一、什么是数据管理和数据分析

　　我们身处数字时代，并且数据的量呈几何式增长。但是数据并不等同于信息和价值。

　　信息化带来了大量的业务数据，但是数据并不等同于价值，没有有效的数据管理和数据分析，数据不会自发产生价值，甚至将毫无意义，企业反倒会被海量的数据吞没。数据管理和数据分析是将企业中现有的数据转化为信息和知识，帮助企业做出明智的业务经营决策，涉及的技术包括数据仓库技术，ETL技术，OLAP在线分析，数据挖掘，KPI绩效管理决策支持等技术手段。

二、 应用领域

　2.1 税务部门

　　建立完善的税收分析体系：建立在税收理论基础之上经过抽象整理的税收分析理论集合。

　　探测可能漏税的企业：利用数据挖掘的方法探测可能漏税偷税的企业，给出概率，帮助税务机关有针对性地进行征收管理和纳税评估，大大提高了工作效率。

　　税源质量评估体系：通过对企业财务指标的多变量评价，综合考评纳税人的税源质量，这将有助于税务征收机关从宏观上掌控辖区内税源质量，同时结合位差分析可以侦测出可能偷税漏税的群体。

　　企业纳税行为评价体系：通过对企业纳税行为的解析，设定评价体系，综合评判企业的纳税诚信度。结合企业的纳税规模可以快速帮助税务机关制定高效的征管资源配置方案，提高工作效率，降低征收成本。

　2.2 财政部门

　　整理转化财政历年来的收支数据，进而加强数据分析和应用，为财政部门管理与决策提供可靠依据，真正做到了“政策清、情况明、数字准”，最终在财政决策上落实“科学发展观”。同时建立了多维在线分析系统，使得财政收支数据可以被自由灵活的分析解读。

　2.3 证券行业

　　通过对证券交易数据的挖掘，帮助证券公司建立快速反应的决策机制；发掘隐藏性问题；降低决策成本；提高决策效益；提升决策质量与企业竞争力；提升产品与服务 ，同时建立关键指标KPI，对关键指标进行动态指示，监控，预警，使决策层可以一目了然，统观全局。

　2.4 基金

　　利用产业经济数据的多维分析，帮助基金公司动态掌控产业发展特点，为投资决策提供有力指导。