（一）数据标准与规范化

在审计机器人分析阶段，梳理形成的业务流程中各作业活动的输出是数据，数据包括结构化数据、半结构化数据和非结构化数据（如合同、发票等资料等）。数据是信息的载体，要想获取准确的信息，就要求数据一定是准确的，理想的境界是每个活动匹配其独特价值输出下游需要的刚刚好的信息，不冗余、不缺失，满足下游业务环节的质量要求。如果数据缺乏规范，造成数据对象多份存储，存储结构各异会影响数据共享；如果数据标准依据各异会造成统计口径无法匹配；如果业务口径不统一会造成沟通困难，发生歧义。因此，审计机器人开发需要从数据的对象、代码、指标等多方面进行标准与规范化处理。数据标准可以为审计业务、技术和管理提供支持。在业务方面，通过标准可以提升审计业务的规范性和数据对业务分析的支持度，提高信息共享度。在技术方面，通过标准可以促进数据在项目层面和会计师事务所层面的共享，提升项目实施效率和数据质量。在管理方面，数据标准更多的是能提供完整、及时、准确、高质量的数据，为审计项目管理和风险管理提供支撑。数据标准中有了技术和业务信息，还需要有效的关联才能发挥效用。审计机器人的开发和运用，需要进行科学、有效的数据标准化及其持续的数据管理。利用数据治理工具，形成审计业务与RPA技术的自动关联库，自动完成业务与技术对应，这将大大减少审计人员的工作量，同时提升RPA技术与审计业务关联的准确度。

（二）机器人自动化流程

流程设计的核心是追求效率和效果，以实现流程目标。每个业务流程都可以视作一条价值链，流程中的每一步都会增加价值。良好的自动化流程设计是保证审计机器人灵活运行的关键，清晰地定义流程之间的数据接口可以降低审计项目各业务之间的耦合度，使得局部业务流程的改变不会对全局的流程产生灾难性后果。审计自动化流程设计的过程，本质上是基于RPA技术驱动的业务再造或优化的实施过程，也是实现降低成本、提高效率、加强质量控制的过程。组织结构和业务模式的变化，最终都会在流程中体现，反过来说，可以利用流程优化的手段来规范和提升管理体系。自动化流程需要根据在机器人分析中梳理出的业务流程设计，从“痛点”入手，解决审计人员根本的业务难点。自动化流程设计不是完全按照业务流程的顺序进行开发，需要从整体上进行思考，考虑审计人员在其中扮演的角色，判断现有业务流程中是否存在不合理的规划，该业务流程是否完整、全面等，接着重构业务流程，形成自动化流程。