对加强税收数据分析应用的思考

第一篇：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：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。

第四篇：对国税部门税收业务数据分析工作的思考

对国税部门税收业务数据分析工作的思考

略阳县国家税务局 梁飞

内容提要：随着信息化的发展，国税系统内已经累计了大量的税收业务数据，数据就是宝贵财富，如何更好地利用这些数据，为税收管理工作服务，已经成为一重要课题。本文结合数据分析应用工作实践，对当前数据分析应用工作的现状、存在的问题进行系统阐述与分析，对做好数据分析应用工作提出了一些可行性建议，仅供参考。

关键词：数据分析 现状 思考

近年来，国税机关依托信息化技术对涉税数据进行整合集中，数据资源得到了广泛共享，同时依据税收分析监控系统加强数据质量管理，结合税收政策理论对数据进行分析研究，探索把握规律，挖掘出有价值信息应用于税收征管，有效降低了税收成本和执法风险，提升了征管质量和办税效率。然而，在工作实践中我们也发现，当前基层国税机关对数据管税工作推进不足，对数据信息的表层分析多、纵深分析少，应用经验积累不足，使许多数据资源被闲臵而没有得到较好地利用。随着信息管税理念的确立，数据分析利用的作用日益凸显，如何通过提高涉税数据的分析利用质量来持续提升征管质量，已成为我们当前面临的一个重要课题。

一、税收业务数据管理的现状及存在问题

目前，国税系统主要应用系统实现了省级数据集中，数据大集中的征管模式已经建立，综合征管CTAIS系统、防伪税控系统等已运行多年，并趋于完善和成熟，业务功能齐全，设臵合理，操作简便，不仅将税务人员从繁琐的手工劳动中解放出来，提高了工作效率，而且还为推行数据管税工作提供了充足数据，为实现管理手段和管理方法的创新创造了良好条件。

与此同时，数据管税的工作方法在基层单位尚处于初级运用阶段，还没有真正成为税收管理的重要手段，一些涉税数据的分析结果对基层工作指导作用不明显，税收信息化的优势没有得到较好发挥。主要表现在：

（一）数据资源的利用率不高

税收分析监控系统为我们提供了大量的查询、分析、监控功能，但一些部门除了进行日常登记、查询业务外，很少对系统内的数据进行深入分析利用。例如，省、市局下发了疑点数据和问题，但我们却一时找不到出现问题的原因，找不到解决的方法，较少利用分析监控系统去寻找答案。由于年龄大等原因，现在基层税务机关真正能熟练操作计算机运用各种数据软件的人员屈指可数。由此可见，数据资源被大量闲臵、浪费得不到有效利用的现象在基层较为普遍。

（二）数据质量不理想

从数据应用工作的实践中，我们得知数据的分析应用必须建立在数据信息是真实、准确、完整、逻辑关系正确的基础之上。建立在错误数据上的分析，同样会使税务管理决策发生错误。虽然我们也采取了一定的管理措施与手段加强数据质量管理，但从效果上来，并不理想。从数据应用工作实践中我们发现，仍然有一些基础数据的数据质量还不能适应税收数据分析工作的需要。数据采集面窄，数据的失真、不完整、逻辑关系不符还大量存在。如在增值税普通发票验旧信息与申报信息数据比对数据分析中发现，存在错误地录入验旧金额项目的情况，导致普通发票验旧金额远远大于其申报金额，给我们实际核查工作带来误导和麻烦。这些错误数据的存在，使数据的可应用价值大幅度降低，制约了数据分析应用工作向纵深开展。可以这样说，由于数据质量差而带来的应用质量不高已经成为影响税收数据分析应用工作的深入开展的主要瓶颈之一。

（三）软件查询功能不完善

现有的查询软件虽然在一定程度上满足了税务人员数据分析、税源监控工作的需要，但也存在一些不尽人意的地方。一是功能不全。综合征管软件只适合单口径查询，很少能进行多口径综合查询。二是查询结果不准确。某些查询软件在具体的查询项目上查出的数据与实际不符。不同软件在同一查询条件、同一口径下查出数据结果不一致。三是软件设计时技术不规范、接口不标准。现有推广的部分应用软件在系统设计时，没有遵循统一的技术规范、接口，这对后期数据的互通、共享带来巨大的麻烦。四是软件更新升级滞后。一些查询软件是建立在综合征管软件等核心业务软件之上，当核心软件发生变化时，这些查询软件的取数口径也应做调整。而实际运用中，部分查询软件升级工作滞后，没有随着核心业务软件的变化而做相应的调整，导致查询出的数据不准确。

（四）数据分析的深入性和系统性不足

数据必须加以深入分析才能够更好地为税收征管工作服务，但在实际工作中，由于数据分析利用机制不健全，分析数据往往存在不深入、不透彻、不系统、不全面的问题。一是数据分析表层化。对发现的数据疑点不进行深层次的分析，不能做到以点带面深化拓展，而是急功近利，只要解决了眼前问题就万事大吉，往往导致同一个疑点或问题重复出现，对纳税人进行重复检查，增加了税收成本，影响了工作效率。二是数据分析静态化。一些税务人员虽然对涉税软件应用、操作程序、业务流程比较了解，但对税收政策法规、企业财会制度等业务不熟悉，只看到一堆静态的数据，而找不出数据之间的相互联系，对数据缺乏系统性的综合分析，分析结果一旦出现偏差，就会导致税负不公，引起征纳双方矛盾。三是数据分析简单化。当前基层国税机关的数据分析水准仅停留在对上级下发疑点数据的分析上，而不是积极主动地通过数据分析自己找问题，当问题被上级通报后才去亡羊补牢，才去搞专项分析和整改处理，导致征管工作缺乏自身特色，很难创出工作亮点。

（五）数据分析与工作实际结合不紧密 由于一些数据分析结果不是来自基层而是来自上级，用结果搞分析不仅本末倒臵，而且使基层单位忙于核查落实，增加了基层工作负担，甚至还会对基层工作产生误导。一些软件的设计开发脱离基层工作实际，利用效率不高、效果不佳。如加油站管理系统是单独开发设计的，没有与综合征管软件衔接，这就不能使纳税人的实际经营状况和基层国税机关的征管情况很好结合，即使发现了疑点，也无法通过深入分析获取证据，只能采用调取加油机数据、实地调查等老方法进行，使征管工作效率大打折扣。

（六）数据应分析工作机制不健全

一是数据分析应用工作开展还不规范。如：数据应用工作的到底以什么样的组织形式开展？如何开展？如何考评？等等一系列问题还没有可借鉴的成熟经验。这在一定程度上，导致数据应用工作混乱、流转不畅。如：数据应用工作是单独成立一部门来承担数据分析应用工作好，还是以松散的成立数据分析应用工作小组的形式进行开展好？在数据应用工作，技术部门与业务部门之间的关系如何处理？等问题还需要在实践中不断探索。二是对分析流程及结果缺乏有效监督。对分析流程和结果缺少量化指标，处理问题的伸缩性和随意性较大，对数据分析成果的利用效果如何缺少考评办法，未能真正从机制上去规范数据分析利用工作。三是对分析的方式方法缺乏统一模型。如果对同一项疑点数据依据的标准不同、分析的方法或方向不同，就会得出不同的分析结论。这样，就会造成对同一类纳税人进行同一类税务检查的处理结果有较大差别，从而违背了税收的公平原则。同时当前数据应用工作也缺少考核评价机制，做与不做无所谓，做好做坏无评价，没有建立制度考评和跟踪检查等机制，使数据分析工作流于形式，没有达到应有的效果。

二、上述问题产生的主要原因

加强税收业务数据的深入分析利用，是税收信息化建设的目的所在。上述问题是税收信息化发展过程中的问题，只有在发展中不断探索、不断完善，及时总结成功经验，健全科学工作机制，才能切实提高涉税数据的分析利用质量。上述问题产生的主要原因有：

一是思想认识不到位，数据管税理念落实不到位。首先是传统的征管模式和征管手段没有大的改变，对纳税人的涉税信息获取渠道单一，主要工作方法仍然是对报表、账簿、凭据的测算，对账制不健全的纳税人只能采取简易征收办法，而不是综合运用各种基础数据进行科学系统分析，进而作出更为准确的判断。其次是基层单位对数据分析利用工作重视程度不高，使涉税数据及其分析结果长期“沉睡”得不到利用，有的对许多疑点数据视而不见，不善于利用现有的数据资源去分析问题、解决问题。

二是业务水平不高，数据分析利用难以深入推进。一方面，部分国税人员税收业务水平较低，在较为复杂的数据面前，由于缺乏税收、财会等业务知识，不知道如何灵活利用数据，不能从数据中找出逻辑关系发现问题，更谈不上利用这些数据进行更深入的分析。另一方面，基层缺乏微机高级语言软件专门人才，对税收信息系统中的各类数据特别是后台数据不会提取应用。例如，由于基层不会使用数据库查询语言，对发票验旧信息不对等、核定与征收品目不一致、纳税申报数据逻辑关系不正确、税率适用不准确等问题不能及时发现处理，只有待上级监控结果下发之后才能了解和解决，但有些问题事后往往无法解决，且造成了大量的垃圾数据和征管漏洞。

三是处理方法简单，数据分析只停留在表面之上。当前大多数基层单位只能进行低层次的数据分析利用，对问题的解决也比较肤浅。例如，针对同一个法人办理多个企业的疑点问题，我们应当从相关联的数据入手，看这些企业之间是否有相互虚开发票增值税专用发票现象，是否有相互之间购销不入账现象等，透过现象看本质，有针对性地进行具体数据具体分析，关联数据综合分析，按流程逐项排除疑点，使数据分析发挥出应有的作用。但如果仅分析表面现象，看看法人代表登记信息与实际情况是否属实，仅调查一下相关信息的真伪，那就失去了数据分析的意义。

四是指标设臵不合理，数据分析的指导作用不强。首先，部分数据分析指标与基层工作实际联系不紧密，起不到正确的导向作用，对不符合实际的分析结果，基层不愿使用，更谈不上深入分析利用。其次，部分数据指标不具备通用性，对一些地方适用的考核指标，对另一些地方却不一定适用，因为各地的市场经济条件、环境等诸多因素不同，地区、行业不同，税收负担就不尽相同。例如，我县诚信矿业公司主要销售铁精粉，但其从采矿到选矿再到运输销售都是自己经营，可抵扣的增值税进项税的环节和项目少，因而税负高。但上级根据数据分析结果的要求，则要求我们深入核查，来解释该公司为何税负高于同行业平均水平，类似这样的核查回复不仅花去我局大量人力，还会增加企业不必要负担。

五是信息来源渠道窄，数据采集缺少横向联系。目前的数据分析应用系统，可以很方便地进行同期比和环比分析等，但缺少横向信息比对交换平台，特别是对外部的动态信息更缺少信息来源渠道，造成信息不对称，进而影响数据分析的质量。如，税务登记信息采用的还是办理税务登记证时的内容，纳税人新近的动态信息没有反馈渠道，企业生产变化不能及时反映出来，制约了对信息数据的深入分析研究。

三、对提高税收业务数据分析工作的思考

对基层单位来说，能够灵活运用涉税数据进行深入分析，不仅是当前信息化快速发展的需要，也是国税部门更好地服务纳税人、服务税收征管工作的需要。充分利用数据资源做出高质量的深度分析，有利于规范执法，公平执法，应收尽收，引导依法诚信纳税，优化税收发展环境。提高涉税数据分析利用质量，应在以下几个方面做出努力：

（一）树立“数据管税”工作理念

可以预见，在不久的将来，对税收数据的分析应用将成为税务系统内一项常规的、重要性工作。数据管税，就是充分利用现代信息技术手段，以解决征纳双方信息不对称问题为重点，以对涉税数据的采集、分析、利用为主线，树立税收风险管理理念，健全税源管理体系，加强业务与技术的融合，进而提高税收征管水平。“数据管税”工作理念的提出，为我们今后的数据分析应用工作指明了方向。在实际工作，首先，要做好对各级领导干部的观念更新工作，使他们成为数据应用工作的坚定支持和倡导者，使数据应用、分析结果成为领导决策时重要的参考依据。其次，要加强对税务干部数据应用意识的培养。加大对数据应用工作重要性的宣传、教育力度，使税务干部对数据应用工作有着正确的认识，树立数据应用意识，从心理上接受并愿意从事数据分析应用工作。

（二）强化数据深度分析的业务培训

首先要加强相关业务知识培训。重点培训税收、财会等业务知识，及时更新基层人员的知识结构，提高查账及报表分析能力，提高评估约谈技巧等。这方面的培训是数据应用分析的基础，只有熟练掌握这部分业务知识，才能更好地利用数据展开分析。其次是强化基层人员培训。对基层人员分层、分类强化培训，使数据分析更好地为实际工作服务，变被动分析为主动分析，变简单分析为综合分析，特别是根据不同的具体税收环境，有计划、有重点、有针对性地综合各种数据资源进行深入调查分析，形成正确结论，提高征管质量。第三是普及信息技术应用培训。应用征收管理系统中的数据资源进行分析不应成为高端专利，而应当把分析数据的主动权交给基层，按照用户权限的大小加强信息技术应用培训，不仅培训相关软件操作和微机基础知识，还应对计算机高级语言应用方面进行专门培训，使信息化技术成果更好地为基层税务机关服务。

（三）严格控制数据的输入关口

采取切实措施提高数据质量，保障基础数据的准确性、真实性、完整性，形成正确的数据分析指标，为上级决策提供依据。首要的是要严把税务登记关口。包括税务登记、一般纳税人登记、福利企业登记、出口退税票种登记等基础信息，严格登记纳税人的注册资金、职工人数、股东信息、各种费用支出等信息，对一些重要数据应通过实地调查获取第一手资料，对动态信息进行不定期抽查，为数据深度分析利用打下坚实基础。其次是严把申报信息关口。申报前应加强对申报数据的审核，特别是对低零负申报应认真分析核对申报表内容，对申报异常户及时评估分析，与同期同行业进行比对，确保申报数据的真实性，为数据分析提供可靠依据。三是严把发票领购关口。以票控税是加强税收征管的一项重要举措，因此要严格登记发票领、用、存信息，认真做好发票验旧及数据输入工作，保证每月定额领用发票，通过发票数据分析推进以票控税。

（四）完善数据分析应用手段

首先是要完善现有各应用软件查询功能。提高各应用软件查询功能的准确度，使查询结果与实际相符合。加强软件查询功能的开发与完善，使软件支持多口径查询与自定义查询。加强软件数据接口设计，接口设计要符合总局制定的标准，保证数据后期能够被共享使用。另外，在税收政策调整后，各类软件的查询口径也要及时做调整。其次是加强对信息技术手段的应用。软件的查询功能由于受查询界面与查询条件的限制，在实际工作，往往导致一些个性化、复杂查询通过软件查询不能实现，这在一定程度也制约了税务人员对涉税数据的分析、利用。信息的技术处理恰恰可以弥补软件查询功能的不足。当软件操作人员通过软件查询不出需要的数据信息时，可以向本级信息中心提出数据支持申请既提出业务需求，信息中心根据业务申请，运用技术手段从现有应用软件中提取目标数据，为各部门使用。在实际工作中，各级领导、各部门及全体税务干部应充分利用信息处理技术手段，进行专题性的数据分析，不断提高税收管理与决策水平。

（五）建立多方沟通联系机制

纳税人生产经营情况的变化决定着税收数据信息的动态变化，这就需要严密组织，多方配合，逐步形成横向沟通联系机制，为数据分析利用提供可靠保证。首先应加强共同管理部门的联系。联合工商、地税部门实现信息共享，随时了解数据信息变化情况，保持信息互通，共同加强监管。其次是加强相关单位的联系。银行、物流、民爆、电力等部门掌握着纳税人的货物流、资金流、耗能情况，在维护好纳税人权益的前提下，依法获取相关的涉税信息，利用外围数据推进数据分析及评估工作。第三是加强系统内部的沟通联系。加强系统内部的沟通联系，对类似企业就可以互相参考管理经验和管理方法，加强相关数据的比对分析，就可以找出管理不同点，取长补短，互通有无，共同提高。

（六）完善数据分析考核办法建立长效机制

首先应明确数据分析应用工作的工作职责，探索数据分析应用工作的归口管理。一方面，数据分析应用是一项全局性工作，需要各部门共同参与。在实际工作中要明确征管、计统、稽查、各税种管理部门及信息中心在数据分析应用工作的具体职责。另一方面，为了保障数据分析应用工作的有效开展，应指定或设立一专门部门（这个部门应由业务人员与信息技术处理人员共同组成），来具体承担对数据分析应用工作组织、领导、协调、监督、考评与数据技术处理工作，实行数据应用工作的统一归口管理。该部门将系统内各部门单项数据应用需求进行整合，集中运用专业技术手段对税收数据信息进行处理，将分散在征管各个应用系统中大量真实、可靠的数据，按着各部门提出的业务需求抽取出来，并对数据进行深入分析、研究，从中找出价值的信息，为各业务部门与领导决策提供依据。同时应建立数据分析应用管理工作制度。通过制度的建立，明确数据分析应用工作的职责、流程、工作内容、工作标准，实施对数据分析应用工作的考评，以考评来保障数据分析应用工作的有效开展。

第五篇：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