一、什么是审计对象的数据画像？
数据画像，即基于企业信息数据开展大数据分析，通过将数据信息转化为画像元素勾画出审计对象业务信息的全貌，为审计人员进一步还原业务行为，精准、快速定位问题疑点提供了重要的信息支持。
在数据画像的过程中，审计人员将数据提炼为信息，为审计对象打上标签，标签通常是人为规定的高度精炼的特征标识，如时间、操作者、产品属性、客户属性、业务特征等，将审计对象的所有标签综合勾勒出立体的数据画像。
二、审计对象的数据画像方法
面对企业众多维度的原始数据，很多人认为数据画像的数据纬度越多越好，画像数据越丰富越好，某些输入的数据还被希望设定权重甚至建立模型，数据画像因此而变成了巨大而复杂的工程。
如何既让数据画像贴近业务，又规避较高的人力和成本投入呢？与审计项目结合是实现简单、干练数据画像的有效途径。
具体来讲，可以从以下三个方面考虑：
一是强相关信息为主。
强相关信息就是同审计项目直接相关的信息，其可以是因果信息，也可以是相关程度很高的信息。
数据画像和数据分析时，需要考虑强相关信息，减少考虑弱相关信息，这是快捷数据画像的有效方法。
二是尽量使用定性信息。
数据画像时要将定量信息归类为定性信息，数据画像的目的是为筛选出目标数据，定量的信息不利于对数据进行筛选，需要将定量信息转化为定性信息，通过信息类别来筛选数据。例如参考客户信息可以将客户定义为高、中、低级别。
将企业各类定量信息集中在一起，对定性信息进行分类，并进行定性化，有利于对数据进行筛选，快速定位疑似问题范围，这是数据画像第二个有效方法。
三是抓住关键信息。
利用审计人员的专业知识，识别关键信息并对审计对象画像。运用审计经验方法，从业务流程的关键时间节点，例如采购订单的审批日期、收货日期、结算日期等、供应商及客户的属性，例如状态信息、账户信息、姓名、邮件地址、家庭住址等。
通过对关键信息应用聚类分析、关联大数据分析技术，可以实现对审计对象的快速深入了解。
从审计视角在基础数据信息中提炼衍生信息，将审计工作重心从查错纠弊向为企业提供更高层次的咨询服务转变，使内部审计逐渐向国际内部审计标准靠近，落地实现内部审计在数据利用方面的优势。
