互联网企业数据甄别与风险管控研讨会-“浑水摸鱼，去伪存真”-毕马威-2020.4-23页_1mb

互联网企业数据甄别与风险管控研讨会总结

核心内容概述

本次研讨会由毕马威企业咨询（中国）有限公司举办，旨在探讨互联网企业在IT尽职调查中的数据甄别与风险管控方法，针对不同类型的互联网企业，如电商、O2O、游戏娱乐、互联网金融、互联网教育及互联网医疗行业，分析其常见的数据造假手段，并提出相应的尽职调查关注重点与分析方法。

主要观点与关键信息

1. 互联网企业IT尽职调查总体思路与方法

• 服务驱动力：随着互联网企业IPO、投资、并购等项目增多，数据造假行为日益普遍，传统财务审计已无法满足核查需求。
• 核心目标：通过大数据分析验证业务和财务数据的真实性、准确性与完整性，识别舞弊风险。
• 主要方法：
  • 单点与多维度交叉分析：对各类业务指标进行趋势分析，验证其逻辑合理性。
  • 舞弊行为场景测试：通过设定测试场景，验证数据是否存在异常行为。
  • 异常数据分析与处理：结合商业活动与政策因素，识别异常数据并评估其财务影响。

2. 不同类型互联网企业IT尽职调查关注重点

互联网电商

• 核心业务指标：GMV、MAU、DAU
• 典型造假手段：
  • 雇佣水军刷单
  • 线上线下结合造假（如发物流空单、转移线下交易为线上）
  • 机器人批量发表评论
• 关注重点：
  • 用户真实性与刷单行为
  • 进销存数据匹配性
  • 业财数据一致性

O2O平台

• 核心业务指标：GMV、MAU、DAU、获客成本、用户留存率
• 典型造假手段：
  • 雇佣水军刷单
  • 利用爬虫技术抄袭评论内容
• 关注重点：
  • 线下端用户刷单行为
  • GMV数据计算规则准确性
  • 用户身份识别信息与订单匹配性

游戏及娱乐行业

• 核心业务指标：GMV、MAU、DAU、获客成本、用户留存率
• 典型造假手段：
  • 内部账号进行自充值
  • 后台伪造用户账号及登录信息
  • 机器人批量登录
• 关注重点：
  • 用户数据记录完整性
  • 虚拟货币消耗与活跃度匹配性
  • 用户短期大额充值行为

互联网金融行业

• 核心业务指标：用户转化率、获客成本、MAU、交易量、不良资产比例
• 典型造假手段：
  • 平台化造假（如羊毛党刷单）
  • 后台伪造用户交易信息
  • 模拟外部资金需求方进行资金体内循环
• 关注重点：
  • 信贷业务真实性
  • 用户身份与贷款行为的匹配性
  • 用户贷款申请频率与还款记录一致性

互联网教育行业

• 核心业务指标：MAU、DAU、用户转化率、用户留存率、平均每用户付费金额
• 典型造假手段：
  • 关联账号进行课程大量购买
  • 后台伪造用户参与课程信息
• 关注重点：
  • 用户购买课程后使用效率
  • 用户重复购买行为
  • 用户身份与设备识别号匹配性

互联网医疗行业

• 核心业务指标：使用用户数、用户使用时长、模型准确率、生成报告数量
• 典型造假手段：
  • 后台伪造使用用户数与报告数量
  • 系统软件存在后门，远程操控用户账号
  • AI模型与宣传不符
• 关注重点：
  • AI模型真实性与使用效率
  • 系统使用者分析（如医院异常使用时点）
  • 分析报告生成集中度与合理性

毕马威IT尽职调查团队介绍

• 团队组成：拥有超过300名专业人员，涵盖IT审计、尽职调查等多个领域。
• 专业能力：
  • 拥有超过100名大数据分析人才，具备统计学背景。
  • 熟练运用SAS、Python等大数据分析工具进行数据建模与验证。
• 服务经验：
  • 近年来已服务数百家互联网企业。
  • 与监管机构保持密切沟通，熟悉最新监管要求。
  • 报告内容与工作质量获得保荐机构与投资人的高度认可。

总结

本次研讨会系统梳理了互联网企业在数据造假方面的常见手段，并针对不同行业提出了针对性的IT尽职调查关注重点与分析方法。毕马威团队凭借丰富的行业经验与专业技能，为互联网企业数据真实性核查提供了有力支持，有助于识别潜在风险，提升尽职调查的准确性和全面性。