大集中下加强数据质量管理的思考

第一篇：大集中下加强数据质量管理的思考

大集中下加强数据质量管理的思考

发布日期：2010-03-11信息来源：如东县地税局作者：潘永东

信息管税作为我国税收领域内近期出现的热点话题，进入决策者视线并在今年明晰为税收征管和科技工作的思路后，会不断在实践中把一些前所未有的重要问题摆在我们面前。今年全省地税大集中系统的成功上线，可谓契合了这一变革性发展时期。如何依托这一平台，推进信息管税，是需要进一步深思和探究的大课题。本文以信息管税的核心——信息采集和利用为切入，对加强大集中下数据质量管理作一些思考和剖析。

观点一：提高对数据质量重要性认识的基础是对数据质量基本属性的认识。

数据是有效开展税收信息化管理和辅助决策分析的依据，是实现税收信息化高速发展的重要保障，因此其质量和时效性已经越来越受到高度关注。我们对数据建设和应用进行了重点投入，目的就是能够拥有丰富、准确、及时、有效的数据资源，占据现代税收信息化管理中的优势地位。数据就是资产的理念已被普遍认识，但要从基本上提高对数据质量重要性的认识，并潜化为工作方式和习惯，就必须立足于对数据及其质量本质的解析，从而推动实践，把握进程。

思考：大集中环境下数据的属性有哪些？如何去监控这些要素达到提高数据质量的目的？

数据作为税收信息化应用的主体，它具有多重属性，其基本质量特性主要包括适用性、准确性、完整性、及时性、有效性等五个方面，要对数据质量进行较好地控制，就必须对数据的五个基本质量特性进行很好了解，从而在各个方面采取措施，杜绝数据质量问题的出现，使数据监控工作能够真正达到控制数据质量的目的。

1.数据的适用性。在税收业务开展过程中，会产生大量的各类税收数据，这些数据有税收动态信息等反应不断变化的数量型数据，也有相应税收静态信息等相对稳定的属性信息。这些数据有的是为税收管理和决策服务的，有的则是满足各级管理和分析的需求，这就从客观上造成数据的多样化，同时也是为满足不同专业、不同岗位的操作人员服务的。不同的数据具有不同的使用范围，每个数据的正确性都要求它是进入正确的专业应用，换句话说：无论多么准确、及时的数据，如果不具有适用性，它就不能产生任何效益，甚至操作人员使用之后会造成损失。

2.数据的准确性。数据的准确性一般是说数据测量值与真实值相比的符合情况，但在税务登记的基础数据的采集和录入处理过程中，数据的准确性往往变成是指所采集入库的数据值与实际应采集记录的正确值之间的差异。在数据监控和质量控制的过程中，准确性越好的数据，其误差应该越小。影响数据准确性的因素很多，数据误差在数据采集、审核、录入、传输和处理等的各个环节都可能产生。我们需要从各个方面分析影响数据准确性的因素，同时有效控制不同类型数据的合理变化范围，将数据误差控制在尽可能理想的范围内，以保证数据的准确性。

3.数据的及时性。在税务部门日常数据的管理中，往往要求能够更快、更准地收集到所需的数据。在日常生活中，也有“时间就是金钱”的说法。把这些要求应用到数据上，那就是说数据也必须要有及时性。比如对于地税部门某个分局数据，如果有一条线的税款征收发生滞后，导致税收统计不实了，但在税收数据上如果不能及时有效获得有效税款征收信息，那么拿在手里的征收数据就没有任何及时性，也是毫无意义的。一个好的应用系统在使用数据时不仅要求数据的适用性还必须考虑数据的及时性，应用系统引入税收管理的主要目的是提高工作效率，把大量复杂、繁重的重复计算、统计、分类工作交由计算机处理并迅速得出准确结果。如果数据不及时，那么应用系统的处理结果就可能违背了程序设计和使用者的初衷，不仅无法提高工作效率，还可能由于数据滞后而影响税款征收的正常化。因此根据数据应用

需求及时采集数据，按照操作人员要求及时发布数据，是保证数据及时性的重要一环。

4.数据的完整性。数据的完整性相对于准确性和及时性来说并不显得那么重要，但其实它引起的问题并不比前两者轻松。数据的完整性就是我们日常所说“数据齐、全、准”当中的“全”。在数据采集过程中，要把所需信息全部采集完整，比如税务登记，如果只记录一组数字 “***871”，谁也不知道这组数字是什么东西，也就是说这组数字采集得不全。如果记录成“张三身份证号为 ***871”，那么这组数据就完整了，对税务登记的管理和分析才有意义。从这里可以看出，数据的完整性一点也不亚于准确性的重要程度，在数据表格、数据库充分应用的情况，对数字的规范化填写要求越来越完善，单独强调数据完整性的情况会越来越少。

5.数据的有效性。在解决好数据适用性、准确性、及时性、完整性的情况，需要考虑数据的有效性。对于一个及时采集获得，准确、及时、完整的数据，还需要考虑这个数据使用的时间和对象。一堆过期的数据无异于废品或垃圾，是不产生价值的，因此在使用数据时，要考虑它是否有效。举一个简单的例子，我们在3年前采集了某个企业的按月征收的税款统计数据，记录了当月各种税款的征收数，而该企业现在已经注销了，那么我们拿着这一些数据来分析、管理这户企业，还有效没有呢？这是显而易见的，这很好地说明了数据的有效性问题。

当然，数据除拥有以上的质量特性之外，还具有可取得性、可衔接性、可解释性、客观性、专业性、可比性等属性特性，这些属性特性对于数据的质量控制也有一定的影响，因此我们在重点监控五个基本质量特性外，也要关注这些属性特征，尤其是在加工和利用中通过技术手段来规范这类属性，达到提高数据质量的目标。

结论：数据是否可信、可用，这是税务部门关心数据的两个层面。是否可信是指数据在适用性、准确性、完整性、及时性和有效性方面，是否满足应用要求；是否可用是指数据的格式、内容等能否被操作人员读取和使用，能不能很方便地进行深入处理和分析。以上两个层面中，可信就是数据的基本质量问题，需要通过采取管理手段、技术手段等各方面的努力来解决；可用是技术层面的问题，主要通过技术手段使数据规范化、格式化。

观点二：坚持数据质量可控的前提下，对目前大集中运行中存在的数据质量问题要理性对待、科学解决、持续改进

随着大集中系统的成功运行，全省地税系统税收信息化建设实现了又一历史性跨越，税收业务流程的处理愈加便捷，涉税数据的管理更加规范，数据管理手段的现代化也对数据的准确性、操作的熟练性也提出更高的要求。自新系统运行以来，各层面尤其是基层总体感觉运行流畅、业务全面、满足需求，较原系统而言更合理化、人性化，但由于地区差异、管理模式差异，流程传递的差异，个别方面还存在个别矛盾有待化解。而数据质量作为影响整个流程的起始环节，其问题尤其使大家敏感和关注。

思考：目前大集中环境下，在数据质量方面的问题和难点主要有哪些？解决的路径如何去选择？

目前，影响数据质量的因素主要表现在以下几个方面：

1.缺乏科学、规范、完整的数据质量标准。有些情况下对录入数据的格式或来源没有统一明确的要求,缺少统一、规范的审核程序和标准，在录入后就成为问题数据，或在数据加工、利用过程中形成垃圾数据。

2.数据采集手段相对单一，不能全面采集纳税人数据。目前，地税部门大多依靠纳税人自行申报来实施管理行为，信息来源面窄，获取信息的手段落后，致使数据质量受到影响。数据采集不全的问题比较突出，多侧重于对纳税人静态信息的收集，而对动态数据的采集不够全面，不能真实掌握纳税人的实际经营状况。

3.数据信息共享程度差。一方面表现为系统内部各软件间数据定义没有统一标准，数据

关联性差，信息资源无法得到充分利用；另一方面，由于受社会条件的制约，国税、地税、工商、银行等部门之间信息化建设程度各不相同，不能有效利用社会信息资源。

4.缺乏系统的数据质量管理机制。如大集中系统操作人员无后台权限，查询不便、修改不便，导致数据纠错机制运转不畅；没有统一规范的数据质量标准，导致对数据审核、监督和考核机制缺失等等。

5.人员操作水平制约数据质量的提升。一方面，基层分局存在老龄化、信息化基础薄弱的现象。个别分局35岁以下的不到20％，40岁以下的不到 30％，部分老同志很多是军转干部出身，尽管系统上线前期开展了多种多样的岗前培训，而且从主观上这部分同志也希望能够全面掌握，但是由于基础薄弱导致操作的熟练程度、准确程度有所欠缺。也有极个别现象同志工作责任心不强，对待一些简单重复性的工作缺少工作耐心，致使错误数据屡屡出现。另一方面，办税人员对网上申报等系统的掌握程度不一，以及诚信纳税的意识不同，也影响到了原始数据的真实性和及时性。

针对以上存在问题，结合目前工作实际，提出以下解决思路。

1.建立数据质量管理标准。有了统一的数据标准后，数据录入采集、加工处理等诸过程都将按照标准要求进行，数据混乱出错的情况将大为减少。需要整理发布的基础性数据标准包括业务元数据的标准和相关代码的标准。

业务元数据是关于业务数据的数据，即对业务数据或信息进行描述的数据。发布业务元数据的标准就是提供一个统一的业务数据项定义和描述方法，对数据元素名称、数据元素定义、数据来源、源数据载体、数据类型、逻辑一致性、采集主体、采集频率、更新等级、业务类别等方面作详细说明。例如定义业务元数据 “纳税人名称”的标准：

元数据名称

纳税人名称

描述

纳税人（企业）税务登记证上的正式名称

数据来源（输入）

纳税人办理税务登记申请时，由税务机关根据税务登记申请审批表录入

数据用途（输出）

查询的输入参数，可以模糊查询；打印税务登记证正副本，各类查询的输出结果 数据格式

长度大于或等于4个字符的字符串

代码的标准就是提出相关代码规范化的取值范围。可分为三类处理。一类是已有国家级标准的，采用国家标准代码，如国标行业代码；另一类是暂时还没有国家标准的，但是国税总局或其他部委已制定标准的，依据总局标准或参考其他部委标准；第三类，是需要自己制定标准，在本市（本单位）范围内使用，将来会被更高级标准取代。比如收入归属代码、税金状态代码等。

2.完善数据质量管理机制。为了保证业务数据准确、及时、完整一致，必须要有专门的机构和岗位负责业务数据质量的监督管理。当前，各级要在建立健全税源管理中心的机制、职能的过程中，专门设置数据质量管理岗，或将数据管理的职能详细明确到相关岗位，牵头负责税收业务数据的质量管理，使得业务数据质量管理工作制度化、常规化。如征管部门负责统筹税收业务数据质量管理工作，制定有关制度和办法，业务数据加工处理过程中的质量控制，按照规定进行技术岗位数据变更，并对系统税收业务数据质量情况进行考核；信息部门负责系统数据资源的安全传输和存储；各业务部门根据各自业务管理权限，负责对应范围内的税收业务数据质量管理，参与相关制度办法、数据审计规则和问题数据处理方案的制定；各基层单位所负责本部门业务范围内税收业务数据质量管理；各岗位人员对自身采集录入的业务数据质量负责；对其他岗位采集录入的，且属于本岗位管辖范围的数据质量负责。在明确职责的基础上，应相应完善一系列管理制度，确保落实过程中的可操作性。

3.提供数据质量管理工具。数据质量管理工具针对数据流中的特点，主要体现三个特点：前堵、中控、后审。

前堵——阻拦错误数据于进系统之前。在数据录入环节、纳税人涉税数据导入环节、部门间信息交换环节，设置相应的逻辑规则，自动排查错误数据，提高原始数据的准确度。建立征收信息交流平台，通过征收人员的相互交流，及时交流、解决征收大厅录入、开票、操作等问题，将可能的错误录入解决在数据进入系统之前。启动纳税人“权益平台”建设，依托纳税人客户端平台，形成点对点、点对面信息交流渠道，实现资料报送电子化、信息传递双向化、征纳互动制度化。

中控——通过数据审计及时校验、修正数据。开发检测软件、预警软件进行数据采集后的自动审核，及时发现各类异常数据，分层面推送至相关人员进行纠正。数据审计是组织开展数据质量评估，保障业务数据完整性、及时性、准确性的重要手段。可以运用人工审计和软件审计两种方式。人工审计即运用随机抽样方法，从总体中选择一定容量的样本数据进行审计，重点审查数据的准确性和完整性。主要方式是通过实地检查，调阅资料，手工对各类录入信息系统的电子数据与纸质资料内容进行对比核实。软件审计即利用专门开发的计算机软件对数据进行审核校验，重点审查数据的时效性、一致性、完整性及相容性。

后审——检测错误数据于日常维护之后。实施日常检查和稽查的核查、抽查。检查核查的范围是综合股到户日常检查的纳税人，稽查抽查的范围是稽查局到户检查的纳税人和县局确定的专项抽查对象，核查、抽查的内容为登记类、税源类、管理类三类信息。建立质量通报制度。利用辅助查询软件的检测功能，定期发布数据质量通报，将检测的异常数据下发基层核实维护，提高数据的准确性。

4.完善大集中系统自身功能。一是加强系统间对接，减少重复劳动。大集中系统本身具备一定的处理功能，但是却使用单独系统处理个别业务或机外流转的现象依然存在，带来了一些重复劳动，最典型的是企业所得税的年度汇缴申报与货物运输业的管理。二是拓宽回流数据分析途径，实时反馈重点指标。在强调基础信息、数据的登记上报的同时，要关注上传数据的回流、统计、分析，以便更好地实施税源监控。如在查询分析上，需要更强大的组合查询功能，便于根据各种需要批量或单一实时分析，特别是按不同对象对收入进度进行的查询。三是完善系统内在设计不足。再好的系统与实际情况脱节的现象是必然的，百密难免一疏。后大集中时代，应对各种特殊情况已成为当务之急，对于诸如市内工程项目开票需更改账户划缴，项目开票退税需返回施工方管理员审核等问题应及时解决。四是结合系统整合流程文书，同步统一管理要求。根据大集中设定的相关流程、相关文书，对原有的所有管理办法、涉税文书都需要进行重新审视，对不符合新系统流转的管理办法需要进一步修改、制定。譬如对双定户的管理等，如此类推，不一而足。

5.提升操作人员数据应用水平。在培训模式上，建议根据岗位需要，分批分岗位培训，集中整理特殊环节、特殊业务处理的注意事项，尽快下发系统操作的帮助文档。实际应用中其实并不需要太多懂得全流程的通才，更需要熟悉自己岗位所涉及模块的专才，只要每个岗位都能熟练操作，那整个系统才能发挥应有作用。

结论：数据质量问题不外乎两方面原因，管理上（人）的因素和技术上的因素，建立健全科学、规范的数据质量管理机制，从组织、制度、技术等层面保障对数据的有效监控，是破解如何保证数据质量难题的关键。

观点三：提高数据管理水平的过程中质量和效率的冲突、税务机关和纳税人的冲突是必然的，但也是可以化解的信息化在人的意识中往往意味着速度、效率，当信息化在税收征管中全面应用、快速推

进后，手工作业已基本被电子化所取代，由此带来的工作提速是毋庸置疑的。这理应会带来工作量的减轻与征纳的便捷，而易于被征纳双方所接纳。但事实往往会与理论产生偏差，在推进信息管税的过程中，特别是初期，数据质量的提高必然要付出效率的牺牲，也必然会有来自纳税人的阻力，但提高数据质量或者说推进信息管税的根本目的决定了这种冲突是可以化解的。

思考：如何辩证地分析这些冲突的产生？

首先，数据质量的提升在短期内是以工作量的增加为代价的。数据是信息管税的关键。从实际情况看，涉税数据信息的采集与利用一直是我国税收工作的 “软肋”，信息数量少、质量低、利用差，最为重要的是与纳税人存在严重的信息不对称，对纳税人所知晓、掌握的情况严重缺乏，这也是我们信息化运用多年而利用层次一直受限的主要屏障。现实背景下，信息是税收征管的核心，但数据采集、整理、利用是一个长期的过程，长期必须以短期为基础，大量涉税信息的采集，不可避免的将集中在某一时期，在这种情况下，短期内增加征纳税双方负担具有很强的现实性。

其次，数据质量的提升一定程序上也取决于纳税人对税收征管的认识。从长远看，数据管理水平的提高将为纳税人提供公平、公开、公正的税收征管环境。但按照理性经济人假设的原则，作为具体的纳税人而言，依法纳税与维护个体利益本身是个两难取舍，征管实践中，解决信息不对称问题，就是要解决纳税不实问题，促使纳税人依照法律规定及时足额的缴纳税款。从纳税人角度衡量，信息管税的制度安排本身就是对其利益的一种更深度“侵害”和“侵犯”，在这种情况下，纳税人对提供真实的数据信息往往会产生一种不自觉的抵触，必然会影响原始数据质量。

结论：提高数据信息的质量，加强数据管理，不仅需要在税收工作中充分利用现代信息技术，强化税收业务与信息技术的融合，还要依靠纳税人的配合参与，税务部门设定的理想化程序未必是最符合当前纳税人的诉求，必须循序渐进，稳步推进。但一切工作的成败终究取决于人，提高征纳双方的思想认识，更新理念观念，不失为提高数据质量的治本之道。

第二篇：2013质量管理数据分析

2013质量管理数据分析

为了QMS在我公司得以保持和实施,总经理责成办公室对质量管理的一些数据进行数据的统计,包括今年一月到七月不合格品的统计以及顾客投诉(抱怨)反馈数据的统计,根据所统计的数据进行分析,得出分析结论

1.从一至七月份不合格品数据分析柱状图8.4-1-2013-1可以

看出二月 不合格品较少是因为二月工作时间较少而3,4,5,6月份不合格数量较多是因为产品的数量多,总之不合格品率还是比较平稳的,一月重机分厂较多是因为上年结转一部分造成,7月重机分厂不合格品率明显下降

2.从一月至七月顾客投诉反馈信息数据分析柱状图

8.4-1-2013-2可以看出顾客不满意还是呈现出稳中下降的趋势

编制: 李志伟审核: 陈金生批准: 肇军日期:2013-9-9

第三篇：数据质量管理落实情况经验交流材料

强化数据分析应用，助力风险防控

数据分析应用是信息管税的基础，在数据处理分析应用方面，XXXXXX以数据质量管控和处理分析”为主线，以强化动态报告落实，助力风险防控为目标，形成数据管税长效机制，充分发挥科技引领作用，有力促进了征管质效的全面提升。

一、打造绿色健康、全面覆盖的数据网络体系 我们在抓好各税收业务系统数据质量“全程控管”的基础上，最大限度的拓展数据采集渠道，丰富数据资源，打造绿色健康、全面覆盖的数据网络。(一)注重第三方信息的获取与应用

一是加强国地税数据信息互通渠道。一方面在全市推行国地税联合办税，在实现纳税人“进一家门，办两家事”的同时通过定期召开的国地税联席会议，实现全市国地税信息定期互换共享。二是通过与外汇管理部门签署《作备忘录》，将双方数据信息共享予以制度化。三是依托市政府电子政务信息资源共享交换平台，充分利用工商、财政、统计、土地、房产及其它部门的涉税数据。以上方式获取的数据，通过信息中心依照业务需求，针对上述不同的数据来源，采用多种处理方法对相关数据进行提取、比对、分析和处理，加工制作成可供分析使用的数据信息。例如，2014年,我们通过市政府电子政务信息资源共享交换平台，获取XXXX市医药零售行业医保刷卡数据，通 1 过与金税三期系统的税务登记信息查询和申报明细查询两个模块中医药零售行业税务登记及申报明细数据进行比对分析，发现税收征管问题点，并分析提炼成税收风险点，下发风险防控任务、制定整改措施，切实堵塞医药行业税收征管漏洞，进一步提升了征管质效。

（二）丰富数据采集方式

除业务系统产生的数据和第三方信息外，我们通过建立《XXXX市国税系统数据采集、使用管理办法》，拓展其它方式的数据采集方式。一是对于税务机关风险管理过程中收集、反馈的资料，或者要求纳税人报送的生产、经营、管理等书面信息，也及时收集、分类处理；二是基层相关业务税务人员利用智能终端获取的日常检查监控、核实调查、稽查取证等现场影像资料，及时传送到专门的储存平台进行储存；三是根据系统权限，市县两级信息中心尝试提供涉税业务信息加工定制功能，并规范提供数据的范围、格式、流程及安全要求，今年以来市县两级信息中心为各业务部门和外部门处理分析相关数据XXXX余次XXXXX余万笔。为业务科室税务风险管理应用提供数据支撑，县级无法获取的数据，可以按照数据申请规程提请市局信息中心提取，实现数据全方位、多方式、无漏洞式采集。

二、建立全面准确、快速响应的数据分析应用机制

（一）组建数据分析应用组织体系。

成立市县两级数据分析小组，分管副局长任小组长，信息中心设立专职数据分析岗位，各科室、分局确定一名 2 数据分析联络员，根据业务分析需求，开展数据分析。定期选题，在分析选题上突出税收工作的热点和难点问题，把上级局部署专项工作作为选题的“热点”，把本局确定的当年中心工作作为选题的“重点”把工作中不好解决的问题作为选题的“难点”，为实现税收“难点”“重点”“热点”问题实时传送、快速响应做好制度保障。

（二）完善数据分析应用工作运作模式。

一是制定《XXXX市国税局数据分析应用管理办法》，加强对数据采集、提取、处理、分析、发布等环节的管理；二是创新分析方法。注重信息技术和数学模型相结合，引入经济学、统计学的有关数学模型，构建符合征管业务特点的标准化数据处理分析模型，为数据处理分析工作提供有效的抓手；三是初步建立数据分析成果反馈机制。通过公文下发、业务例会汇报、数据分析讲评、网络化等多种形式，及时将每期数据分析报告向机关科室和基层分局通报，为基层开展纳税评估，加强税源监控提供指导；四是创新数据分析应用评估考核机制。制定《数据分析应用成果反馈表》，通过具体税收数字的具体呈现衡量和评价数据分析应用成效。

（三）建立动态报告落实三级联动工作机制。

自省局开展动态报告工作以来，我们把数据动态报告的落实工作作为深化数据分析应用的重要途径，经过近一年来不断的摸索和实践，建立了以动态报告问题点查找为起点，市、县、分局三级联动协作机制，统一组织实施问 3 题剖析，区分风险高低，统一调配全市国税力量，形成市局数据分析、县局风险排查、分局整改落实，全市集中疑点风险应对的三级联动工作新机制。

1、专家组团，数据信息再加工。

一是关联数据再抽取。我们数据处理分析精干力量，对省局《电子数据动态报告》进行认真解读，重点针对《动态报告》中涉及我市的问题，筛选出相关数据，并结合查找出来的问题，通过“金税三期”前台、综合数据管理平台等系统，抽取我市其他关联数据，拓展数据分析的深度和广度。二是风险信息再分析。通过对抽取数据的加工整理，进行二次分析，查找出现问题的关键原因，重新发掘相关的数据联系，形成有问题、有原因、有分析、有整改、有措施的情况报告供市局领导和相关业务科室作研究参考。建立问题行业分析模型，按照“评估几户企业，解剖形成典型，规范一个行业”的思路，对重点企业开展典型解剖。比如我们对《全省一般纳税人农产品抵扣数据情况》涉及到我市的XXXX户企业的XXXX户次情况进行延伸分析，一方面细化分析指标，形成《全市农产品收购加工企业税收风险分析报告》，进行专题部署并开展专项评估检查；一方面拓展分析范围，选取皮革行业为突破口，集中对2户重大疑点企业进行解剖式分析，形成《皮革鞣制加工行业税收风险剖析模板》，为做好重点行业评估提供指南。自该项工作开展以来，共发布《全市增值税一般纳 4 税人申报数据情况分析》、《XXXX市未达起征点户税收风险分析》等电子数据动态报告6期。

2、数据讲评，税收风险大排查。

一是召开数据讲评会，分解风险指标。针对省局《动态报告》与市局再分析查找出来的问题，通过视频会议的形式召开风险讲评会，并将其作为《动态报告》落实整改的重要步骤。讲评会分县区、分类别进行讲评，结合行业特点和风险类别，对存在的问题进行解读划分,分解任务指标，明确落实责任，提出相应的风险防范指导意见。通过讲评，相关责任科室与税源管理一线单位既能直观清楚的了解全市的税收管理总体情况又能查找自身管理存在的问题；既能借鉴先进的管理经验又能对其他县区存在的问题引以为戒。截止目前，共组织风险讲评会6期。二是开展地毯式自查。要求各县区局对所辖疑点企业进行逐户核实，对疑点企业的风险核查项目逐项核实情况、采取的风险应对措施、纳税评估入库税款情况、停供发票情况、注销税务登记情况等填写《落实情况表》，一户一表，风险落实人员签字，分局、税源管理科负责人签字，并加盖单位公章，落实具体责任。对疑点明显、数额较大的行业或企业进行重点纳税评估，对符合立案标准的，及时移交稽查。三是巡回督导和阶段调度。市局成立督导组，对各县区局风险落实情况进行巡回督导，及时帮助基层解决落实工作中出现的问题。对各县区局工作进展情况实行定期调度，分阶段形成调度报告，定期通报，5

3、联动分析，常态化发布求实效。

为了最大程度地利用每一期电子数据动态报告的分析成果，充分发挥信息管税作用，我们将往期报告中挖掘出的频繁出现的风险点单独列表展示，定期抽取数据定期发布风险数据情况，建立“常态化提取、动态化发布”新模式。由相关业务部门按照高危行业和热点政策的执行或重点征管要素指标，分析行业纳税人和税种政策执行中存在的风险点，我们按照分析识别业务需求实施数据的提取，分县区、行业、纳税人、征管要素进行统计分析，三、构建以数据分析促风险管控长效机制

（一）以数据分析得出的问题点作为税收风险管理的切入点。

以应用数据分析报告成果，及时准确地确定税收问题点，作为风险防控切入点，通过部门间的联动、整合，逐步形成具有针对性、系统性和时效性，覆盖不同税收业务管理要求的分析指标和分析模型，充分发挥以数据分析促风险防控，以风险防控促征管质效的作用。

（二）以数据分析方式方法作为税收风险分析的基本方法。

在税收风险分析工作中以数据处理分析的多种分析方法为基本分析方法，注重信息技术和数学模型相结合，充分利用先进的数据库技术、多功能的数据展现软件、数据挖掘工具创新分析方法。引入经济学、统计学的有关数学模型，对相关数据进行抽取、过滤、关联、整理和比对，构 6 建符合征管业务特点的标准化数据处理分析模型。比如在风险等级排序，分级分类应对中，综合运用关联分析法、趋势分析法、定量和定性分析法、归纳推断法等分析方法。数据处理分析方法的不断发展带动了税收风险分析水平的不断提高。

（三）以数据分析专业人员作为税收风险防控的骨干力量。

经过近几年数据处理分析工作的不断发展，逐步形成了一批既掌握先进的信息技术、精通灵活多样的数据分析方法、熟悉税收规程和政策法规的数据分析专业人员，这些人员通过自身的优势，逐渐成为税收风险防控的骨干力量。他们通过及时、准确、完整掌握信息，处理分析相关数据，在数据分析、纳税评估、税源监控、税务稽查工作中，既各司其职，又密切协作，为税收风险防控工作提供了可靠的人员保障。

（四）形成“分析+风控”长效管理机制。

数据分析把海量数据变为税源信息，把数据优势转化为分析优势，我们利用数据分析优势，固化“数据—问题点—风控点—落实整改--防控措施”管理流程，形成“分析+风控”长效管理机制，实现“数据—信息—管理”的转换，不断推进风控管理提档升级。2015年1季度，“分析+风控”管理机制稳步运行，通过对重点行业、重点区域的“分析+风控”，全市完成增补入库税款2872.6万元，同比增长204.8%，增加税收合计3189.5万元，同比增长 7 35.8%。在下一步的工作中，我们将致力于打造组织绩优化、流程规范化、机制长效化、响应快速化的新型数据处理分析模式，为税收发展新常态和推进税收现代化的做好强有力的科技引领和支撑。

第四篇：银行数据质量管理暂行办法

**银行数据质量管理暂行办法

第一章

总

则

第一条 为规范数据管理工作，提高我行数据质量，确保数据准确性、完整性、及时性，特制定本暂行办法。

第二条 相关概念

应用系统，是按照信息一体化的要求，用于处理我行经营管理的应用软件系统，主要包括客户交易类系统、业务管理类系统、管理信息类系统、技术保障类系统等。

数据是指**银行实施信息化管理过程中产生的所有电子数据。数据质量是指数据的及时性、完整性以及准确性。第三条 数据质量管理应遵循以下原则：

（一）统一规范原则。各类应用系统采集和处理的数据，应符合各自应用系统所要求的数据标准。

（二）全程监控原则。建立数据从采集、审核、处理到维护的全过程监控体系，重点把好数据的采集录入关，确保各类应用系统数据真实、准确、完整。

（三）层级考核原则。总、分行对各自直接下属单位的数据质量管理工作进行严格的目标管理考核，奖优罚劣。

第二章

部门分工及职责

第四条 总行合规部是全行数据质量管理的牵头部门，主要负责：

（一）、制定全行的数据质量管理的相关规章制度

（二）、对各应用系统管理部门的履职情况进行考核、监督

（三）、根据需要，参与对全行各应用系统数据质量管理的检查监督

（四）、对违反数据质量管理规定，造成数据错误、失真、延误、漏填等违规行为进行问责

（五）、向高管层报告我行数据质量管理执行情况

第五条 总行各部门是应用系统的管理部门，负责管理各自的应用系统，是本应用系统数据质量的主责任人，主要负责：

（一）、贯彻落实总行制定的数据质量管理的相关规章制度；

（二）、制定本应用系统录入、维护、审核的基本标准和规范性要求，并适时开展检查监督，保障数据管理符合规范性要求；

（三）、制定本单位的数据质量监控指标体系，定期对本级数据质量评估分析，及时解决数据质量管理中出现的问题；

（四）、指导、监督系统使用部门或相关岗位的数据质量管理工作，督查对错误数据进行更正和清理的情况；

（五）、制定本应用系统数据质量的考核标准和评分体系，按时对应用系统使用部门的数据质量进行考核；

（六）、提交本应用系统数据质量管理报告；

（七）、负责本职责范围内的数据采集、录入和审核工作。

第六条 应用系统使用部门主要指数据的采集和录入单位，是应用系统数据采集、录入质量的责任人，主要负责：

（一）、加强对采集、录入人员的业务培训和管理，提高数据录入的准确率；

（二）、严格执行数据管理规章制度，确保数据采集、录入真实、准确和及时；

（三）、按照规定，对数据采集录入工作进行质量考核；

（四）、对采集录入人员的工作情况进行监督检查；

（五）、向应用系统管理部门报告数据质量管理执行情况；

（六）、负责本职责范围内的数据采集、录入和审核工作。

第七条 应用系统采集录入人员是应用系统数据质量的直接责任人，主要负责

（一）、按照原始记录，准确将数据录入系统；

（二）、按照信息系统的要求，将涉及的相关内容全部录入系统，不得缺省；

（三）、在规定期限内，根据各自的权限，及时将数据录入系统；

（四）、按照上级机关的规范要求录入各类数据。

第八条 科技信息部负责应用系统的安全、维护责任，参与对各应用系统数据考核工作。

第二章

数据采集、录入与审核

第九条 数据采集是通过应用软件进行数据录入、使用各种工具软件进行数据导入的数据收集、整理、传输的行为

第十条 数据采集应遵循真实、完整、规范、及时的原则。

（一）真实：应严格依据经营管理原始资料所记载的内容准确录入相关数据，如实反映，不得随意修改、增减。

（二）完整：要按照各类应用系统的有关要求进行数据采集，保证数据齐全，避免数据的缺失。

（三）规范：数据采集应按照应用软件系统的相关标准进行。

（四）及时：数据要在规定的时间内采集，确保应用系统数据及时反映经营管理实际。

第十一条 数据采集程序

（一）接收：操作人员根据各应用系统的要求，及时对相关原始资料进行审核整理。

（二）录入：原始资料审核无误后，应在规定的时间内录入或导入应用系统；对审核有误的，必须修正后再录入或导入。

第十二条 数据采集的责任部门

（一）通过业务软件进行数据录入的数据采集行为，其责任部门是业务软件各子系统的使用部门。

（二）对于使用工具软件进行数据导入的数据采集行为，其责任部门是工具软件的使用部门。

第十三条 数据采集必须严格按相应的业务规范以及软件使用要求进行，不得违反业务规范以及软件使用要求对数据进行采集。

第十四条 数据采集必须依据不同业务办理的要求在规定时间内完成，不得无故拖延或推迟数据采集时间，确保数据采集的及时性。

数据采集必须按有关业务规范要求以及软件使用要求规定的格式进行录入，不得缺省，确保数据的完整性。

采集的数据必须与原始材料一致，确保数据的准确性。

第十五条 在各类应用软件系统中，要严格按照规定进行岗位设臵和授权，严格按照岗位和权限操作。严禁在未按规定授权的情况下委托他人以本人的账户和口令进行有关的数据录入和修改。各系统用户应当定期更改自己的口令，确保系统数据的安全。

第三章

数据维护

第十六条 数据维护是按照应用系统的有关规定对错误的数据进行数据修改的行为。

第十七条 数据维护由各应用系统管理部门按照各自应用系统的有要求，明确数据维护的权限和职责，制定数据维护的程序。凡是采集进入应用系统的数据，不得擅自修改、删除。

第十八条 数据维护前应做好相应数据和系统的备份工作。能够通过系统模块解决的，经过审批后按照各类应用系统的操作规范进行维护；需要通过技术手段解决的，由 责任人提出书面申请，由相关业务部门和技术部门审核确认，经主管行领导审批同意后，方可进行数据维护。

第十九条 数据维护工作应严格备案，科技信息部对各应用系统管理部门报送的每项数据维护的时间、内容、维护原因、责任人等记录进行备案，涉及的书面材料必须登记存档。

第二十条 数据维护人员在进行数据维护时，必须认真负责，避免在数据维护过程中产生新的错误数据。

第四章、数据检查

第二十一条 数据检查是按照有关应用系统数据管理规定对数据及时性、完整性以及准确性进行的数据质量检查的行为。

第二十二条 数据检查采取应用系统使用部门自查和应用系统管理部门检查的方式。数据检查的方法有：

（一）通过统计、查询等系统进行检查；

（二）在业务软件使用过程中对数据库中已有数据进行检查；

（三）用数据质量检查工具进行检查；

（四）抽取原始档案材料与数据库中数据进行对比；

（五）其它数据检查的方法。第二十三条 检查的内容：

1、纸质资料与信息系统内资料进行检查核对，数据采集录入是否全面、及时、规范。

2、数据的处理是否及时、正确、全面。

3、数据的传输是否规范、及时。

第二十四条 应用系统使用部门在业务软件使用过程中发现错误数据，必须及时告知相应的数据采集的责任人或部门进行维护。

第二十五条 应用系统管理部门应定期通过使用统计、查询等系统进行数据检查，仔细分析检查结果，识别其中不符合规律和常理的数据，查找存在的数据问题。

第五章

数据质量考核

第二十六条 各应用系统管理部门应建立本系统的数据质量的考核体系。第二十七条 考核指标至少包括比率指标和数量指标。比率指标按未达标的百分点扣分，数量指标按错误数据的数量和问题的严重程度扣分。

第二十八条 考核的比率指标是：

1、信息采集率。已经采集进入应用系统的信息与应该采集进入应用系统信息的比率。

2、信息采集准确率。录入应用系统的正确信息与录入的所有信息的比率。

3、信息传输及时率。规定时期内传输的信息与检查期限内所有传输信息的比率。

4、信息处理率。考核期内处理的符合规定的信息与考核期内处理的所有信息的比率。

第二十九条 数量指标是指分级列出问题数据的数量，根据问题的严重程度，确定扣分标准，进行扣分。根据数据的重要程度具体分为四级：

1、只影响数据本身的完整性而不影响其他数据。

2、只影响本工作环节质量。

3、不仅影响本工作环节质量，而且影响后面工作环节数据处理质量。

4、数据质量错误造后面工作无法处理或无法工作。

第三十条 各应用系统主管部门应根据本办法制定各应用系统的数据质量考核细则，并报总行合规部备案。

第六章、责任追究

第三十一条 凡违反本办法相关规定，造成数据录入不及时、不完整、不准确等数据质量问题的，对数据质量责任部门和相关责任人实行数据质量责任追究。

第三十二条 数据质量追究的原则

（一）“以谁的用户名录入，谁负责”；

（二）实事求是、有错必纠、责罚相当、教育与处罚相结合。第三十三条 数据质量责任追究范围

（一）因数据质量问题导致统计数据不能生成或生成错误的；

（二）因数据质量问题导致其他部门工作不能正常开展的；

（三）因数据质量问题影响经营决策行为的及时性、正确性的；

（四）因数据质量问题损害客户合法权益的；

（五）因数据质量问题造成财产、声誉损失的；

（六）其他应当追究的数据质量责任。第三十四条 数据质量责任划分

（一）数据采集的责任部门即为数据质量的责任部门；

（二）从数据库后台记录中确认的数据录入人员是数据质量的直接责任人；

（三）将自己的用户名、密码提供给他人使用，或因保管不善导致他人盗用、冒用用户名、密码的，用户名所有者是数据质量责任人。

第三十五条 数据质量责任按照《**银行员工违规行为处理办法》的规定进行追究。第三十六条 对主动发现错误并及时纠正，尚未造成不良影响的，可以从轻或者免于追究责任。

第三十七条 有下列情形之一的，应当从重追究责任：

（一）因玩忽职守、徇私枉法、受贿、索贿等原因造成过错的；

（二）二次以上发生同一或类似过错的；

（三）其他应从重追究责任的情形。

第六章

附则

第三十八条 本办法由**银行总行负责解释。第三十九条 本办法自印发之日起执行。

附件：**银行应用系统目录

第五篇：加强基层国税系统数据质量管理的思考

加强基层国税系统数据质量管理的思考

内容提要：伴随着国税系统信息化水平的不断提高，税务信息数据为日常管理、收入分析、纳税评估、领导决策提供了强有力的支持。但随着税收信息化进程的不断加快，对国税信息数据质量提出了更高的要求。本文通过对基层单位综合征管软件可疑数据进行调查剖析，总结、分析基层国税系统数据质量管理的现状，就国税系统数据质量管理提出基层税务单位的意见和建议。

关键词：数据质量管理 现状 原因 对策

近年来，随着国税系统大力推行税收“科学化、精细化”的管理，提倡建立“管理数据、数据管理”的现代化征管模式，各项工作任务和工作目标都实行信息化管理，税务信息数据在强化税收管理，堵塞税收漏洞，服务纳税人等方面发挥了重要的作用，为税务工作提供了强有力的支持与保障。但伴随着税收信息化进程的不断加快，特别是我省以“五个集中”为抓手，深化税收征管改革工作的开展，对国税信息数据质量提出了更高的要求。若不对税收数据质量以及管理机制认真思考、研究和完善，将不能满足国税工作高速发展的需求，势必会影响税收工作运行的质量和效率，阻碍税收管理手段的变革与发展。

现阶段，国税系统最主要的信息系统是《综合征管软件V2.0信息系统》（以下简称：CTAIS），其他各项系统的数据都来源或依靠于CTAIS系统中的数据。所以，CTAIS系统中数据质量的高低，决定了其他系统的运行成败，也决定了我们国税工作的运行质量与效率。

下面，笔者通过省局推行的《数据质量监控系统》对我市2012年CTAIS操作运行的监控结果进行剖析、研究，通过其可疑数据产生的原因和处理分析，谈谈国税系统数据质量管理的现状与存在的问题及对策。

一、国税CTAIS系统数据质量管理的现状及产生原因：

我市2012年1-8月全市共产生可疑数据3559条，其中税务登记类2456条，认定管理类234条，征收监控类869条，稽查法制类0条。详细情况见下表：

各项数据所占比例如下图所示：

从上述表例中可以看出，全市可疑数据总量较多，主要集中在税务登记类数据，且各单位分布不均。现以 县局数据为对象，具体分析可疑数据产生的原因。

县国税局可疑数据原因统计表

县国家税务局2012年1-8月可疑数据总数为360条，其中操作错误类数据最多，为346条，占所有可疑数据的96%。通过对可疑数据的跟踪、分析及实地查研，归纳其产生的原因为：

一、主观原因。人为因素所造成可疑数据，占全部比例的96%，主要分为：

1、税收管理人员采集错误且审核把关不严造成错误数据。如：在给新纳税人办理初始申报及纳税核定时，对企业所属行业、财务会计制度（所得税行业）、应纳税种、预算科目的核定随意性很大，造成错误信息进入税务部门信息系统。

2、税务操作人员由于疏忽大意或技能不熟悉，或由于业务水平不高、未能按流程按时办理涉税事项，产生的错误数据。该县6月的可疑数据产生的条数与其他月份相比明显偏多，原因是该局今年6月期间实施了机构和人员的调整。期间检测人员多次提醒、催促，但操作人员业务重视程度不够未按时进行操作，造成检测项目“DJ03_纳税人主管税务人员所属税务机关与纳税户所属税务机关不一致”出现大量可疑数据，最高时多达1700余条。（见变化趋势图）

3、企业财务人员填报的资料不正确（如各类登记表、申请表），或从第三方软件（如网络申报、发票验旧）上报的数据有错，录入、导入CTAIS后造成错误数据。

二、客观原因。由于系统功能缺陷、网络通讯等因素所产生的可疑数据，所占比例为4%，主要有以下情况。

1、系统功能因设计原因，不满足实际征管业务需要，所造成的错误数据。如CTAIS中关于总分机构管理、所得税汇算清缴等功能模块与征管实际不相符，不能很好满足实际业务需求，需人为调整相关数据，而影响数据的准确性。

2、各业务系统之间数据传递时差，造成数据的不一致。如防伪税控系统中的报税数据未及时传入CTAIS系统中，所造成 “FP01_发票验旧信息中正常开具但开票金额为0或空”等。

3、网络通讯不稳定，造成信息记录保存不完整或产生多条完全一样的记录。例如纳税人网络申报及税库银扣款时，银行方显示扣款成功，税款已扣，而CTAIS系统则提示扣款未成功。

二、国税系统数据质量管理存在的问题：

通过上述数据、表例的分析、调研、总结，目前国税系统数据质量管理存在以下问题：

（一）、国税系统缺乏对税收数据质量的有效的控制、监督、考核机制，税务干部数据意识淡薄。税务系统还没有健全统一、规范的数据监控、考核机制，也没有配备相应的数据管理机构，只由信息中心负责后台的数据检测。各市、州一级信息一般都是通省局《征管质量监控软件》进行监控。不仅在时效上存在滞后性，即使设专人负责数据质量检测，由于没有相关监督、考核机制，检测人员不具有业务指导职责，需要协调相关科室督导，致使税收数据清理整改出现不及时、不彻底的现象。

管理机制的缺位和人员数据意识的淡薄，造成了征管人员重指标，轻质量的现况。在基层管理单位，凡是对征管指标和日常征管有影响的数据，相关部门和人员就比较重视，修改及时，反之对征管指标考核无影响或对日常征管没有影响的数据，相关部门和人员就不重视，修改不积极。

（二）、税务人员的整体素质不高，业务和操作技能水平较低，严重影响了数据质量。从上面数据可以看出：全市由于人为误操作的因素造成的可疑数据占全部可疑数据的98%以上（县局98.89%）。在数据采集、操作两个重要环节都存在因人员业务水平不同，掌握业务标准不一致和操作技能不熟、责任心不强而产生的大量错误数据，严重影响税务信息数据质量。

（三）、企业办税人员业务水平和对涉税软件的掌握程度不一，诚信纳税的意识不高，以及企业维护自身利益的原动力驱驶，也影响到了涉税数据的真实性和及时性。

（四）、国税系统获取信息数据手段单

一、落后，不能全面采集纳税人的信息数据，制约税收数据质量的提升。税收数据信息是从多方面反映税收活动的，只有综合多方面的税收数据信息才能全面适应税收发展过程。而当前，国税部门大多依靠纳税人的自行登记、填报来实施采集管理，手段单一。同时受社会条件制约，数据信息共享度差，第三方信息的引入还停留在探索试点阶段，国税机关不能够实现与社会网络的广泛链接，对各方面的信息难以有效利用，更不能对纳税人的信息进行全面掌握。因此，信息数据获取手段的单一和落后，严重制约税收数据的完整性、准确性和时效性。

三、提高国税数据质量的对策

通过上述对税收数据质量的现状及问题产生原因的分析，结合近年应用税务管理信息系统的工作实践，我们建议提高税收数据质量应从：提高征纳双方的思想认知、更新数据管理理念，完善数据质量管理机制、规范业务流程，提高人员素质、加强人才保障等几方面入手，全面提高国税系统税收数据质量。

（一）、更新数据质量管理理念，建立数据管理组织体系，提高数据管理、分析、处理能力。

数据质量包括数据的准确性、完整性和时效性。国税系统的涉税数据质量是税收管理监控的生命线，要树立“数据管理，管理数据” 和数据质量就是“税收生命”的理念，要继续以数据信息的真实性、一致性、准确性和实时性为标准，通过规范业务流程的操作，强化监督考核，夯实税收数据质量的基础。

同时，国税系统目前工作的实际情况，数据质量管理的对象是税收业务数据及相关数据。

数据质量管理工作与当前税务系统设置的信息部门的工作存在差异。信息部门仅承担数据管理部分职责。而数据管理涵盖质量、分析、应用涉及面广，综合性强，技术要求较高且数据的来源又复杂多样。因此要全面进行数据管理，提高数据质量、加强数据分析、深化数据应用，完成跨部门的、综合性的数据管理工作。就必须需要一个专门性机构（数据管理中心）来组织数据管理工作，负责数据的全流程管理，使得数据质量管理工作常态化、制度化。它的职能包括：负责协调、统一、维护全局性的数据标准；负责建立全局性的数据管理规章制度；负责日常性的审核、调整、修改数据信息；负责定期对系统进行数据健康检查、通报，和对下级单位数据管理工作进行考核评价；以及为各业务部门提供专项数据分析服务，为税收分析、专项整治提供信息服务，为基层业务技术指导服务。

（二）、建立统一数据质量管理标准。建立统一的数据标准，建立和发布业务元数据的标准和相关代码的标准。这样就可将整个国税系统数据按标准统一起来，使数据采集录入、加工处理、信息发布等过程都将按照统一标准进行，不仅大大减少数据混乱出错的情况。同时，也可加快现有信息资源的整合，最大程度的减小各业务系统数据的时差，减少税务各业务系统中的信息“孤岛”，提高数据信息化共享度和有效使用率。

（三）、完善数据质量管理制度，强化考核和奖惩制度。建立完善的税收数据管理制度，建立全省数据质量管理实施办法。一是完善数据质量管理的各项制度，强化税收数据监控职能。根据工作实际，建立分板块、分层级的税收数据监控机制，保证基础数据的真实完整。二是制定详细的数据质量考核办法，推行数据质量责任制，加强对税收税收数据质量的考核，严格落实责任制，严把数据采集、录入、审核关口，确保税收数据真实、准确、完整、及时。三是健全考核机制和奖惩制度。定期发布数据质量通报，严格执行过错责任追究，全程跟踪问效。同时将数据质量考核纳入单位、个人的目标考核，真正做到奖罚分明，在系统内牢固树立数据质量“零差错”意识。

（四）、规范操作，加强培训，全力提升操作人员的业务素质和技术水平。建立统一的操作规范，并严格按规范对岗位操作人员进行业务和软件操作培训，使其能按照税收业务的要求，准确、规范地采集、审核、录入、操作数据。创新培训模式，把业务知识和操作技能溶入全员培训、岗前培训、更新知识培训、轮岗培训中去。严格坚守不培训、不合格，不上岗的原则，确保工作的连续性、稳定性。及时收集整理系统操作过程特殊环节、特殊业务处理的操作流程和注意事项，以操作手册、帮助文档等形式下发到一线岗位。通过反复学习、培训、考核，使各岗位的操作人员具备所需的业务素质和操作技能，减少和杜绝影响数据质量的人为因素。

（五）、要加强沟通、宣传，务实培训，营造国税数据管理良好的外环境。

要加强沟通，争取支持，拓展数据采集领域，全面采集涉税数据。要强化与外部数据如金库、海关、工商、银行、地税、商检等的横向联合，通过第三方信息交换与共享，丰富数据采集手段，掌握对纳税人征管信息获取的主动权，确保涉税数据的完整性、准确性、时效性。

要加强对纳税人宣传和引导的工作，提高其对税务信息化的认知。要让纳税人了解税务部门推行信息化不仅是社会经济发展的客观趋势和必然要求，也符合纳税人的长远利益需求，要使纳税人树立依法纳税、诚信纳税的意识。同时也要通过12366平台、QQ群、微博等多渠道，加强对纳税人的培训，提高纳税人涉税软件操作水平。确保纳税人配合国税系统数据管理需求，自觉、准确、及时的提供各类涉税数据。