第五部分税收数据分析应用.

第一篇：第五部分税收数据分析应用.

第五部分 税收数据分析应用 第六章 税收数据质量管理

数据是现代管理的灵魂,是进行科学管理、分析、决策的基础。随着税收管理科学化、精细化、信息化的不断深入,税收征管、纳税 评估、税收分析等各项工作对数据质量提出了新要求。数据质量不仅 是税收执法质量和税收征管质量的具体体现, 还成为保障税收数据分 析的基础, 数据质量管理工作不到位必然影响税收工作的质量, 而由 于数据的不真实、不准确、不完整、不一致所带来的数据质量问题也 成为制约数据分析应用的瓶颈。

第一节 数据质量的概念和特点 1.1 数据质量的概念

狭义来说, 数据是进行各种统计、计算、科学研究或技术设计等 所依据的数值。而本章要讨论的是在税收征管信息系统中定义的各种 类型数据, 除了可用于计算的数值型数据外, 也包含以字符表示的文 本和非结构化的图像数据。以纳税人登记资料为例, 涉及到的基本情 况包括名称、地址、注册资本、营业执照电子扫描件等,其中注册资 本是数值型数据,而名称、地址就是字符型数据,营业执照电子扫描 件就是图像数据。

数据本身并不存在真假、质量高低的问题, 而将其置于一定的关 联关系和生存环境, 赋予一定的条件和意思表达, 则就要求数据能准 确展示对事物的数字维度。所以说,数据质量是基于事物事实,能准 确表示事物的数字语言,对其数字真实性、完整性、自洽性的量度。

真实性即真实反映事物本来面目, 完整性是说数据是充分的, 任何有 关操作的数据都没有被遗漏, 自洽性即数据并不是孤立存在的, 数据 之间往往存在着各种各样的约束,这种约束描述了数据的关联关系, 数据必须能够满足这种数据之间的关联关系, 而不能够相互矛盾。数 据的真实性、完备性、自洽性是数据本身应具有的属性,称为数据的 绝对质量,是保证数据质量的基础。

联系税务管理的实际, 税收数据质量还具有其特殊性。它是指在 税务管理活动中采集的与税收征收管理相关的各种数据的标准量度, 是信息化条件下展示税收成果的重要数据源。

目前, 在税收综合征管软件中税收数据质量主要内容是, 纳税人 登记信息数据质量 ,即对涉及纳税人税务登记各项内容的数据质量, 直接体现纳税人的概况, 该类数据只有真假问题, 而无数据质量高低 的量度;纳税人税务鉴定信息数据质量 , 即对纳税人登记信息联系税 法规定, 对纳税人涉及税种、税目、纳税期限、纳税方式、税收优惠、发票管理、资格认定等各方面的鉴定和确认, 该类数据质量关系纳税 人是否按税法要求纳税和管理;纳税人动态信息数据质量 , 主要涉及 纳税人在日常税收管理中的各税种申报数据、财务报表数据、发票使 用情况数据、税务行政处理及税务处理数据及涉及纳税人的外部动态 数据,该类数据质量需要通过日常管理、评估、检查、稽查等程序进 行确认;税务内部人员操作权限设置数据质量 , 即在税收综合征管软 件中对税务执法操作人员的身份、操作权限等方面的按职务和执法程 序要求鉴定设置的数据质量。

1.2 税收数据质量的重要意义

税收数据质量对于实现税收征管的科学化和精细化有着重要的 意义,这主要表现在三个方面: 数据质量是税收信息系统平稳运行的保证

以省、市级为中心的税收数据集中处理模式, 提高了数据的集中、共享程度,这是以数据质量为基础的。如果数据不准确,采集的原始 数据是垃圾数据, 集中、共享后所能发挥的作用远远小于其所造成的 危害。CTAIS 将税务登记、发票管理、待批文书、申报征收、稽查管 理等环节融为一体, 各环节衔接紧密, 无论其中哪一个环节数据出了 问题,都会对其他环节造成影响。

数据质量是税收执法质量和税收征管质量的体现

数据质量是执法过程和质量的有效反映。只有严格规范执法, 才 会有高质量的数据。通过数据质量监控可以及时发现和分析税收执法 中存在的问题, 对于规范税收执法行为, 推进依法治税具有积极的促 进作用。

数据质量是税收征管结果的具体体现。通过对数据质量评估, 我 们可以及时发现征管工作中的薄弱环节, 有针对性地制定措施, 完善 管理,夯实征管基础,提高征管质量。

数据质量是税收数据分析的基础

进行数据分析必须要有高质量的数据作为保障, 真实、完整、准 确的数据可以客观的反映税收工作现状, 特别是有深度的数据分析能 够揭示税收工作的规律和趋势, 为领导决策提供有价值的参考。而基 于错误的原始数据的数据分析不可能得出正确的分析结果, 甚至会误 导分析结果,影响我们的判断,造成南辕北辙。

1.3 税收数据质量管理原则

税收数据质量的管理,应把握好以下几点原则。

应用 TQM 原则, 全面质量管理(Total Quality Management , TQM 的核心在于一是以充分满足顾客需求为最终目标;二是由事后检查变 为事前预防、事中控制,防检结合,全程控制;三是全员参与。应用 到税收数据质量管理即要:做好采集关,搞好录入关,把好审核关, 用好校验关,过好整改关。

信息技术保证原则, 信息技术的保证为数据质量提供强力支撑, 友好的用户界面减少录入差错, 应用强大的软件工具减少冗余数据和 消除数据杂音, 创建数据词典和数据仓库以减少数据检索和数据维护 工作量。

制度管理原则, 在税务系统上下建立起完善的数据负责制度, 并与部门个人的绩效和奖惩挂钩, 在一定条件下可以成立专门的组织 和机构负责数据质量管理工作。

流程控制原则, 制定税收综合征管软件操作的工作流程系统, 按照法律权限规定、税收执法要求、税务管理内部控制需要进行设计, 以保证在税务系统操作流程过程中进行控制数据质量。

第二节 数据质量的校验

数据产生的全过程中,对数据质量的要求也是全过程的,其中, 数据质量校验是核心, 唯有有效的数据质量校验方能提高数据的应用 效率。由于税务部门数据来源和管理的需要, 数据质量校验是一个多 种方法并用的综合性工作。

人工审核校验。该种方法主要是应用于税务数据采集、录入、整改阶段,适用对象就是纳税人个性化的信息,如企业名称、地址、电话、银行账号等基础数据,此类数据无法通过关联分析得出真假, 只有通过人工审核校验得出质量结果。通过人工审核校验能保证数据 质量在第一时间的准确, 这需要录入人员、审核人员高度的责任心和 敬业精神方能达到。

业务指标判断。主要是应用税法规定的数据内在规律以及纳税 人提供数据间的关联关系, 在不同数据源间运用业务指标进行判断数 据质量。如纳税人登记的从业人数可与所得税申报中的工资列支、保 险支出等进行指标判断, 税种鉴定的有效期可与纳税人登记日期、税 种开征日期进行关联比较,税款开具日期、上解日期、入库日期的逻 辑校验等。在这方面我省合肥市、淮南市、宿州市等均建有数据质量 查询平台,将业务指标固化,由计算机产生疑点数据质量问题。外部数据交互。税务部门内部数据单一,必须充分运用外部数 据关联分析来强化税收征管, 提高税务管理本身的数据质量。如与工 商、地税、技术监督、统计、银行、社保基金管理、医保中心、车辆 管理等部门交换数据来验证纳税人登记等税务管理信息的准确。检查数据反馈。税务检查是税务管理的重要手段,有日常巡查、涉税事项调查、税务稽查等多种形式, 这些检查会产生大量的第一手 真实数据,不仅有纳税人基础信息数据,还有其动态变化数据,将这 些数据与既有系统内数据进行校验, 提高数据质量。同时通过检查发 现的税务管理中的漏洞,为我们征管程序设计、操作人员权限设置、执法人员规范的数据质量提供有益补充。

第三节 综合征管软件数据质量监控 税收综合征管软件的数据质量是我们信息化下税务管理的核心，通过多方面的数据校验、数据审核和数据管理，提高各类数据的质量，确保基础数据真实可靠，动态数据逼近准确，将为税收分析、税源管 理、纳税评估提供强有力的数据保障。

第二篇：第五部分 税收数据分析应用

第五部分 税收数据分析应用

第六章 税收数据质量管理

数据是现代管理的灵魂，是进行科学管理、分析、决策的基础。随着税收管理科学化、精细化、信息化的不断深入，税收征管、纳税评估、税收分析等各项工作对数据质量提出了新要求。数据质量不仅是税收执法质量和税收征管质量的具体体现，还成为保障税收数据分析的基础，数据质量管理工作不到位必然影响税收工作的质量，而由于数据的不真实、不准确、不完整、不一致所带来的数据质量问题也成为制约数据分析应用的瓶颈。

第一节 数据质量的概念和特点

1.1 数据质量的概念

狭义来说，数据是进行各种统计、计算、科学研究或技术设计等所依据的数值。而本章要讨论的是在税收征管信息系统中定义的各种类型数据，除了可用于计算的数值型数据外，也包含以字符表示的文本和非结构化的图像数据。以纳税人登记资料为例，涉及到的基本情况包括名称、地址、注册资本、营业执照电子扫描件等，其中注册资本是数值型数据，而名称、地址就是字符型数据，营业执照电子扫描件就是图像数据。

数据本身并不存在真假、质量高低的问题，而将其置于一定的关联关系和生存环境，赋予一定的条件和意思表达，则就要求数据能准确展示对事物的数字维度。所以说，数据质量是基于事物事实，能准确表示事物的数字语言，对其数字真实性、完整性、自洽性的量度。真实性即真实反映事物本来面目，完整性是说数据是充分的，任何有关操作的数据都没有被遗漏，自洽性即数据并不是孤立存在的，数据之间往往存在着各种各样的约束，这种约束描述了数据的关联关系，数据必须能够满足这种数据之间的关联关系，而不能够相互矛盾。数据的真实性、完备性、自洽性是数据本身应具有的属性，称为数据的绝对质量，是保证数据质量的基础。

联系税务管理的实际，税收数据质量还具有其特殊性。它是指在税务管理活动中采集的与税收征收管理相关的各种数据的标准量度，是信息化条件下展示税收成果的重要数据源。

目前，在税收综合征管软件中税收数据质量主要内容是，纳税人登记信息数据质量，即对涉及纳税人税务登记各项内容的数据质量，直接体现纳税人的概况，该类数据只有真假问题，而无数据质量高低的量度；纳税人税务鉴定信息数据质量，即对纳税人登记信息联系税法规定，对纳税人涉及税种、税目、纳税期限、纳税方式、税收优惠、发票管理、资格认定等各方面的鉴定和确认，该类数据质量关系纳税人是否按税法要求纳税和管理；纳税人动态信息数据质量，主要涉及纳税人在日常税收管理中的各税种申报数据、财务报表数据、发票使用情况数据、税务行政处理及税务处理数据及涉及纳税人的外部动态数据，该类数据质量需要通过日常管理、评估、检查、稽查等程序进行确认；税务内部人员操作权限设置数据质量，即在税收综合征管软件中对税务执法操作人员的身份、操作权限等方面的按职务和执法程序要求鉴定设置的数据质量。

1.2 税收数据质量的重要意义

税收数据质量对于实现税收征管的科学化和精细化有着重要的意义，这主要表现在三个方面： 数据质量是税收信息系统平稳运行的保证

以省、市级为中心的税收数据集中处理模式，提高了数据的集中、共享程度，这是以数据质量为基础的。如果数据不准确，采集的原始数据是垃圾数据，集中、共享后所能发挥的作用远远小于其所造成的危害。CTAIS将税务登记、发票管理、待批文书、申报征收、稽查管理等环节融为一体，各环节衔接紧密，无论其中哪一个环节数据出了问题，都会对其他环节造成影响。

数据质量是税收执法质量和税收征管质量的体现

数据质量是执法过程和质量的有效反映。只有严格规范执法，才会有高质量的数据。通过数据质量监控可以及时发现和分析税收执法中存在的问题，对于规范税收执法行为，推进依法治税具有积极的促进作用。

数据质量是税收征管结果的具体体现。通过对数据质量评估，我们可以及时发现征管工作中的薄弱环节，有针对性地制定措施，完善管理，夯实征管基础，提高征管质量。

数据质量是税收数据分析的基础

进行数据分析必须要有高质量的数据作为保障，真实、完整、准确的数据可以客观的反映税收工作现状，特别是有深度的数据分析能够揭示税收工作的规律和趋势，为领导决策提供有价值的参考。而基于错误的原始数据的数据分析不可能得出正确的分析结果，甚至会误导分析结果，影响我们的判断，造成南辕北辙。

1.3 税收数据质量管理原则

税收数据质量的管理，应把握好以下几点原则。应用TQM原则，全面质量管理(Total Quality Management，TQM)的核心在于一是以充分满足顾客需求为最终目标；二是由事后检查变为事前预防、事中控制，防检结合，全程控制；三是全员参与。应用到税收数据质量管理即要：做好采集关，搞好录入关，把好审核关，用好校验关，过好整改关。

信息技术保证原则，信息技术的保证为数据质量提供强力支撑，友好的用户界面减少录入差错，应用强大的软件工具减少冗余数据和消除数据杂音，创建数据词典和数据仓库以减少数据检索和数据维护工作量。

制度管理原则，在税务系统上下建立起完善的数据负责制度，并与部门个人的绩效和奖惩挂钩，在一定条件下可以成立专门的组织和机构负责数据质量管理工作。

流程控制原则，制定税收综合征管软件操作的工作流程系统，按照法律权限规定、税收执法要求、税务管理内部控制需要进行设计，以保证在税务系统操作流程过程中进行控制数据质量。

第二节 数据质量的校验

数据产生的全过程中，对数据质量的要求也是全过程的，其中，数据质量校验是核心，唯有有效的数据质量校验方能提高数据的应用效率。由于税务部门数据来源和管理的需要，数据质量校验是一个多种方法并用的综合性工作。

人工审核校验。该种方法主要是应用于税务数据采集、录入、整改阶段，适用对象就是纳税人个性化的信息，如企业名称、地址、电话、银行账号等基础数据，此类数据无法通过关联分析得出真假，只有通过人工审核校验得出质量结果。通过人工审核校验能保证数据质量在第一时间的准确，这需要录入人员、审核人员高度的责任心和敬业精神方能达到。

业务指标判断。主要是应用税法规定的数据内在规律以及纳税人提供数据间的关联关系，在不同数据源间运用业务指标进行判断数据质量。如纳税人登记的从业人数可与所得税申报中的工资列支、保险支出等进行指标判断，税种鉴定的有效期可与纳税人登记日期、税种开征日期进行关联比较，税款开具日期、上解日期、入库日期的逻辑校验等。在这方面我省合肥市、淮南市、宿州市等均建有数据质量查询平台，将业务指标固化，由计算机产生疑点数据质量问题。

外部数据交互。税务部门内部数据单一，必须充分运用外部数据关联分析来强化税收征管，提高税务管理本身的数据质量。如与工商、地税、技术监督、统计、银行、社保基金管理、医保中心、车辆管理等部门交换数据来验证纳税人登记等税务管理信息的准确。

检查数据反馈。税务检查是税务管理的重要手段，有日常巡查、涉税事项调查、税务稽查等多种形式，这些检查会产生大量的第一手真实数据，不仅有纳税人基础信息数据，还有其动态变化数据，将这些数据与既有系统内数据进行校验，提高数据质量。同时通过检查发现的税务管理中的漏洞，为我们征管程序设计、操作人员权限设置、执法人员规范的数据质量提供有益补充。

第三节 综合征管软件数据质量监控

税收综合征管软件的数据质量是我们信息化下税务管理的核心，通过多方面的数据校验、数据审核和数据管理，提高各类数据的质量，确保基础数据真实可靠，动态数据逼近准确，将为税收分析、税源管理、纳税评估提供强有力的数据保障。

第三篇：对加强税收数据分析应用的思考

关于加强税收数据分析应用工作的思考

摘要：开展税收数据分析应用工作，可以为领导决策和强化征管提供科学依据。在新形势下有效地税收数据分析应用是实现税收征管“科学化、精细化”的关键所在，如何结合税收征管实际来加强税收数据分析应用工作，从而更好地为组织税收收入、加强税收征管、提高纳税服务水平服务，这是我们值得深刻思考的问题。

关键词：税收信息化 数据分析应用

近年来，随着应用系统整合力度的加大，数据省级集中步伐的加快，为税收数据分析应用提供了良好的平台和载体。各地都在探索开展税收数据分析应用工作，为领导决策和强化征管发挥了积极的作用。不过我们应清醒地看到，当前税收数据分析应用工作中还存在一些问题，不同程度地制约了税收数据分析应用的深入开展。在新形势下有效地税收数据分析应用是实现税收征管“科学化、精细化”的关键所在，如何结合税收征管实际来加强税收数据分析应用工作，从而更好地为组织税收收入、加强税收征管、提高纳税服务水平服务，这是我们值得深刻思考的问题。

一、目前税收数据分析应用工作存在的主要问题

随着综合征管软件的推行、主体软件的整合和辅助软件的上线，各地都从基础性工作入手，把数据分析应用与税收管理结合起来，在一定程度上提高了征管质量和效率。但是，我们也要清醒地看到，数据分析应用工作还存在诸多问题，主要有：

（一）数据不够全面准确，征管基础不实和税源管理薄弱的问题在一些地方还不同程度地存在。征管基础和税源管理是整个税收征管的基础和核心，是反映税收征管水平的重要方面，也是实现“科学化、精细化”管理的出发点和落脚点。对于税务部门来说，纳入系统管理的纳税户数与实际管户相符，税务登记数据全面完整，申报征收数据真实准确，是确保信息数据全面准确最基本的要求，但在实践工作中要完全达到这一要求是十分困难的。同时，企业的财务数据、相关部门与税收管理密切相关的数据、宏观经济数据等也需要采集和处理，这就对数据采集工作提出更高的要求。

（二）税收数据分析选题实用性不强。目前一些基层单位的税收数据分析多限于常规分析，专题分析较少，而对本区域经济税收有针对性和指导性的分析更是少之又少，不能根据一段时间内的工作重点、政策变动、税制改革等影响进行有针对性的税收数据处理分析。还没有完全建立起税收分析、纳税评估、税源监控、税务稽查“四位一体”的良性互动机制，数据信息的深度利用在指导税源管理、税务稽查和领导决策等方面的作用还有待进一步提高。

（三）数据集中度有待进一步提高。由于税收信息化进程在开始阶段没有按照“一体化”要求进行建设，各类税收应用软件各自为政，没有统一的标准和接口，后来虽进行了多次整合和集中，但长期形成的分散、独立的信息资源依然存在。这些信息数据分散在各级税务机关、各个应用软件中，数据共享度较低，开展数据分析应用工作难度较大。一些基层单位从纳税人或其他部门采集的一些数据也没有统一的存储标准，造成数据资源的浪费。

（四）从事数据分析应用工作的人员整体素质偏低。目前税务干部的信息技术水平还跟不上形势发展的需要，既懂业务又懂技术的干部较少，既懂业务又懂技术还具备深度利用数据信息的干部更是寥寥无几，不少干部还没有切实把提高自身的信息技术运用水平作为强化素质、加强征管的基本要求，这些都制约着税收数据分析工作的深入开展。

二、加强税收数据分析应用工作的措施

按照我省国税部门“依法治税、管理强税、人才兴税”的三大战略和“科学化、精细化”的税收征管要求，针对以上问题，结合实际，笔者认为要从以下几个方面加强数据分析应用工作，充分发挥数据分析在税收管理、税收执法和纳税服务等方面的反馈、指导和服务作用，提高整体税收征管效能。

（一）加强思想教育，全面提高对数据分析应用工作的认识。要认识到在当今世界信息化浪潮激流澎湃形势下，税务部门作为国家宏观经济调控部门，要实现税收事业科学发展，必须密切关注税收发展的最新动状态，把实施科技兴税放在重要位置，进一步加强税务信息化建设。要认识到信息化条件下税收征管是占有信息、分析信息和应用信息的过程，认识到信息化条件下税收征管工作的全部内容决不是数据，但绝对需要加强对数据的分析与应用。要认识到要适应税收信息化时代的要求，就不仅要能熟练掌握税收政策，而且要利用相关税收软件对所获取的税收管理数据进行深层次的分析和监控，不断提高信息化应用管理能力。要认识到税收数据分析不单单是就数据而分析数据，要充分发挥其宏观作用，找出以前征管工作中的薄弱环节和存在的问题，整合管理资源、形成整体合力、强化税源管理，推进税收科学化、精细化管理，指导征管实践。要认识到税收数据分析的结果不只是通报，要在落实上下功夫，要以数据质量指标评价税收工作水平的高低，实现税收业务和信息技术的有机结合。

（二）建立数据仓库，努力实现数据的高度集中。数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境，主要研究和解决从数据库中获取信息的问题。在实现数据省级集中的基础上，加快其他各类数据的省级集中，开发统一的数据接口，将不同的税收应用软件进行整合和集中。整合所有税收业务，集中存储所有业务数据，将分散于不同系统和不同地域的数据进行统一整理，建立起完备的数据仓库。通过各级技术部门，把简单的数据变为可分析应用的信息，并及时提交给相应的管理部门，供管理部门做出提高征管效能的决策。

（三）拓展采集渠道，提高数据采集的完整性。扩大税收征管数据采集面是解决税务机关与纳税人之间、上级税务机关与下级税务机关之间信息不对称的重要举措，也是提高数据分析针对性和有效性的必要条件。现在税务机关采集的信息仅是企业纳税申报表所提供的信息，企业微观经济运行的数据几乎无法获取，而这些数据正是税务机关强化征管的重要依据。因此，要努力做好以下几点：一是通过纳税人财务数据管理系统和多元化申报方式的应用，完整准确地采集纳税人的税务登记数据、纳税申报数据，并及时采集纳税人的生产经营信息，采集其申报附表资产负债表、损益表、现金流量表等数据，与各信息系统数据一起纳入“一户式”储存;二是要加强数据资源整合和相关应用系统，减少数据多头采集，达到数据一次采集多面应用，降低数据采集成本和基层工作人员的工作量，在全面掌控纳税人的基础信息、涉税信息及生产经营各方面的情况下切实为纳税人和基层人员进行减负；三是加强与有关部门的横向联系，从工商部门、地税、海关、金融机构、统计部门以及行业主管部门以及与之相关的第三方等取得企业进、出口货物种类及数量、企业开停业情况、现金流量和资金使用信息、税金入库信息、企业生产经营、物耗、能耗、成本、利润等相关数据，与企业基本资料、申报、纳税数据进行比对，研究企业真实的税源状况。

（四）加强监控考核，严把税收数据质量关。税收数据质量是种类税收应用软件的生命线，也是税收数据分析应用的基础。一是要建立健全数据录、审、调、存、传等方面的管理制度，严把数据质量关，把数据质量管理与推行税收执法责任制结合起来，实行过错责任追究。要严把入口、操作和维护“三关”，使所有数据在进入系统时，必须先对其真实性、准确性和各数据间的逻辑关系进行全面审核。二是要加强对各应用系统的数据质量进行监控。通过执法软件和省局开发的数据质量监控系统定期对进入系统的数据进行分析监控，及时发现错误的、不合逻辑的、可疑的数据，并将分析监控结果及时向各级相关人员进行通报。三是对通报的内容的修改情况实行过程监管。充分利用数据集中优势，对通报的处理情况进行随时监测，规范操作行为。在进行数据整改过程中要统一数据口径和处理流程，确保数据在各环节的一致性，避免造成数据的二次错误和相互冲突。

（五）多方论证评审，提高分析选题的针对性和科学性。在进行数据分析选题时，要结合本单位管理的实际情况，考虑诸多因素确定税收分析选题范围。在充分参考基层征管实践工作中遇到的问题和总结的经验的情况下，组织专人对选题的科学性和针对性进行充分论证。在认证过程中，引入专家评审制度，由有丰富经验的一线工作人员、管理人员和邀请社会上知名的专家学者共同组成专学组对主题进行评审。为适应经济和税收发展变化需要，分析选题要从宏观和微观两方面入手，结合具体工作实际，将税收工作的难点、热点问题优先列入选题范围。通过数据分析，不仅要发现工作中存在的问题，提高税收科学化和精细化管理水平。同时要指导税源管理工作，提高纳税评估和税务稽查的选案准确率，更好的处理所选主题在税收征管实践中的指导意义。

（六）加大培训力度，提升税务干部的数据分析应用水平。实现信息化条件下的税收数据分析，人才是关键。充分利用培训教育、继续教育、普通教育、社会教育等多种途径和手段，采取有效制度和措施，建设高素质的税收数据分析人才队伍。要遵循信息化人才的成长规律，打破传统的管人、用人机制，制定信息技术人才的使用和培养政策，建立信息化考核指标体系的绩效考核和能级管理制度。注重引进、培养中、高级层次的人才，加强在职人员计算机技术和信息技术应用的普及教育和继续教育，注重培养既掌握信息技术又熟悉税收业务的人才，重点提高相关人员的税收数据分析的管理和应用水平，造就一批高素质的人才队伍。同时导入专家机制，积极借助外部技术力量来推动和促进税收数据分析机制的发展。

参考文献：

（1）《税收信息化教程》中国人民大学出版社 谭荣华（2）《创新管理 重点突破 进一步推进我省国税事业的科学发展》 作者：许月刚

（3）《数据仓库技术在税务行业的应用》 王涛 《武汉理工大学》 2006年

太原理工大学 朔州市国家税务局

李鑫

第四篇：大数据应用实例分析

电信运营商的阳关大道

——大数据应用实例分析

09012208

黄文婷

摘要：

随着全球数据化、网络宽带化，基本的数据量越来越大，由此我们进入了大数据时代。本文探讨了大数据内涵与意义，从电信行业这一大数据应用实例进行分析，介绍了大数据在电信行业的应用、必要性及相关措施。

关键词：大数据

电信

应用

正文：

一、大数据的内涵与意义

（一）大数据的意义

大数据和云计算一样，近两年来越来越多的受到人们的关注。那么什么是大数据呢？ 大数据(big data)，或称巨量资料，指的是所涉及的资料量规模巨大到无法通过目前主流软件工具，在合理时间内达到撷取、管理、处理、并整理成为帮助企业经营决策更积极目的的资讯。(在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中，大数据指不用随机分析法(抽样调查)这样的捷径，而采用所有数据的方法)对于“大数据”（Big data），研究机构Gartner给出了这样的定义。“大数据”是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。

（二）大数据的特性

大数据有4V特点：Volume(大量)、Velocity(高速)、Variety(多样)、veracity(真实性)。大数据的4个“V”，或者说特点有四个层面：第一，数据体量巨大。从TB级别，跃升到PB级别；第二，数据类型繁多。包括网络日志、视频、图片、地理位置信息等等。第三，数据的来源，直接导致分析结果的准确性和真实性。若数据来源是完整的并且真实，最终的分析结果以及决定将更加准确。第四，处理速度快，1秒定律。最后这一点也是和传统的数据挖掘技术有着本质的不同。业界将其归纳为4个“V”。

（三）大数据的应用意义

大数据最核心的价值就是在于对于海量数据进行存储和分析。相比起现有的其他技术而言，大数据的“廉价、迅速、优化”这三方面的综合成本是最优的。

此外，大数据的潮流虽然依赖于信息通信技术的成熟，但它对整个世界的影响绝不仅限于技术层次。它借助信息技术的创新与发展，及数据的全面感知、收集、分析与共用，引导我们以全新的思维看待世界，养成决策思维行为须根据事实与数据的分析判断，舍去凭借经验和直觉的习惯作风。可预见，它将对惯于“差不多”的思维造成巨大的冲击。

很多人一提到大数据，就会不由自主想到那个关于啤酒和尿布的经典案例。事实上，随着移动互联网、智能终端、云计算、物联网技术以及电子商务、社交媒体等应用的飞速发展，大数据已经越来越多的渗透到生活方方面面，宣告着我们已经进入了信息爆炸的大数据时代。电信运营商历经语音、短信、数据三个发展浪潮，积累了大量如文本信息、音频、视频、图片等非结构化数据，在大数据时代无异于拥有了一条发展的阳关大道。而机智的电信运营商也致力于研究如何在这条道路上比别人跑得更快以获得更多的利益。

二、大数据在电信行业的应用

（一）电信行业大数据应用的四个方向

现阶段电信运营商利用其拥有的大数据进行全面、深入、实时的分析和应用，是应对新形势下的挑战、避免运营商沦为管道化的关键。从大数据的具体应用方向来看，当前应主要集中在四个方向：流量经营精细化、智能客服中心建设、基于个性化服务的客户体验提升以及对外数据服务。

1.流量经营精细化

在流量经营精细化上，大数据应用的价值主要体现在深入洞察客户、助力精准营销和指导网络优化三个方面。首先，基于客户终端信息、手机上网行为轨迹等丰富的数据，借助DPI(Deep Packet Inspection，深度数据包检测)技术等，建立客户超级细分模型，为各细分群组客户打上互联网行为标签，可以帮助运营商完善客户的360度画像，帮助运营商深入了解客户行为偏好和需求特征；其次，根据用户行为偏好，推送合适的业务，并根据对客户特征的深入理解，建立客户与业务、资费套餐、终端类型、在用网络的精准匹配，同时也能做到在推送渠道、推送时机、推送方式上满足客户的个性化需求，实现全程精准营销；再次，利用大数据技术实时采集处理网络信令数据、监控网络状况、识别价值小区和业务热点小区，更精准地指导网络优化，实现网络、应用和用户的智能指配。2.智能客服中心建设

作为运营商与客户接触的第一界面，客服中心(或称客户联络中心)拥有丰富的数据资源，可以称得上是客户信息的“聚宝盆”，利用好客服中心的客户接触数据对于建设智能化客服中心意义重大。利用大数据技术可以深入分析客服热线呼入客户IVR(Interactive Voice Response，互动式语音应答)行为特征、访问路径、等候时长等；同时结合客户历史接触信息、基本属性等可以建立热线呼入客户的智能识别模型；基于客户智能识别模型可以在某类客户下次呼入前预先推测其呼入的需求大体是什么，IVR接入后应该走什么样的节点和处理流程。这样，就可以基于呼入客户习惯与需求的事先预测而设计按键菜单、访问路径和处理流程，合理控制人工处理量，缩短梳理时限，为客户服务中心内部流程优化提供数据支撑，有助于提升热线服务管理水平，加速热线营销渠道资源整合，有效识别客户投诉风险，助力智能客服中心的建设。

3.基于个性化服务的客户体验提升

大数据时代对于运营商为客户提供服务来说更加侧重于“小”，即更加关注每个个体“小我”的个性化需求，而融合了电商、医疗、社交等方面信息的“大”数据正是为了更深入的理解“小我”、服务好“小我”。利用大数据技术，一方面可以建立更全面、丰满的客户画像，另一方面还可以量化分解客户接触信息，识别客户特征与习惯偏好，预测客户可能在何时手机会出现故障、何时会产生换机行为等，为客户提供定制化的服务，优化产品、套餐和定价机制，实现“一户一策”的差异化、个性化服务，提升客户体验与感知。由此可见，大数据将为移动互联网时代的客户服务带来一次变革，给客户服务带来极大的想象空间和无限的发展前景。4.对外数据服务

对外数据服务是大数据应用的高级阶段，这个阶段电信运营商不再局限于利用大数据来提升内部管理效益，而是更加注重数据资产的平台化运营。利用大数据资产优势，将数据封装成服务，提供给相关行业的企业用户，为合作伙伴提供数据分析开放能力。例如，Telefonica和Verizon已经成立专业化数据公司来运作对外数据售卖的服务。再如，如果将无线城市与物联网、电子政务等方面的信息结合起来，将能为电信运营商的数据和政府的政务数据增值，对于打造一个开放数据平台和民生服务平台有重大意义。让数据在不同行业之间流动起来，实现体外循环将能进一步释放数据的价值。当然，以简单的Data Seller模式售卖数据服务时，需要 注意保护客户隐私、打消隐私顾虑。

（二）电信行业大数据应用的效益

网络上的每笔搜索，网站上的每笔交易，敲打键盘、点击滑鼠的每一个动作，都在输入数据，经过整理分析后，它可能显示市场的脉络、甚至更具商业价值的开发着力点。曾有统计，运用大数据的分析，可以让公司增加50%的新客户，让政府减少30%的成本。这些如海潮般涌入的大量资料，正是云端时代的新金脉，已经创造出惊人的效益。

三、大数据在电信行业应用的必要性与措施

电信运营商拥有大量的数据资源，如网络信息、用户终端信息、用户位置信息等，只要对电信网络有深刻的理解和技术积累，具有敏锐的行业发展嗅觉和强大的产业研发能力，基于大数据进行深度挖掘分析，将丰富的网络、用户等数据资源加工抽取后封装为服务，将数据资源在一定程度上货币化，向大客户提供增值服务，就能增加新的盈利模式。这无疑是电信运营商发展盈利的一条阳关大道。

面向大数据时代，运营商的及时转型成为必然，否则将有被互联网企业超越的可能性。理论上讲，运营商拥有颇具优势的大数据资源并不是完全不可替代，例如，用户的位置信息就可以通过多种APP应用获得，用户的网络使用信息也可以通过多家互联网企业合作获取，互联网企业通过泛互联网化收集更多的大数据信息。另一方面，多行业的垂直整合将成为趋势，在数据应用层面，行业企业通过多种手段搜集大量的用户数据，将更贴近用户，更理解用户，为其提供更适当的服务，大数据将成为资产更具有战略意义，各个行业及单位都在关注大数据。

根据大数据数量大、时效性要求高、数据种类及来源多样化等特征，运营商首先获取更多有用的大数据资源，例如，很多的网络运行信息，包含大量有价值的用户行为和位置信息，这样的信息可以加以利用。有了资源应该加以利用，避免大数据资源的浪费。事实上，一些运营商拥有大数据这样的金山，却似乎无奈坐看并逐渐沦为管道，在不断强化传统市场的效益考核，却好像在忽视大数据价值的流失。

大数据在电信行业应用措施主要有三个方面：

1）梳理并整合业务部门对大数据的需求，立足分析需求，做好大数据的IT体系构架的规划。大数据相关技术条件的成熟、大数据分析能力及分析应用经验的积累等多方面因素，都是制约企业建设的建设IT系统的条件，要充分抓住大数据带来的机会并避免“心急吃不了热豆腐，反被热豆腐伤害”的问题。

2）落实基于品质管理资料的经营新模式。面对大数据时代的趋势潮流，学会既然无从抗拒，就积极响应，以共享大数据带来的潜在效益。

3）以职能部门提供整体IT支撑方式向嵌入业务流程实时数据的分散能力支撑方式转变。这种转变趋势又称IT支撑“消费化”趋势。在大数据时代，数据从支撑企业中高层运营管理决策普及到支撑企业的产品运营、市场运营、客户服务，甚至在智能管道运营全流程中涉及从企业中高层运营管理人员到基层生产执行人员，很明显，这种数据获取和分析能力如果集中在IT职能部门，而不是全体人员均结合自身业务需求而具备的话，大数据分析驱动的各项运营管理应用即成为不可能的任务。

四、结语 从电脑技术的演进来说，“大数据”是既资料探勘、云端计算之后一项革命性的趋势发展。庞大的数据资源迫使各个领域的运作造成量化的质变，目前全世界无论是学术界、企业界、产业界甚至是政府单位都在积极研究大数据分析。在这种背景下，电信行业也结合自身特征，进行相关的研究与应用，奔跑在大数据铺就的阳关大道上，成为激烈竞争中的新赢家。

参考文献：

[1]黄小刚．电信行业大数据应用的四个方向．业务与运营．2013(6)：26-28 [2]季鸿，张秀凤，柴林麟．大数据在电信行业的应用展望．通信企业管理．2014(1)：76-77 [3]卢云许．电信行业大数据应用浅析．信息工程系统．2013(12)：29-30 [4]潘海鹏．浅谈电信行业大数据的意义与应用．电子世界．2014(3)：21-23 [5]史斌，周双阳．电信行业如何应用大数据．新引擎．2013（7）：47

第五篇：山东国税税收监控数据分析系统

山东国税

税收监控数据分析系统

中创软件商用中间件有限公司

2010年01月

I 伴随信息技术和税收事业的不断发展，我国税收管理信息化建设从简单地使用计算机到广泛深入地应用信息技术，已经走过了二十多年的历程。近几年来，全国税务系统按照新时期税收工作指导思想特别是强化科学管理的要求，大力推进税收管理信息化即金税工程建设，以信息化手段为依托，大力实施科学化、精细化管理，优化业务流程，完善岗责体系，创新管理制度，提高了管理效能，有力地促进了税收工作水平的提高。

为了进一步加快税收管理信息化建设，国务院审议批准了金税工程三期立项。国税总局局长谢旭人指出金税工程三期建设的总体目标是要按照科学化、精细化管理的要求推进信息化建设，充分运用信息化手段创新税收管理方式，提高税收管理的质量和效率，全面提升税收工作水平。同时，谢局长在谈到总局和省税务局在三期建设中的职责时，明确指出“各地可根据税收管理工作的需要，因地制宜地开发一些辅助性的数据分析应用软件，切实提高信息资源增值利用水平”。

为实施科学化、精细化管理提供有力依托，促进税收事业健康发展，税收信息化建设在进一步发展过程中将面临诸如以下挑战：

一、综合征管、增值税管理、出口退税管理等信息系统在多年运行中积累了大量宝贵的数据，但各系统相对独立，信息共享度有待于增强；

二、进一步提高信息资源增值利用的深度和广度，上级机关通过数据分析指导基层工作以及基层利用数据开展税收管理与服务的能力也需要提高；

三、数据处理分析与利用也缺乏一个系统的软件支撑平台，制约了数据综合分析利用的深入开展。

由中创软件开发的税收监控数据分析系统，利用数据集成和交换技术，集中综合征管、增值税管理、出口退税管理、“四小票”采集、外部信息管理等12个应用系统的基础数据，构建了省级数据仓库，利用J2EE技术、商业智能技术提供丰富的监控、考核、分析、统计功能。系统既能够以各级国税机关为对象，监控分析其收入进度及区域税负、行业税负变动趋势，又能够以纳税人为对象，实施数据统计分析和重点税源监控；既可以进行20多项综合分析，又可以进行300多项专题分析，能够满足全省各级国税机关数据分析的需求。现将税收监控数据分析系统详细情况介绍如下：

一、强大的功能、突出的特点助力提升税收管理水平

（一）系统功能组成

系统功能分一局式监控分析、一户式监控分析、省市局监控分析、数据处理分析、基层监控分析、数据录入、系统管理七大类，如下图所示：

其中，一局式，一户式，省市局监控分析中的综合查询监控、税收统计分析、重点税源监控、税收与经济的关系、税收征收管理、流转税管理、所得税管理、国际税收管理、出口退免税、税收法制、财务管理、监督考核、队伍建设中的大部分功能点，基层监控分析，数据处理分析，报表数 据录入，基础参数维护和系统管理都是基于关系数据库的；而省市局监控分析中的税收主题分析、税收稽查中的部分功能点、税收征收管理中部分功能点、税收征收管理的部分功能点是基于数据仓库的。

1、一局式与一户式监控分析。

这两个功能模块适用于全省各级国税机关。一局式监控分析功能包括对登记认定、发票、申报征收、稽查、出口退免税、金税、征管质量、数据质量的总体情况和按税务机关、按税种等的明细情况的层层钻取、监控分析。一户式监控分析与一局式监控分析内容类似，对一户纳税人按“表-册-单”的顺序逐级监控分析，并重点考虑了对一户纳税人违法违章事宜的快捷监控，对纳税人税负率等税收指标与同行业均值和预警线的比较，对纳税人财务比率与同行业均值的比较和总体经营情况的定性分析。

2、省市局监控分析。

该模块包括综合查询监控、税收主题分析、税收统计分析、重点税源监控、税收与经济的关系、税收征收管理、流转税管理、所得税管理、国际税收管理、出口退免税、税务稽查、税收法制、财务管理、预警监控、监督考核、队伍建设十六个功能模块。主要适用于省市两级国税机关。

综合查询监控是对税收业务模块和队伍建设监控模块中的常用查询监控类功能点的汇集。包括机构人员、登记户数、收入进度、退税进度、税收优惠比例等内容。

税收主题分析是对税收业务模块中常用多维分析类功能点的汇集。包括登记户数、申报户数、申报税额、应征、应缴、入库、欠税、欠税清理、多缴、提退、减免、税负、稽查成果等常用分析主题。

税收统计分析、重点税源监控、税收与经济关系是计统部门在长期的税收分析工作中形成的一整套分析表格，以及在此基础上形成的一些分析主题。税收统计分析侧重于形成分税种、分级次、分注册类型、分行业的应征、入库、欠税、提退减免的对比分析表格和展现税款多维模型。重点税源监控侧重于利用TRAS系统中的企业表、产品表数据，以及综合征管系统中的申报征收数据，形 成增值税、消费税、所得税的应税销售收入、应缴、入库、税负等指标分析表。税收与经济关系侧重于对GDP、工业增加值、社会消费品零售总额等经济变量与国税收入、工业增值税、商业增值税等之间的正相关关系分析，宏观税负和弹性系数分析。

税收征收管理涵盖征管部门的主要日常业务。包括登记户数和状态分析、税负分析，普通发票领用存、个体双定户分类、工商数据采集、信用等级分布、死欠核销、延期税款审批统计等内容。

流转税和所得税管理主要侧重于对当前两个主体税种管理中的重点指标的监控分析。如：“四小票”数据统计分析、新增所得税纳税人的税源监控、所得税税负和弹性分析、储蓄存款利息所得税备查单交叉比对等。

国际税收管理主要侧重于在日常工作中报表的编制。在市局录入反避税等报表数据，省局自动对报表汇总和展示，这是取消手工报表，减轻下级税务机关负担的一种途径。另外还包括涉外所得税重点税源季报等由系统自动生成的报表。

税务稽查主要侧重于对稽查案件状态的实时查询、稽查成果的综合统计分析和协查发票的查询统计。实时查询包括对稽查案件状态、结案案件、举报案件的查询；稽查成果分析包括结案案件的总体成果、效率、质量、案件来源、违法成因、查补税款、入库查补税款的分析。税收法制主要包括税收保全、强制执行和税务行政处罚情况的统计分析。

出口退免税主要侧重于对退税登记、证明开具、退税申报、退税审核等环节异常情况的监控，敏感地区购货、敏感口岸出口情况监控。同时包括重点企业退税评估、退税计划测算、出口退税日常报表等内容。

预警监控对登记认定，发票管理，申报征收，税务稽查和出口退税中，因为纳税人的税务行为而出现的异常情况或者需要特别关注的预警信息进行查询(例如：非正常户稽核, 多次停业情况监控, 定额发票领用信息与申报信息监控, 异常申报情况等等),可以实现各级税务机关汇总数据查询和纳税人明细信息的实时预警监控查询。监督考核通过对征管六率等考核功能点的丰富和细化，对一个指标从多个角度进行质量考核，实现了从税务机关、税种、行业、注册类型等多个维度，以图、表等各种形式全方面展现征管质量考核情况，对全省征管质量考核情况进行监控分析。

队伍建设监控包括人事、教育培训、纪检监察三部分。主要是对录入的基础数据进行汇总统计，生成各种报表。

3、数据处理分析。

包括数据质量监控分析、税收指标测算与分析、数据处理分析报告三部分，适用于全省各级国税机关。

数据质量监控是对三大主体应用系统数据缺项、数据不一致、逻辑关系错误等异常数据的统计和分析。可对某一单项异常数据按税务机关或按操作员计算异常户次、数据正确率，并列出异常数据清单。可按操作员统计其操作导致的所有异常数据户次，并列清单。可按税务机关和操作员定期计算数据质量加权平均得分，作为数据质量考核的依据。

税收指标测算与分析根据税收管理业务的需要，重点对增值税、内外资所得税税负率，重点税源企业财务指标等进行测算和分析。税务人员根据指标测算结果能够清晰地发现不同区域不同行业税源企业之间的差异与特点。通过各类统计分析方法、疑点纳税人清单、财务综合评价等手段，加强税源控管力度，提高税源管理的科学化精细化水平。包括两大部分功能，一是按税务机关、企业规模、行业大中小类，剔除出口退税企业和享受税收优惠的企业，测算税负率及其预警线等参考指标，并对测算的指标进行区域分析、异常值分析、分布分析等。二是计算具体纳税人的税负率等指标，与参考均值和预警线进行对比，分析纳税人疑点，为纳税评估、税务稽查提供线索。

数据分析报告分析报告是数据分析成果的重要体现，根据分析主题、分析内容和服务对象的不同，可分为固定报告和专题报告。将全省的优秀数据分析报告以模版的形式做到系统中，通过采取图表和文字相结合的方法将数据分析报告转化为可以定期自动发布的成果，给各级税务干部提供参考。通过该功能模块，实现全省数据分析报告的分析方法共享，并提高数据分析的规范性、准确性 和工作效率；解决了国税部门自己手工创建报告及复杂的数据查询方式的问题，使数据分析实现自动化与流程化。

4、基层监控分析。

包括工作量统计、征管质量考核、纳税人监控、执法监控、基层综合查询五部分，主要适用于县以下国税机关。

工作量统计包括对操作员登记认定、纳税申报、税款征收、发票管理、待批文书办理、违法违章处理、认证、报税各工作环节的具体工作量的统计，为量化考核提供参考。征管质量考核与省市局监控分析中监督考核模块中的有关功能相同。

纳税人监控侧重于对纳税人在登记认定、发票管理、纳税申报、出口退税业务中的违法违章情况的监控，是对外的监控。

执法监控侧重于监控税务干部在办理涉税事宜中的违反有关规定的情况，是对内的监控。包括登记认定未审批，未核定税种，税务登记证未收费，发票票种核定异常,逾期申报未处罚未加收滞纳金，逾期罚款未加处罚款，欠税与多缴并存等二十多项检查内容。基层综合查询主要是吸取了我省基层分析监控系统中的深受基层欢迎的查询功能，特别是各类台帐查询。

（二）系统功能特点

1、系统满足全省各级税务机关不同层次用户群体的需求。

局领导利用电子地图、综合查询监控、一局式监控分析功能，可以及时监控全省和各市的GDP与税收收入的变动趋势、收入进度、退税进度、税收优惠比例等情况。税收业务管理人员通过税收主题分析、税收统计分析、重点税源监控、税收与经济关系、流转税管理、所得税管理、出口退免税、国际税收管理、稽查法制、一局式监控分析、一户式监控分析等模块，获取所需要的监控分析图表，以加强对下级税务机关的管理和指导，同时减轻了基层上报报表和数据的负担。数据处理分析人员利用系统的数据质量分析、税收指标测算与分析、数据处理分析报告辅助编制、税收主题分 析等模块，监控考核分析各级数据质量，快速获得撰写数据分析报告所需税收指标图表。税收管理员利用一户式监控分析、纳税人监控、征管质量考核等功能，方便、快捷地对所管理纳税人的申报征收、财务报表、违法违章信息和征管质量进行监控分析。办税服务厅的操作员利用系统的基层监控分析类功能、数据质量分析功能，查询各种申报征收台帐，检测和改正操作过程中产生的异常数据。

2、系统集监控、分析、考核、报表功能于一体。

系统的监控功能，充分体现了“由总体到局部、由汇总到明细、层层钻取分析”的先进的监控分析类系统设计理念。如一局式监控分析功能可按“市局→区县局→分局→纳税人汇总→纳税人明细”的顺序层层下钻分析。系统的分析功能，在体现“层层钻取分析”的基础上，实现了对同一个税收分析主题，从不同的角度进行分析；对税收指标构成和税收指标时间序列等分析结果，能够方便、快捷地以柱形图、饼形图、线性趋势图等来展现；并将基比分析、环比分析、80/20集合分析、80/20区间分析、中位数分析、平均值分析、异常值分析、离散趋势分析等统计计量分析方法和模型，以尽量简单的方式应用到数据处理分析工作中。系统的考核功能，以征管质量和数据质量考核内容为主，全省各级税务机关通过统一的平台进行考核，并可对考核得分的构成逐级进行钻取分析，既充分体现了公开、公正和透明的考核原则，又充分利用考核结果，提高了税收管理工作质量。税收报表编制功能将提高税收业务管理人员日常工作效率和减轻基层负担作为最基本目标，利用各业务系统数据自动生成日常税收监控所需分析报表，对无数据源的报表，由市局或县局手工录入，省局自动汇总。

二、先进、可靠、实用的系统架构有效整合税务数据资源

（一）系统整体架构

系统的整体架构包括四部分：数据源、数据交换平台、数据中心平台、数据展现平台。如下图所示：

1、数据源

系统数据源由以下三部分数据组成：一是三大主体应用系统和我省开发的辅助软件，如：外部信息管理系统、教育储蓄管理系统、纳税人信用等级管理系统等。二是全省TRAS系统的重点税源数据和各市上报省局的“四小票”数据。三是市局和和县局录入的基础报表、基础数据和维护的基础参数。数据源涉及Oracle、Sybase、SQL Server等关系数据库和XML、TXT等各种格式数据文件。

2、数据交换平台

通过InforEAI数据集成工具，在省局和市局建立数据交换平台。将以市级集中模式运行的主体和外围应用软件的数据，实时或定时抽取到市级ODS中；将各市ODS中的汇总数据和部分明细数据，实时或定时传输到省局ODS中；将以省级集中模式运行的主体和外围软件中的将部分明细数据实时或定时抽取到省局ODS中。

3、数据中心平台

市级ODS包含以市级集中模式运行的主体和外围应用软件的明细数据和汇总数据。省级ODS包含市级ODS的汇总和部分明细数据，以及以省级集中模式运行的主体和外围应用软件的部分明细数据和汇总数据。将省级ODS中的部分汇总数据装载到省局多维数据库中，形成了ODS + MD DB架构的省级数据仓库。

4、数据展现平台

数据展现平台由InforReport报表工具和JSP程序运行环境组成。实现对多维模型、简单报表、复杂报表、综合类查询的展现。

（二）系统技术特点

1、模块化功能、灵活组合、快速构建

系统的各个功能模块可以根据用户的需求进行剪裁、选择，灵活组合。所有功能即可以在全省统一部署使用也可仅在一个地市部署使用。因为本系统已是成熟产品，大部分功能直接部署后就可使用，只需根据用户需求对部分功能进行修改并开发一些创新功能，因此系统的实施周期根据不同情况仅需要1-4个月。

2、数据仓库技术与数据库技术，OLTP技术与OLAP技术相结合。

对各类数据的实时监控分析，对明细数据的查询监控，直接对数据库进行访问，采用OLTP技术实现。对历史的、按不同粒度以及不同维度汇总数据的监控分析，一般先将数据抽取到ODS中，再加载到多维数据库中，采用OLAP技术访问ODS和多维数据库。

3、J2EE技术和商业智能工具展现技术相结合。

对一局式监控分析、一户式监控分析、数据质量分析等难以用几张报表进行展现的综合业务监控模块，采用J2EE技术直接编程实现。对相对固定的报表和多维分析模型，采用商业智能工具展现。

三、系统助力山东国税推进税收管理科学化精细化

山东省国家税务局从2005年5月份在全省范围内全面应用税收监控数据分析系统作为全省统一的数据分析平台，各级税务干部在实际工作中把数据分析应用与税收管理实践有机结合起来，完善系统功能，努力探索以信息化推进税收管理科学化精细化的新路子，得到了各级领导的好评，取得了突出的效果。

（一）得到了总局领导的肯定

系统在山东全省投入使用后，国家税务总局许善达副局长给予了高度的评价。他说“这个系统做得非常出色，数据分析是税务机关很重要的一项工作，这个系统的功能不仅涉及了各税收业务模块，还囊括了人事、财务、教育、监察等工作，信息量非常丰富，改变了上级机关对下级机关指导工作的方式”。

（二）满足了四个方面的需求

1、满足省市局监控分析的需求

系统综合利用了CTAIS、增值税管理各子系统、出口退免税审核等系统积累的大量数据资源，形成税收监控分析报表，加强对下级税务机关的管理和指导，同时减轻基层负担。让局领导和税收业务管理人员，方便、快捷地了解本级和下级税务机关的税收管理情况，并能够进行必要的分析。

2、满足数据处理分析的需求

在各级税务机关撰写的大量数据处理分析报告的基础上，利用系统提供的接口、分析方法和模板将报告中成熟的税收指标测算方法用软件来实现，将优秀数据处理分析报告以模板的形式实现全省共享，将复杂的统计分析和计量分析方法和模型以简洁的方式方便的应用到数据处理分析工作中。

3、满足基层监控分析的需要

系统能够使税收管理员快速了解所管理纳税人的申报征收、财务报表、违法违章信息和征管质量情况；使纳税评估人员快速的得到所需要的税收参考指标，并利用分析模型对纳税人的涉税疑点进行快速分析；使办税服务厅的操作员能够检测和改正操作过程中产生的异常数据。

4、适应信息集成、系统整合的需要

通过建设省级数据仓库，实现信息集成，全省在一个平台上，实现三大主体应用系统的数据、外围软件采集的数据、企业报送的重点税源数据和“四小票”电子数据的综合处理和分析。

（三）在实际工作中发挥了重要作用

2006年上半年，山东省国家税务局依托税收监控数据分析系统这一技术平台，在全省范围内强化税负分析、发票数据分析和申报数据分析三个重点分析，大力提高税源控管水平。

1、全面加强税负分析

近年来，山东国税税负尽管每年都有增长，但整体税负仍然低与全国平均水平。2006年上半年，山东国税以税收监控数据分析系统为工具，按照“区域分析找差距，行业分析找规律，企业分析找问题，面上入手，点上突破，层层推进，逐步深入”的思路，组织开展了全省税负调查分析工作。

1)区域分析摸状况，查找差距所在。

根据经济税收的相关性，充分利用系统内部税收征管信息和从外部取得的经济税收相关信息，对2004年和2005年的税负情况从不同角度、不同侧面进行分析。设定全口径国税收入占GDP比重、国内税收收入占GDP比重、扣除消费税后的国内税收收入占GDP比重、工业增值税占工业增加值比重、商业增值税占社会消费品零售总额比重五个基本指标，将山东省的指标值与全国同口径指标值进行比较。2004年我省上述五个指标分别低于全国3.3、2.7、2.3、3、1.2个百分点，2005年分别低于全国3.9、3.2、2.8、4.3、1.5个百分点。各市、县国税局都比照上述指标，对本地税负进行分析。通过层层分析，摸清了山东省区域税负的基本状况，使全省各级国税机关进一步认清了形势，看到了差距，切实增强了加强征管、堵漏增收的责任感和紧迫感。

2）行业分析抓特点，总结管理规律。

结合山东经济产业集群度较高的实际，利用系统的分析功能，按2004年和2005年两个，分税种排查18个门类重点税源企业的行业税负，找出了各市低于全国税负的行业。各市局根据省局的分析数据，结合本市经济结构的特点，进一步细化行业分类，具体分析每一个行业的税负，按照税负低于全国、全省水平和税负不低但疑点较多等条件，筛选出食品制造业、医药制造业、电力热力生产供应业、橡胶业、有色金属冶炼及压延加工、商品批发零售等50多个行业作为调查重点。各区县局再进一步重点调查分析本地的主导行业、特色行业税负，设定不同的条件和标准进行排查。同时，各级国税机关根据不同行业的生产经营特点，总结出这些行业偷税漏税的惯用手段，并将这些规律性的手法归纳整理，研究了行业评估、稽查方法，下发给基层单位和税收管理员，加强工作指导，为查清税负偏低的原因找准了工作方向。

3）企业分析查疑点，堵塞管理漏洞。

在行业分析的基础上，利用省局数据仓库中集中的全省数据，针对日常税收征管中发现的薄弱环节，分析了综合征管、流转税管理、所得税管理等10大类25个重点问题，运用进项增幅高于销项增幅、连续三年亏损等50多项指标，排查出3309个重点企业的疑点问题，为市局的调查分析指明思路。市局对所有的纳税人进行综合分析，筛选出23.5万户疑点纳税人，排查每个疑点企业的各种疑点问题。基层税务机关根据市局排查的疑点，加强巡查，清理漏征漏管，与纳税人约谈，督导其进行自查；对自查不彻底仍存在疑点的纳税人实施纳税评估；对评估中发现的重大问题，集中力量进行重点稽查。

2、强化发票数据分析

增值税专用发票和“四小票”是管好税源的重中之重。结合各类发票的特点，综合运用各种分析方法，对“滞留票”和“四小票”数据进行重点分析，可以发现企业隐匿销售收入、虚开虚抵等问题，提高以票控税的能力。

1)分析存根联滞留票数据，重点查实商业企业隐匿销售收入问题。

2)分析运输发票数据，重点查实假企业发票问题。

3)分析废旧物资发票数据，重点查实用废企业虚抵进项和废旧物资经营企业虚开发票的问题。

4)分析农副产品收购发票数据，重点查实虚开和扩大范围开具发票问题。

3、强化申报信息分析

1）加强申报信息关联比对分析。系统在对各类申报信息整合、加工的基础上，对申报信息间关联关系比对分析，可以初步判断纳税申报的真实性。进行票表比对分析：比对增值税一般纳税人申报销售额与专用发票开具金额和普通发票验旧金额；比对小规模纳税人申报销售额与普通发票验旧金额，查找发票开具额高于申报销售额的疑点。进行表表比对分析：比对同一纳税人的增值税申报表和企业所得税申报表，查找隐瞒销售收入的疑点；比对一般纳税人申报表和免抵退税汇总表，查找虚抵、多抵进项税额疑点。进行当期与历史数据比对分析：比对同一纳税人的当期收入、成本、税金等数据与历史数据，查找纳税异常变动情况和偷逃税疑点。

2）加强申报信息与预警值比对分析。

以增值税和所得税申报数据为分析重点，选择全省税负率大于零的不同行业一般纳税人，分重点税源企业、非重点税源企业测算并立了75个行业的增值税税负率预警值；选择所得税贡献率大于零的查帐征收所得税纳税人，分内外资企业测算并设立了75 个所得税行业贡献率预警值。此外，我们还将增值税起征点作为增值税纳税人月均申报销售收入的预警值。基层税务机关将纳税人的增值税税负率和所得税行业贡献率，与预警值进行比对分析，将低于预警值的纳税人作为疑点转入评估和稽查。

3）加强申报信息与生产经营信息比对分析。

在以上分析的基础上，为了进一步核实纳税人申报信息，我们加大了对纳税人申报信息的延伸分析工作力度。全省通过抽样调查，测算了不同行业的平均物耗监控指标，分别建立投入产出模型，共确定了8个门类、39 个大类、149个小类的分行业参考值。市局进一步细化和测算本地行业的物耗能耗关键指标，并与省局测算的指标比较，找出差距所在。县区局加强实地核查，掌握企业原材料、半成品或商品的实际库存等数据，利用投入产出模型测算企业实际产量，测算纳税人应税销售收入，与企业申报情况进行比对，查找疑点。

2006年上半年，全省国税系统共组织税收收入951.51亿元，同比增长37.07%，增收257.53亿元。国税收入总量和增幅均创新高。