信永中和會計師事務(wù)所 周峰

一、前言

市場研究公司IDC（International Data Corporation）公布的統(tǒng)計數(shù)據(jù)顯示，全球的數(shù)據(jù)產(chǎn)生量僅在2011年就達(dá)到1.8ZB(1.8萬億GB)，數(shù)據(jù)總量正以年均50%的速度增長，預(yù)計到2020年，全球數(shù)據(jù)總量將達(dá)到40ZB，我國數(shù)據(jù)量將達(dá)到8.6ZB，占全球總量的21%。數(shù)據(jù)正在以史無前例的高速增長，世界各個角落的公司、機(jī)構(gòu)組織和個人每時每刻都在創(chuàng)造數(shù)據(jù)。大數(shù)據(jù)是為解決海量數(shù)據(jù)應(yīng)運(yùn)而生，全球信息數(shù)據(jù)量的迅猛增長是大數(shù)據(jù)產(chǎn)業(yè)發(fā)展的基礎(chǔ)。大數(shù)據(jù)的分析范圍基本涵蓋了我們現(xiàn)階段認(rèn)識的數(shù)據(jù)和尚未利用或者不可見的任何數(shù)據(jù)。針對公司與機(jī)構(gòu)組織，按照數(shù)據(jù)產(chǎn)生的目的可分為：底層的機(jī)器數(shù)據(jù)，業(yè)務(wù)數(shù)據(jù)和財務(wù)數(shù)據(jù)。

如何從紛繁復(fù)雜的數(shù)據(jù)當(dāng)中提煉出有效的數(shù)據(jù)，為決策提供數(shù)據(jù)支撐，是我們必須深入考慮的問題。但是大部分公司因?yàn)閿?shù)據(jù)的管理成本巨大或數(shù)據(jù)的決策風(fēng)險望而卻步。為了利用這些海量數(shù)據(jù)，可靠的大數(shù)據(jù)工具成為首選，而大數(shù)據(jù)工具的開發(fā)不可避免地需要面對以下兩個問題：

（1）數(shù)據(jù)管理：如何收集，如何清洗，整理存儲？

（2）數(shù)據(jù)提?。喝绾畏治?，如何展示，快速決策？

信永中和的AAP - Analytic Application Platform（以下簡稱SW AAP）大數(shù)據(jù)人工智能分析平臺可以為解決這些問題提供方案？

二、SW AAP系統(tǒng)架構(gòu)介紹

（一）數(shù)據(jù)收集和清洗

1.數(shù)據(jù)收集：SW AAP將根據(jù)客戶現(xiàn)有的系統(tǒng)環(huán)境設(shè)計適合客戶自身特有的數(shù)據(jù)收集方案，譬如，SW AAP根據(jù)用戶的核心數(shù)據(jù)系統(tǒng)設(shè)計數(shù)據(jù)采集代理，例如：客戶的核心系統(tǒng)是SAP，SW AAP會提供相應(yīng)的SAP 數(shù)據(jù)采集代理（SAP Agent）對接相應(yīng)的SAP核心系統(tǒng)進(jìn)行數(shù)據(jù)的采集。SAP Agent將所有采集的數(shù)據(jù)，進(jìn)行初步的解析然后推送到SW AAP的數(shù)據(jù)采集和處理層，SW AAP就可以實(shí)現(xiàn)對各類型數(shù)據(jù)倉庫、底層機(jī)器數(shù)據(jù)、各類日志數(shù)據(jù)的實(shí)時采集工作。

2.數(shù)據(jù)清洗：SW AAP發(fā)現(xiàn)并糾正數(shù)據(jù)文件中可識別的錯誤，包括檢查數(shù)據(jù)的完整性和一致性，對無效值和缺失值等進(jìn)行的處理。對于數(shù)據(jù)結(jié)構(gòu)和體量簡約的數(shù)據(jù)，Agent在將采集的數(shù)據(jù)送至SW AAP數(shù)據(jù)倉庫的時，便執(zhí)行了數(shù)據(jù)清洗和整理工作。對于那些涉及需要復(fù)雜判斷、建模分析，或者再合成的新數(shù)據(jù)，SW AAP的存儲端將執(zhí)行對這些情況的數(shù)據(jù)進(jìn)行清洗和整理工作后，才讓其進(jìn)入SW AAP自身的數(shù)據(jù)倉庫?？梢姡珹PP可以根據(jù)不同的客戶現(xiàn)有數(shù)據(jù)情況采取靈活高效的數(shù)據(jù)清洗和整理方案。

（二）數(shù)據(jù)存儲和查詢

SW AAP的基礎(chǔ)平臺架構(gòu)是以實(shí)現(xiàn)對海量數(shù)據(jù)的分析和應(yīng)用的智慧戰(zhàn)略方向量身定做，可以滿足信永中和集團(tuán)不斷壯大的來自各個領(lǐng)域各種體量的客戶們的數(shù)據(jù)分析、業(yè)務(wù)建模與計算的360°智慧解決方案的需求，提供強(qiáng)有力的技術(shù)支撐。圖1為SW AAP的存儲和查詢模塊的示意圖。

SW AAP架構(gòu)的底層由任務(wù)管理（Task Manager）承擔(dān)統(tǒng)一調(diào)配和協(xié)調(diào)的任務(wù)，實(shí)現(xiàn)數(shù)據(jù)抽?。‥xtract-Transform-Load 以下簡稱ETL）過程。同樣，數(shù)據(jù)抽取ETL依舊按照客戶自身的系統(tǒng)環(huán)境和數(shù)據(jù)類型靈活定制不同的抽取Schema并完成對數(shù)據(jù)的剝離。在數(shù)據(jù)抽取ETL過程中，SW AAP將根據(jù)數(shù)據(jù)量從小到大的規(guī)模，將數(shù)據(jù)推送至不同承載量和特質(zhì)的數(shù)據(jù)存儲單元，依次對應(yīng)為不同的處理模塊MySQL、MapReduce和Mesa，以發(fā)揮不同數(shù)據(jù)存儲單元的優(yōu)勢和性能。

MySQL：主要針對小量可以快速結(jié)構(gòu)化的數(shù)據(jù)（億行左右的數(shù)據(jù)規(guī)模）。

MapReduce： 屬于中間平衡模塊，處理介于TB和GB之間的結(jié)構(gòu)化和非結(jié)構(gòu)數(shù)據(jù)。

Mesa：其強(qiáng)大優(yōu)勢在于支持TB級至PB級的海量數(shù)據(jù)，并可以實(shí)現(xiàn)毫秒（ms）返回前端查詢TB數(shù)據(jù)的請求。

（三）數(shù)據(jù)的可視化

與傳統(tǒng)的數(shù)據(jù)分析技術(shù)相比，SW AAP的可視化技術(shù)更傾向于挖掘型分析，其特點(diǎn)主要表現(xiàn)在：（1）友好的人機(jī)交互能力與體驗(yàn)效果。（2）具有豐富的圖形展示功能，有助于審計師、咨詢顧問、研究員直觀地把握整體情況，識別審計和研究的重點(diǎn)，梳理業(yè)務(wù)思路并提高產(chǎn)出質(zhì)量。（3）具有強(qiáng)大的圖形分析功能，可交互構(gòu)建和調(diào)整曲線、曲面、點(diǎn)云等數(shù)學(xué)模型，可實(shí)現(xiàn)基于海量數(shù)據(jù)的趨勢分析、異常辨析等分析效果。SW AAP現(xiàn)已具備的基礎(chǔ)數(shù)據(jù)展示套件，足以滿足90%以上的數(shù)據(jù)分析和可視化的需求。

（四）技術(shù)優(yōu)勢

對比于傳統(tǒng)產(chǎn)品，或者類似的產(chǎn)品，SW AAP無論從基礎(chǔ)架構(gòu)，還是上層應(yīng)用都有著明顯的競爭優(yōu)勢。表1列出了核心特性的指標(biāo)對比。

表1 SW APP的特性展示

圖1 AAP的數(shù)據(jù)存儲和查詢模塊

三、大數(shù)據(jù)人工智能助力傳統(tǒng)業(yè)務(wù)

高性能的SW AAP大數(shù)據(jù)平臺建立之后，就可以在SW AAP平臺上構(gòu)建不同的客戶場景，分析數(shù)據(jù)，更快地為客戶提供決策，比如審計，金融或者電信場景，為客戶定制行業(yè)分析需求，提取數(shù)據(jù)價值。

（一）大數(shù)據(jù)審計：審計之道，數(shù)據(jù)先行

審計是為企業(yè)財務(wù)數(shù)據(jù)的真實(shí)、完整、準(zhǔn)確提供合理性保證，但是目前企業(yè)在信息化、大數(shù)據(jù)和互聯(lián)網(wǎng)+運(yùn)營環(huán)境下，依賴傳統(tǒng)的收集手段和保障手段為業(yè)財數(shù)據(jù)提供合理性保證變得越來越困難，甚至成為不可能完成的任務(wù)（圖2）。

當(dāng)我們面臨互聯(lián)網(wǎng)公司審計的時候，互聯(lián)網(wǎng)公司每天產(chǎn)生TB級別的數(shù)據(jù)，如何從TB級別的數(shù)據(jù)中核實(shí)收入，傳統(tǒng)手段無論如何是無法確認(rèn)的，只有依靠SW AAP大數(shù)據(jù)平臺，海量數(shù)據(jù)核算功能，助力審計確保數(shù)據(jù)準(zhǔn)確性和完整性，為審計保駕護(hù)航（圖3）。

（二）數(shù)據(jù)可視化：上下游業(yè)務(wù)流轉(zhuǎn)數(shù)據(jù)化

通過數(shù)據(jù)的清洗整理，SW AAP將對業(yè)務(wù)流的數(shù)據(jù)進(jìn)行全局可視化，匯總整條業(yè)務(wù)鏈上下游交易信息，通?？梢詰?yīng)用到財務(wù)數(shù)據(jù)，ERP進(jìn)銷存，以及生產(chǎn)制造等諸多方面的數(shù)據(jù)分析和產(chǎn)業(yè)決策，其中可能包括以下內(nèi)容：

（1）上游供應(yīng)商（代號）、購進(jìn)貨物名稱、庫存及轉(zhuǎn)銷情況、下游客戶（代號）；

（2）業(yè)務(wù)交易量以圖形大小體現(xiàn)，清晰展示各交易對手方在公司業(yè)務(wù)中占比情況；

（3） 數(shù)據(jù)允許的情況下，可分別展開交易對手具體交易情況、貨物存儲及轉(zhuǎn)銷情況。

（三）人工智能：可信賴的金融風(fēng)控

SW AAP從客戶和第三方收集結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，通過數(shù)據(jù)存儲、人工智能模型的訓(xùn)練和利用深度學(xué)習(xí)技術(shù)，對消費(fèi)金融場景內(nèi)難以使用的數(shù)據(jù)進(jìn)行基于機(jī)器的特征分析，并且將深度學(xué)習(xí)技術(shù)應(yīng)用于最終的違約概率預(yù)測模型，從而提升信貸金融風(fēng)控決策效果?；ヂ?lián)網(wǎng)金融公司的小額批貸需要實(shí)時核查客戶信用，使用SW AAP的金融風(fēng)控模型（圖4），即可獲取客戶的信用報告，規(guī)避壞賬風(fēng)險，實(shí)現(xiàn)贏利。

（四）實(shí)時數(shù)據(jù)分析：革新電信行業(yè)的核算

當(dāng)大規(guī)模系統(tǒng)運(yùn)行，時刻產(chǎn)生大量的機(jī)器數(shù)據(jù)（日志文件）的時候，客戶想及時修復(fù)系統(tǒng)漏洞，發(fā)現(xiàn)黑客攻擊，或者對海量數(shù)據(jù)核算的時候，都無從下手。SW AAP提供TB數(shù)據(jù)毫秒返回查詢結(jié)果的優(yōu)秀性能，不僅可以跨系統(tǒng)跨業(yè)務(wù)查詢數(shù)據(jù)，還能靈活提供各種維度報表，必然能從根本上解決客戶的棘手問題。例如某電信公司，月初都無法快速出具用戶上個月話費(fèi)詳單，因?yàn)樾枰褂肏adoop離線計算，需要一周時間完成100+TB的數(shù)據(jù)量的計算工作，當(dāng)其使用了SW AAP的大數(shù)據(jù)靈活報表，秒級生成話費(fèi)詳單，如果使用同類國外產(chǎn)品Splunk，處理TB+級別數(shù)據(jù)報價在1000萬人民幣以上，無論從性價比還是可用性，SW AAP都能秒殺競爭者對手。

圖4 金融風(fēng)控模型

圖5 日志監(jiān)控示例