一是采集數(shù)據(jù)突出“廣”，為大數(shù)據(jù)分析打好基礎。結合本次審計實際需要，抓住“人、錢、政策”等關鍵環(huán)節(jié)，統(tǒng)一對財政、文廣、發(fā)改、自規(guī)、住建等多個部門和12個鄉(xiāng)鎮(zhèn)基礎信息進行采集。采集數(shù)據(jù)包括到戶惠農(nóng)補貼種類、資金到位撥付情況、農(nóng)機購置補貼、農(nóng)村清潔取暖資金運行、鄉(xiāng)村振興補助資金情況等內(nèi)容。

二是歸納數(shù)據(jù)突出“細”，減少數(shù)據(jù)的冗余度。本次數(shù)據(jù)采集量較大，數(shù)據(jù)來源部門較多，審計人員按照數(shù)據(jù)相關程度，對采集到的信息進行基本分類，梳理出核心指標，確定數(shù)據(jù)關聯(lián)的關鍵字段。同時，對采集的數(shù)據(jù)進行整理，反復核對驗證數(shù)據(jù)文件是否存在錯誤，及時處理重復、無效和缺失值等數(shù)據(jù)。

三是分析數(shù)據(jù)突出“精”，快速篩查疑點。在分析數(shù)據(jù)過程中，一方面以現(xiàn)有的部門管理系統(tǒng)為基礎，注重挖掘信息深度，充分利用審計問題模型，生成數(shù)據(jù)分析疑點，同時對單戶享受補貼異常信息進行精準篩選比對，審計人員現(xiàn)場對疑點數(shù)據(jù)進一步核實、取證，鎖定問題。另一方面以采集到的多行業(yè)數(shù)據(jù)為基礎，注重跨行業(yè)、跨部門關聯(lián)分析，利用數(shù)據(jù)相關性等進行篩選比對，實現(xiàn)了大范圍“掃描”，揭示了政策執(zhí)行中存在的問題，進一步提升了審計效率。