坐台与站街

Happy 20060925

很羡慕做移动分析的人，借助数据挖掘等技术手段推出各种主题模型，然后可以根据这些模型设计业务活动（比如：营销活动/方案），通过这些活动来主动影响客户，改变客户的行为方式。我想数据挖掘的应用在银行、保险行业也都有类似的流程。

可是在税务行业就不一样。同样我们也是利用数据挖掘等技术推出诸如纳税评估、税源管理等主题模型，但是没有办法针对模型得出的规则制定出某种活动或者策略，利用这些活动来主动影响客户，改变纳税人的纳税意识和纳税行为。比如：纳税评估的流程吧，一般是：

（1）进行评估工作（可以借助模型计算的结果）；
（2）找疑点纳税人进行约谈，希望他们自己主动交待问题，主动补缴税款；
（3）对于负隅顽抗的纳税人由稽查机关来。

我感觉与移动、银行使用挖掘模型的方法来比，税务这种使用的方法相对静态一些，被动一些。它的当前目的是希望能通过这种方式来辅助税务机关查补税款，远期目的是提高纳税人的纳税意识。但这种类似“坐台”的方式我觉得不会对纳税人起多大的作用，纳税人的心理是能逃就逃，能少就少，不发现我我是不会主动交待的。威慑的作用应该比不上主动出击的效果。所以应该如何更好的利用纳税评估的模型呢？如何更主动的利用挖掘的成果呢？一个不恰当的比喻，好比坐台与站街，一个是坐等，一个是主动出击。

我现在还不知道有什么好方法。

Qing 20060925

哈哈哈，原来我们是站街的，你们是坐台的，都不容易啊。
 
对于BI系统，能够提供的其实只是分析，还得有人去跟进分析结果应用的效果。如果没有一方不积极跟进，如果这个坐台小姐很性感，还有出台的机会，不然就坐在那里吧。站街的，难道不辛酸吗，即便长得不咋地，也得拉客。客人牛逼，蔑视地甩开你的手，或许有人比较温和，看你这么热情，也就凑合了，反正熄了灯都一样。
 
做税务的分析、挖掘，我想跟电信行业的类似。电信运营商希望更全面了解自己的客户，能够更准确地定位目标客户，节省自己的营销成本。税务方面，应该也是希望更全面了解纳税人，能够更准确定位一些特定的纳税群体。从系统建设上看，工作相似，只要数据足够支撑。都可以做一些分群啊、概貌分析啊、目标（客户/纳税人）预测之类的。只是后面的应用模式，确实是个大问题，在电信行业，这个问题并没有得到很好的解决。只是可能因为它站在风头浪尖，因此受人关注的多。
 
甚至我怀疑，电信行业的应用模式比不上一些组织结构相对简单的中小企业，后者可能更加将分析结果和应用结合得紧密。因为那些中小企业讲究成本啊，上一个系统，分析、挖掘，总得有目的，知道为什么去做，怎么用。电信、或者一些财大气粗的行业，大多是先上系统，然后在摸索怎么去用。这也好，如果拿智猪博弈来比喻的话，算是一种博弈平衡吧。

Geraint.zhang 20060925

如果从总局对纳税评估的定义来说，俺认为有三个层面，首先正如你所说的还是防止偷税漏税，其次还有辅导纳税人正确申报和纳税的作用，再次还有对专管员进行监督的层面。如果单说防止偷税漏税的层面，说白了，纳税评估是稽查的补充，因为很多所避税的方法其实是在打法律擦边球，而专管员由于跟所管企业“接触”较多，所以很难保证税款的如实上缴申报。在证据不足的情况下，频繁出动稽查不论从人力还是法律角度讲都不现实，所以就有了这个中间态的东西，叫纳税评估。

在纳税评估的模型问题上，我认为当前阶段，数据挖掘模型还处于辅助层次，主要应该利用税务人员的审核经验，如对各种申报表、发票情况以及企业的经营等信息，通过自动的统计、审核，外加人工干预的方法，对纳税人进行较全面的分析。政府和企业对数据挖掘的要求不可相提并论，起码当前阶段所谓决策支持系统基本上是报表查询系统。

个人拙见，请丁西宁同学斧正。

Happy 20060926
      
终于遇到同行了，幸会幸会！以后多讨论，多向你请教啊！

我的理解，现在又开始强调专管员制度，是因为在以前集中模式下，不能很好的了解纳税人的真实情况，不能很好的进行税源管理。在纳税评估工作中，不管采用哪种评估机制（统计分析、数据挖掘），数据质量（数据的全面性，数据的真实性）是影响评估效果的重要因素。从征管系统我们可以得到纳税人的申报信息、发票信息、纳税人经营信息，但纳税评估还需要一些征管系统中没有的信息，比如企业经营过程中的用水、用电等信息，所以上述信息的真实性都需要依靠税收专管员来进行核实。所以税收专管员对于纳税评估工作是非常重要的。

同时纳税评估软件对专管员的工作起到一定的管理作用，比如:税收专管员的绩效管理。

但是正如geraint所说，专管员这种“人治”的方法导致了专管员权力过大的现象，所以需要用“电脑”来帮助我们客观的评估纳税人的纳税行为。

关于数据挖掘模型是否应该在纳税评估中占主导地位，我想请教一下，你能详细解释一下“通过自动的统计、审核，外加人工干预的方法，对纳税人进行较全面的分析”的过程吗？我曾经用过一些统计的方法，先定义指标的阀值和权重，然后根据阀值和权重来查询符合条件的纳税人。这种方法多采用一元线性回归的方法。这种方法的效果不是很理想，它不能对纳税人的纳税行为进行全面的分析，举个例子，纳税人分类。现在纳税人分类主要按照行业、税种、企业规模等等纳税人属性进行分类，但是这些属性之间是否有关联关系呢？是否还有其他更准确的分类方法呢？这些我想都是统计分析方法不能做到的。

geraint兄请说说你们是怎么做的？

Happy 20060926

应用数据挖掘时间不久，一些理解也许不正确，请大家及时更正．

举个例子，在纳税评估中，税负率是很关键的一个指标，那么如果是用统计分析的方法，可以算出行业平均税负率，某纳税人的税负偏离率；那么如果用数据挖掘来分析呢，可以以税负率，行业平均税负率，税负偏离率作为输入参数，根据这些数据对纳税人进行分类，得出某些规则，并找出异常点．

所以我感觉数据挖掘是统计分析的继续，统计分析得出的结果可以作为数据挖掘的输入。

这么说对吗？我瞎说啊

Unlock 20060926

西宁说的很对，有些时侯数据挖掘用的就是统计的方法。

研究数据挖掘方法从大的来说有两个方向，一个是从统计的角度出发；另一种是从机器学习的角度。应该来说目前还是统计学方面的数据挖掘方法成熟一些，现在像SAS,SPSS这些大的做数据挖掘的公司，都是从做统计分析开始的。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友