大数据和税务管理智能化
提升数据分析整体效能
大数据应用的实时处理、实时支持、内嵌流程的要求,是区别传统数据分析利用的关键差别之一。大数据应用的目标，是支撑所有税务工作人员的实时业务处理和日常管理需求，而并非仅仅是管理层的分析统计和决策支持需求。
改变传统的应用模式。大数据应用是为日常管理决策服务的，是将自动化的算法和业务规则与税务组织现有的管理体系相融合，以机器自动决策的方式为税务人员提供管理决策指导。大数据应用的影响将体现在信息系统的设计、组织和流程的优化、人力资源的配置等方面。因此，区别于传统信息系统关注流程化、标准化、规范化，大数据应用关注的是基于数据的管理决策整体效能的提升，可能是针对人、组织、文化、系统等不同方面的干预。
改变传统的数据分析。大数据应用提供嵌入业务流程的决策支持能力，提升日常管理的决策效果。如果不能从流程的观点考虑问题，大数据应用可能只能提供一些相互割裂、为局部目标服务的独立的数据分析应用，只能达到局部优化的目的。大数据应用可以是流程中的黑盒子，整合在业务流程之中，无论有没有高深的数学算法和统计模型整个业务流程都能够运转，而当有更好的、通过验证的算法出现并融入到流程时，整个流程的绩效将得到提升。所以，大数据应用不应该仅仅关注数据分析的角度，而是支撑整个税收征收管理的优化和演进。
区别于传统数据仓库。传统的数据仓库是数据驱动，主要关注对于已经掌握的海量数据的建模、处理和分析。大数据应用以业务问题为主要驱动，从管理需求出发，通过主动寻找新的数据来源、设计更好的人机交互方式、设计实验和验证等方式更加主动地搜集数据，以获取为支撑决策所需要的数据和证据。因此，大数据应用的要点在于：一是如何整合不同来源的数据（如企业财务报表、税源管理数据等）并建立关联关系；二是，如何帮助业务人员方便灵活地获取所需粒度的数据进行即席分析，以应对管理环境变化而做出权变的决策；三是，更加关注于数据获取方式、模型动态选择、业务规则和业务逻辑的管理，重点分析并掌握纳税人的“行为指纹”，以“沙盘推演”的方式帮助税务机关事前选择和事中优化管理决策行为。四是，在为用户提供便捷数据访问的同时，更关注于分析结果的权限受控。因此，基于大数据应用提升经验总结并形成对于税务管理的洞察力，并运用计算机系统进行自动推理，是大数据应用最有价值的内容。
大数据应用的监控。大数据应用不是毕其功于一役的运动式项目，而是应该能够对税务管理做出持续的改善。如果没有持续的监控，大数据应用所带来的改善可能会很快消失，税务机关将退回到项目开展前的状态。因此，大数据应用要详细设计监控的方法和流程、数据获取的方式、度量绩效的监控指标和方式，并且能够以绩效仪表盘的方式将监控结果以可视化的方式展现给用户，以利于大数据应用效果的可持续性。
云计算支撑大数据应用。传统的数据分析应用是按照提出假设、发现模型、选择数据、建立关联、定义模型的模式进行设计。而大数据应用采用的不是随机分析法（即抽样调查）这样的捷径，而采用所有数据进行分析的方法。特别是基于电子（网络）发票明细数据的分析，以及来自互联网的业务数据的分析，对于整体计算存储能力提出了更高的要求。通过应用云计算技术，可以整合税务系统内部在地理上分散的计算存储资源，还可以实现按需从公共云计算平台中采购相应的计算能力，或根据业务需要扩展订购、更换更加适合的应用系统服务。
税务管理智能化
大数据应用对于税务管理模式的改变，有效的实践将体现在：实现行政裁量权向信息系统的分解、组织机构扁平化后的专业能力支撑、税务管理制度结构优化的智能推演、纳税遵从行为模式的掌握、管理绩效和过程监督的及时监控与反馈，等等。
政策评估智能化
基于大数据应用的政策评估智能化，将使税收制度的调整更有弹性，使决策过程更为智能，使管理模式更为敏捷。
首先，建设基于全国数据集中的数据仓库，以格式化的方式从政府各部门、日常税务管理、公共媒体等方面广泛获取（采集）涉税数据信息进行管理，为建立税收政策效果测度和管理机制优化调整奠定基础。其次，构建动态的政策评估数据模型、业务模型和数理模型，并将其嵌入到税务管理工作流程中，实现税收数据、管理指标和分析模型（方案）的共享，建立政策制定、政策评估、政策执行、日常管理的互动循环。第三，为各级决策者构建政策评估分析的辅助平台，围绕政策制定的科学性、有效性、及时性要求，提供涵盖影响、效率和效益的自动化、专业化的政策评估工具。第四，将政策评估工作纳入系统化、流程化管理，通过税收数据和管理数据的分析反馈随时跟踪政策落实情况，适时剖析政策执行存在的问题，及时提出针对性的措施和建议。第五，在税收政策出台前，通过仿真模拟和沙盘推演的方式帮助决策者深入评估政策变化对社会经济发展的影响，以便对政策方案进行预估与调整。
风险管理智能化
基于大数据应用的风险管理智能化，通过纳税人“行为指纹”，可以对纳税人遵从行为进行预测，对纳税人遵从风险进行专业的分析识别，并提出及时的应对策略建议。
首先，构建全局元数据管理体系，建立涉税信息的业务标准、数据标准、代码体系、指标体系和管理数据之间的“血统”关系，将来自征收管理系统的业务数据、来自互联网的纳税人行为数据（如询价、订单、资金流转等）、来自多渠道的税源数据（如工艺流程、主要原料、主要产品、机器设备生成数据等）、来自多部门的第三方数据（如经营状况、资本积累、资本转移、破产情况等）纳入统一管理。第二，透视纳税人涉税信息的关联关系建立全局数据模型，发现行为之间、税种之间、纳税人之间的隐含关系，预警纳税人可能的偷漏税行为。比如：通过对纳税人资产变化（车辆购置税、车船使用税申报信息等）的跟踪，对纳税人进行以拥有生产设备产能为基础的纳税评估；通过发票明细数据分析纳税人之间的关联交易等。第三，将税收优惠审批、税收核定、出口退税审核等业务模型内嵌到征收管理系统中实现自动化、可视化、智能化，实现执法标准的统一。第四，构建基于维基思想（开放、对等、共享、全局运作）为特征的业务协作平台，将面向业务主题的分析方法、模型和方案纳入知识管理体系，在全税务系统内、各应用系统内共享，提升知识的使用效率。
纳税服务智能化
基于云计算和大数据应用的纳税服务智能化，通过对纳税人行为的主动分析可以为纳税人提供个性化、专业化的服务。借助移动云桌面、微信等信息通讯技术（ICT）创新产品进一步丰富纳税服务渠道，为纳税人提供便捷、安全、贴身的涉税信息服务的同时，提高纳税人涉税行为信息采集的广度和精度；构建基于大数据分析的纳税人关系管理系统，运用纳税行为多维度特征分析结果，结合分类分级管理要求为纳税人提供专业化、智能化的服务模式和服务内容；按照还原纳税人自主申报主体地位的要求，为纳税人提供主动的涉税信息推送服务；通过授信的纳税信息公开渠道，实现行政及执法信息的公开、透明，使纳税人感到税收公平，尤其是横向公平。
税务监督智能化
基于大数据应用的绩效管理智能化，可以实现对被管理的组织、部门或个人的全面工作绩效的动态考查和评估。通过设立与节点管理、日常监控相关的指标和模型，实现动态调整、实时预警、执法疑点核查等功能；通过绩效仪表盘方式将监控结果展现给绩效管理部门，以便及时进行考评内容、分析模型、目标值、考评标准、数据来源等绩效计划内容进行调整和优化；通过将绩效指标和模型内嵌到业务系统中，可以实现对于税收执法风险的事前防范，对于时限类的事中控制的提示提醒，对非时限类的事中控制的过程监督；同时，还可以丰富税务外部监督体系，如基于互联网的群众监督、舆论监督等，充分发挥外部监督的作用。
根据“信息管税”的整体战略，运用云计算和大数据技术，税务机关将得以实现日常管理的敏捷化和智能化，提升税收征管的能力和效率，为税务管理提供全面协调可持续发展的应用和创新的现代化环境。
大数据应用的实时处理、实时支持、内嵌流程的要求,是区别传统数据分析利用的关键差别之一。大数据应用的目标，是支撑所有税务工作人员的实时业务处理和日常管理需求，而并非仅仅是管理层的分析统计和决策支持需求。
改变传统的应用模式。大数据应用是为日常管理决策服务的，是将自动化的算法和业务规则与税务组织现有的管理体系相融合，以机器自动决策的方式为税务人员提供管理决策指导。大数据应用的影响将体现在信息系统的设计、组织和流程的优化、人力资源的配置等方面。因此，区别于传统信息系统关注流程化、标准化、规范化，大数据应用关注的是基于数据的管理决策整体效能的提升，可能是针对人、组织、文化、系统等不同方面的干预。
改变传统的数据分析。大数据应用提供嵌入业务流程的决策支持能力，提升日常管理的决策效果。如果不能从流程的观点考虑问题，大数据应用可能只能提供一些相互割裂、为局部目标服务的独立的数据分析应用，只能达到局部优化的目的。大数据应用可以是流程中的黑盒子，整合在业务流程之中，无论有没有高深的数学算法和统计模型整个业务流程都能够运转，而当有更好的、通过验证的算法出现并融入到流程时，整个流程的绩效将得到提升。所以，大数据应用不应该仅仅关注数据分析的角度，而是支撑整个税收征收管理的优化和演进。
区别于传统数据仓库。传统的数据仓库是数据驱动，主要关注对于已经掌握的海量数据的建模、处理和分析。大数据应用以业务问题为主要驱动，从管理需求出发，通过主动寻找新的数据来源、设计更好的人机交互方式、设计实验和验证等方式更加主动地搜集数据，以获取为支撑决策所需要的数据和证据。因此，大数据应用的要点在于：一是如何整合不同来源的数据（如企业财务报表、税源管理数据等）并建立关联关系；二是，如何帮助业务人员方便灵活地获取所需粒度的数据进行即席分析，以应对管理环境变化而做出权变的决策；三是，更加关注于数据获取方式、模型动态选择、业务规则和业务逻辑的管理，重点分析并掌握纳税人的“行为指纹”，以“沙盘推演”的方式帮助税务机关事前选择和事中优化管理决策行为。四是，在为用户提供便捷数据访问的同时，更关注于分析结果的权限受控。因此，基于大数据应用提升经验总结并形成对于税务管理的洞察力，并运用计算机系统进行自动推理，是大数据应用最有价值的内容。
大数据应用的监控。大数据应用不是毕其功于一役的运动式项目，而是应该能够对税务管理做出持续的改善。如果没有持续的监控，大数据应用所带来的改善可能会很快消失，税务机关将退回到项目开展前的状态。因此，大数据应用要详细设计监控的方法和流程、数据获取的方式、度量绩效的监控指标和方式，并且能够以绩效仪表盘的方式将监控结果以可视化的方式展现给用户，以利于大数据应用效果的可持续性。
云计算支撑大数据应用。传统的数据分析应用是按照提出假设、发现模型、选择数据、建立关联、定义模型的模式进行设计。而大数据应用采用的不是随机分析法（即抽样调查）这样的捷径，而采用所有数据进行分析的方法。特别是基于电子（网络）发票明细数据的分析，以及来自互联网的业务数据的分析，对于整体计算存储能力提出了更高的要求。通过应用云计算技术，可以整合税务系统内部在地理上分散的计算存储资源，还可以实现按需从公共云计算平台中采购相应的计算能力，或根据业务需要扩展订购、更换更加适合的应用系统服务。
税务管理智能化
大数据应用对于税务管理模式的改变，有效的实践将体现在：实现行政裁量权向信息系统的分解、组织机构扁平化后的专业能力支撑、税务管理制度结构优化的智能推演、纳税遵从行为模式的掌握、管理绩效和过程监督的及时监控与反馈，等等。
政策评估智能化
基于大数据应用的政策评估智能化，将使税收制度的调整更有弹性，使决策过程更为智能，使管理模式更为敏捷。
首先，建设基于全国数据集中的数据仓库，以格式化的方式从政府各部门、日常税务管理、公共媒体等方面广泛获取（采集）涉税数据信息进行管理，为建立税收政策效果测度和管理机制优化调整奠定基础。其次，构建动态的政策评估数据模型、业务模型和数理模型，并将其嵌入到税务管理工作流程中，实现税收数据、管理指标和分析模型（方案）的共享，建立政策制定、政策评估、政策执行、日常管理的互动循环。第三，为各级决策者构建政策评估分析的辅助平台，围绕政策制定的科学性、有效性、及时性要求，提供涵盖影响、效率和效益的自动化、专业化的政策评估工具。第四，将政策评估工作纳入系统化、流程化管理，通过税收数据和管理数据的分析反馈随时跟踪政策落实情况，适时剖析政策执行存在的问题，及时提出针对性的措施和建议。第五，在税收政策出台前，通过仿真模拟和沙盘推演的方式帮助决策者深入评估政策变化对社会经济发展的影响，以便对政策方案进行预估与调整。
风险管理智能化
基于大数据应用的风险管理智能化，通过纳税人“行为指纹”，可以对纳税人遵从行为进行预测，对纳税人遵从风险进行专业的分析识别，并提出及时的应对策略建议。
首先，构建全局元数据管理体系，建立涉税信息的业务标准、数据标准、代码体系、指标体系和管理数据之间的“血统”关系，将来自征收管理系统的业务数据、来自互联网的纳税人行为数据（如询价、订单、资金流转等）、来自多渠道的税源数据（如工艺流程、主要原料、主要产品、机器设备生成数据等）、来自多部门的第三方数据（如经营状况、资本积累、资本转移、破产情况等）纳入统一管理。第二，透视纳税人涉税信息的关联关系建立全局数据模型，发现行为之间、税种之间、纳税人之间的隐含关系，预警纳税人可能的偷漏税行为。比如：通过对纳税人资产变化（车辆购置税、车船使用税申报信息等）的跟踪，对纳税人进行以拥有生产设备产能为基础的纳税评估；通过发票明细数据分析纳税人之间的关联交易等。第三，将税收优惠审批、税收核定、出口退税审核等业务模型内嵌到征收管理系统中实现自动化、可视化、智能化，实现执法标准的统一。第四，构建基于维基思想（开放、对等、共享、全局运作）为特征的业务协作平台，将面向业务主题的分析方法、模型和方案纳入知识管理体系，在全税务系统内、各应用系统内共享，提升知识的使用效率。
纳税服务智能化
基于云计算和大数据应用的纳税服务智能化，通过对纳税人行为的主动分析可以为纳税人提供个性化、专业化的服务。借助移动云桌面、微信等信息通讯技术（ICT）创新产品进一步丰富纳税服务渠道，为纳税人提供便捷、安全、贴身的涉税信息服务的同时，提高纳税人涉税行为信息采集的广度和精度；构建基于大数据分析的纳税人关系管理系统，运用纳税行为多维度特征分析结果，结合分类分级管理要求为纳税人提供专业化、智能化的服务模式和服务内容；按照还原纳税人自主申报主体地位的要求，为纳税人提供主动的涉税信息推送服务；通过授信的纳税信息公开渠道，实现行政及执法信息的公开、透明，使纳税人感到税收公平，尤其是横向公平。
税务监督智能化
基于大数据应用的绩效管理智能化，可以实现对被管理的组织、部门或个人的全面工作绩效的动态考查和评估。通过设立与节点管理、日常监控相关的指标和模型，实现动态调整、实时预警、执法疑点核查等功能；通过绩效仪表盘方式将监控结果展现给绩效管理部门，以便及时进行考评内容、分析模型、目标值、考评标准、数据来源等绩效计划内容进行调整和优化；通过将绩效指标和模型内嵌到业务系统中，可以实现对于税收执法风险的事前防范，对于时限类的事中控制的提示提醒，对非时限类的事中控制的过程监督；同时，还可以丰富税务外部监督体系，如基于互联网的群众监督、舆论监督等，充分发挥外部监督的作用。
根据“信息管税”的整体战略，运用云计算和大数据技术，税务机关将得以实现日常管理的敏捷化和智能化，提升税收征管的能力和效率，为税务管理提供全面协调可持续发展的应用和创新的现代化环境。
