“新零售”與內(nèi)部審計

黃維

[摘要]新零售的審計重點在于“數(shù)據(jù)”和“泛零售業(yè)務”。本文重點探討了新零售業(yè)態(tài)的數(shù)字審計技術(shù)和“引流、刷單、技術(shù)外包”等三種電商平臺主要新型業(yè)務的風險把控。

[關(guān)鍵詞]新零售 數(shù)據(jù)審計 電商平臺

“新零售”這個詞是馬云在2016年雙十一提出

的，“新”和“零售”一詞都是非常熟悉的字眼，但放在一起到底是一個什么概念？內(nèi)部審計在新零售模式下將面對怎樣的挑戰(zhàn)？

一、新零售的定義

目前，對于新零售，最官方的定義莫過于阿里研究院出具的報告中提出的概念：“以消費者體驗為中心的數(shù)據(jù)驅(qū)動的泛零售形態(tài)”。

泛零售形態(tài)就是多元零售形態(tài)，包含商品、服務、內(nèi)容、物流、娛樂、餐飲等全生態(tài)的零售；數(shù)據(jù)驅(qū)動就是掌握線上線下消費者數(shù)據(jù)，并運用大數(shù)據(jù)、云計算、互聯(lián)網(wǎng)金融等技術(shù)來驅(qū)動。

簡而言之，新零售就是運用大數(shù)據(jù)全方位讓消費者得到最好的體驗。同樣，在新零售環(huán)境下，我們可以發(fā)現(xiàn)新零售的審計重點在于“數(shù)據(jù)”和“泛零售業(yè)務”。

二、新零售的數(shù)字化審計技術(shù)

應對新零售的大數(shù)據(jù)審計，應重點推行數(shù)字化審計。數(shù)字化審計主要分為三類：一是常規(guī)化數(shù)據(jù)查詢和分析。審計人員對數(shù)據(jù)庫中的記錄進行訪問和查詢，快速獲得信息，使用基礎(chǔ)的數(shù)學統(tǒng)計完成分析。二是將業(yè)務邏輯轉(zhuǎn)化為數(shù)據(jù)模型。審計人員根據(jù)經(jīng)驗，預先提出存在風險隱患的業(yè)務，運用EXCEL、ACCESS等辦公分析類程序，根據(jù)業(yè)務邏輯制定相應的數(shù)據(jù)模型，在海量數(shù)據(jù)中鎖定疑點數(shù)據(jù)，從而進一步分析核查，取得審計證據(jù)。三是使用數(shù)據(jù)挖掘技術(shù)。涉及數(shù)據(jù)挖掘技術(shù)的審計已成為大數(shù)據(jù)時代審計未來發(fā)展的風向標，使用數(shù)據(jù)挖掘技術(shù)能在海量數(shù)據(jù)中提取隱含的、難以憑直覺發(fā)現(xiàn)的潛在風險信息，發(fā)現(xiàn)規(guī)律，并實現(xiàn)趨勢預測。這種技術(shù)要用到PYTHON數(shù)據(jù)挖掘、SQL語言等高級數(shù)據(jù)分析方式。

上述環(huán)節(jié)是從技術(shù)角度所做的考慮。

三、電商平臺的風險把控

電子商務平臺的崛起，引入了多種新的業(yè)務模式，除了阿里、京東兩強以外，大多電子商務平臺建設(shè)均不及預期。特別是商品、供應鏈、支付、會員等建設(shè)，普遍存在供應鏈體系缺乏明確的、可持續(xù)的商業(yè)模式；平臺特色吸引力未形成，平臺吸引力弱，自有流量少，流量依靠購買和促銷；線上線下雙向?qū)Я黧w系未建成；物流體系規(guī)劃建設(shè)不到位，物流成本居高不下等情況。

在這些新業(yè)務模式初始推動過程中，對內(nèi)部審計的風險防范提出了新的要求，無論在風險識別、內(nèi)部控制、流程建設(shè)、業(yè)務模式方面，都要求內(nèi)部審計與時俱進，在理念上更快地適應新業(yè)務模式的發(fā)展。

（一）“引流”電商平臺

“引流”顧名思義，就是吸引客流。目前線上引流主要集中在自媒體平臺推薦、自媒體平臺廣告、百度系推廣、通過搜索引擎推廣優(yōu)化、軟文推廣及微信H5推廣等。大部分電商企業(yè)為提升平臺銷售規(guī)模、會員數(shù)量，投入大量的引流成本，但是對于大部分的投入是否產(chǎn)生實效的后期評估還未跟上。例如，通過自媒體平臺推廣形成的訂單，大多購買爆款商品或者易變現(xiàn)商品，形成訂單的金額基本與投入成本金額持平，第三方公司大多使用引流費用注冊賬戶在平臺上購買，平臺公司未在協(xié)議中明確約定形成訂單的商品結(jié)構(gòu)，同時存在超范圍、時間結(jié)算傭金情況；線上引流推廣作為依據(jù)結(jié)算的數(shù)據(jù)，大多屬于體系外部數(shù)據(jù)，公司內(nèi)部無法對數(shù)據(jù)的真實性進行有效監(jiān)控；一般公司同步開展綜合性引流以及CPS固定投放引流兩種模式，多種推廣渠道會形成同一筆訂單并重復結(jié)算的情況；線下引流推廣合同在實際執(zhí)行的過程中，未產(chǎn)生應有的實際效果，與預期存在較大差異，引流合同中僅對推廣渠道的數(shù)量進行了約定，未對具體瀏覽量、訪客數(shù)、有效訂單數(shù)量、金額進行約定，使企業(yè)投入成本打了水漂。

（二）“刷單”電商平臺

“刷單”顧名思義，就是以以假亂真的方式實現(xiàn)銷售。眾所周知，電商平臺的銷售規(guī)模對于平臺在行業(yè)中的排名起著至關(guān)重要的作用，同時也是公司業(yè)務人員的重要考核指標，由此，刷單業(yè)務正式誕生。“刷單”分主動刷單和被動刷單。主動刷單大多是和電商平臺營促銷活動掛鉤，電商平臺每逢大促時，公司會大量貼補促銷費用，如滿減、爆款商品、秒殺商品等，部分商品銷價已低于進價，這就給了部分聯(lián)營供應商或入駐商戶機會。為什么主要集中在聯(lián)營供應商或入駐商戶呢？因為這兩種業(yè)務模式基本由供應商直接配送，當供應商通過平臺實現(xiàn)訂單銷售，實際并未發(fā)貨，只有票據(jù)流和資金流，同時利用高進低出的模式，直接增加了毛利，套取了平臺的促銷費用。被動刷單是目前電子商務平臺無法規(guī)避的現(xiàn)象，這類刷單大多集中在爆款商品或秒殺商品，因為這類商品有共同的特性——易變現(xiàn)。黃牛通過大量的刷單低價商品或促銷商品來謀取利益。但這種刷單行為只是占用了平臺的營促銷資源，但并未給平臺帶來真實的會員引流。

當審計遇到這種情況，企業(yè)往往會以擔心誤處理正常有效訂單來解釋，但其實企業(yè)對于此類情況可以依靠對供方直送的物流信息進行有效管控，特別是訂單金額大量重復且緊貼滿減門檻，可以通過網(wǎng)絡(luò)快遞信息查詢發(fā)現(xiàn)部分訂單中登記的購買人收貨信息與實際物流公司配送信息不一致、部分訂單的運單號在對應的物流配送公司無對應運單信息等現(xiàn)象，同時結(jié)合商品品類、營促銷費用補貼及供應商商品銷量的波動，進一步加強對聯(lián)營商戶、MP商戶物流的把控力度，以減少刷單的行為。

“刷單”的另一種情況主要集中在會員引入方面。會員數(shù)量是考核電商平臺發(fā)展的重要標準之一，平臺在會員引入上往往會投入大量成本，通過微信H5等方式引入會員，會員首單也會給予一定獎勵，這時黃牛往往會利用這一漏洞，使用刷單軟件，利用網(wǎng)絡(luò)虛擬手機號碼注冊，形成金額較小且大量重復的訂單，類似于椰奶、礦泉水等低單價商品，套取獎勵積分，表面看上去通過引流引入一定數(shù)量的會員，但這些會員大多是“僵尸”會員，并未給平臺帶來實質(zhì)的銷售，反而增加了公司的運營成本。

目前，大多平臺公司監(jiān)測刷單情況時，主要仍依靠人工識別或“黃牛模型”，尚未建立起智能化的系統(tǒng)識別體系，更多的是通過限制獎勵上限和事后回扣部分積分的形式把控風險，防刷單的系統(tǒng)支持尚需完善。同時，未對單筆訂單的可使用獎勵積分比例進行限制，未對積分可兌換商品的品類進行必要的劃分，使得刷單積分獎勵變現(xiàn)出現(xiàn)規(guī)則漏洞。

（三）“技術(shù)外包”電商平臺

“技術(shù)外包”顧名思義，就以外包的方式提供技術(shù)服務。這種外包方式大多以提供人數(shù)及工作時間為結(jié)算方式，并未將外包內(nèi)容與項目實施有效結(jié)合，同時電商平臺一般均有自己的技術(shù)團隊，而且技術(shù)系統(tǒng)又是電商平臺公司占比最大的投資，外包相關(guān)人員的考核、管理均由雇用線條自行管控。平臺公司大量研發(fā)了多種數(shù)據(jù)羅盤，但在實際使用中成效低下。對于此類的技術(shù)外包，如何有效衡量投入產(chǎn)出比較難以確認。

綜上所述，對于“新零售”，內(nèi)部審計要直面挑戰(zhàn)。隨著網(wǎng)絡(luò)科技的不斷發(fā)達，新興業(yè)態(tài)的不斷發(fā)展，對于內(nèi)部審計不斷提出新的要求。作為一名合格的內(nèi)部審計人員，首先要懂得公司的經(jīng)營業(yè)務，對于電子商務平臺公司，除了審計業(yè)務以外，物流體系的管控、平臺流量的提升、供應鏈的建設(shè)、商品品類結(jié)構(gòu)的設(shè)計、支付模式的拓展等，都需要進一步加以關(guān)注，并在此基礎(chǔ)上，運用大數(shù)據(jù)分析技術(shù)進行分析，使內(nèi)部審計助力電子商務平臺公司不斷提升運營及體驗優(yōu)化能力、供應鏈規(guī)劃掌控能力、新零售業(yè)務運作能力、數(shù)據(jù)采集整合及分析利用能力。

（作者單位：百聯(lián)集團，郵政編碼：200010，電子郵箱：wei.huang@bl.com）