商品流通企业在持续经营过程中,企业管理者需要对企业经营业绩、企业内部制度、企业经营决策等进行科学严谨的评价,从企业内部管理角度出发进行经营审计。经营审计工作集中在识别阻碍企业经营目标达成的主要经营风险;经营审计报告需要对内部控制现状进行评价,提出内部控制的改善措施。商品流通企业经营审计工作的开展,有助于企业不断完善内部管理制度。随着商品流通企业信息化水平趋于成熟,电子数据逐渐成为主要审计对象之一;审计人员在开展经营审计数据分析过程中要面对数据类型多样、业务种类不同的电子数据;传统审计数据分析方法已经不能完全满足经营审计工作中对于海量电子数据的分析处理,经营审计需要新的数据分析方法来解决实际问题,以满足经营审计工作的需要。本文将数据挖掘技术应用在商品流通企业经营审计工作中,其中重点研究:(1)聚类挖掘算法在采购业务经营审计中的研究。探究按照属性特征对采购业务数据进行聚类分析,使得审计人员无需对全体采购业务进行逐一鉴证,而是按照一定属性类别进行审查分析,使得审计数据分析更具有针对性。(2)离群点检测挖掘算法在销售业务经营审计中的研究。探究从销售业务数据中,将不满足常规销售业务规律的销售数据剥离出来,并对剥离出来的销售数据进行详细地审查。(3)时间序列挖掘算法在销售业务经营审计中的研究。探究利用过去销售数据进行销售预测,并与实际销售数据进行比较,观察预测数据与实际数据是否出现较大差异;如果预测数据与实际数据出现较大差异,审计人员就要进一步地分析产生差距的主要原因。经营审计数据分析系统的设计与开发是为了提高数据挖掘样本质量。由于从被审计单位业务系统中采集到的数据模糊、有噪声、不完全,审计人员需要对采集到的业务数据进行预处理,使得预处理后的数据更加符合数据挖掘的要求,确保数据挖掘结果反映业务数据内部规律。本文创新点在于将经营审计理论与数据挖掘技术相结合,尝试通过数据挖掘对大量数据的处理能力,帮助审计人员迅速地识别异常的经济业务,减轻审计人员对全体经济业务逐一审查的压力。本文通过对数据挖掘技术在商品流通企业经营审计中的研究,表明了聚类分析、离群点检测及时间序列在经营审计分析中对提高审计工作效率有着重要作用,为审计人员提供了新的审计数据分析方法。