陈春宝
国网福建省电力有限公司东山县供电公司
摘要：大数据时代建设的发展背景下，我国的电力行业实现了非常迅猛的发展。在电力行业高速发展的过程当中，运用大数据技术对相关的业务营销水平进行信息化建设，也成为了当前发展中审计业务非常重要的研究建设和学习方向。智能电网的不断深化产生了越来越多的电力监测数据，这些数据的运行情况以及异常情况都决定着电网监测的运行状态。在大数据的基础上，对更多的用户使用数据进行分析，也能够为相关行业的发展建设提供更加良好的保障。白班将针对电网行业当中的数据营销模式和审计进行简要的分析探讨，希望能够对审计数据当中的大数据应用方向提供一些参考。
关键词：大数据时代；电力建设；电网审计；营销方向；数据挖掘
引言
随着信息时代的建设和发展，智能化技术水平在电力行业当中的应用变得更加深化，现代化科学技术的融合，使得现代信息技术实现了高效的共享数据价值被不断发掘出来。大数据时代背景下，对各项数据的需求也不断增加。智能变电站以及电表和计量自动化等相关系统的使用变得越来越广泛，相关行业企业积累了多元化的复杂的数据资源库，这样的资源信息储备造成了相关行业建设难度的直线增加，直接影响了相关数据的价值挖掘，不仅降低了电网运行的实际审计效率，同时还对相关行业的数据统计归纳造成了一定的压力。当前电网企业建设当中，面对不同的发展需求和业务，技术数据都选择传统构架下的数据共享矿进行分析和扩展，但是这些传统的数据分析模式可扩展性以及容错性和对应的安全管理方面，依旧有一些问题，所以这样的发展模式无法实现未来发展的良好奠基。
1.营销大数据审计的意义
大数据时代的建设和发展，对各行各业来说都有着非同凡响的影响审计行业，在建设之初，由抽样审计的方式逐步朝向科学化的模式发展，通过海量的数据协同流程研究，可以高效地避免数据由于抽样分析时的单一不准确而造成结果影响。另外，通过大数据审计的模式，可以高效地从大量的信息数据当中挖掘出这些信息之间的关键性，联系相关分析可以变得更加可靠，让问题的解决和发现变得更加轻松，让数据的价值越来越高，同时为审计相关提供有力的科学依据。
2.大数据时代营销审计存在的问题
虽然在当前发展当中审计提供了非常多新的发展模式，但是就当前建设中的审计现状可以看出，依旧存在非常多的问题。电网营销管理的数据尤其庞大，使得电网营销领域当中的存储和使用频率越来越高，它的存储和运行压力越来越大。随着大数据时代的不断飞速进步，数据的量级乘几何增长的模式进行增加了信息系统运行风险的同时，给相关行业的建设带来了越来越多的压力。面对这样的信息建设发展模式，原有的审计系统已经无法满足未来的发展建设需求，需要相关系统进一步深入提升审计的科学模式，利用现代化科学技术，从海量的数据库中提取出更高价值的真实数据，从而建立起更加完善的数据管理和储存库。
需要研发大量的数据分析软件。当前审计营销的形式多样化，在传统基础上进行审计的方式已经不适合现在的发展，所以需要结合当前发展的实际情况，结合计算机网络的相关系统和技术应用关联和聚合分类等等分析方式，建立起适合不同业务的，可向上发展，可扩展可重复的营销审计模型，从而适应相关行业的数据管理。
审计人员的专业素质也需要提升。在大数据发展背景中，电网营销模式在不断产生变化，营销的方式和知识也是随时在呈现着多元化的变化模式，对于相关审计工作的营销人员来说，专业知识和综合素养有了更高的要求。大数据信息时代的数据信息截取需要更强的针对性和有效性，将数据高效地进行建模，要求相关的数据，结果拥有广泛的适用性，等等，这些都需要相关审计人员及时地进行扩充。
3.大数据时代下的电力审计数据构成
近年来，大数据广泛应用到各行各业当中，按照我国南方电路网络公司企业的相关建设系统，可以看出，相关公司一般会利用信息集成平台，在公司建立一些线路管理系统，建立出财务营销以及财务，管理和资产管理协同办公以及人力资源等等业务系统应用。其中营销方面的管理是结合现代化信息技术对原有信息营销数据模式进行现代化的集成和优化管理。营销业务领域的相关数据是对自身处理的业务数据，包括业内的核收管理，计量管理和客户服务以及市场交易，用电检查或营销稽查等等业务数据的处理。当然也有一些公司会建立跨系统的协同办公数据，将营销管理以及其他业务系统的集成数据统一进行管理，包括营销系统，财务系统以及物资系统和计量自动化的相关集成数据。
4.大数据背景下审计流程
4.1建立明确的应用信息处理平台
在大数据背景下进行营销审计时，需要建立审计平台，这个审计平台需要分为四个交互逻辑层，其中包含应用层数据管理层以及公司数据中心业务数据等在内的相关管理层。建设该审计数据时，主要来源于相关公司的数据处理中心，这些数据需要由公司数据中心通过一些调度工具，从各级中心和业务管理系统中进行抽取，存储在Gp数据库里。这个数据库按各省数据集市的需求及时地进行定时业务数据推送，将所有的数据成果推送到网及数据集市当中，应用层则通过数据管理，是来调取各种各样不同业务当中的审计模型，之后再进行大数据应用和分析。大数据管理和应用需要在相关的审计项目当中通过反复的使用和试验，在进行实际使用当中，不断改进，在后台技术职称和现代化技术模拟推动的情况下，带动下相关效率的提升。
4.2基础数据处理
大数据背景下的信息化处理是非常重要的步骤，电力营销当中的相关数据包括结构化数据以及非结构化数据。结构化数据在各个系统当中进行存储，这些数据往往存在不同类型的数据库中，但是非结构的数据则不同，是在对应业务处理当中的办公文本以及图片或各类报表图像等等，不妨方便使用数据库二维逻辑来表现的一些数据，这些数据就需要通过非结构化的数据模式来进行审计，抽取转化为易于审计和分析的结构数据。以相关的业务资源数据库为基础，利用ELT数据清洗转换技术来对原数据进行标准化，业务审计规则转换，建立对应的审计数据库，将相关公司内部和外部的数据集成化进行归纳处理，形成属于相关公司的独特数据库。
4.3大数据应用
在数据管理层当中，进行数据审计分析，需要定期从下级各个公司的数据当中抽取对应的数据，进行数据库更新，在为相关审计平台提供数据审计分析的基础上，提升相关的数据应用准确性。关联分析是一种非常常见的数据分析挖掘方式，可以利用数据之间的关联规则来发掘这些数据当中的隐藏关系，通过量化的数据模式来反映出它们之间所产生的相互效应。在实际的电网营销审计当中，线路损耗异常的问题，就可以利用这种关联的分析方式进行审计，将同期线损的数据作为审计的基础，融合自动数据当中的一些信息和用电信息当中的一些数据，针对异常区域和对终端有功率，无功率或电压电流等情况进行相互关联分析，从而找到线损的原因，提升风险预警的数据分析达标率。
5.结语
大数据时代的出现和发展，改变了很多职业以及行业的未来建设趋势，对于电力行业的审计工作来说，但数据时代得到，可以高效地推动相关行业的建设和发展，能够积极地推动相关工作进入一个新的时代，遇到更多的发展建设机遇。大数据背景下建立起电网营销审计的科学模式，能够高效地提升电力系统的审计效率，避免常规审计局限性的同时，高效地带动海量数据的协调和可持续分析审计，让数据的结算和整理变得更加精确。结合大数据的相关建设技术，打通了自上而下的数据链，为电力行业的营销审计创造了更多的有效审计手段，积极地推动了相关工作的改善，并且增强了电力行业工作数据的审计力度，提升了审计数据的质量，带动数据分析能力和洞察能力提升的同时，让相关行业的建设变得更加客观，实际具有公信力。
参考文献：
[1] 胡新玲.基于“互联网 +”审计云的企业电力营销数字化审计[J].企业改革与管理，2018(17):140-141.
[2] 刘悦.大数据背景下供电企业营销审计研究[D].济南：山东财经大学，2018.
[3] 张莉.浅议在 ERP系统中工程物资管理的几点问题[J].中国电力教育，2011(06):87-88.