ISACA Blog | 如何在内部审计部门内建立数据科学团队

数据科学是一支在不同的业务职能领域不断发展壮大的力量，内部审计职能也不例外。虽然内部审计职能部门努力建立内部数据科学团队或已经建立了这样的团队，但他们应格外注意，不要将它等同于与建立其他功能或技术团队。相反，有一些特别的因素需要考虑，包括：

图片来源于公共图片库

组织环境和考虑因素

数据科学团队不是技术团队，而更像是内部审计师的内部顾问。数据科学家如果转岗到内部审计可能会满足最初的要求，去创建更多“花哨”的报告或仪表板，但只有那些具有正确“顾问”心态的人会意识到，他们的分析解决方案必须使他们的“客户”（同行内部审计师）的工作更有效率和/或更有价值，而不是看起来更“花哨”。

由数据科学家执行的初始项目是引发长期数字化转型讨论的机会，内部审计师需要变革以在整个组织范围内产生更大的影响。在这些讨论的基础上，数据科学家应评估所需数据资源的准备情况和可用性以及适用分析方法的有效性，然后就内部审计部门可能的变化路径进行沟通。在实现这些目标的过程中，数据科学家实际上充当了变革的推动者，但他们应该在推动变革的规模和范围上保持敏锐，使内部审计职能作为一个整体能够理解和承担这种变革，而不会经历创伤性的破坏。考虑到数据科学家大多是在没有审计经验的情况下引进的，并且必须在现有项目和转型项目之间证明预算/资源的合理性，这一点尤其正确。

团队结构的选择

随着数据科学家的加入，必须就数据科学家如何与现有的内部审计师合作做出关键决定。通常有三种可用的选项，如下图所示：

a. 分散。各个数据科学家分配到不同的审计团队，针对特定的业务职能，并向专门的团队领导报告。

b. 集中。由数据科学家组成独立的数据科学团队为不同的审计团队提供分析服务。

c. 混合。单个数据科学家分配到每个审计团队，而独立的数据科学团队作为共享分析解决方案的卓越中心避免重复工作。

上述任何一种团队结构都可以发挥作用，每种结构都有利弊，其中一些是内部审计部门特有的：

整合和协作。内部审计师必须掌握审计业务流程的各种专业知识，并与时俱进。在特定的审计团队中，数据科学家更容易保持相同的业务和专业水平，并促进与单个审计师更大的联系。这将有助于数据科学家更好地为审计需求定制分析解决方案，并推动将数据洞察更加无缝地应用到审计结果中。相反，集中的数据科学团队为数据科学家之间的团队合作和协作提供了更多的机会。

数据源。在内部审计职能方面，数据源和获取有一定的细微差别：必须向各自的业务所有者请求大多数用于审计目的的数据，数据的范围和含义随着基础业务、技术和流程的变化而变化。然后，数据科学家需要与业务所有者及支持技术团队保持密切联系。分散结构中的数据科学家能够更好地利用审计师和被审计方之间已有的联系实现这些目标。

可伸缩性。尽管数据科学团队不是技术团队，但数据科学的流程仍然包括技术任务，如数据平台迁移、整合新技术和采用实验平台等，这些任务由集中的数据科学团队交付，并由不同的数据科学家共同执行，效率更高。

演变的方法

没有一种数据科学方法是完美的；它必须在这个过程中不断演进。由有限的全职数据科学家组成的小型内部审计职能部门可以从分散的方法开始，将数据科学家与专业审计师配对，快速了解审计关注的问题，给问题建模，并在快速周转中提供解决方案和见解。当团队承担更大更复杂的问题时，可能需要开始以混合方法甚至上述提到的集中方法组织数据科学家。

无论采用哪种方法，成功的关键在于找到合适的数据科学家人才（这可能是一个挑战！）开启数据科学之旅——能够并愿意致力于内部审计领域的“种子”玩家。

编者按：本文于2022年8月1日首次发表 于ISACA官网ISACA Now Blog。文章内容仅代表作者本人观点。

作者：Maosen Cai, CISA, CIA, FRM

翻译：唐四宝（Jerry Tang），CISA， CDPSE，CZTP，ISACA微信公众号特邀通讯员。

校对：姚凯（Kevin Yao），CISA，CISM，CRISC，CGEIT，CDPSE，ISACA微信公众号特邀通讯员，关注IT安全，隐私保护和数字化。