使用数据分析来维护程序完整性
Posted: Sun Dec 15, 2024 5:20 am
这篇博文摘自 GovLoop 的最新指南《分析在行动：政府如何利用数据解决关键问题》。在本指南中，我们分享了各级政府雇员使用分析来识别关键问题并找到解决方案的第一手资料。点击此处下载完整指南。
美国政府问责局的法务审计和调查服务处 (FAIS) 规模相对较小，但任务却十分艰巨。该部门约有 60 名成员，经常审查数十亿美元的预算项目，为国会提供法务审计和欺诈、浪费和滥用调查；特别调查；以及安全 荷兰电话 和漏洞评估。
由于工作如此重要且多样化，FAIS 必然会表现出极高的数据分析能力。最近，GovLoop 采访了 FAIS 审计服务总监 Seto Bagdoyan，以进一步了解该办公室的细微差别。
GovLoop：您的组织正在努力解决哪些问题？
Bagdoyan：我们的职责是审查项目的完整性。我们的工作结合了绩效审计和调查技术，其中经常涉及数据分析部分，这有助于我们得出调查结果。
我们几乎关注所有涉及联邦资金支出的事情。我们非常关注基于经济状况的福利计划，而 FCC [联邦通信委员会] 生命线 [计划]无疑是其中之一。这是最近完成的工作。[生命线有助于让低收入消费者更能负担得起通信服务。]
GovLoop：您如何使用数据和分析来解决这些问题？
Bagdoyan：我们有时需要访问各种项目的联邦数据库。我们购买专有商业数据库（如医疗执照信息）以及邮政服务涵盖全国所有住宅和商业地址的综合数据库。我们以各种方式使用这些信息进行数据匹配。
我们还进行数据挖掘，本质上就是查看数据库以发现模式。我们的调查技术通常会测试控制措施，以查看结果是否与我们的数据分析相符。
GovLoop：您能分享一下贵组织使用分析来推动审计结果的例子吗？
Bagdoyan：无论我们在数据分析结果中发现什么，我们通常都会将其提交给运行该计划的机构，让他们更深入地研究我们所掌握的内容，看看他们的审查是否证实了我们最初的怀疑，即发生了一些不愉快的事情。
最近，我们研究了 FCC Lifeline 计划。我们获得了目前受益人的名单（大约 1200 万人），并将他们与选定的其他福利计划数据库进行匹配，这些福利计划在申请中声称是他们是否符合资格的决定因素，例如医疗补助、补充保障收入或食品券。
GovLoop：您学到了什么？结果如何？
Bagdoyan：我们发现至少有 120 万名用户没有出现在他们声称的计划中。因此，对我们来说，这是一个重要的信号，表明可能存在不匹配的情况，这些人可能犯了一个无意的错误，或者他们没有资格享受这项福利。
我们正在向联邦通信委员会及其监察长提出建议，以便他们对这些人采取他们认为适当的行动。
GovLoop：您能否分享一些关于如何获取所需数据以及决定使用什么工具/技术的技巧？
巴格多扬：根据法规，美国政府问责局可以查阅任何被认为对审计至关重要的相关数据。
我们与这些机构合作，在几周甚至几个月内，我们就能获得所需的数据，然后我们首先开始进行数据可靠性评估，看看这些数据是否可用于我们的目的。如果我们的测试认为它们不可靠，导致它们无法使用，那么这本身就是一个故事。如果数据质量如此糟糕，那么机构面临的问题是：在没有可靠数据的情况下，他们如何监督这个项目？我们使用 SAS、Python 和 R 等数据分析软件程序，并根据审计的具体需求对其进行定制。这可能需要时间。
GovLoop：您在分析方面取得成功的关键是什么？
Bagdoyan：愿意这样做当然是其中之一。它必须是一个完善的审计计划的一部分，该计划有目标，还要管理范围并指派合适的人员，无论是在领导层还是下属层。至少，我认为，如果这是一个数据分析密集型的工作，那么负责的分析师必须精通数据分析。许多刚开始的审计都有重要的数据分析组件，因此团队设计本质上是成功的关键方面。
GovLoop：您如何在您的机构中创建分析文化？
巴格多扬：几年前，我们为 FAIS 举办了路演，我们去了 GAO 的每个任务团队和员工办公室，进行了长达一小时的介绍，介绍了我们是谁、我们做什么、我们如何做以及我们的许多成果。对大多数人来说，这似乎是一个严格保密的秘密。
政府审计人员非常倾向于常规方法，他们不会过于回避久经考验的审计方法。因此，数据分析是一个巨大的颠覆者。它可能会揭示某个特定计划中没有人真正想知道的方面，因此可能会出现许多丑陋的真相。
美国政府问责局的法务审计和调查服务处 (FAIS) 规模相对较小，但任务却十分艰巨。该部门约有 60 名成员，经常审查数十亿美元的预算项目，为国会提供法务审计和欺诈、浪费和滥用调查；特别调查；以及安全 荷兰电话 和漏洞评估。
由于工作如此重要且多样化，FAIS 必然会表现出极高的数据分析能力。最近，GovLoop 采访了 FAIS 审计服务总监 Seto Bagdoyan，以进一步了解该办公室的细微差别。
GovLoop：您的组织正在努力解决哪些问题？
Bagdoyan：我们的职责是审查项目的完整性。我们的工作结合了绩效审计和调查技术，其中经常涉及数据分析部分，这有助于我们得出调查结果。
我们几乎关注所有涉及联邦资金支出的事情。我们非常关注基于经济状况的福利计划，而 FCC [联邦通信委员会] 生命线 [计划]无疑是其中之一。这是最近完成的工作。[生命线有助于让低收入消费者更能负担得起通信服务。]
GovLoop：您如何使用数据和分析来解决这些问题？
Bagdoyan：我们有时需要访问各种项目的联邦数据库。我们购买专有商业数据库（如医疗执照信息）以及邮政服务涵盖全国所有住宅和商业地址的综合数据库。我们以各种方式使用这些信息进行数据匹配。
我们还进行数据挖掘，本质上就是查看数据库以发现模式。我们的调查技术通常会测试控制措施，以查看结果是否与我们的数据分析相符。
GovLoop：您能分享一下贵组织使用分析来推动审计结果的例子吗？
Bagdoyan：无论我们在数据分析结果中发现什么，我们通常都会将其提交给运行该计划的机构，让他们更深入地研究我们所掌握的内容，看看他们的审查是否证实了我们最初的怀疑，即发生了一些不愉快的事情。
最近，我们研究了 FCC Lifeline 计划。我们获得了目前受益人的名单（大约 1200 万人），并将他们与选定的其他福利计划数据库进行匹配，这些福利计划在申请中声称是他们是否符合资格的决定因素，例如医疗补助、补充保障收入或食品券。
GovLoop：您学到了什么？结果如何？
Bagdoyan：我们发现至少有 120 万名用户没有出现在他们声称的计划中。因此，对我们来说，这是一个重要的信号，表明可能存在不匹配的情况，这些人可能犯了一个无意的错误，或者他们没有资格享受这项福利。
我们正在向联邦通信委员会及其监察长提出建议，以便他们对这些人采取他们认为适当的行动。
GovLoop：您能否分享一些关于如何获取所需数据以及决定使用什么工具/技术的技巧？
巴格多扬：根据法规，美国政府问责局可以查阅任何被认为对审计至关重要的相关数据。
我们与这些机构合作，在几周甚至几个月内，我们就能获得所需的数据，然后我们首先开始进行数据可靠性评估，看看这些数据是否可用于我们的目的。如果我们的测试认为它们不可靠，导致它们无法使用，那么这本身就是一个故事。如果数据质量如此糟糕，那么机构面临的问题是：在没有可靠数据的情况下，他们如何监督这个项目？我们使用 SAS、Python 和 R 等数据分析软件程序，并根据审计的具体需求对其进行定制。这可能需要时间。
GovLoop：您在分析方面取得成功的关键是什么？
Bagdoyan：愿意这样做当然是其中之一。它必须是一个完善的审计计划的一部分，该计划有目标，还要管理范围并指派合适的人员，无论是在领导层还是下属层。至少，我认为，如果这是一个数据分析密集型的工作，那么负责的分析师必须精通数据分析。许多刚开始的审计都有重要的数据分析组件，因此团队设计本质上是成功的关键方面。
GovLoop：您如何在您的机构中创建分析文化？
巴格多扬：几年前，我们为 FAIS 举办了路演，我们去了 GAO 的每个任务团队和员工办公室，进行了长达一小时的介绍，介绍了我们是谁、我们做什么、我们如何做以及我们的许多成果。对大多数人来说，这似乎是一个严格保密的秘密。
政府审计人员非常倾向于常规方法，他们不会过于回避久经考验的审计方法。因此，数据分析是一个巨大的颠覆者。它可能会揭示某个特定计划中没有人真正想知道的方面，因此可能会出现许多丑陋的真相。