摘 要：社交媒體的迅猛發(fā)展，極大改變了企業(yè)營(yíng)銷模式和消費(fèi)者行為。海量的社交媒體數(shù)據(jù)蘊(yùn)含著消費(fèi)者偏好、市場(chǎng)趨勢(shì)等寶貴信息，成為市場(chǎng)審計(jì)的重要數(shù)據(jù)來源。然而，當(dāng)前社交媒體數(shù)據(jù)在市場(chǎng)審計(jì)中的應(yīng)用仍面臨數(shù)據(jù)獲取難、數(shù)據(jù)質(zhì)量參差不齊、數(shù)據(jù)分析方法欠缺等諸多挑戰(zhàn)。審計(jì)人員亟須轉(zhuǎn)變理念，創(chuàng)新方法，充分挖掘社交媒體數(shù)據(jù)價(jià)值，賦能市場(chǎng)審計(jì)。在梳理社交媒體數(shù)據(jù)特點(diǎn)的基礎(chǔ)上，分析其在市場(chǎng)審計(jì)中的應(yīng)用現(xiàn)狀，剖析數(shù)據(jù)應(yīng)用面臨的困境，并從健全數(shù)據(jù)治理體系、創(chuàng)新數(shù)據(jù)分析方法、加強(qiáng)人才隊(duì)伍建設(shè)等方面，提出推動(dòng)社交媒體數(shù)據(jù)在市場(chǎng)審計(jì)中深度應(yīng)用的優(yōu)化路徑。應(yīng)通過構(gòu)建數(shù)據(jù)中臺(tái)，打通業(yè)務(wù)條線間的“數(shù)據(jù)孤島”；聚焦關(guān)鍵業(yè)務(wù)場(chǎng)景，創(chuàng)新數(shù)據(jù)分析模型，將數(shù)據(jù)洞見轉(zhuǎn)化為審計(jì)發(fā)現(xiàn)；加快復(fù)合型人才引進(jìn)和培養(yǎng)，為數(shù)據(jù)分析驅(qū)動(dòng)的審計(jì)升級(jí)提供智力支持。社交媒體數(shù)據(jù)分析是大數(shù)據(jù)時(shí)代賦予市場(chǎng)審計(jì)的新引擎，其在營(yíng)銷效果評(píng)估、輿情分析、消費(fèi)者洞察等方面大有可為。審計(jì)機(jī)構(gòu)應(yīng)順應(yīng)數(shù)字化浪潮，加快數(shù)據(jù)分析能力轉(zhuǎn)型，真正用數(shù)據(jù)說話、用數(shù)據(jù)決策，以數(shù)據(jù)驅(qū)動(dòng)審計(jì)變革，助力企業(yè)提質(zhì)增效，推動(dòng)高質(zhì)量發(fā)展。

關(guān)鍵詞：社交媒體；市場(chǎng)審計(jì)；數(shù)據(jù)分析；應(yīng)用困境；優(yōu)化路徑

中圖分類號(hào)：F239" 文獻(xiàn)標(biāo)識(shí)碼：A" 文章編號(hào)：1673-260X（2024）07-0030-03

隨著數(shù)字經(jīng)濟(jì)時(shí)代的到來，社交媒體已成為人們生活和工作中不可或缺的一部分。據(jù)統(tǒng)計(jì)，2022年我國(guó)社交媒體用戶規(guī)模達(dá)11.2億，日均使用時(shí)長(zhǎng)超過2小時(shí)。龐大的用戶基礎(chǔ)和高頻的互動(dòng)行為，讓社交媒體平臺(tái)聚集了海量的用戶生產(chǎn)內(nèi)容（UGC）數(shù)據(jù)。這些數(shù)據(jù)真實(shí)記錄了消費(fèi)者的喜好特征、行為模式、情感傾向等，蘊(yùn)藏著市場(chǎng)趨勢(shì)的微弱信號(hào)，對(duì)企業(yè)的生產(chǎn)運(yùn)營(yíng)、營(yíng)銷決策具有重要的指導(dǎo)價(jià)值。近年來，越來越多的企業(yè)開始重視社交媒體數(shù)據(jù)的分析應(yīng)用，將其作為傳統(tǒng)市場(chǎng)調(diào)研的有力補(bǔ)充。審計(jì)行業(yè)如何順應(yīng)這一趨勢(shì)，充分利用社交媒體數(shù)據(jù)提升市場(chǎng)審計(jì)的精準(zhǔn)度和有效性，已成為一個(gè)亟待探索的課題。審計(jì)人員需要與時(shí)俱進(jìn)，創(chuàng)新理念方法[1]，加快將社交媒體數(shù)據(jù)融入審計(jì)工作全過程，用數(shù)據(jù)賦能審計(jì)轉(zhuǎn)型升級(jí)，助力企業(yè)提質(zhì)增效、行穩(wěn)致遠(yuǎn)。

1 大數(shù)據(jù)時(shí)代社交媒體數(shù)據(jù)的特征及其審計(jì)價(jià)值

1.1 社交媒體數(shù)據(jù)的海量性、動(dòng)態(tài)性特征

隨著互聯(lián)網(wǎng)特別是移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展，社交媒體逐漸成為網(wǎng)民日常生活中獲取和分享信息的主陣地。據(jù)相關(guān)機(jī)構(gòu)統(tǒng)計(jì)，2022年我國(guó)社交媒體用戶規(guī)模已達(dá)12億，日均使用時(shí)長(zhǎng)接近2.5小時(shí)。龐大的用戶基數(shù)和高頻的使用行為，使得社交平臺(tái)上每分每秒都在產(chǎn)生海量的文本、圖片、視頻等用戶生成內(nèi)容（UGC）。以短視頻巨頭抖音為例，其日活躍用戶超過6億，平均每天產(chǎn)生數(shù)十億條短視頻內(nèi)容。如此體量的數(shù)據(jù)對(duì)于理解用戶行為、揣摩消費(fèi)心理可謂寶貴的信息礦藏，但對(duì)數(shù)據(jù)采集、存儲(chǔ)和計(jì)算能力也提出了空前的挑戰(zhàn)。此外，社交媒體數(shù)據(jù)還呈現(xiàn)出顯著的動(dòng)態(tài)性特征。社交網(wǎng)絡(luò)的關(guān)系鏈每時(shí)每刻都在發(fā)生變化，用戶對(duì)內(nèi)容的點(diǎn)贊、轉(zhuǎn)發(fā)、評(píng)論行為實(shí)時(shí)更新，熱點(diǎn)話題的興衰瞬息萬變[2]。這種高度動(dòng)態(tài)性要求審計(jì)人員具備實(shí)時(shí)獲取數(shù)據(jù)的能力，循環(huán)往復(fù)、持續(xù)跟蹤數(shù)據(jù)的狀態(tài)變化，捕捉其中蘊(yùn)含的市場(chǎng)風(fēng)向變化，以動(dòng)態(tài)視角看問題。

1.2 非結(jié)構(gòu)化數(shù)據(jù)為主，數(shù)據(jù)質(zhì)量參差不齊

與銀行交易記錄、財(cái)務(wù)報(bào)表等結(jié)構(gòu)化程度較高的傳統(tǒng)數(shù)據(jù)源不同，社交媒體數(shù)據(jù)的非結(jié)構(gòu)化屬性十分突出。以文本類UGC內(nèi)容為例，它沒有固定的字段和格式，表述方式靈活多樣，或簡(jiǎn)短精練，或長(zhǎng)篇大論；或純文字表達(dá)，或圖文音視頻并茂，這就給數(shù)據(jù)的詞法語法分析、情感極性判別、主題概念抽取等帶來極大挑戰(zhàn)。再如圖片、小視頻等內(nèi)容，其蘊(yùn)含的審計(jì)線索往往并不直觀，需要借助圖像識(shí)別、目標(biāo)檢測(cè)等前沿算法才能將其“翻譯”為結(jié)構(gòu)化的特征表示，難度不小。數(shù)據(jù)質(zhì)量參差不齊也是審計(jì)人員面臨的另一大難題。某些平臺(tái)存在機(jī)器人刷量、虛假評(píng)論等亂象，這些注水?dāng)?shù)據(jù)會(huì)干擾審計(jì)人員對(duì)市場(chǎng)狀況的判斷。內(nèi)容農(nóng)場(chǎng)批量生產(chǎn)的同質(zhì)化低質(zhì)信息也讓人頭疼不已。對(duì)此，審計(jì)機(jī)構(gòu)須探索切實(shí)可行的數(shù)據(jù)治理方案，建立數(shù)據(jù)分級(jí)分類機(jī)制，甄別數(shù)據(jù)來源的可靠性，并運(yùn)用反作弊算法過濾虛假數(shù)據(jù)，用高質(zhì)量數(shù)據(jù)武裝市場(chǎng)審計(jì)[3]。

1.3 消費(fèi)者洞察和市場(chǎng)趨勢(shì)的重要信息源

社交媒體數(shù)據(jù)雖有諸多特殊性，但作為消費(fèi)者態(tài)度和行為數(shù)據(jù)的集中反映，其對(duì)市場(chǎng)審計(jì)的重要價(jià)值不容忽視。社交平臺(tái)上的用戶評(píng)價(jià)數(shù)據(jù)、網(wǎng)紅帶貨數(shù)據(jù)、話題討論數(shù)據(jù)等，都是了解消費(fèi)者需求、評(píng)估品牌表現(xiàn)、研判行業(yè)走向的重要信息源。以美妝行業(yè)的審計(jì)調(diào)研為例，審計(jì)人員可深度挖掘消費(fèi)者對(duì)各美妝品牌的真實(shí)評(píng)價(jià)，區(qū)分正面、負(fù)面、中性情感，找出產(chǎn)品被反復(fù)提及的優(yōu)缺點(diǎn)，由此對(duì)消費(fèi)痛點(diǎn)、改進(jìn)需求了然于胸。再如對(duì)平臺(tái)網(wǎng)紅的銷售數(shù)據(jù)進(jìn)行對(duì)比分析，找出銷冠產(chǎn)品背后的熱門元素，把握消費(fèi)趨勢(shì)的風(fēng)向標(biāo)。此外，社交媒體上的話題數(shù)據(jù)也值得關(guān)注。話題的傳播時(shí)序、熱度分布、參與人群畫像等，都透視著用戶的興趣偏好和行為模式，進(jìn)而反映細(xì)分市場(chǎng)的競(jìng)爭(zhēng)態(tài)勢(shì)。審計(jì)人員可追蹤重點(diǎn)品牌相關(guān)話題的發(fā)展脈絡(luò)，考察正負(fù)面?zhèn)鞑ケ壤信衅放坡曌u(yù)的變化趨勢(shì)，為風(fēng)險(xiǎn)防范提供參考。

1.4 助力營(yíng)銷審計(jì)和品牌聲譽(yù)管理

社交媒體數(shù)據(jù)分析在營(yíng)銷審計(jì)中大有可為。隨著社交媒體營(yíng)銷盛行，評(píng)估內(nèi)容營(yíng)銷、KOL種草、直播帶貨等新型營(yíng)銷方式的投入產(chǎn)出比，成為審計(jì)人員的重要課題。傳統(tǒng)的問卷調(diào)查等方法難以全面評(píng)估社交媒體的營(yíng)銷效果，而社交媒體數(shù)據(jù)則提供了直接評(píng)估用戶互動(dòng)量、傳播量的新路徑。通過分析不同平臺(tái)、不同KOL的粉絲量、點(diǎn)贊量、轉(zhuǎn)化率等數(shù)據(jù)，可精準(zhǔn)評(píng)估投放渠道和載體的性價(jià)比，優(yōu)化營(yíng)銷組合。用戶在社交媒體上的搜索、瀏覽、討論行為數(shù)據(jù)也是評(píng)估營(yíng)銷內(nèi)容引發(fā)消費(fèi)者興趣、影響決策的重要窗口。此外，社交媒體數(shù)據(jù)分析在品牌聲譽(yù)管理方面也有重要應(yīng)用。通過建立品牌聲譽(yù)監(jiān)測(cè)模型，跟蹤重點(diǎn)平臺(tái)上與品牌相關(guān)的用戶評(píng)價(jià)數(shù)據(jù)，可動(dòng)態(tài)評(píng)估品牌美譽(yù)度，預(yù)警聲譽(yù)風(fēng)險(xiǎn)。一旦發(fā)現(xiàn)重大負(fù)面事件，還可利用社交數(shù)據(jù)回溯事態(tài)發(fā)酵過程，找出關(guān)鍵傳播節(jié)點(diǎn)，為應(yīng)對(duì)提供決策參考。案例如某乳企的“蒙牛星座瓶事件”，通過對(duì)微博等平臺(tái)相關(guān)話題數(shù)據(jù)的深度分析，該公司及時(shí)調(diào)整了危機(jī)公關(guān)策略，最大限度控制了負(fù)面影響。

2 社交媒體數(shù)據(jù)審計(jì)面臨的主要困境

2.1 體系化的頂層設(shè)計(jì)缺失，數(shù)據(jù)基礎(chǔ)較為薄弱

當(dāng)前，多數(shù)企業(yè)尚未建立健全社交媒體數(shù)據(jù)管理的頂層架構(gòu)，缺乏系統(tǒng)性的政策規(guī)劃和制度設(shè)計(jì)。在數(shù)據(jù)采集環(huán)節(jié)，由于缺乏統(tǒng)一規(guī)范，不同業(yè)務(wù)條線、不同部門隨意采集，數(shù)據(jù)標(biāo)準(zhǔn)不一，數(shù)據(jù)冗余嚴(yán)重。在數(shù)據(jù)存儲(chǔ)環(huán)節(jié)，缺乏統(tǒng)籌規(guī)劃，數(shù)據(jù)分散存儲(chǔ)于各業(yè)務(wù)系統(tǒng)，數(shù)據(jù)割裂現(xiàn)象普遍。在數(shù)據(jù)流轉(zhuǎn)環(huán)節(jié)，缺乏有效的數(shù)據(jù)交換和共享機(jī)制，業(yè)務(wù)部門間“數(shù)據(jù)壁壘”突出，“數(shù)據(jù)孤島”問題嚴(yán)重。同時(shí)，由于缺乏嚴(yán)格的數(shù)據(jù)治理流程，社交媒體數(shù)據(jù)的質(zhì)量參差不齊，數(shù)據(jù)的真實(shí)性、規(guī)范性難以保證[4]。

2.2 分析方法創(chuàng)新不足，數(shù)據(jù)應(yīng)用深度有待加強(qiáng)

盡管國(guó)內(nèi)外在社交媒體數(shù)據(jù)分析領(lǐng)域進(jìn)行了諸多有益探索，但從整體來看，分析方法仍相對(duì)單一，缺乏持續(xù)創(chuàng)新。一方面，受制于專業(yè)背景局限，審計(jì)人員對(duì)先進(jìn)算法模型的認(rèn)知和使用能力不足，數(shù)據(jù)分析方法主要集中于傳統(tǒng)的統(tǒng)計(jì)分析和可視化分析，對(duì)語義分析、知識(shí)圖譜、因果推斷等前沿方法運(yùn)用不足。另一方面，分析方法與審計(jì)場(chǎng)景結(jié)合不緊密。部分企業(yè)熱衷于新技術(shù)的堆砌，卻疏于分析業(yè)務(wù)需求，運(yùn)用的分析方法難以解決審計(jì)實(shí)務(wù)中的實(shí)際問題。

2.3 復(fù)合型人才奇缺，專業(yè)能力亟待強(qiáng)化

社交媒體數(shù)據(jù)分析驅(qū)動(dòng)的審計(jì)模式創(chuàng)新，對(duì)審計(jì)人才的數(shù)據(jù)素養(yǎng)提出了更高要求。然而，當(dāng)前高水平的復(fù)合型審計(jì)人才十分匱乏。一是專業(yè)背景單一?，F(xiàn)有審計(jì)隊(duì)伍多來自會(huì)計(jì)、審計(jì)等傳統(tǒng)專業(yè)，缺乏計(jì)算機(jī)、統(tǒng)計(jì)學(xué)、數(shù)據(jù)科學(xué)等專業(yè)背景，數(shù)據(jù)分析與處理技能普遍不足。二是教育培養(yǎng)滯后。高校審計(jì)專業(yè)教育對(duì)數(shù)據(jù)分析課程重視不夠，實(shí)踐訓(xùn)練環(huán)節(jié)薄弱，難以培養(yǎng)學(xué)生系統(tǒng)的數(shù)據(jù)分析能力。在職培訓(xùn)同樣存在短板，針對(duì)性、實(shí)效性不足[5]。三是人才引進(jìn)困難。由于缺乏有競(jìng)爭(zhēng)力的薪酬福利和發(fā)展通道，難以吸引數(shù)據(jù)分析領(lǐng)域的優(yōu)秀人才加盟，高端人才引進(jìn)困難。審計(jì)隊(duì)伍的知識(shí)結(jié)構(gòu)難以適應(yīng)數(shù)據(jù)分析驅(qū)動(dòng)審計(jì)的新要求。受制于專業(yè)能力不足，審計(jì)人員對(duì)海量社交媒體數(shù)據(jù)的分析運(yùn)用能力有限，難以深度挖掘數(shù)據(jù)價(jià)值，嚴(yán)重制約了社交媒體數(shù)據(jù)在市場(chǎng)審計(jì)中的深入應(yīng)用。

3 社交媒體數(shù)據(jù)在市場(chǎng)審計(jì)中的應(yīng)用優(yōu)化路徑

3.1 夯實(shí)數(shù)據(jù)基礎(chǔ)，健全治理體系

審計(jì)機(jī)構(gòu)要從戰(zhàn)略高度重視社交媒體數(shù)據(jù)治理，成立專門的數(shù)據(jù)治理委員會(huì)，負(fù)責(zé)頂層設(shè)計(jì)。制定詳盡的數(shù)據(jù)管理制度，明確采集、傳輸、存儲(chǔ)、應(yīng)用等各環(huán)節(jié)的操作規(guī)程和責(zé)任人。建立數(shù)據(jù)質(zhì)量考核機(jī)制，將數(shù)據(jù)質(zhì)量指標(biāo)嵌入績(jī)效評(píng)估體系。在數(shù)據(jù)采集環(huán)節(jié)，要全面評(píng)估社交媒體平臺(tái)的數(shù)據(jù)接口性能，針對(duì)不同數(shù)據(jù)源定制采集策略。對(duì)頭部平臺(tái)可建立定期全量采集機(jī)制，對(duì)腰尾部平臺(tái)可采取抽樣采集方式。在數(shù)據(jù)清洗上，要針對(duì)社交媒體數(shù)據(jù)的非結(jié)構(gòu)化特點(diǎn)，利用自然語言處理、圖像識(shí)別等AI技術(shù)，對(duì)文本、圖片、視頻等異構(gòu)數(shù)據(jù)進(jìn)行結(jié)構(gòu)化解析和提取。通過算法自動(dòng)標(biāo)注數(shù)據(jù)噪音，人工復(fù)核數(shù)據(jù)質(zhì)量，保障數(shù)據(jù)規(guī)范性、準(zhǔn)確性。數(shù)據(jù)存儲(chǔ)要因地制宜選擇最優(yōu)架構(gòu)。對(duì)時(shí)效性要求高的熱數(shù)據(jù)，可使用內(nèi)存數(shù)據(jù)庫、NoSQL數(shù)據(jù)庫等技術(shù)，實(shí)現(xiàn)毫秒級(jí)查詢響應(yīng)。對(duì)訪問頻次低的冷數(shù)據(jù)，可采用Hadoop、Spark等大數(shù)據(jù)框架，進(jìn)行廉價(jià)存儲(chǔ)。云平臺(tái)、邊緣計(jì)算等新興技術(shù)也要納入存儲(chǔ)方案的考量范疇[6]。打造數(shù)據(jù)中臺(tái)時(shí)，要深入梳理審計(jì)業(yè)務(wù)需求，抽象出標(biāo)準(zhǔn)化的數(shù)據(jù)服務(wù)接口，實(shí)現(xiàn)業(yè)務(wù)應(yīng)用與底層數(shù)據(jù)存儲(chǔ)的解耦。要建設(shè)高可用、高并發(fā)的數(shù)據(jù)服務(wù)層，確保數(shù)據(jù)實(shí)時(shí)供給。建立統(tǒng)一的數(shù)據(jù)質(zhì)量監(jiān)測(cè)框架，實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)加工流程，對(duì)錯(cuò)誤數(shù)據(jù)及時(shí)預(yù)警、處置。此外，數(shù)據(jù)資源目錄要形成多級(jí)分類體系，從審計(jì)業(yè)務(wù)視角對(duì)數(shù)據(jù)進(jìn)行語義化組織。利用知識(shí)圖譜技術(shù)，刻畫數(shù)據(jù)資產(chǎn)間的語義關(guān)聯(lián)，實(shí)現(xiàn)數(shù)據(jù)資產(chǎn)全景式、圖譜化展示，便于業(yè)務(wù)人員據(jù)此開展數(shù)據(jù)分析挖掘。

3.2 緊扣業(yè)務(wù)場(chǎng)景，創(chuàng)新分析方法

在營(yíng)銷審計(jì)方面，傳統(tǒng)的歸因模型難以全面評(píng)估社交媒體的營(yíng)銷價(jià)值。要進(jìn)一步細(xì)化歸因邏輯，構(gòu)建包含展示、點(diǎn)擊、轉(zhuǎn)化、分享等多環(huán)節(jié)的歸因模型。引入馬爾可夫鏈、貝葉斯網(wǎng)絡(luò)等因果推斷模型，深入刻畫各營(yíng)銷接觸點(diǎn)對(duì)用戶決策的影響。利用增量模型評(píng)估各營(yíng)銷渠道的邊際貢獻(xiàn)，助力營(yíng)銷預(yù)算的動(dòng)態(tài)優(yōu)化。可嘗試Booking.com的“一次試驗(yàn)，永久運(yùn)行”策略，持續(xù)開展小規(guī)模A/B測(cè)試，積累數(shù)據(jù)化營(yíng)銷認(rèn)知。用戶畫像要進(jìn)一步提升顆粒度。利用社交媒體數(shù)據(jù)構(gòu)建用戶知識(shí)圖譜，從人口屬性、消費(fèi)能力、興趣愛好、行為習(xí)慣、社交網(wǎng)絡(luò)等多維度刻畫用戶特征。運(yùn)用圖神經(jīng)網(wǎng)絡(luò)等算法，深入用戶行為數(shù)據(jù)，研判用戶購買意向。利用遷移學(xué)習(xí)、聯(lián)邦學(xué)習(xí)等隱私計(jì)算技術(shù)，在不觸及用戶隱私的前提下，打通多源數(shù)據(jù)，實(shí)現(xiàn)全域用戶畫像。利用強(qiáng)化學(xué)習(xí)持續(xù)優(yōu)化用戶運(yùn)營(yíng)策略，在合適的時(shí)間觸達(dá)合適的用戶[7]。聲譽(yù)管理要進(jìn)一步強(qiáng)化人機(jī)協(xié)同。充分利用行業(yè)專家的經(jīng)驗(yàn)，構(gòu)建聲譽(yù)風(fēng)險(xiǎn)因果圖譜，并嵌入因果推理算法，提高風(fēng)險(xiǎn)研判的準(zhǔn)確性。建立覆蓋事前預(yù)警、事中應(yīng)對(duì)、事后復(fù)盤的全流程機(jī)制。同時(shí)，要加強(qiáng)跨平臺(tái)數(shù)據(jù)關(guān)聯(lián)分析，實(shí)現(xiàn)聲譽(yù)風(fēng)險(xiǎn)的“一網(wǎng)打盡”。此外，要關(guān)注競(jìng)爭(zhēng)對(duì)手聲譽(yù)狀況，納入聲譽(yù)管理的對(duì)標(biāo)體系。

3.3 加強(qiáng)隊(duì)伍建設(shè)，提升專業(yè)素養(yǎng)

領(lǐng)軍人才的引進(jìn)要下“猛藥”。對(duì)頂尖人才實(shí)行高薪制度，給予持股、期權(quán)等中長(zhǎng)期激勵(lì)，打造責(zé)任與利益的捆綁機(jī)制。要廣撒英雄帖，在高校設(shè)立獎(jiǎng)學(xué)金，舉辦數(shù)據(jù)分析大賽，吸引優(yōu)秀學(xué)生加盟。針對(duì)復(fù)合型人才緊缺的現(xiàn)狀，還要探索“訂單式”培養(yǎng)模式，提前鎖定優(yōu)質(zhì)生源[8]。人才培養(yǎng)要強(qiáng)化實(shí)戰(zhàn)導(dǎo)向。利用真實(shí)業(yè)務(wù)數(shù)據(jù)開展案例教學(xué)，讓數(shù)據(jù)分析學(xué)以致用。要建立起貫通職業(yè)發(fā)展全周期的培訓(xùn)學(xué)習(xí)體系，形成從初級(jí)到專家各層次的系統(tǒng)化課程。鼓勵(lì)審計(jì)人員參與開源社區(qū)，學(xué)習(xí)前沿算法模型。要鼓勵(lì)掛職鍛煉，選派業(yè)務(wù)骨干到科技企業(yè)、高校實(shí)驗(yàn)室學(xué)習(xí)。建立內(nèi)外部專家資源庫，形成長(zhǎng)效的經(jīng)驗(yàn)傳幫帶機(jī)制。組織文化要將數(shù)據(jù)分析作為價(jià)值導(dǎo)向。要讓勇于創(chuàng)新、善于用數(shù)據(jù)說話成為審計(jì)人員的行為風(fēng)尚。要廣泛開展數(shù)據(jù)分析應(yīng)用實(shí)踐，發(fā)掘一批優(yōu)秀案例，形成示范效應(yīng)。建立數(shù)字化審計(jì)創(chuàng)新成果庫，推動(dòng)數(shù)據(jù)分析經(jīng)驗(yàn)固化為組織知識(shí)。要在全組織范圍普及數(shù)據(jù)思維，開設(shè)數(shù)據(jù)分析公開課，鼓勵(lì)跨部門、跨專業(yè)的頭腦風(fēng)暴，形成追求極致、崇尚創(chuàng)新的文化氛圍。社交媒體數(shù)據(jù)分析是數(shù)字化時(shí)代市場(chǎng)審計(jì)的必然選擇。審計(jì)機(jī)構(gòu)唯有在數(shù)據(jù)治理、分析應(yīng)用、人才培養(yǎng)等方面持續(xù)深耕，以數(shù)據(jù)思維驅(qū)動(dòng)監(jiān)管理念、流程方法、組織文化的系統(tǒng)重塑，才能在數(shù)字經(jīng)濟(jì)的浪潮中穩(wěn)健前行，塑造科技引領(lǐng)下的審計(jì)新形象。

——————————

參考文獻(xiàn)：

〔1〕高志玥，張皓.審計(jì)市場(chǎng)集中度、審計(jì)質(zhì)量與企業(yè)創(chuàng)新[J].中國(guó)注冊(cè)會(huì)計(jì)師，2021，19（12）：42-47.

〔2〕張敏，李雨新，余佳燕.大數(shù)據(jù)審計(jì)對(duì)我國(guó)審計(jì)市場(chǎng)的影響與應(yīng)對(duì)[J].中國(guó)注冊(cè)會(huì)計(jì)師，2021，6（01）：36-40+3.

〔3〕帥安琪.社交媒體數(shù)據(jù)分析：互聯(lián)網(wǎng)和大數(shù)據(jù)的融合[J].互聯(lián)網(wǎng)周刊，2024，3（05）：37-39.

〔4〕王宏，嵇紹國(guó).大數(shù)據(jù)分析的現(xiàn)實(shí)應(yīng)用及發(fā)展趨勢(shì)研究[J].信息網(wǎng)絡(luò)安全，2021（S1）：134-138.

〔5〕杜治娟，王碩，王秋月，等.社會(huì)媒體大數(shù)據(jù)分析研究綜述[J].計(jì)算機(jī)科學(xué)與探索，2017，11（01）：1-23.

〔6〕趙景欣，岳星輝，馮崇朋，等.基于通用數(shù)據(jù)保護(hù)條例的數(shù)據(jù)隱私安全綜述[J].計(jì)算機(jī)研究與發(fā)展，2022，59（10）：2130-2163.

〔7〕鄭璐琰.大數(shù)據(jù)時(shí)代電商企業(yè)審計(jì)風(fēng)險(xiǎn)分析——以蘇寧易購為例[J].中國(guó)農(nóng)業(yè)會(huì)計(jì)，2023，33（21）：131-133.

〔8〕柳佳，張?jiān)搓?，莊鏡玉.基于數(shù)據(jù)式審計(jì)模式的大數(shù)據(jù)智慧審計(jì)平臺(tái)構(gòu)建研究[J].對(duì)外經(jīng)貿(mào)，2023，（10）：28-30+60.

收稿日期：2024-02-26

基金項(xiàng)目：2022年度教育部人文社會(huì)科學(xué)研究一般項(xiàng)目《智媒時(shí)代公共健康危機(jī)傳播的輿情風(fēng)險(xiǎn)治理研究》（22YJA860006）