1、新一代税务行业大数据服务平台支撑数据管税解决方案文档名称 新一代税务行业大数据服务平台支撑数据管税解决方案作者 邮箱版本 V1.0变更记录 2016/7/21 V1.02016/7/24 V1.21目 录1 总体业务需求分析和整体架构概览 .31.1 新时代的税务管理要求 .31.2 税务行业信息化建设现状 .51.3 大数据服务平台整体架构概览 .62 理论指导数据治理之需求和技术分析 .92.1 数据治理综述 .92.2 定义业务问题，以指导方向 .112.3 获得管理层支持，以获得组织和资源保障 .122.4 执行成熟度评估，以了解现状和确定将来所达目标 .122.5 创建数据治理路线图
2、 .142.6 建立数据治理组织蓝图 .152.7 创建数据字典/ 业务术语库 .162.8 理解业务和数据 .172.9 创建元数据存储库 .182.10 定义度量指标 .202.11 主数据治理 .212.12 治理分析 .222.13 管理安全和隐私 .232.14 数据生命周期治理 .242.15 度量结果 .243 理论指导大数据服务平台建设之需求和技术分析 .253.1 数据对数据管税的价值 .253.1.1 数据对税务的价值分析 .253.1.2 税务数据价值实现分析 .263.2 数据挖掘方法论指导大数据服务平台建设 .273.3 按业务主题和规则采集、加工数据以打好数据基础
3、.313.3.1 数据采集平台 .323.3.2 数据加工平台 .3423.4 合理利用各种报表工具，实现报表展现服务 .373.4.1 固定报表实现分析 .383.4.2 临时报表实现分析 .393.4.3 报表展示与可视化分析 .403.5 灵活使用数据，实现多维分析和微创新能力 .423.5.1 多维分析技术设计 .423.5.2 标签体系设计 .443.5.3 微创新系统设计 .463.6 对内对外更好的数据共享和交换，扩充能力 .473.6.1 打破条线壁垒，实现数据共享 .483.6.2 实现数据流通，打通上下级和税务与其他部门的数据联系 .493.7 提供更好的开发模式，加速数据
4、管税能力的提升 .4931 总体业务需求分析和整体架构概览1.1 新时代的税务管理要求新一代税务行业大数据服务平台的总体目标是实现“数据管税” 。新时代的税务管理要求是，以税收风险管理为主线，以现代信息化先进技术为依托，加强业务和技术的融合，优化资源配置和税源管理体系，优化服务，规范执法，不断提高税法遵从度和税收征收率，形成新一代税收征管新管理方式：1） 服务优化：税务管理部门的定位要从企业税务管理角色向企业税务服务角色转变，要利用现代化手段进行税务管理工作，在减少对企业日常经营的干扰情况下，保证税务管理工作的有效进行，成为纳税人与国家连接的桥梁；2） 以风险管理为主线：结合先进技术和创新管理
5、手段，降低和防范税收风险，做到事前重点防控潜在税收征管风险，事中降低税收征管风险，事后具备有效手段，查处偷漏税，营私舞弊等违法行为；3） 数据实现省市县分级分类管理：将数据情报管理、税收风险分析、风险应对任务管理、大企业和跨境税源风险应对等重要管理事项集中调整到省局层面；市、县税务机关精简行政管理职责，主要承担直接面向纳税人提供纳税服务、实施风险应对的职责；4） 强化税源专业化管理，探索“两个转变”：属地固定管户制到非固定管户制的转变，以及无差别管理到差别化管理的转变。在新时代的税务管理要求下，不能继续采用原来传统方式解决问题，要采用新的技术来解决；国家税务总局局长王军指出：“大数据时代，谁能
6、掌握好数据、谁能利用好数据，谁就能提高洞察力、占领制高点。 ”大数据最重要的作用是提供了实现税务管理由“税管员管”向“大数据管”转变的技术基础。过去，由于受到技术、思维等多方面等的限制，人类在采集和使用数据时为了节约时间，增加准确性，更多采用了随机采样法，这个时代被称为“小数据时代” 。小数据时代的特点是：样本随机性、数据精确、因果关系论、结果群体化。在大数据时代，数据收集、存储和分析工具极大提升，这使得“样本=总体”的全数据模式得以实现，数据处理的总体特点变为：要全体不要抽样，要效率不要精确，要相关不要因果。这颠覆了千百年来人类的思维惯例，对人类认知和与世界交流的方式提出了全新的挑战。大数据
7、时代中的税收管理也应当顺应时势变化，及时转变思维，提出创新举措。目前，大数据技术主要应用在电子商务、金融、零售等领域，在实现“通过数据寻找到更多合适的客户、以及给客户推荐合适的产品，实现精准营销，从而给企业带来更多的收入和利润”上已取得长足有效的成绩； 税务行业的大数据所需要达到的业务战略目标与其他行业企业（例如电子商务、金融、零售等）是有比较大的差异，对于税务来说，大数据所需要达到的目标的第一重点是“根据企业的生产经营活动等各种数据，防止企业通过非法途径进行偷税漏税的风险管控，以及通过相应的数据，4防止税务业务人员内部腐败的内部风险管控” ，通过这个目标来实现数据管税，以达到国家所需要进行税
8、务改革的这个战略目标。用大数据强化税收分析，对税收数据的分析应用将成为税务系统一项常规的重要工作，数据管税需要达到以下目标：（一）结合风险管理和大数据理念，将大数据税收征管模式与先进的管理理念相结合，利用大数据技术和现有数据，对税务工作进行更好的风险管理： 1）结合大数据分析技术，让纳税评估更为准确：面对企业越来越复杂的经济业务，数量有限的税务工作人员无法投入太多的精力去详细了解每一家企业的生产流程，通过对海量数据开展分析，探寻，发现、理解信息内容及信息与信息之间的关系，结合对企业的规模大小、对生产经营活动成本、利润和税负率等指标的分析，对企业财务核算和纳税申报质量作出评判。例如：在对纳税人、
9、对税源的评估过程中，通过对纳税人或者税源长期的登记信息、历史交易记录、海关进出口信息、水电缴费以及银行借贷记录等多种信息与特征测试的数据汇总，来进行信用评级，从而使纳税评估更为准确；例如：比对分析纳税人税收资质、应纳税(费)种的条件符合性、存在的风险疑点，跟踪分析后续动态变化，对风险疑点进行评估处理，并依法据实认定、调整或取消纳税人的税收资质、应纳税(费)种；2）融合第三方涉税数据，提高税法遵从度和税收征收率：结合纳税人登记信息，申报信息、第三方涉税信息等数据，以大数据技术为基础，开展分析比对、风险识别、排序推送、风险应对，加强业务内控和遵从风险防范。例如，将从工商、银行和统计等部门，以及互联
10、网爬虫等途径获取的外部数据与纳税人申报数据作比对分析，从而更为准确地判断税源状况，进一步通过税源监控、税收分析、纳税评估和税务稽查等质量控制手段，达到堵塞漏洞、纠正偏差和提高税收质量的目的。例如：在纳税人申报房产、土地明细时，利用房管、土管等部门信息进行比对，推进“以房控税” 、 “以地控税” 、 “车船税联网征收”等工作；3）尝试业务系统变革，进一步防范涉税风险，提高税收征收率：如将纳税人申报缴税系统、收入系统、金融管理系统和财产系统等都纳入公民诚信系统，通过各个信息的比对，数据的分析，管控纳税人的资金流、信息流、货物流和生产经营信息，形成以数据质量管理为基础的风险识别、等级排序、风险应对和
11、绩效评价的闭环风险管理体系，进一步防范涉税风险，提高税收征收率。54）防控廉政，防范内部违法风险：通过优化流程、节点控制和全程操作数据留痕，实现税收执法权的透明操作、规范运行，从源头上防控廉政和执法风险。5）通过纳税人画像，辅助管理：采集、处理、评价纳税人的信用信息，建立纳税人画像， 建立纳税信用体系，据此实施分类服务、管理，辅助数据情报管理、税收风险分析、风险应对任务管理、大企业和跨境税源风险应对，同时还可以实现信用信息的共享。例如：对信用好、无风险的纳税人不打扰，对低风险的纳税人予以提醒，对严重失信、高风险的纳税人实施重点监管；例如：对于异地税务机关评价的纳税高信用等级纳税人，本地税务机关
12、予以认可，与本地高信用等级纳税人企业享同等待遇；对于有违法记录的低信用等级纳税人企业,，本地同等监管。6）建立 风险特征库，自动预警防控：通过风险特征库和风险监控规则建立，预警预防偷漏税风险；例如：将 “一址多照 ”、 “一照多址”的纳税人列入重点关注对象，设计风险触发规则，防范其虚开增值税专用发票、 骗取出口退税等风险。（二）：充分利用广泛的数据开展税源分析，用数据说话、用数据改进管理、用数据推动创新，不断提高运用大数据的技术和分析大数据的能力，解决工作中的新情况和新问题，提高税收工作的针对性和有效性。例如：实现根据相应企业所需要的税务管理和税务服务类型，来进行相应的税务业务人员任务分配；达
13、到简单的税务业务由办事大厅（例如实体的办事大厅、电子税务局）进行支撑，复杂的税务管理和税务服务业务有专业的税务业务人员进行支撑，即实现由数据来给不同的税务业务人员分配相应的、合适合理的任务。（三）加强宏观、行业和微观税负数据分析，加强税收政策、经济和税收关系分析，进一步发现税收与经济之间的关系，从而更好地预测税收走势，科学估算收入规模，增强组织收入工作的预见性。1.2 税务行业信息化建设现状税务行业的信息化建设（金税工程）已经有近二十年的历史，因为技术发展的现实问题，同时由于税务组织机构职能、业务管理、规范、流程等的复杂性（其复杂性远远超过电子商务，甚至超过金融领域在信贷、风险、杠杆等三大核心
14、要素所需要组织机构职能、业务管理、规范、流程等） ，税务信息化系统不可避免的存在较为严重的零碎化、数据孤岛、应用烟囱等现象，特别是建立在全国税收征管规范基础之上的核心征管系统以及其他各种生产业务系统， 存在如下图所示例的一系列问题：6税务系统信息化建设中，最为突出和典型的问题包括以下三个方面：1) 数据杂乱：随着经济和技术的发展，出现越来越多的系统和数据。包括新建业务系统产生的数据、随着云计算和数据中心建设出现在税务系统中的外部交换数据、传统系统历史积累的数据等等。这些系统由于种种历史建设原因，存在采用的信息化建设规范不统一、数据格式不一致、数据表达不连贯等种种问题。这些问题导致每个业务系统在
15、建设过程中，不信任已有的其他系统的数据分析结果，而选择从生产库直接获取原始数据进行分析和加工。这导致了大量的业务系统在建设过程中“干重复活” 、 “走重复路” 、 “做重复事” 。严重影响地税工作效率。2) 系统各自为政：在江苏省地税信息化建设过程中，各业务系统由不同的承建单位进行建设，缺乏统筹规划，系统之间的打通困难，数据缺乏交互碰撞。 “烟囱式”系统仍然普遍存在。业务人员面对多样的系统，需要从不同的业务系统中找到描述一个业务情形的不同阐述角度的数据，以全面、客观地分析业务问题。这极大地影响了业务人员的工作效率。3) 关联复杂：地税行业涉及数据众多，各地市具体情况又不完全相同，各地市依赖于省
16、厅提供标准数据和业务模型，但在处理本地业务时会加入地方性特征的数据并对模型进行修正。这造成大量的相似但是有区别的数据，使得开发人员在进行数据开发时陷入判断相似数据准确性的困惑中，影响数据的可运维性和二次开发。1.3 大数据服务平台整体架构概览在当前信息化现状的基础上，要达到数据管税的战略目标，需要建立以数据为核心，以大数据技术为支撑的精确管理体系；基于税务组织机构职能、业务管理、规范、流程等的复杂性，我们必须要通过进行前瞻性的研究，形成相应符合税务行业所需要的数据治理、数据分析挖掘所需要的方法论体系，从而形成符合税务行业所需要的大数据平台，从而让税务行业沉睡的数据苏醒过来、发挥价值、产生效益。
17、7因此，对新一代税务行业大数据服务平台，整体架构概览如下图所示：一、 ”数据管税“业务应用体系（大数据应用体系） 税务人员工作流程和效率优化：税务改革以前是一个人管 N 多企业所有的事情，税务改革之初很多人不知道干什么事情，所以需要通过大数据应用来给合适的人安排合适的事情 发票分析：发票数据的应用分 析,通过分析发票的数据信息, 准确 查找发票管理存在的问题风险,有针对性的制定征管应对措施,准确打击 发票使用中的不法行为,切实促进发 票管理的遵从,实现以票管税、信息 管税的目标 纳税人信用评估：在税务大数据服务平台提供的数据以及在数据衍生出来的法人画像、自然人画像等能力的基础之上，评价纳税人的
18、信用信息,得出纳税信用评价结果, 据此实施分类服务和管理。并且与地方政府及相关单位征信平台 对接,实现纳税人信用信息在各部门间的共享利用 纳税人服务流程优化：税务改革以前是一个人管 N 多企业所有的事情，企业没得选；但是现在针对一个纳税人服务有很多环节，不同环节对应的是不同税务工作人员；所以我们需要根据数据来给企业在不同环节中提供合适的、专业的税务人员提供服务，从而让企业满意让国家满意8 纳税人风险管控：通过相应的纳税人画像以及相应的其他数据，来防止企业通过非法手段进行偷税漏税等，并且可以起到警示作用 税务人员操作性风险管控：通过相应的数据能够抓出内部的腐败份子给国家所带来的损失和伤害，并且可
19、以起到警示作用 收入和税源分析：通过相应的数据分析能力，从而让国家的税收任务更好的完成并且对企业不会产生更大的干扰。 其他：泛指各类没有说明的税务大数据分析应用。二、税务大数据服务平台税务大数据服务平台不是一个技术平台、更不是一个只具有一个技术功能点集合的平台，此平台是一个大数据应用支撑平台，即需要加速税务数据管税所需要的各个大数据应用能力的开发效率、开发质量的平台，也是一个能够沉淀出税务行业所需要的各个大数据业务应用所需要的各个能力资产以形成能力中心的平台。92 理论指导数据治理之需求和技术分析2.1 数据治理综述随着税务信息化建设的深入和大数据技术的不断进步，我们需要让沉睡在各个业务系统中
20、数据发挥出更多的价值、让数据说话以实现数据管税；并且我们已经深刻地认识到我们的税务数据我们税务关键的资产之一，就类似于对于企业中的最关键资产是人力、资金、物资（工厂、设备）等一样。将数据视为战略性税务资产，意味着我们的组织需要建立其现有数据的清单，就像建立物理资产的清单一样。而数据治理是以企业资产的形式对数据进行优化、保护和利用。数据是税务最大的价值来源也可能会是最大的风险来源。糟糕的数据治理常常意味着糟糕的业务决策和提供给违规（内部税务工作人员的违规，外部企业逃税的违规）更大的暴露面，我们必然需要通过良好的数据治理来提高数据质量（例如提高数据的可信度、完整度、可用度等） ，从而提供较好的业务
21、决策和减少、控制违规等。数据治理注定会是一项复杂的工作，涉及到对组织内的人员、流程、技术和策略的编排，从一开始，数据治理就在协调不同的、孤立的且常常冲突的策略(可能导致数据异常) 的过程中扮演着重要角色。在这么多年的信息化建设中，我们发现数据质量问题主要受“业务、管理、技术”这三个方面的影响，并且主要由以下几大影响因素所决定： 缺乏科学、规范、完整的数据质量标准，并且在系统开发和实施过程中忽视数据质量：对于这方面的问题，我们必须建立全局数据模型（包括数据源视图和数据流视图） 、统一的数据标准和数据口径，从而供各个应用开发团队在工作中遵循和参考、且让各个应用开发团队对税务信息系统有一个整体认识，以减少数据源调用错误和建立重复数据源的情况发生，影响数据的一致性。如下图所示例：
