报表兼并是中科金审“大数据+审计”系列服务之一，首要服务于管帐师事务所、大中型企业。经过运用大数据技能和办法，处理客户在审计、数据核算、校验等作业中面对的难题。
大信管帐师事务所的项目经理刘老师最近碰到一个头痛的问题，原因是该所受某集团公司托付，对公司来往款进行专项审计。刘老师地点的项目组收到该集团公司散布在全国的39家物业分、子公司账目，以压缩包的方式存储（如下图所示）：
刘老师及其项目组接下来的作业便是将这些来往账明细表分红应收、敷衍、预收、预付、其他应收、其他敷衍6类，人工手动复制粘贴到上述6张汇总表中，核算这些科意图期末余额审定数，并对账龄进行剖析。
此外，项目组还要以科目余额表为根底，人工查找、查询、核对来往明细账目是否存在缺失的状况。如有缺失，需求反馈给被审计单位，要求其从头供给账目，并依据更新后的账目将上述一切作业推倒重来一遍，构成很多时刻精力的糟蹋。
项目组4人齐上阵，全凭人工苦干，繁忙了快5天，发现万里长征还只走了一小半，更甭说展开后续的实质性审计程序了。所以，刘老师向我公司寻求帮忙，了解是否有高效的办法和东西。
我司剖析师与刘老师交流之后，运用我公司数据处理方面的经历，结合该项意图事务场景，规划了以下处理方案：
一、对234张报表进行兼并，这是后续一切作业展开的根底。经过创立模板，从6个来往款科目明细表和科目余额表中将数据分类收集、兼并到以下6个模板中：应收账款汇总表、敷衍账款汇总表、预收账款汇总表、预付账款汇总表、其他应收账款汇总表、其他敷衍账款汇总表。
二、进行数据完好性校验，经过创立数据完好性校验模型，将来往明细表与科目余额表进行穿插校验，承认账目是否完好。假如数据不完好，辨认出短少哪些科目、哪些账意图数据，反馈给客户要求补齐。
三、经过创立审定数核算、账龄剖析、作业草稿主动填列模型，完结分类核算审定数（财物类和负债类），核算账龄并分类，数据主动填列到作业草稿(发表表、基本信息表)的方针。
运用大数据审计模型，我公司帮忙刘老师地点项目组完结了234张报表的主动兼并、数据完好性校验、账龄剖析和作业草稿填写的全过程处理，模型运算耗时仅10分钟，且经刘老师复核，准确率到达100%。
看到成果咱们很惊奇！曩昔，咱们项目组需求投入很多人力才干完结的多主体来往明细表的兼并作业。引入中科金审报表兼并服务后，只需咱们导入根底数据，中科金审的算法模型可主动校验数据是否完好，还能主动对来往明细（应收、敷衍、预收、预付、其他应收、其他敷衍）进行兼并、分年核算账龄、主动生成草稿、一键核算出成果，将作业时长从20天缩短到了1天，还能防止人为兼并发生的一些过错。咱们曾经一向专心于管帐事务，埋头苦干，经过这次事务协作看到了大数据技能关于审计作业的巨大帮忙。期望有更多的场景咱们能够协作。
在当时的审计作业中，首要面对三方面的困难：一是根底、重复、繁琐的数据处理作业消耗很多时刻，例如，上文中的报表兼并、数据核对、数据填写等；二是部分难度较大的作业，例如本钱重算的办法难以固化下来，以构成经历和常识传递；三是审计抽样办法带来的样本量不行丰厚、全面等问题，导致被审计单位的一些问题不能被充沛发现，带来危险危险。
为此，中科金审根据多年在大数据剖析范畴堆集的技能优势和服务经历，为审计职业量身打造了“大数据+审计”系列服务，一方面帮忙审计师从传统的深重、琐碎、重复的数据处理作业中摆脱出来，将更多的精力专心于事务洞悉、头绪发现上，另一方面将杂乱的事务以审计模型的方式固化下来，构成经历和常识传递，便于审计人员轻松快速地处理疑难问题。此外，中科金审也期望与审计职业专家一起探究审计数字化转型，从抽样审计向全面审计转型的课题，助力审计职业提高效益，下降危险。