如何学好税务大数据分析，如何学好税务大数据分析II，如何学好税务大数据分析III，三篇文章连发，引起了各方面的关注。很多人加了我微信，期望和我在税务大数据分析方面有所交流，也有想邀请我去讲课的朋友，包括税务系统里最高的干部培训的学院。
我很高兴，有这么多朋友来和我交流税务大数据分析，这是一种很好的学习方式。学习的本质，不在于你累积了多少知识点，而是在于你对事物的认知，从你知道自己要做什么，到你完成了为什么要这么做的主动思考。
举个栗子。
昨天晚上，有一位某市的税务干部微信上问我：
大牛老师，我是税务局工作人员，今天在做一个通过大数据后续管理资源综合利用增值税即征即退优惠政策不应享而享风险处理，通过SQL脚本筛出了一些不应享而享的企业，向请教您一下对这些数据要怎么进行您说的三种分析？（第一步，对数据库里采集来的数据进行描述性数据分析，第二步，进行预测性数据分析。第三步，进行规范性数据分析。）感觉现在只能简单描述一下数量多少。
我随后和她通了电话，了解到一些更具体的情况后，给她了一些分析的方向。（换图了，请周知）
一、牢牢记住：税务大数据分析是提供解决问题的方案。
二、按照税务大数据分析的流程，第一步，首先进行描述性数据分析。
你需要探索数据，将这些数据生成可视化的图表，找到他们之间新的、独特的相关信息。
假设，你先选出了没有限制条件下的全市符合资源综合利用税收优惠条件的企业1000家。接着，你用限制规则1、2、3对这1000家企业的数据进行挖掘，发现没有触犯1，2规则的企业。
你把限制时间放宽到5年内，发现有触犯3规则的企业100家。
而触犯规则4的企业有500家，占到没有限制条件下的1000家企业的一半。
这个时候，你就开始第二步，进行预测性数据分析了。
你就要问：过去发生了什么？
过去5年的数据显示：纳税人信用等级为C、D的企业，却又享受资源综合利用即征即退税收优惠的企业高达100家，占全部可享受企业的10%。
这个漏洞是怎么造成的?拿纳税信用C、D级却又享受资源综合利用即征即退税收优惠的企业都分布在哪个行业、哪个区域，是由哪个部门主要负责的？是不是应该采取什么措施弥补？
同样对违反规则4的企业进行预测性数据分析。
过去发生了什么？
为什么会有500家的企业报表主附表逻辑不完整？是因为企业不会填报造成的人为失误，还是本身就想蒙混过关数据冲突造成的逻辑不完整？这两个方向，分别对应了税务局的两项职能，纳税服务和税务稽查。到底该以什么工作为主进行下一步，还需要更多的数据挖掘和支持。
分别进行了上面两步，描述性数据分析和预测性数据分析，接着该第三步规范性数据分析登场了。
先解决100家纳税信用C、D级却又享受资源综合利用即征即退税收优惠的企业的规范性数据分析。
首先拉一遍资源综合利用即征即退税收优惠所有政策的数据，特别关注政策适用的时效，与纳税信用等级适用的时效是否匹配。再和相关部门进行确认无误后，提出今后规范操作的方案，防止企业因不理解产生反弹，增加执法风险。
难点在于500家的企业报表主附表逻辑不完整的规范性数据分析，要厘清有多少家是企业不会填报造成的人为失误，失误体现在什么地方，是不是通过培训填报就能解决。还要厘清有多少家是想蒙混过关数据冲突造成的逻辑不完整？这个需要拉更多的数据进行分析评估，才能写出规范性数据分析报告。
把这两块针对资源综合利用即征即退税收优惠问题的税务大数据分析，按上面的步骤写出一个可执行的方案，交给你的相关领导，这个任务就算完成了。
请注意：以上例子，都是没有掌握税务局具体数据而提出的一个模拟税务大数据分析假设思路，仅供参考。不代表真实情况，不负责落实见效。
上面这个我和某市税务干部的沟通，是我从个人学习税务大数据分析的角度提出的，起到一个抛砖引玉的效果。税务大数据分析还有很多的实践等着去做，希望从事税务大数据分析的你，可以有更多的想法去实践。
欢迎各位企业家、各位税务局领导、有志于学习税务大数据分析的年轻人，扫下面二维码加我的微信，和我交流税务大数据分析。
关注我，一个每天说人话，普及税法和股权实务的公众号。
有股权问题、税务问题咨询就请打开下面二维码，进大牛税小商店采购咨询服务吧。