（三）利用数据库索引技术，提高数据分析的效率，解决大数据量的分析问题。将创建索引的表进行关联分析，可以加速表和表之间的连接，达到加快检索表中数据的效果，提高数据分析效率。在数据分析阶段，针对数据量大、数据分析操作频繁，通常是进行表之间的关联分析，用于分析的数据表数据记录数都较多的特点，对需要分析的数据表选取关键字段建立索引。如在社会保障资金审计，需要分析涉及个人的大量信息，因此，通常将个人编号或个人身份证号建立索引，提高分析效率。
　　（四）利用数据库算法技术，提高分析结果的准确率，解决数据存储分散的问题。随着，审计项目信息化程度的提高数据环境的改善，数据分析已超出单一维度分析的范畴，需要融合相关数据进行对比分析。在社保资金审计中，需要对个人的参保信息进行分析，同时要将个人参保信息与房产、车辆等外围数据进行分析，因此身份证号是定位个人信息的关键字段。由于不同系统、或同一系统不同时间段的数据中，存在身份证号15位和18位不统一的情况，如果进行身份证号的全等比较，将造成数据结果的不准确，会造成筛选数据结果的遗漏。在数据分析阶段，昆明办根据身份证编码规律，采取分段比较方式，将身份证号码前6位进行比较，如果相等，再从15位身份证号码中的第7位开始、从18位身份证号码中的第9位开始，取9位进行对比，如果比较结果相一致，再进一步比较姓名，通过改进算法提高了分析结果的准确率。
　　
　　三、数据分析的主要方式
　　
　　在引用以上数据库技术的基础上，在审计项目中采取“三种模式”，开展审计数据分析工作。一是使用“数据分析引领数据需求”的主动采集数据模式。对审计项目可能存在的问题进行充分预估，按照“全面分析内容、突出重点事项”原则，选择突出的问题作为重点，反向推演数据分析过程，推导出重点数据需求，从相关单位和部门获取审计所需的数据，为数据分析打下了良好基础。二是使用“数据预分析验证审计思路”的数据分析模式。由数据分析组运用多维数据分析、数据挖掘等技术进行数据预分析，并将预分析线索发给审计组，各相关审计组再将问题是否存在、下一步数据分析需求等情况及时反馈给数据分析组，最终形成数据分析思路。三是使用“分析结果引领现场审计”的现场工作模式。数据分析组一方面将数据分析结果交给相关审计组直接作为审计线索进行延伸，另一方面将SQL脚本、数据分析经验发给其他审计组，其他审计组只需将SQL脚本拷贝到SQL SERVER查询分析器，就能进行数据分析，实现了“一组分析、各组共享”，提高了数据分析的效用效果。