近年来，江苏东海农商行抓住大数据发展机遇，创新审计思路，通过深度挖掘数据提升内审价值，有效应对银行运行的高度信息化、业务数据的海量化、风险的高度敏感性等问题，实现了实时全面反映全行业务活动现状，为该行高质量发展保驾护航。

经验判断向数据驱动转变。以往内审部门根据监管部门要求、总行业务需要等因素，结合审计经验，制定审计工作计划。大数据审计模式下，东海农商银行通过日常监测模型跑批的风险数据直观显示高风险领域和高风险机构，让数据“说”出需要进行审计的领域和机构，为审计工作计划的制定提供更科学的参考，实现由经验判断向数据驱动转变。

抽样审计向全量审计转变。该行通过对海量数据的筛选、挖掘，全面分析存在的问题，使审计无盲区。大数据审计不再依赖少量的样本，而基于全量多维数据进行评估，深入挖掘数据的额外价值，使根本上杜绝审计抽样风险成为可能，实现从“抽样审计”模式向“全量审计”模式的转变。

审计组织向平台化转变。审计工作关键在于通过数据分析找出风险点和问题点，在大数据时代，数据量大，价值密度低，东海农商银行探索构建以数据分析为中心、专业小组为支撑的审计组织形式。专业小组专注于沟通、取证、分析，通过大数据平台实时传送收集数据，保证在各自擅长领域将工作做到最好。通过强化各专业组之间的横向交流，全面了解被审计对象的各项信息。

项目为主向监测为主转变。该行通过审计模型的跑批，持续监测业务，发现异常数据，发送条线部门，将审计关口前移，由事后审计转向事中、事前审计，提高审计的前瞻性。日常监测一旦发现高频风险数据异常，立刻启动相应的专项审计，使审计工作更具针对性、更有价值。

结构化数据向多维化转变。大数据审计中只有约5%的数据是结构化，剩下的95%数据都是诸如文本、视频、音频等非结构化或半结构化的数据。随着文本处理技术、AI识别技术和音频处理技术发展，这些分散、价值低但有价值的数据信息，可以从不同维度交叉验证结构化数据的准确性，帮助审计人员对风险进行判别，且不再像传统审计一样纠结于细节数据，从宏观角度把握住系统性、趋势性、区域性的风险。

审计全过程向可视化转变。该行利用BI技术，将数据可视化之后，可以直观的将数据展示出来，供审计人员分析。在审计过程中，利用AI和BI技术，可以实时动态反应每位审计人员工作情况、发现的问题、可共享的资源、可提供的帮助。在审计报告阶段，利用可视化技术，可将审计报告的报表以柱状图、饼图，直观比较报表项目。现在审计报告中的审计结果以数据形式罗列在表格中，未来利用BI技术的审计报告是多维可视化的，能够展示出更直观、更丰富的细节，便于使用者查阅。