2018年，江苏省无锡市审计局在国家和省重大扶贫政策措施落实情况审计中，将大数据分析运用到审计全领域、覆盖扶贫全过程，通过多级大数据钻取分析，发现查出5729人次未享受政策、未受分红扶持或者未接受资助，相关单位未彻底贯彻扶贫政策等机制体制上的多个问题。

一是大数据分析空间全覆盖。为摸清各级精准扶贫政策落地情况，审计从贫困人口数量、低保人员数量、扶贫资金下拨等多组详细数据切入，进行全方位数据分析，确保审计范围全覆盖、政策落实无遗漏。同时创新审计方法，探索跨地区大数据思维，通过将贫困人口数据与异地工商登记、公积金缴存等大数据进行云计算，仅一个区县就清查出300余名建档立卡贫困人员不符合保障标准，确保扶贫对象的精准性，该方法在全省扶贫审计中推广应用。

二是大数据分析历时全过程。审计追溯过往，预测未来，不但对扶贫数据空间全覆盖，还对其时间全过程进行趋势分析，关注扶贫政策落实的连续性及同步性。通过大数据挖掘扶贫数据的时间维度差异，分析贫困人口进出变化和政策实施变化，及其造成的后果，发现该区对贫困人口管理中存在漏洞，导致2000多名贫困学子未能获得教育资助、学费减免问题。同时发现了部分贫困家庭未得到扶贫资金收益分红、扶贫项目中断损失等一系列问题。

三是大数据分析实现高效率。此次扶贫审计时间短，涉及面广量大，仅一个区县建档立卡人员就有8万多，相关各类业务项目明细千万余条。该局坚持高效率，审计组在审前集中力量做好基础数据采集和分析预处理，建立大数据审计模型11个，发现异常数据7364条、审计疑点10多个，由此归纳出总体审计方向，将贫困政策应享尽享作为审计重点。审计进点当日直接派出小组对疑点进行延伸核实，两周内完成了13个乡镇、15个学校、38个村扶贫资产收益的实时核对，确保低收入人员共享精准扶贫红利。

四是大数据分析问诊深层次。大数据审计不但是查找问题的技术手段，更能够智能反映这些问题背后存在机制体制方面的深层次原因与特征，治标且治本。如在发现2000余名贫困生未受到教育资助问题时，大数据智能拓展推送这些学生家庭、居住地等结构类型分布，反映镇村两级未落实新政策入户宣传的机制体制问题。通过对当地所有低收入农户就医补助大数据聚类分析，发现该区未建立精准扶贫补充医疗保险政策的问题，关联揭示救助政策制定的重复性漏洞，为后期审计整改指明方向。