑整个数据分析的结果对整个商业环境的影响。


接下来是商业的复杂程度,之前我个人带领过团队做过一个区块链追溯的项目。这个项目涉及到对消费者的洞察,涉及到整个供应链的调整,供应链的模型,以及整个区块链的平台信息追溯,以及这些信息和数据如何帮助到商业进行运作。那它牵扯的方面,就不仅仅是一个数据能解决到的。这也是为什么这家公司数据分析的团队和区块链团队数量要比我们大,但他们愿意花上百万的价格,因为他们看中我们在商业的整体思维和理解,及方法论,包括我们过去的经验。所以说你们在做数据分析时,脑中一定要有商业相关的sense,才会避免分析出来的数据,只是数据的本身,而没有办法应用到实际商业环境中。


最后一点是数据一定要强调它的有限性因为数据在搜集方面,并不是想要的数据都可以得到。虽然数据分析是十分重要的,但绝对不能单纯的依赖数据。所以,同学要明白一件事情。将来一起进行竞争的,并不是和你们同学之前,而是和AI之间,现在普道永华有了一些AI的产品来代替技术人员,所以说如果你只是单纯依靠自己的数据分析或大数据分析技术,去和AI对抗的话,近两年可能还可以,那么以后大家在考虑数据分析问题之前,要把整体商业及未来的方向思考清楚。


咨询到底是什么






数据分析是用来支持Consulting的。那么咨询到底是什么?


我认为用一个很好的比喻方法就是,给企业看病。咨询公司其实是企业的大夫,我们的数据就是对企业进行体检,所以数据可以来自企业的年报,来自访谈,来自外部的市场数据整理,包括一些专门做市场调研数据的公司,他们所卖的数据。之后我们会产生中间的solution,给到企业。所以说我们在进行数据分析之前,要了解我们企业,或者我们这个病人,它现在的状况,它的痛点,哪里疼,为什么会出现这样的疼,比如说它的成本非常高。或者说整个战略运营方面,它的市场在逐渐萎缩(有可能这是它的痛点)。那么我们就要深入的分析是不是战略出现了问题,是不是市场变化没有跟进,是不是由于人员组织结构的问题,还是员工培训环节出现了问题。所以就要对整体的问题做一个整体的problem diagnosis。所以这个就需要我们的学生,在申请工作的时候,要展现出在商业方面有critical thinking,problem solving,特别是基于真实商业环境的一些经验,不只是理论。因为理论很简单,买一本书,看看背背就可以了,那么这也是为什么,很多学生问我该学的技术也学到了,这些模型也通过书本的知识学到了,但为什么我在面试的时候最后还没没有拿到offer。那么就在于强调实战性的环境。就是刚刚提到的,理论上再强,如果没有一个实战的经历,就如同说一个人在岸上练游泳,各种游泳技能都学的会,但是从来没下过水。这就是为什么企业要强调学生要有实习经验。有一些思维方式必须要通过实战,乃至说在实战中犯错才能学到的。这也是我在给You Plus上课的时候,都会用实际做过的一些项目。因为这些项目会体现出现在这些leading的企业,他们真实会面对什么样的问题,面对什么样的环境,以及在帮他们解决问题的时候,我们遇到的真实挑战是什么?然后把经验传授给学生。另外学生在公司内部和对外企业实习的过程中,他们也会遇到实际的问题,乃至犯错。那我作为导师,可以把这些错误汇报给我,根据我近十年的经验给他们进行分析。在实际职场上,大家进入了职场环境后,其实每个老板都背负了很大的业绩指标,所以其实没有很多的时间去教学生软性的技能。这就需要同学们在入职之前预备好职场的知识和技能,但同时也要预备好软性技能。成为一个可造之材,然后入职之后要主动的观察学习,多问。当然这可能会有一定的局限性,因为大家都很忙。


那么回到数据分析部分。数据其实是非常贵的。马云老师讲到,现在已经进入到DT时代,data是非常贵的。我们所熟知的摩拜公司,之前一直处于亏损状态,但是为什么后来会卖出很高的价格,就是因为它有数据,它有摩拜消费者的数据。之前我们团队给一家很大的乳品企业做过战略,客户会花超过一千万人民币买数据,然后花几百万进行战略分析。所以企业对于数据分析越来越看重。但是另一方面通过这个也说明数据是贵的。所以当同学们不是很容易就能找到数据之时,其实不用担心,因为这是正常的。如果通过简单的方式拿到免费的数据,那么客户也就不会去愿意花钱买专业的数据信息。


那么为什么花钱买了数据之后,还要花几百万请人分析呢?


我个人认为数据如同面粉,咨询师就如同厨师。他有如何烘烤这些数据的方法,当然这些方法不只是单纯的大家平时很在乎的formula,更多的是一些商业模型,critical thinking的methodology。所以这也是解释说为什么一些企业说,同学们学习分析技术的话,上网课,花几千块钱买书就可以学的到。如果我们的客户不花几千块去培养这个人,而是花几百万请我们这些咨询公司呢。就是因为咨询公司在整体商业模式运营中的经验,所以说也以此帮助同学们,要明白,你们学习数据,分析是好的,但是拿不到理想工作的原因,不是因为缺少数据分析的技巧,而是缺乏职场中商业经验、技能和技巧。我面试过数据分析的学生中,技能方面是比较少的,因为自己公司内部会有一些培训。作为一个学生,即使学的再多,也不可能和专业公司多年积累的经验相比较。所以我们更看重学生个人整体的思维方式,思维能力以及是不是可造,可学,而不是真正的懂多少技术方法。






那么对于数据的收集,渠道有很多。一方面,只要是可以收集到的,都可以作为数据,当然这些数据不一定只是数字。很多时候,数字有一定局限性和误导性。例如做一个新产品的发布,目标消费者是谁,很多时候消费者购买时,所需要的是一种感觉。大家有可能了解到马斯洛需求,除最基本的生存需求之外,慢慢升级到消费者的尊重,感受。所以如果一个产品没有办法去满足消费者的感受。例如一个LV的包包为什么那么值钱?只是因为其质量好,可以用很多年吗?其实并不是。而是在拿着LV包包出去的时候,这是一种身份的体现;也有可能拿着它参加社会活动,做一个Business的谈判,可能会获得更多的信任和尊重。那么这些方面可能是数据中的一部分,那么就是所谓的数字数据无法体现的内容。所以我们在收集数据的时候,或在做数据分析时候,要有一个open-mind,而不是仅仅局限在数字方面。首先一点是能找到的数据和信息都是好数据。


数据就像面粉一样,拿到面粉以后,接下来就要进行精挑细选。这就涉及到了数据的sanitization。当然不是简单的去掉一个最高数和一个最低数,很多数据的筛选是要和客户进行详细的沟通的。因为数据筛选的维度,会影响到后续的分析。那么大家对维度的看法,operation团队、marketing团队和CEO他们看的维度是很大程度上不一样的。那么筛选过后的数据,进行分析所产生结果所对应的solution会对团队产生的影响也是不一样。


所以数据分析,要了解背后的思维。它对客户和整个企业会产生怎样的影响。


接下来就是数据质和量的问题。一种说法是数据量越大越好,是否真的是这样呢?一方面要考虑预算问题,数据量变大,那么收集对应的时间,对应的算法,对应的成本会相应的增加。那么作为公司来说,客户有没有足够的预算来支付给咨询公司。所以量不是越大越好,是要符合客户的需求,同时在方法上满足我们的(咨询公司)需求,才是最佳的量。


接下来是数据的质量好坏,也要回归到商业层面上来讲。做这个项目的purpose是什么?其实没有一定不好的数据,就要看是不是符合自身的purpose。这也是很多同学,或者在入职之后没有办法保住自己职位的原因。因为没有建立起一种商业的思维,以purpose driven为驱动。比如我在You plus上课的时候,我会给同学们一个课题,有的学生一开始就扎进去做了,但其实在职场上要问清楚做调研的目的是什么,为什么要去做调研,要做到什么程度等等问题。这些在我们大学上课的时候其实是不会问的,但是在职场上就应该问。如果因为没有问而可能导致白白浪费掉时间,导致上级见客户时,调研根本没有完成,进而损失几百万的项目,所以同学们要在软性技能,例如communication,project management这些商业实践中所需要的技能,在此基础上,才可能更好的发挥数据分析的技巧和能力。






基于我们对project的目的,就要对数据进行一些验证。例如进行quantitative studies,一对一访谈,或focus group。例如,之前的一个市场调研项目中,我们把目标客户请到访谈室中,屋内有双面镜和camera,去观察消费者的面部表情,说话的方式,也会展示一些图片。

例如你在吃这款产品时,你会有什么样的感觉。想到了大海还是森林。用这种方式把消费者内心的感受挖掘出来,再去用数据分析进行验证。


综上所述,当用数据进行分析时,一定要考虑到数据的质和量。而不是单纯的依靠数据分析结果。


最后一个重要的部分就是presentation。数据可以因为人想表达的目的,同样的数据可以进行改变。在中国,想要强调自己的强大,我们可以用全国的GDP数据。但是同时我们也可以说人均GDP同发达国家相比还是有一定差距的。这也是中国被列为发展中国家的原因之一。当在前期分析开始之后,如何去呈现给自己的客户,以及客户的客户。这些presentation的技能,以及和客户的沟通。一般分析完一个数据后,不只是简单的丢给客户,而是要和客户进行多轮的沟通。在这其中,要讨论数据的来源,模型是否要进行调整,最后把一个客户所需要的solution,或者说面包给到客户。而不是简单的把原始的数据给到他们。后期如何和客户更好的交流,如何manage客户的expectation,达到他们所target的目的,如何通过teamwork,project management来及时的满足客户的需求,这才是数据分析最终的价值,也是普华招聘学生的时候更加看重的内容。而不仅仅是数据的技巧。


我是CDmaster小助手

扫码关注,了解更多服务细节

我是CD大数据求职小助手

扫码关注,了解更多服务细节

联系我们

热线:

(010) 5673 3079 / 5673 3087;

(0351) 6659 666(太原专线)


微信:CDmasterxzl12


地址:

- 北京市西城区西直门外大街1号西环广场T1座24层

上海市徐汇区漕溪北路331号中金国际广场A座12层

- 太原:山西省太原市万柏林区 华润大厦3栋1119

- 长沙:湖南省长沙市雨花区万博汇云谷2406


大数据求职公众号

-加入CD求职服务

 百万年薪不是梦

商科硕士公众号

-精于商科

 就信文书改变命运

大数据公众号

-深耕BA七年

 更懂数据硕士申请


15年积淀 | 精于商科

顶级团队 | 专业为您


本文章转载自公众号:LearninginCD

首页 - 大数据 相关的更多文章: