JP2008515094A - 法廷会計環境においてデータベースを調査するためのシステム、ソフトウェア、及び方法 - Google Patents
法廷会計環境においてデータベースを調査するためのシステム、ソフトウェア、及び方法 Download PDFInfo
- Publication number
- JP2008515094A JP2008515094A JP2007534625A JP2007534625A JP2008515094A JP 2008515094 A JP2008515094 A JP 2008515094A JP 2007534625 A JP2007534625 A JP 2007534625A JP 2007534625 A JP2007534625 A JP 2007534625A JP 2008515094 A JP2008515094 A JP 2008515094A
- Authority
- JP
- Japan
- Prior art keywords
- data
- database
- software
- forensic
- financial
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 88
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000007405 data analysis Methods 0.000 claims abstract description 10
- 230000002159 abnormal effect Effects 0.000 claims description 11
- 230000002547 anomalous effect Effects 0.000 claims description 8
- 230000000694 effects Effects 0.000 claims description 8
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 4
- 238000005215 recombination Methods 0.000 claims description 3
- 230000006798 recombination Effects 0.000 claims description 3
- 238000005553 drilling Methods 0.000 claims 1
- 238000000059 patterning Methods 0.000 claims 1
- 238000011842 forensic investigation Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 22
- 238000012552 review Methods 0.000 description 11
- 238000012360 testing method Methods 0.000 description 8
- 230000007423 decrease Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000011835 investigation Methods 0.000 description 5
- 230000008520 organization Effects 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000029305 taxis Effects 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000011840 criminal investigation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/12—Accounting
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99944—Object-oriented database structure
- Y10S707/99945—Object-oriented database structure processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S707/00—Data processing: database and file management or data structures
- Y10S707/99941—Database schema or data structure
- Y10S707/99948—Application of database or data structure, e.g. distributed, multimedia, or image
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Debugging And Monitoring (AREA)
Abstract
データベース、特に総勘定元帳などの財務データベースの法廷調査を可能にするシステム、ソフトウェア、及び方法。本システム、ソフトウェア、及び方法は、「n」又は多次元データインテロゲーション分析、特にオンライン分析処理(「OLAP」)を活用して、データベース内の多次元データの種々の次元のリアルタイムのデータ分析、及びデータ間のパターン又は関係からを含む異常及び/又は重要な記録の識別を可能にする。
【選択図】図1
【選択図】図1
Description
(関連出願の相互参照)
本出願は、2004年9月30日に出願された米国特許仮出願第60/614,769号、及び2005年9月13日に出願された名称「System, Software and Method for Examining a Database in a Forensic Accounting Environment(法廷会計環境においてデータベースを調査するためのシステム、ソフトウェア、及び方法)」のYogesh Bahl、Bruce Gavioli、及びJoseph Loobyによる米国特許出願に対する利益を主張し、これらの開示事項は、引用により全体が本明細書に組み込まれる。
本出願は、2004年9月30日に出願された米国特許仮出願第60/614,769号、及び2005年9月13日に出願された名称「System, Software and Method for Examining a Database in a Forensic Accounting Environment(法廷会計環境においてデータベースを調査するためのシステム、ソフトウェア、及び方法)」のYogesh Bahl、Bruce Gavioli、及びJoseph Loobyによる米国特許出願に対する利益を主張し、これらの開示事項は、引用により全体が本明細書に組み込まれる。
(技術分野)
本発明は、一般に、異常な或いは重要な(例えば、不正行為の指標のような)記録(トランザクション)を識別するために、データベースの検査、特に、例えば総勘定元帳などの財務データベースの検査を可能にする新規のシステム、ソフトウェア、及び方法を対象とする。より詳細には、本発明によるシステム、ソフトウェア、及び方法は、リアルタイムの「n」すなわち複数の次元のデータインテロゲーション分析、特にオンライン分析処理(「OLAP」)を利用して、法廷会計応用でのリアルタイムデータ・インテロゲーションを可能にする。
本発明は、一般に、異常な或いは重要な(例えば、不正行為の指標のような)記録(トランザクション)を識別するために、データベースの検査、特に、例えば総勘定元帳などの財務データベースの検査を可能にする新規のシステム、ソフトウェア、及び方法を対象とする。より詳細には、本発明によるシステム、ソフトウェア、及び方法は、リアルタイムの「n」すなわち複数の次元のデータインテロゲーション分析、特にオンライン分析処理(「OLAP」)を利用して、法廷会計応用でのリアルタイムデータ・インテロゲーションを可能にする。
当業者には公知のように、OLAPは、データベースに格納されたデータの分析を可能にするソフトウェアツールのカテゴリーである。OLAPツールによって、ユーザは、多次元データの種々の次元を分析することができる。OLAPは、公知のデータマイニングツール(あるグループのデータにおける隠れパターンを探すデータベースアプリケーションの1つのクラス)よりも優れた特異的な利点を与え、データ間の単なる関係以上のものを識別する能力であって、異常なデータの態様を識別する能力を含む。以下に詳細に説明されるように、本発明(統計関数の使用を介するものを含む)は、OLAPの利点を活用する新規の法廷用ツールを提供する。
会計/監査分野、特に法廷会計分野においては、大きな財務データベース内の記録の妥当性をテストするための手順を設計するために継続的に取り組んでいる。本発明によるシステム、ソフトウェア、及び方法は、この取り組みの必要性に対する新規の対応である。
法廷会計は、会計、統計、テクノロジー、及び調査のスキルを統合することが必要とされる。法廷会計士は、通常、財務上の証拠(例えば、従業員窃盗、セキュリティ及び保険金詐欺などの刑事問題の調査での)を調査、分析、及び解釈し、財務上の証拠の分析及び提示を支援し、更に彼らの所見を伝える(例えば、鑑定証人として法廷で証言し、公判の証拠を立証するために視覚的補助を準備することによって)ために雇われている。法廷会計士はまた、潜在的不正行為を調査する際に会計検査官を支援するよう要請される。法廷会計士は、会計事務所、或いは保険会社、銀行、警察、政府機関、及び他の組織団体に雇われる。
従来的には、法廷調査員は、例えばACL、MSアクセス、及びMS SQLサーバなどの商用データベースソフトウェアを使用して、総勘定元帳トランザクションのエントリをレビューしている。しかしながら、これらの商用ツールはOLAPを実行することがなく、提起された各質問についてのクエリーをプログラムし、或いはデータに関してテストすることをユーザに要求する。更に、これらの商用ツールは、レビューするのに扱いにくく合理的ではなく、有用ではないことが多い大量のデータをレポートする。
従って、従来のソフトウェア及び方法に関連する欠点を克服し、OLAPを使用して、(i)データセットを種々の母集団(例えば、売上、売上原価、労務、税金、減価償却費/償却、利子及び他の収益/経費などの損益計算書母集団)に分割する場合に同じデータセットを分析すること、(ii)母集団間の関係及びデータに関する照会又はテスト間の関係を識別すること、並びに(iii)特定(有用な)の結果、及び関連ユーザについての提言になる結果を生成することを可能にする財務データベースの法廷会計調査で用いる新規のシステム、ソフトウェア、及び方法を提供することが望まれる。
一般的に、本発明は、データベース、特に財務情報(例えば、総勘定元帳)を包含するデータベースの法廷調査をOLAPを使用して行うためのシステム、ソフトウェア、及び方法を対象とする。本発明による新規のシステム、ソフトウェア、及び方法は、既知のコンピュータ機能及び電子通信リンクを活用して、財務データベースの分析と、例えば組織の財務記録における重大な虚偽を示す、問題のあるトランザクションエントリなどのリスクエリアの識別を可能にする新しい法廷会計ソリューションを提供する。
本発明の好ましい実施形態によれば、多次元データは、リアルタイムデータ・インテロゲーション機能を有するOLAPソフトウェアにアクセス可能なデータベース内に格納される。このソフトウェアは、データの種々の次元を分析し、データ間のパターン及び関係を識別するように適合されている。データは、事前選択のカテゴリーに分類される。重要且つ異常なデータを示すために事前選択のデータ分析属性を定義するテンプレートがソフトウェアにロードされる。多次元データ分析は、事前選択のテンプレート属性に基づいてリアルタイムでデータに行われ、重要且つ異常なデータが指摘される。キューブ(データベースのn次元ビュー)及びグリッド(データベース記録の二次元ビュー)を含むプロファイルが作成され、分析されたデータのナビゲーションを容易にするためにデータベースへのマップを定義する。分析されたデータのナビゲーションは、プロファイルに基づいて「ドリルダウン」方式で(すなわち、データの減少していく次元の方向に)行われる。結果は、重要且つ異常なデータを含むベースとなるデータのn次元ビューである。訴訟可能な提言を含むことができる重要且つ異常なデータのレポートが自動的に作成される。
従って、本発明の目的は、単一の法廷ツールに会計原則、統計値、テクノロジー、及び調査技術を統合して、トランザクションのデータベースの法廷調査が問題のあるトランザクションエントリなどのハイリスクエリアを識別し、組織の財務記録における重大な虚偽表示を検出するのを可能にする新しいシステム、ソフトウェア、及び方法を提供することである。
本発明の更に他の目的及び利点は、部分的に明らかになり、本明細書から部分的に明らかになるであろう。
従って、本発明は、種々のステップと、これらのステップの1つ又はそれ以上と他の各々に対する関係を含み、本システム及び方法は、全て以下の詳細な開示事項に例示されるようにこれらのステップを行うように適合されている特徴を具現化し、本発明の範囲は請求項で示されることになる。
本発明をより完全に理解するために、添付図面と共に以下の説明を参照する必要がある。
組織の財務記録/レポート/申告書のベースとなる数字の信頼度を評価する場合、法廷会計士は必ず最初に総勘定元帳(GL)を見る。GLは、組織の業務の全てについての財務トランザクションを包含する極めて大きなコンピュータデータベースであることが多い。GLは、何百万及び何十億ものトランザクションエントリ(GLに入力されるトランザクション)を有することができる。
法廷調査員は、例えば、不正による可能性のある重大な虚偽の証拠のデータ(例えば、トランザクションエントリ、調整値、及び推定値)の調査を一般的に要求する監査基準書(SAS)NO.99において規定されたタイプの目的を満たすためにGLを分析する。このような目的を達成するために、(a)誰がいつ決済勘定に転記しているか知ること、(b)転記元(内部制御装置を備えたコンピュータ端末、又は制御装置のないスプレッドシート及び外部データベース)を知ること、及び(c)より厳重な検査に値する重要且つ異常なエントリを識別することが有用である。
本発明によるシステム、ソフトウェア、及び方法は、新規の法廷会計ソリューションを提供する。以下で詳細に説明されるように、本発明によれば、OLAPを活用することで、全GLは、異常且つ重要なデータ間の記録及び関係についてリアルタイムで探索することができる。
本明細書では財務データベースの関連で説明され、特定の実施例がGLであるが、本発明は、GLなどの財務データベースの調査に限定されず、同様に他のタイプのデータベースに関しても用途がある点を理解されたい。
ここで図面を参照すると、図2は、OLAPデータインテロゲーション機能を提供する本発明によるソフトウェアを使用してGLの法廷検査を行うための本発明による好ましい方法の高レベルフロー図を示す。本発明によるOLAPソフトウェアは、リアルタイムでGLデータベース内の多次元データの種々の次元を分析し、以下で詳細に説明されるようにデータ間のパターン及び関係を識別することができる。
本発明によるOLAPソフトウェアは、データベース内でデータがどのように編成されるかを追跡することができ、データを分析する機能を含む従来のサーバ20上に存在する点を理解されたい(図1を参照)。現在の主要なデータベースシステムのほぼ全てが利用可能な適切なデータベースサーバがある。このサーバは、従来の入力及びディスプレイデバイスを含むユーザインターフェース22に電子的に結合することができる。ユーザインターフェースは、例えばインターネットなどの公的にアクセス可能なグローバルコンピュータネットワークを介してサーバに結合されたリモートインターフェースとすることができる。
本発明に従って財務データベース24の法廷検査を行う場合、調査中の財務データ(例えば、GL及びGLで使用される勘定番号を表にした勘定科目一覧表とこれらに関係する情報)が最初に取得され、本発明によるOLAPソフトウェアにアクセス可能な好ましくは別個の重複読出し専用データベース26に(適切なデータベースプロバイダフォーマットに従って)ロードされる(図2のステップ1、図1及び図6cを参照)。図3a−3cは、GL、勘定科目一覧表、及び試算表のためのサンプルファイル及びフィールド要件を示す。
望ましくは、データロードの正確さ及び完全性は、財務データベース内の勘定額を自動的に合計することによって新しいソフトウェアで測定/検証される(図2、ステップ2)。
データローディングプロセス中に、データはフラグを付けられ、必要に応じて統計情報がデータに付加される。
データローディングプロセス後、データに関する集計統計値及びメトリクスは、あらゆる異常な項目を強調するためにも生成することができる(ステップ3)。集計統計値及びメトリクスは、(i)正の額の和及びカウント、(ii)負の額の和及びカウント、(iii)全ての額の和及びカウント、(iv)最小及び最大額、(v)零位のカウント、及び(vi)平均値及び標準偏差を含むことができる。
財務データは、特定のカテゴリーに分けられ、付加的なフィールドが追加される(ステップ4)。データの初期分析が行われ、データは、期間毎、すなわち日毎、月毎、4半期毎、又は年毎で、例えば売上、売上原価、労務、税金、減価償却費/償却、利子及び他の収益/経費を含む損益計算書母集団に分けられる。データはまた、例えば、現金、売掛金、買掛金、及び偶発債務などの残高証明母集団に分けられる。
その後、データは、データの正確さ及び完全性を評価するために関連する試算表に照合されるのが好ましい(ステップ5)。ステップ4及び5から、各損益計算書及び貸借対照表の構成要素内及び全体に渡るトランザクションエントリのアクティビティのレベルが解明され、あらゆる異常な構成要素も識別することができる。
従って、例えば調査中のデータベースとしてGLを使用することで、本発明による新しいシステム、ソフトウェア、及び方法は、法廷会計士が以下のアクティビティを効率良く行えるように設計されている。
・数字/額及び日付フィールドに関する統計を行う−トップ(例えばトップ5)の最も高い及び最も低いトランザクションエントリが適切である(ファイルのカットオフを反映する最も高い及び最も低い日付であるか?/妥当な額フィールドにおける最も高い及び最も低いエントリか?)かどうかを評価する−平均額と比較し「妥当な」エントリであるものを理解する;
・上記のアクティビティからの所見を用いて、あらゆる異常な結果−すなわち高い/低いトランザクションエントリ、利益を過大にすることになる期限に近いエントリ、収入勘定への異常な貸方などをフィルタリングし抽出する−法廷会計士による更なるレビューのために最も高い(例えば50)及び最も低い(例えば50)の残高を有する記録を抜き出す
・勘定の一覧を取得し、収益を過大にし又は不正を犯すのに使用されるリスクが高い勘定−すなわち「その他」及び「雑」収益及び経費勘定など、エントリを行うことができる人に関してある制限を有する勘定を識別する;
・異常なアクティビティに対する期間の終わり頃に入力されたトランザクションエントリをレビューする;
・トランザクションエントリのエントリの月及びトランザクションの有効日付で集約し、−月毎、特に期間の最後にあらゆる異常な変動を識別する(借方及び貸方の両方について同じことを行う);
・各母集団のトランザクションエントリ及び財務構成要素がどのように支払われるか−幾つかの極めて大きなエントリがあるかを検討する
・重複トランザクションエントリを探す(望ましくは、排除することでエントリ日付、売上送り状番号、又はトランザクション番号などの重複検出の可能性が低下することになるフィールドを排除する);
・所与の勘定カテゴリー(例えば売上勘定)に影響を与える全トランザクションエントリの総額を関連するトランザクション勘定に記録された総額と照合する;
・金額フィールドに関してBenford(ベンフォード)の法則(以下に更に詳細に説明する)を適用する;
・種々の引当金勘定間又は種々の負債勘定間の借方/貸方をレビューする(利益/損失勘定をバイパスしている引当金の増加/調整を識別するため);
・引当金勘定への借方−在庫又は売掛金(又は他の)貸方又は利益/損失勘定をレビューする(引当金を損益計算書に公開する−引当金の潜在的な過小表示を識別するため);
・資産に対する借方/経費に対する貸方をレビューする(経費の不正資産化を識別するため);
・経費に対する借方/販売された商品のコストに対する貸方をレビューする(マージンの操作を識別するため);
・売掛金に対する借方/収益に対する貸方をレビューする(早期に認識された収益を識別するため);
・在庫に対する借方/販売された商品のコストに対する貸方をレビューする(不適切に下げられた経費を識別するため);
・買掛金に対する借方/売掛金に対する貸方をレビューする(バーターの契約、或いは取り引きするお金がない場合にベンダーでもある顧客との相互取引があるかどうかを識別するため)。
・数字/額及び日付フィールドに関する統計を行う−トップ(例えばトップ5)の最も高い及び最も低いトランザクションエントリが適切である(ファイルのカットオフを反映する最も高い及び最も低い日付であるか?/妥当な額フィールドにおける最も高い及び最も低いエントリか?)かどうかを評価する−平均額と比較し「妥当な」エントリであるものを理解する;
・上記のアクティビティからの所見を用いて、あらゆる異常な結果−すなわち高い/低いトランザクションエントリ、利益を過大にすることになる期限に近いエントリ、収入勘定への異常な貸方などをフィルタリングし抽出する−法廷会計士による更なるレビューのために最も高い(例えば50)及び最も低い(例えば50)の残高を有する記録を抜き出す
・勘定の一覧を取得し、収益を過大にし又は不正を犯すのに使用されるリスクが高い勘定−すなわち「その他」及び「雑」収益及び経費勘定など、エントリを行うことができる人に関してある制限を有する勘定を識別する;
・異常なアクティビティに対する期間の終わり頃に入力されたトランザクションエントリをレビューする;
・トランザクションエントリのエントリの月及びトランザクションの有効日付で集約し、−月毎、特に期間の最後にあらゆる異常な変動を識別する(借方及び貸方の両方について同じことを行う);
・各母集団のトランザクションエントリ及び財務構成要素がどのように支払われるか−幾つかの極めて大きなエントリがあるかを検討する
・重複トランザクションエントリを探す(望ましくは、排除することでエントリ日付、売上送り状番号、又はトランザクション番号などの重複検出の可能性が低下することになるフィールドを排除する);
・所与の勘定カテゴリー(例えば売上勘定)に影響を与える全トランザクションエントリの総額を関連するトランザクション勘定に記録された総額と照合する;
・金額フィールドに関してBenford(ベンフォード)の法則(以下に更に詳細に説明する)を適用する;
・種々の引当金勘定間又は種々の負債勘定間の借方/貸方をレビューする(利益/損失勘定をバイパスしている引当金の増加/調整を識別するため);
・引当金勘定への借方−在庫又は売掛金(又は他の)貸方又は利益/損失勘定をレビューする(引当金を損益計算書に公開する−引当金の潜在的な過小表示を識別するため);
・資産に対する借方/経費に対する貸方をレビューする(経費の不正資産化を識別するため);
・経費に対する借方/販売された商品のコストに対する貸方をレビューする(マージンの操作を識別するため);
・売掛金に対する借方/収益に対する貸方をレビューする(早期に認識された収益を識別するため);
・在庫に対する借方/販売された商品のコストに対する貸方をレビューする(不適切に下げられた経費を識別するため);
・買掛金に対する借方/売掛金に対する貸方をレビューする(バーターの契約、或いは取り引きするお金がない場合にベンダーでもある顧客との相互取引があるかどうかを識別するため)。
上記のことを達成するために、事前に定義されたカスタマイズ可能なテンプレート(分析される属性を定義する)は、本発明による新規のソフトウェアにロードされ(ステップ6)、n次元データ分析が、好ましくは全母集団(例えば、売上、売上原価、労務、税金、減価償却費/償却、利子及び他の収益/経費)にわたってリアルタイムでデータを検査するためにこのソフトウェアを使用して行われる(ステップ7)。引き続き、GLデータベースの実施例では、テンプレート、或いは分析されることになる属性は、限定ではないが、(i)組み替え及び調整トランザクションエントリ、(ii)トランザクションタイプ、(iii)重複、(iv).00で終わる額、(v)ベンフォードの法則からの分散(以下で詳細に説明されるような先頭数字現象)、(vi)トランザクションエントリ記述/リマーク、(vii)Z値関係(以下で詳細に説明される)、(viii)トランザクションエントリユーザ(Z値毎)、及び(ix)各会計期間の終わり前後の事前に選択された期間(例えば15日)内で起こる項目(トランザクションエントリユーザによるものを含む)を含むことができる。
前述の属性は、不正エントリが、(a)関連性のない、異常な、或いはまれに使用される勘定に対して行われるエントリ、(b)通常はトランザクションエントリを行わない個人が行うエントリ、(c)説明又は記述がほとんど又は全くない期間の終わり又は繰り越しエントリとして記録されたエントリ、(d)勘定番号を持たない財務諸表の準備前又は準備中に行われたエントリ、或いは(e)概数又は一致期末数を含むエントリを含むことができる認識に基づく点を理解されたい。
「プロファイル」のラベルが付けられたデータ要約が作成され、本発明による新しいソフトウェアを使用して読み取られ、自動的に標準のカスタマイズ可能なレポートにエクスポートされ(ステップ8)、異常且つ重要な記録が、属性、ユーザ及び/又はソース毎に強調されクロス集計される(ステップ9)。以下で詳細に説明されるように、プロファイルは、内部に格納されるデータへの効率的なナビゲーションを容易にする本発明によるソフトウェアによって作成されたデータベースに対する3−Dの局所的双方向のマップを定義するデータキューブ及びグリッドを含む。プロファイルをレビューし対象のエリアにナビゲートした後で、法廷調査員は、例えばドラッグ・アンド・ドロップ及びポイント・アンド・クリック技術を使用してベースとなるトランザクションエントリを探し、潜在的な選択及びテストのための重要で異常なエントリを識別するように「ドリルダウン」できる(図2bのステップ9a−9dを参照)。
法廷調査員は、財務データのカテゴリー内及び財務データ内のカテゴリー間の異常なアクティビティ、パターン、及び傾向(例えば、レイオフ後の労働費の増加;全四半期の終わりに向けての売上の増加、及び全四半期の始めでの売上の減少)に関心があり、更に、本発明による新しいソフトウェア及び方法を利用して、これらを見つける能力を備えている。
組み替え属性(図4a)では、法廷調査員は、1つの勘定から他の勘定に組み替えされ、トランザクションの財務報告に影響を与える額の識別に関心がある。この目的を達成するために、調査員は、十分な説明もなく大きな額又は経常の小さな額のいずれかを他の勘定に移すトランザクションを探すことになる。これは、本発明による新しいソフトウェア及び方法を使用して、例えば変則的な又は他のトランザクションエントリタイプの傾向と一致しない組み替えの傾向を期間毎に探すことによって容易に達成できる。
トランザクションタイプの属性において、法廷調査員は、収益を上げるかコストを下げるように働く規則的な決算エントリを識別することに関心がある。この目的のために、調査員は、次の期間での減少によって逆転された1つの期間における増加と、識別された収益の額を大きく変える年度末後に行われたトランザクションを探すことになる。これは、本発明によるソフトウェア及び方法を使用して、例えば異常な特徴について本発明のソフトウェアによって作成されたグラフ表示(図4b)をレビューすることによって、更に、期間毎に増加及び減少の正味影響をレビューすることによって容易に達成できる。
重複エントリの属性において、法廷調査員は、十分な説明無しに期間中に繰り返される額を有するトランザクションに関心がある。この目的のために、調査員は、重複額を表わすトランザクションの数字の変動率を探すことになる。これは、本発明によるソフトウェア及び方法を使用して、例えば特定の額毎にトランザクションの数字を示す本発明のソフトウェアによって作成されたグラフ表示(図4c)をレビューすることで容易に達成できる。
期末数字属性において、法廷調査員は、.00で終わる額を有するトランザクションに関心がある。この目的のために、調査員は、増加、減少における変動率、及び.00で終わる額を有するトランザクションの正味影響を探すことになる。これは、本発明による新しいソフトウェア及び方法を使用して、例えば.00で終わる特定の額のトランザクションの数字を示す本発明のソフトウェアによって作成されたグラフ表示(図4d)をレビューすることによって容易に達成できる。
ベンフォードの法則は、先頭数字現象としても知られる現象学的法則である。ベンフォードの法則によれば、リスティング、統計値の表などにおいて、数字「1」が、期待される11.1%(すなわち、9つのうちから1つの数字)よりも大きい約30%の確率で発生する傾向がある。
ベンフォードの法則からの分散に関連した属性において、法廷調査員は、各トランザクションエントリ額の第1数字に基づく該法則に相反するトランザクションエントリに関心がある。法廷調査員は、本発明のソフトウェアによって作成されたグラフ表示(図4e)でのベンフォード期待ライン付近の異常なピーク又は谷を見つけようとし、更に、本発明による新しいソフトウェア及び方法を利用して、これらを見つける能力を備えている。
トランザクションエントリ説明属性において、法廷調査員は、不明確な及び/又は疑わしい記述を有するトランザクションに関心がある。この目的のために、調査員は、特定の人の指示の元で大きな調整を行うトランザクション記述、説明のないエントリ、及び記述毎にトランザクションをグループ分けすることによって対象組織の事業に適合しない説明を探すことになり、更に、本発明によるソフトウェア及び方法を利用して、これらを見つける能力を備えている。
調査中のデータベース内のデータに関連する確率分散に応じて、本発明によるソフトウェアは、分散に関係した統計値を計算するようカスタマイズすることができ、例えばソフトウェアは、Z値を計算するように適合させることができる。一般的にいえば、項目におけるZ値は、項目がその分散の平均値から外れる程度及び方向を示し、その分散の標準偏差の単位で表わされる。一般に、Z値の数値演算は、分散における全項目がそのZ値に変換される場合に、変換された値がゼロと標準偏差1との平均値を必ず持つようにされる。
Z値属性において、法廷調査員は、その財務諸表構成要素内の平均額から1又は2標準偏差(+/−1又は2)より大きく外れる額を有するトランザクションエントリを識別することに関心がある。これは、本発明によるソフトウェア及び方法を利用し、算術平均からの+/−1又は2標準偏差より大きな特定のタイプの全トランザクションを表示するためにカスタマイズ可能なレポートを使用して、前述の基準に適合する増加及び減少について本発明のソフトウェアによって作成されたグラフ表示(図4f)をレビューすることで容易に達成できる。
各会計期間の終わり前後の事前に選択された時間期間内に発生するユーザ属性及び項目の属性に対して、法廷調査員は、トランザクションエントリのあるタイプだけを転記するユーザ、他のプロファイルで異常と識別されたトランザクションエントリを転記するユーザ、及び会計期間の最後近くにトランザクションを転記するユーザを見つけることに関心があり、本発明による新しいソフトウェア及び方法を使用して、これらを見つける能力を備えている(図4g及びh)。これは、新しいソフトウェアを使用して、特に大きな額ずつ特定の財務構成要素を調整するトランザクションについて各母集団タイプ内、トランザクションエントリタイプ内、及びその全体にわたってリアルタイムでグループ分けしドリルダウンすることによって達成される。
法廷調査員はまた、その財務構成要素(すなわち、ユーザ属性に対するZ値の態様)内の平均額から1又は2(+/−1又は2)標準偏差よりも大きく外れる額を包含するユーザによって転記されたトランザクションエントリを識別することに関心があるとすることができる。これは、本発明による新しいソフトウェア及び方法を使用して、算術平均からの+/−1又は2標準偏差よりも大きい設定額を有するユーザを選択し、グループ分けし、更にドリルダウンすることによって容易に達成できる(図4i)。
上記に示されたように、プロファイルは、内部に格納されたデータ全体にわたる有効なナビゲーションを容易にする財務(例えばGL)データベースに対する3−Dの局所的な双方向マップを定義するデータキューブ及びグリッドを含む。
キューブは、データベースのn次元ビューであり、すなわちキューブからのフィールドは、フィールド間の関係をビューできるように種々の次元にグループ分けすることができる。図5を参照すると、次元は、ページ(キューブに「ドロップ」することができが、蓄えており、現在はキューブに表示されていないフィールド)、行(キューブの側面上のフィールド−例えば、「Journal Type(ジャーナルタイプ)」及び「Debit/Credit(借方/貸方)」)、列(キューブの上部のフィールド−「Create(作成)」年及び四半期)、及び尺度(キューブの表面上に表示されるフィールド)を含むことができ、分析用にピボット(キューブの列、行、尺度、及びページエリアへの移動、及びこれらからの移動)されてフィルタリングされる(キューブ又はグリッドにおいて、例えば全増加を示し全減少を隠すために、全母集団からデータを除くように基準を使用する)。作成されたビュー(キューブテンプレート)は、後で使用するために保存することができる。OLAPは、財務データを、例えばポイント・アンド・クリック及びドラッグ・アンド・ドロップ技術を使用して修正可能なキューブに変換するために活用される。
グリッドは、データベースにおける記録の二次元ビューである。グリッドでは、データを特定のフィールド又は複数のフィールド毎にグループ分けし、記憶し、及びフィルタリングすることができ、更に作成されたビュー(グリッドテンプレート)は、後で使用するために保存しておくことができる。グリッドフィールドは、キューブの行及び/又は列に配置することができ、同時に量的グリッドフィールドは、キューブを累積セルにグループ分けするための尺度として使用できる。
キューブは、法廷調査員がデータの関係、傾向、及びパターンを識別するのに読み取ることのできるデータベースの要約を表わす。キューブは、(例えば、ドラッグ・アンド・ドロップ及びポイント・アンド・クリック機能を使用して)ナビゲートし、これによって法廷調査員は、キューブの項目を選択し、データの減少していく次元の方向、次いでベースとなるデータにおける重要且つ異常なエントリ及び/又は可能性のある選択及び追加テストのための重要且つ異常なデータユーザアクティビティにナビゲートすることができる(図2bステップ9a−9dを参照)。すなわち、本発明によるソフトウェアでコード化されるこの特徴によって、法廷調査員は、ドリルダウンし結果としてられるグリッド内の選択されたキューブ項目についての付加的な情報を取得することが可能となる。プロセスは繰り返すことができる。
ユーザアクティビティ(すなわち、ドラッグ及びドロップ、ポイント及びクリック−ドリルダウン)に基づいてOLAPを使用することによって、新しいソフトウェアは必要に応じて自動的にデータフィールドを再配置することを理解されたい。
この結果、重大な虚偽記載の高リスクに対するこのようなエントリの関係に基づく財務トランザクションエントリのn次元ビュー、重要且つ異常な属性を識別するためのテストを含むエントリデータの各属性又は列のn次元ビュー、トランザクションクリエーターのn次元ビュー、及び財務システムの重要且つ異常なユーザを識別するためのテストを含む転記ソースとなる。
極めて大きな財務データベース(例えば、大きなGL)の有効なナビゲーションが唯一の問題ではない点を理解されたい。多国籍企業では、財務諸表の1つのセットに統合する必要のある複数の財務データベースが生じる。統合において、詳細な財務エントリのほとんどが要約されており、要約レベルでは、信頼性のあるデータの評価は極めて難しい。これは、法廷調査員が各重要な子会社の財務データベースを詳しく調べることを求める場合があることを意味する。
複数の別個の財務データベースを有する企業において、本発明によるソフトウェア及び方法は、各データベースに別々に適用することができる。或いは、別個のデータベースを、細分性の適切な程度によってグローバルに財務エントリを記録する1つの統合データベースに移行させることができ、本発明のソフトウェア及び方法がこの統合データベースに適用される。
この場合も同様に、本明細書ではGLを分析する関連において説明しているが、本発明はGLの分析に制限されないが、財務又はそれ以外の他のタイプのデータベースに関して適用される点を理解されたい。
再度図2を参照すると、プロファイル結果のクロス集計に基づいて(ステップ9)、フィールドワークサポートテスティングを必要とする可能性のあるハイリスクエリアを識別することができる(ステップ10)。ハイリスクエリアが識別された場合、このような問題を解決することを支援するための措置が取られる(修正されたサンプル選択、フィールドワーク手順、及び司法面接を通じて)。
次いで、所見及び起訴可能な提言のレポート(統計及び/又はグラフ表示を含む事前定義され更にカスタマイズ可能なフォーマット)を作成することができる(ステップ11)。
本発明による分析の作成結果は具体的で明確であり、この結果は、法廷調査員が読み通すのに苦労するほど膨大なデータを含まない点を理解されたい。更に、この結果は次のステップへの提言に容易に変換される点を理解されたい。
ここで図6a−6sを参照すると、操作中、インストールされ実行される本発明による新しいOLAPベースのソフトウェアでは、ディスプレイ画面をユーザに提示し、ユーザがレビューされることになる財務データを含むデータベースにキューブを接続(例えば、マイクロソフトデータ接続ダイアログボックス(図6a))し、財務データをキューブ(例えば、マイクロソフトアクセスデータベースファイル(図6b)から)にロードできるようにする。
データがロードされると、本発明による新しいOLAPベースのソフトウェアは、グリッド画面(データテーブルの二次元ビュー)を開くことになる(図6c)。このビューは、ロードされたテーブル全体の選択されたフィールドの全てを示す。
記録はグループ分けされ(例えば、列ヘッダを列ヘッダ名の上のエリアにドラッグすることによって)、更にソートすることができる(図6d)。複数フィールドが一度にグループ分けすることができ、すなわち複数列を全てリアルタイムで一度にソートすることができる。
フィルタを加えることができる(図6e)。種々のフィルタが列のデータタイプに応じて表示される。例えば図6eを参照すると、特徴ベースのデータに関して、「Filter Criteria(フィルタ基準)」ボックスは、(i)特定の文字から始まる、(ii)特定のテキストを包含する、及び(iii)テキストであるといった、ユーザフィールド毎に選択のために表示することができる。
更に、フィルタ画面では、ユーザは選択された特定のフィールドに対して有用な統計値の計算を(例えば、「statistics(統計値」)のラベルが付いたボタン(図6e)を選択することによって)始めることができる。統計値は、(i)記録のカウント、(ii)フィールドの和、(iii)フィールドの平均額、(iv)フィールドでの最小及び最大額、(v)標準偏差、及び(vi)フィールドでの最高額と最低額との間の分散を含むことができる(図6f)。
グリッドの適切なレイアウトが見つかった場合、テンプレートは後でロードされるように保管しておくことができる(図6g)。
キューブもまた、本発明の新しいOLAPベースのソフトウェアによって表示されるドロップ−ダウンメニューを使用して(例えば、「File(ファイル)」及び「View Cube(ビューキューブ)」を選択することによってキューブビューに入り、フィールドを付加する(図6h))容易に作成することができる。例えば、図6iは、「Debit/Credit(借方/貸方)」毎の「Sales(売上)」「Journal Type(ジャーナルタイプ)」エントリをビューし、これらを「Create(作成)」年及び四半期に関係付けるために作成されたキューブを示している。
図6hを参照すると、フィールドは、選択されたデータベースから(例えば「Retrieve Fields(フィールド検索)」を選択することによって)、及び作成されたフィールドのリストから検索することができ、所望のフィールドをキューブの列、行、及び尺度にドラッグ及びドロップすることができる(図6j)。
尺度において表示された情報は変更することができる(例えば、尺度ディスプレイボックス(図6j)内の「Field(フィールド)」を選択し、次に「Properties(プロパティ)」を選択することによって)。図6kは、「Sum(和)」に設定しているデフォルトを示しており、フィールド;「Count(カウント)」「Average(平均)」、「Max(最大)」、及び「Min(最小)」は、図示されている幾つかの他のオプションである。
キューブが所望のレイアウトにある場合、後で使用するために保管しておくことができる(例えば、「Rreport Design(レポート設計)」次に「Load/Sabe(ロード/セーブ)」更に次いで「Save(セーブ)」を選択し、キューブファイルをネーミングすることによって(図6l))。
テンプレートが、母集団(例えば売上、売上原価、労務、減価償却費/償却、他の収益/経費などの損益計算書母集団)の1つで実行された場合、別の母集団を呼び出すことができる。これは、キューブファイルをデータベース内の適切なテーブルに向ける段階を含む。図6l−6nを参照すると、キューブを1つの母集団から他の母集団に変えることは、データの別のセットをビューし(例えば、「Report Design(レポート設計)」ドロップ−ダウンメニューを選択し、「Designer(設計者)」を選択して、「DCube Class Properties(Dキューブクラスプロパティ)」ウィンドウになることによって)て、更にアクセスされることになるテーブルを識別することによって(例えば、「General(一般)」タブ上で「Record Source(記録ソース)」コーディングを変えることによって、すなわち、例えばキューブ内の売上原価データをビューするために「SELECT*FROM SALES」を「SELECT*FROM COST」に変更し、次いで「OK」を選択し、更にメニュー上で、キューブ内のデータを更新するために「Edit−Refresh(編集−リフレッシュ)」を選択することによって)達成することができる。
本発明によるデータ分析は、「ピボッティング」段階−すなわちキューブ上の1つのロケーションから別のロケーションにキューブ内のフィールドを(例えばドラッグ及びドロップすることによって)動かす段階を含むことができる。これは、リアルタイムでキューブに表示された尺度を自動的に変更する。
ページ、列、又は行として配置されるどのフィールドもピボットすることができる。例えば、行としてキューブ内に配置されていたフィールドは、リアルタイムで列又はページフィールドにピボットすることができる。
図6oを参照すると、フィルタリングは、特定のフィールドで項目を選択又は選択解除する(ドロップダウンメニューに示される)ことによって行うことができる。項目の隣りのボックスがマークされている(例えば、「X」で)場合には、関係する情報は、ビューに含まれることになり、マークされていない(「X」が選択解除されている)場合には、関係する情報はビューに含まれず、これに応じて全ての尺度/グルーピングがリアルタイムで修正されることになる。
キューブの尺度をより深く理解することが求められる場合、法廷調査員は、サポート記録までドリルダウンし、グリッド内でこれらをビューすることができる。図6pを参照すると、これは、対象となるセルを選択し、ドリル−ダウンのための基準を(例えば「ドリルダウン」メニューから)選択し、次いで基準が実行されるテーブルを選択することによって達成することができる。すなわち、本発明によるシステム、ソフトウェア、及び方法は、(i)キューブ内のセルをユーザが選択できるようにすること、(ii)ドリルダウンダイアログボックスを表示すること、(iii)ドリルダウン選択肢(図6Pを参照)を提示すること、及び(iv)ユーザ選択に基づいてグリッド記録を選択するようナビゲートすることによって、キューブ内のセルからグリッド内の対応する記録へのドリルダウンを自動化し簡略化する。この特徴は、法廷会計士にフレキシブルで強力な「ポイント・アンド・クリック」調査ツールをもたらす。
キューブ内では、法廷調査員は、キューブで作成されたグルーピングの集約情報をビューすることができる。これは、額の和(「Sum(和)」)、記録カウント(「Count(カウント)」)、又は平均額(「Avg(平均)」)とすることができる(図6q「Edit(編集)」及び「Total(合計)」メニュー)。
画面上の「%」ボタンをクリックすることによって、パーセンテージオプションが提供される。このオプションによって、各それぞれのセルに対する各列の合計又は各行の合計のパーセンテージを表示することが可能となる(図6r「Edit(編集)」及び「Data(データ)」メニュー)。
プリンタ、又は例えばMicrisoft Excel(マイクロソフトエクセル)などのスプレッドシートプログラムに対し出力を生成することができる(図6s)。
従って、本発明は、会計原則、統計、テクノロジー、及び調査技術を一意的に統合する新しいシステム、ソフトウェア、及び方法を具現化し、法廷会計士に、オンライン分析処理を使用してリアルタイムでデータベース内の大量のデータを探索し、例えば不正行為の指標のように、異常且つ重要な記録を指摘する能力を提供する。
このようにして、上記に記載された目的は、前述の説明から明らかにされた中から効率的に達成されることがわかり、本発明の精神及び範囲から逸脱することなく上記の方法の実施において、及びシステムについて記載された構成において幾つかの変更を行うことができるので、上記の説明に含まれ且つ添付図面に示される全ての内容は、例証として解釈され、限定を意味するものではないものとする。
添付の請求項は、本明細書で説明された本発明の一般的及び特定の特徴の全て、並びに言語の問題としてその間に含まれる本発明の範囲の全ての説明を保護するものである点を理解されたい。
20 サーバ
22 PC−インターフェース
24 オリジナルGLデータベース
26 調査中の重複GLデータベース
22 PC−インターフェース
24 オリジナルGLデータベース
26 調査中の重複GLデータベース
Claims (23)
- データベース内に格納された多次元データの法廷検査を行うためのコンピュータ化された方法において、
前記データの種々の次元を分析し前記データ間のパターン及び関係の少なくとも1つを識別するように適合された、リアルタイムデータ・インテロゲーション機能を有するソフトウェアであって、該ソフトウェアにアクセス可能なデータベースに多次元データを供給する段階と、
前記データを少なくとも1つの事前選択カテゴリーに分類する段階と、
事前選択の少なくとも1つのデータ分析属性を定義する少なくとも1つのテンプレートを前記ソフトウェアにロードして、重要且つ異常なデータの少なくとも1つを示す段階と、
前記少なくとも1つの事前選択のテンプレート属性に基づいてリアルタイムで前記データに関する多次元データ分析を行う段階と、
前記データベースに対する少なくとも1つのマップを定義する少なくとも1つのプロファイルを作成して、前記分析されたデータへのナビゲーションを容易にする段階と、
前記少なくとも1つのプロファイルに基づいて前記データの減少する次元の方向に前記分析されたデータをナビゲートし、重要且つ異常の少なくとも1つである前記データの少なくとも1つの態様を識別する段階と、
を含むコンピュータ化された方法。 - 前記データの少なくとも1つの重要且つ異常な態様をクロス集計する段階と、関連するフィールドワークアクティビティ要件を識別する段階とを更に含む請求項1に記載の方法。
- 前記データの少なくとも1つの重要且つ異常な態様のレポートを自動的に作成する段階を更に含む請求項1に記載の方法。
- 前記データの少なくとも1つの重要且つ異常な態様に基づいて起訴可能な提言のレポートを自動的に作成する段階を更に含む請求項1に記載の方法。
- 前記データベース内にロードされた前記データの正確さ及び完全性の少なくとも1つを検証する段階を更に含む請求項1に記載の方法。
- 前記データベース内に格納された前記データに関する集計統計値及び集計メトリクスの少なくとも1つを作成する段階を更に含む請求項1に記載の方法。
- 集計統計値及び集計メトリクスの少なくとも1つは、(i)正のデータ値、(ii)負のデータ値、(iii)全データ値、(iv)最小データ値、(v)最大データ値、(vi)零位、(vii)データ値の平均値、及び(viii)データ値の標準偏差の少なくとも1つを含む請求項6に記載の方法。
- 前記データは、財務データであることを特徴とする請求項1に記載の方法。
- 前記財務データは、総勘定元帳データであることを特徴とする請求項8に記載の方法。
- 前記データを少なくとも1つの事前選択のカテゴリーに分類する前記段階が、前記データを損益計算書母集団と貸借対照表母集団の少なくとも1つに分ける段階を含む請求項9に記載の方法。
- 前記データを関連する試算表と照合する段階を更に含む請求項10に記載の方法。
- 前記少なくとも1つの事前選択のテンプレート属性に基づいてリアルタイムで前記データに関して多次元データ分析を行う前記段階が、損益計算書母集団と貸借対照表母集団の少なくとも1つにわたって前記データを検査するのに使用されることを特徴とする請求項10に記載の方法。
- 前記少なくとも1つの事前選択のテンプレート属性に基づいてリアルタイムで前記データに関して多次元データ分析を行う前記段階が、損益計算書母集団と貸借対照表母集団の少なくとも1つの母集団間のパターン及び関係の少なくとも1つを識別する段階を含む請求項10に記載の方法。
- 前記少なくとも1つのテンプレートは、(i)組み替え及び調整トランザクションエントリ、(ii)トランザクションタイプ、(iii)重複、(iv).00で終わる額、(v)ベンフォードの法則からの分散、(vi)トランザクションエントリ記述、(vii)Z値関係、(viii)トランザクションエントリユーザ、及び(ix)会計期間の終わりの前及び後の事前選択の期間内に発生する項目の少なくとも1つを含むことを特徴とする請求項9に記載の方法。
- 前記少なくとも1つの事前選択のテンプレート属性に基づいてリアルタイムで前記データに関して多次元データ分析を行う前記段階は、前記データ間のパターン及び関係の少なくとも1つを識別する段階を含む請求項1に記載の方法。
- 前記ソフトウェアは、オンライン分析処理ソフトウェアであることを特徴とする請求項1に記載の方法。
- 前記少なくとも1つのプロファイルを少なくとも1つのレポートに自動的にエクスポートする段階を更に含む請求項1に記載の方法。
- 前記少なくとも1つのプロファイルは、少なくとも1つのデータキューブ及び少なくとも1つのグリッドを含み、前記少なくとも1つのデータキューブは、前記データベースのn次元ビューを表わし、前記少なくとも1つのグリッドは、前記データベース内における記録の二次元ビューを表わすことを特徴とする請求項1に記載の方法。
- 前記データベースのn次元ビューは、ページ、行、列、及び尺度を含むことを特徴とする請求項18に記載の方法。
- 前記データベースのn次元ビューは、分析のためにピボットされフィルタリングされるように適合されていることを特徴とする請求項18に記載の方法。
- 前記少なくとも1つのグリッドにおけるデータは、グループ分けされ、ソートされ、更にフィルタリングされたものの少なくとも1つであることを特徴とする請求項18に記載の方法。
- 前記少なくとも1つのプロファイルに基づいて前記データの減少する次元の方向に前記分析されたデータをナビゲートする前記段階は、前記少なくとも1つのデータキューブにおける分析基準を選択し、前記少なくとも1つのグリッドの関連するグリッドにドリルダウンする段階を含む請求項18に記載の方法。
- 前記少なくとも1つのプロファイルは、少なくとも1つの三次元マップを定義することを特徴とする請求項1に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US61476904P | 2004-09-30 | 2004-09-30 | |
US11/226,906 US7590658B2 (en) | 2004-09-30 | 2005-09-13 | System, software and method for examining a database in a forensic accounting environment |
PCT/US2005/032686 WO2006039102A2 (en) | 2004-09-30 | 2005-09-14 | System, software and method for examining a database in a forensic accounting environment |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008515094A true JP2008515094A (ja) | 2008-05-08 |
Family
ID=36142963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007534625A Pending JP2008515094A (ja) | 2004-09-30 | 2005-09-14 | 法廷会計環境においてデータベースを調査するためのシステム、ソフトウェア、及び方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US7590658B2 (ja) |
EP (1) | EP1805647A4 (ja) |
JP (1) | JP2008515094A (ja) |
TW (1) | TWI315854B (ja) |
WO (1) | WO2006039102A2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011070417A (ja) * | 2009-09-25 | 2011-04-07 | Hirotaka Kato | 多次元データ格納キューブを用いた経営管理システム |
JP2020507840A (ja) * | 2017-01-26 | 2020-03-12 | アリババ・グループ・ホールディング・リミテッドAlibaba Group Holding Limited | サービス処理方法および装置 |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8412633B2 (en) * | 2002-03-04 | 2013-04-02 | The Western Union Company | Money transfer evaluation systems and methods |
CA2500573A1 (en) * | 2005-03-14 | 2006-09-14 | Oculus Info Inc. | Advances in nspace - system and method for information analysis |
US7937321B2 (en) * | 2007-01-16 | 2011-05-03 | Verizon Patent And Licensing Inc. | Managed service for detection of anomalous transactions |
WO2008151234A2 (en) * | 2007-06-04 | 2008-12-11 | Purdue Research Foundation | Method and apparatus for obtaining forensic evidence from personal digital technologies |
US8712888B2 (en) * | 2007-12-28 | 2014-04-29 | Mastercard International Incorporated | Methods and systems for assessing sales activity of a merchant |
US8738486B2 (en) | 2007-12-31 | 2014-05-27 | Mastercard International Incorporated | Methods and apparatus for implementing an ensemble merchant prediction system |
US8024287B2 (en) * | 2008-06-27 | 2011-09-20 | SAP France S.A. | Apparatus and method for dynamically materializing a multi-dimensional data stream cube |
US8103561B2 (en) * | 2008-11-14 | 2012-01-24 | Oracle International Corporation | Reconciling financial transactions |
TWI416345B (zh) * | 2009-09-15 | 2013-11-21 | Chii Ying Co Ltd | Data representation of the correlation values of the data set, computer program products and devices |
EP2453395A1 (en) | 2010-11-15 | 2012-05-16 | Deloitte Innovation B.V. | Method and system to analyze processes |
US10878357B1 (en) * | 2011-12-27 | 2020-12-29 | Applied Predictive Technologies, Inc. | Natural experiment finder system and method |
US10354213B1 (en) | 2011-12-27 | 2019-07-16 | Applied Predictive Technologies, Inc. | Natural experiment finder system and method |
US9058285B2 (en) | 2012-06-27 | 2015-06-16 | Alex Ely Kossovsky | Method and system for forensic data analysis in fraud detection employing a digital pattern more prevalent than Benford's Law |
DE102013007769A1 (de) * | 2013-05-04 | 2014-11-06 | Till Förstemann | Verfahren zur portfolioorientierten Erfassung von Kreditrisiken |
US20150088925A1 (en) * | 2013-09-20 | 2015-03-26 | Oracle International Corporation | User interface for pivot views |
US10572473B2 (en) * | 2013-10-09 | 2020-02-25 | International Business Machines Corporation | Optimized data visualization according to natural language query |
US10606855B2 (en) * | 2014-07-10 | 2020-03-31 | Oracle International Corporation | Embedding analytics within transaction search |
US10585892B2 (en) | 2014-07-10 | 2020-03-10 | Oracle International Corporation | Hierarchical dimension analysis in multi-dimensional pivot grids |
US10331899B2 (en) | 2015-10-24 | 2019-06-25 | Oracle International Corporation | Display of dynamic contextual pivot grid analytics |
US10885057B2 (en) | 2016-11-07 | 2021-01-05 | Tableau Software, Inc. | Correlated incremental loading of multiple data sets for an interactive data prep application |
US11853529B2 (en) * | 2016-11-07 | 2023-12-26 | Tableau Software, Inc. | User interface to prepare and curate data for subsequent analysis |
US10242079B2 (en) | 2016-11-07 | 2019-03-26 | Tableau Software, Inc. | Optimizing execution of data transformation flows |
US11755997B2 (en) * | 2017-02-22 | 2023-09-12 | Anduin Transactions, Inc. | Compact presentation of automatically summarized information according to rule-based graphically represented information |
US10394691B1 (en) | 2017-10-05 | 2019-08-27 | Tableau Software, Inc. | Resolution of data flow errors using the lineage of detected error conditions |
US10691304B1 (en) | 2018-10-22 | 2020-06-23 | Tableau Software, Inc. | Data preparation user interface with conglomerate heterogeneous process flow elements |
US11250032B1 (en) | 2018-10-22 | 2022-02-15 | Tableau Software, Inc. | Data preparation user interface with conditional remapping of data values |
CN110717078A (zh) * | 2019-09-16 | 2020-01-21 | 武汉安诠加信息技术有限公司 | 美容院店务数据监控方法、装置、设备及介质 |
US11100097B1 (en) | 2019-11-12 | 2021-08-24 | Tableau Software, Inc. | Visually defining multi-row table calculations in a data preparation application |
US11132698B1 (en) | 2020-04-10 | 2021-09-28 | Grant Thornton Llp | System and methods for general ledger flagging |
US11727011B2 (en) * | 2021-08-24 | 2023-08-15 | Target Brands, Inc. | Data analysis tool with precalculated metrics |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245232A (ja) * | 2001-02-14 | 2002-08-30 | Cml:Kk | 経営診断情報提供装置、経営診断情報提供システム及びプログラム |
JP2003186987A (ja) * | 2001-10-12 | 2003-07-04 | Nippon Pro-Mait:Kk | 監査支援機能付き財務会計処理システム,財務会計処理方法,財務会計処理装置並びにプログラム |
JP2004094894A (ja) * | 2002-08-29 | 2004-03-25 | Kofuka Kachi Senryaku Shien Center | 企業の決算書の評価の解析方法および解析装置ならびに評価結果の配信方法および配信装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61220027A (ja) | 1985-03-27 | 1986-09-30 | Hitachi Ltd | 文書ファイリングシステム及び情報記憶検索システム |
US5832495A (en) * | 1996-07-08 | 1998-11-03 | Survivors Of The Shoah Visual History Foundation | Method and apparatus for cataloguing multimedia data |
US5956711A (en) * | 1997-01-16 | 1999-09-21 | Walter J. Sullivan, III | Database system with restricted keyword list and bi-directional keyword translation |
US6324551B1 (en) | 1998-08-31 | 2001-11-27 | Xerox Corporation | Self-contained document management based on document properties |
US6154766A (en) * | 1999-03-23 | 2000-11-28 | Microstrategy, Inc. | System and method for automatic transmission of personalized OLAP report output |
US6691098B1 (en) * | 2000-02-08 | 2004-02-10 | International Business Machines Corporation | System and method for explaining exceptions in data |
WO2002027528A1 (en) | 2000-09-25 | 2002-04-04 | Metaedge Corporation | Method and system for managing event attributes |
US20020099563A1 (en) * | 2001-01-19 | 2002-07-25 | Michael Adendorff | Data warehouse system |
US7627504B2 (en) * | 2002-10-31 | 2009-12-01 | Thomson Reuters (Tax and Accounting) Services, Inc. | Information processing system for determining tax information |
US20040205008A1 (en) * | 2004-03-29 | 2004-10-14 | Haynie Robert M. | Systems and methods for computing cash flows |
US20050222929A1 (en) * | 2004-04-06 | 2005-10-06 | Pricewaterhousecoopers Llp | Systems and methods for investigation of financial reporting information |
US20050222928A1 (en) * | 2004-04-06 | 2005-10-06 | Pricewaterhousecoopers Llp | Systems and methods for investigation of financial reporting information |
-
2005
- 2005-09-13 US US11/226,906 patent/US7590658B2/en not_active Expired - Fee Related
- 2005-09-14 WO PCT/US2005/032686 patent/WO2006039102A2/en active Application Filing
- 2005-09-14 JP JP2007534625A patent/JP2008515094A/ja active Pending
- 2005-09-14 EP EP05798692A patent/EP1805647A4/en not_active Ceased
- 2005-09-22 TW TW094132838A patent/TWI315854B/zh not_active IP Right Cessation
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245232A (ja) * | 2001-02-14 | 2002-08-30 | Cml:Kk | 経営診断情報提供装置、経営診断情報提供システム及びプログラム |
JP2003186987A (ja) * | 2001-10-12 | 2003-07-04 | Nippon Pro-Mait:Kk | 監査支援機能付き財務会計処理システム,財務会計処理方法,財務会計処理装置並びにプログラム |
JP2004094894A (ja) * | 2002-08-29 | 2004-03-25 | Kofuka Kachi Senryaku Shien Center | 企業の決算書の評価の解析方法および解析装置ならびに評価結果の配信方法および配信装置 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011070417A (ja) * | 2009-09-25 | 2011-04-07 | Hirotaka Kato | 多次元データ格納キューブを用いた経営管理システム |
JP2020507840A (ja) * | 2017-01-26 | 2020-03-12 | アリババ・グループ・ホールディング・リミテッドAlibaba Group Holding Limited | サービス処理方法および装置 |
US11099887B2 (en) | 2017-01-26 | 2021-08-24 | Advanced New Technologies Co., Ltd. | Service processing method and apparatus |
Also Published As
Publication number | Publication date |
---|---|
EP1805647A4 (en) | 2009-03-04 |
TW200632768A (en) | 2006-09-16 |
US20060173812A1 (en) | 2006-08-03 |
TWI315854B (en) | 2009-10-11 |
EP1805647A2 (en) | 2007-07-11 |
WO2006039102A2 (en) | 2006-04-13 |
US7590658B2 (en) | 2009-09-15 |
WO2006039102A3 (en) | 2006-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7590658B2 (en) | System, software and method for examining a database in a forensic accounting environment | |
CN108090823B (zh) | 基于SaaS的账务数据管理系统 | |
Debreceny et al. | Data mining journal entries for fraud detection: An exploratory study | |
US7940899B2 (en) | Fraud detection, risk analysis and compliance assessment | |
Debreceny et al. | Employing generalized audit software in the financial services sector: Challenges and opportunities | |
Curtis et al. | Business information systems: Analysis, design and practice | |
US7873557B2 (en) | Information, document, and compliance management for financial professionals, clients, and supervisors | |
US8838490B2 (en) | Associate memory learning for analyzing financial transactions | |
US20050222928A1 (en) | Systems and methods for investigation of financial reporting information | |
US20040030667A1 (en) | Automated systems and methods for generating statistical models | |
US20050055289A1 (en) | Multi-dimensional business information accounting software engine | |
US20120253997A1 (en) | Method for multi-dimensional accounting of business transactions and system therefor | |
US6993505B1 (en) | Method and system for performing CRA, HMDA, and fair lending analysis and reporting for a financial institution | |
CN107749028A (zh) | 一种税务数字化稽查方法 | |
JP2014116016A (ja) | 所定のアラートを備える経営管理システム | |
US20150199688A1 (en) | System and Method for Analyzing an Alert | |
Coderre | Fraud analysis techniques using ACL | |
US11461337B2 (en) | Attribute annotation for relevance to investigative query response | |
US20130290065A1 (en) | Method and System to Analyze Processes | |
JP4024267B2 (ja) | 取引先要項システム | |
JP2003296554A (ja) | 取引先要項システム | |
US9262779B2 (en) | Data management system | |
TWM621921U (zh) | 信用風險暴險整合系統 | |
US20140195390A1 (en) | Auditor's Toolbox | |
Carson et al. | Assessing accuracy and reliability: a note based on approaches used in national accounts and balance of payments statistics |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20101104 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20110331 |