BI Consult Desktop Logo BI Consult Mobile Logo
  • Russian BI Исследование российских bi
  • Перейти на Fine BI
  • Контакты
  • +7 812 334-08-01
    +7 499 608-13-06
  • Отправить сообщение
  • Главная
  • Продукты Эксперт-BI
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Сельское хозяйство
    • Энергетика
    • FMCG
    • Девелоперы
    • Маркетплейсы
    • Пищевая промышленность
    • Фармацевтика
    • Построение Data Platform
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и FP&A
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • IBP
    • ИТ (CIO)
    • Закупки
  • Платформы
    • Системы бизнес-анализа (BI)
    • Интегрированное бизнес-планирование (IBP)
    • Хранилища данных (DWH / Lakehouse)
    • Каталоги данных (Data Catalog)
    • Системы ETL и ELT
    • AI / Исскуственный интеллект
    • Шина данных (ESB)
    • Система управления мастер-данными (MDM)
    • Семантический слой
  • Услуги
    • Переход на отечественные BI и DWH системы
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений и DWH
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Курсы
    • Учебный курс Информационная грамотность (Data Literacy)
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Greenplum
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt (Data Build Tool)
  • Компания
    • Руководство
    • Новости
    • Клиенты
    • Карьера
    • Скачать
    • Контакты

Отраслевые решения

  • Дистрибуция
  • Розничная торговля
  • Производство
  • Операторы связи
  • Банки
  • Страхование
  • Фармацевтика
  • Нефтегазовый сектор
  • Лизинг
  • Логистика
  • Медицина
  • Сеть ресторанов
  • Сельское хозяйство и агрохолдинги
  • Энергетика
  • E-Commerce
  • FMCG
  • Пищевая промышленность
  • Селлеры на маркетплейсах
  • Строительные компании и девелоперы

Функциональные решения

  • Управление по KPI
  • Финансы
  • Продажи
  • Склад
  • Категорийный менеджмент
  • HR
  • Маркетинг
  • Внутренний аудит
  • Геоаналитика, аналитика на географической карте
  • Цепочка поставок (SCM)
  • S&OP и FP&A
  • Разработка стратегии цифровой трансформации
  • Process Mining
  • Интегрированное планирование (IBP)
  • Закупки
  • ИТ (CIO)
  • Построение хранилища данных
  • Создание Data Lake и Data Engineering
Главная » Решения Эксперт-BI на российских BI-платформах » Эксперт-BI Аудит: система бизнес-анализа для внутреннего аудита » Универсальное аналитическое решение для Департамента внутреннего аудита » BI/DWH для Департамента внутреннего аудита » Анализ договоров без заявок на закупку - выявление контрактов которые были заключены без предварительной процедуры формирования закупочной потребности

Анализ договоров без заявок на закупку - выявление контрактов которые были заключены без предварительной процедуры формирования закупочной потребности

Введение в тему освещает значимость анализа договоров, заключённых без предварительной процедуры формирования закупочной потребности (ПФЗ). Такие контракты создают риски нарушения регламентов, нормативной базы и принципов экономии средств. В рамках корпоративного аудита задача состоит в системной идентификации случаев обхода ПФЗ, выяснении причин, последствий и формировании рекомендаций по управлению рисками и усилению контроля. Подход строится на сочетании анализа данных, процессов и организационных изменений, что позволяет не только констатировать факт нарушения, но и понять его причины, точки контроля и пути исправления.

Данная глава ориентирована на методологическую реализацию: как структурировать данные, какие критерии применять, как выстроить процесс аудита и внедрить устойчивые управленческие принципы. Основной акцент сделан на процессах, best practice и организационных изменениях: от определения рамок анализа до внедрения контролей и мониторинга исполнения.

  • Ключевое содержание главы
  • Определение границ проблемы и целей аудита: чем именно является контракт без ПФЗ и какие риски стоят за ним.
  • Архитектура данных и источники: какие системы и данные необходимы, как обеспечить качество и прослеживаемость.
  • Методика идентификации и пошаговый алгоритм: как выявлять такие контракты в рамках существующих процедур управления закупками.
  • Управление рисками и организационные изменения: роли, процессы согласования, контрольный механизм и план внедрения.

     

Контекст и цели анализа

Контракты без предварительной процедуры формирования закупочной потребности возникают в результате несоответствия между потребностью бизнеса, процессами управления закупками и реальной практикой заключения договоров. Это может произойти по разным причинам: ускорение принятия решения, требования оперативности, слабые коммуникации между подразделениями, неверно настроенная система уведомлений о потребности, либо преднамеренное обходное действий со стороны ответственных лиц. Проблема носит мультидисциплинарный характер, поскольку затрагивает и юридическую корректность контракта, и финансовую дисциплину, и управленческую отчетность.

 

Цели анализа формулируются следующим образом:

  • выявить контракты, заключённые без зарегистрированной или должным образом оформленной потребности в закупке;
  • определить масштабы проблемы по объему денежных средств, по бизнес-единицам и по временным периодам;
  • понять причины обхода процедуры: отсутствующие или неполные заявки, исключения из регламентов, слабые коммуникации между заказчиком, юридическим отделом и отделом закупок;
  • разработать рекомендации по устранению причин, установлению необходимых контрольно-аналитических точек и внедрению устойчивых практик;
  • подготовить план действий по внедрению контроля и мониторинга в рамках существующей архитектуры данных и процессов.

     

Источники данных и качество данных

Ключ к успешной идентификации безпроцедурных контрактов лежит в способности сопоставлять данные из разных систем и обеспечивать их целостность. Для анализа применим следующий набор источников данных и аспектов качества:

  • источники данных: система учета закупок (ERP), модуль управления контрактами (CMS) или аналогичный модуль в ERP, система управления потребностями (PR/PO), финансовая система, документы согласования и архивы проектов; CRM и договора с контрагентами также могут содержать полезные следы;
  • временные аспекты: даты создания потребности, даты и время формирования закупочной потребности, даты заключения договора, этапы согласования;
  • параметры сопоставления: идентитфикаторы контрагента, номер договора, сумма, валюта, предмет закупки, код экономической классификации;
  • качество данных: полнота полей, консистентность кодов, единообразие наименований контрагентов, корректность привязок к бюджетам и подразделениям, наличие аудиторских следов и подписей;
  • методики очистки: нормализация значений (кодировки номенклатуры, единицы измерения), устранение дубликатов, обработка пропусков с объяснением отсутствия данных.

Важно обеспечить прослеживаемость данных (data lineage) от источников до аналитических выводов. Необходимо документировать трансформации, обоснование правила сопоставления и любые допущения. В рамках методологии рекомендуется использовать единый реестр метаданных, где отражаются источники, версии наборов данных и применяемые преобразования.

 

Критерии идентификации контрактов без процедуры формирования закупочной потребности

Определение понятия и критериев является краеугольным камнем методики. Ниже представлены принципы постановки границ и конкретные показатели для аудита:

  • отсутствие регистрированной потребности: контракт не связан с зарегистрированной закупочной потребностью или заявкой на закупку в системе ПФЗ;
  • несоответствие процедурных стадий: договор заключён без этапов предварительного согласования, утверждения ответственных лиц или без процедуры уведомления закупочной функции;
  • нарушение роли и ответственности: лица, принявшие решение о заключении контракта, не имеют полномочий по заключению договоров или не прошли надлежащие согласования;
  • аномалии по времени: заключение контракта близко к датам начала финансового периода без отражения в бюджете или без соответствующего запроса потребности;
  • признаки обхода регламентов: отсутствуют документы, подтверждающие формирование потребности, или регистрируется только частичный пакет документов;
  • объем и риск: контракт крупной суммы или предмет, подпадающий под критические закупочные категории, что усиливает риски и вероятность нарушения политики.

Эти критерии следует адаптировать к организационной реальности и регуляторной среде конкретного предприятия. Важным аспектом является формулировка исключений: когда есть документальное подтверждение исключения из регламента по деловым причинам, но при этом соблюдены процедуры аудита и контроля.

 

Методы анализа и процесс отбора контрактов на аудит

Последовательная методология состоит из нескольких взаимосвязанных стадий, каждая из которых должна сопровождаться документированием и контролем качества:

  • этап 1: сбор и нормализация данных

    • объединение данных из ERP, CMS, систем финансирования и договорной документации;
    • приведение кодировок и классификаций к единой шкале, устранение дубликатов и пропусков;
    • создание единых идентификаторов для связанных сущностей (потребность, договор, контрагент, бюджет).
  • этап 2: сопоставление контрактов с потребностью

    • построение правил сопоставления по полям: контрагент, предмет, сумма, коды закупочной номенклатуры, категории;
    • использование временных рамок для определения вероятного обхода (например, договор заключён до или вне периода регистрации потребности);
    • маркировка контрактов, где сопоставление отсутствует или несовместимо.
  • этап 3: применение критериев выявления

    • автоматическое применение критериев из раздела “Критерии идентификации” и формирование начального списка подозрительных контрактов;
    • ранжирование по уровню риска и потенциальному влиянию на бюджет и операционные процессы.
  • этап 4: валидизация и интерпретация

    • проведение выборочной проверки документов у ответственных лиц;
    • выявление причин обхода: ускорение процесса, ограничение кадровых ресурсов, ошибка в регламентах;
    • документирование выводов и формирование аудиторских записей.
  • этап 5: классификация и предложение мер

    • классификация контрактов по степени риска (низкий/средний/высокий);
    • формулирование рекомендаций по усилению контроля, обновлению регламентов и внедрению автоматизации;
    • распределение ответственности за реализацию мер.
  • этап 6: мониторинг и повторная оценка

    • постановка KPI по снижению доли контрактов без ПФЗ;
    • настройка периодических проверок и автоматических уведомлений в системах;
    • создание дашбордов для управленческого контроля и аудиторской отчетности.

Алгоритм можно представить в виде последовательности действий, где каждая стадия поддерживается соответствующими метриками, правилами мониторинга и требованиями к документации аудита. Важно обеспечить прозрачность методики для бизнес-подразделений: какие данные используются, какие правила применяются и как результаты трактуются.

 

Управление рисками и организационные изменения

Эффективный контроль над контрактами без ПФЗ требует не только технических средств, но и изменений в организационной культуре и процессах. Основные направления:

  • роль и ответственность: закрепление ролей между закупками, финконтролем, юридическим департаментом и внутренним аудитом; определение уровня авторизации и пред-одобрения для определённых категорий контрактов;
  • регламенты и политики: обновление регламентов закупок, в том числе правил формирования потребности, предусматривать автоматическую несуммируемость без ПФЗ и требования к аудиторской проверке;
  • контрольные точки: внедрение "перед заключением контракта" и "после заключения" контрольных процедур; создание чек-листов для проверки формирования потребности и допуска к заключению;
  • управление изменениями: коммуникационная стратегия, обучение персонала новым подходам, поддержка лидеров изменений, мотивационные механизмы для соблюдения регламентов;
  • процесс аудита: регулярные циклические проверки контрактов и выборочных аудиторских выборок; документирование причин отклонений и действий по исправлению;
  • управление данными: обеспечение качества данных на входе, мониторинг полноты и своевременности обновления записей; создание единой политики управления изменениями данных.

Эти принципы позволяют не только выявлять нарушения, но и снизить вероятность повторения ошибок, повысить прозрачность закупочных процессов и улучшить согласование между подразделениями. В рамках методологии рекомендуется встроить контрольные сигналы в план аудита и обеспечить согласованные планы корректирующих действий.

 

Технологическая реализация и интеграции

Для устойчивого применения методики требуется сетевой архитектурный подход, который обеспечивает сбор, интеграцию и анализ данных:

  • архитектура данных: единый слой данных, объединяющий исходные корпоративные системы, с сохранением метаданных и аудиторских следов; механизм нормализации и сопоставления идентификаторов;
  • оркестрация процессов: гибкая платформа для планирования ETL-процессов, загрузки данных и выполнения аналитических сценариев; возможность повторного выполнения и отслеживания статусов;
  • аналитика и визуализация: набор стандартных дэшбордов и отчетов для аудита, с возможностями кастомизации под конкретную структуру компании; автоматическое формирование аудиторских записей и комментариев;
  • интеграции и совместимость: обеспечение взаимодействия с ERP, CMS и финансовой системой через унифицированные коннекторы; учет регламентов и политик в бизнес-правилах;
  • безопасность и соответствие: контроль доступа к данным, шифрование критических полей, аудит изменений и журналирование действий; обработка персональных данных в соответствии с законодательством.

В рамках данного раздела целесообразно упомянуть практические примеры технологий: например, использование 1С: Предприятие в качестве источника закупочной информации и интеграция его с платформой оркестрации для автоматического формирования ETL-процессов; применение открытых инструментов для оркестрации и визуализации анализа, что обеспечивает гибкость и масштабируемость. Упоминание таких решений не должно приводить к перегрузке текста, поскольку принцип состоит в показе того, как архитектурные решения поддерживают методику выявления контрактов без ПФЗ.

 

Внедрение и план перехода

Успешная реализация требует последовательности действий и управляемого перехода:

  • стадия подготовки: формализация целей, согласование регламентов, определение состава аудиторов и ответственных лиц, настройка нормативной базы;
  • стадия пилота: выбор домена или подразделения для пилотного внедрения методики, настройка сборки данных, запуск первых проверок;
  • стадия масштабирования: распространение подхода на все бизнес-единицы, расширение набора источников данных, настройка единого дашборда;
  • стадия устойчивости: ежедневная работа по контролю и ежеквартальная переоценка рисков; обновление методологии в тесном сотрудничестве с юридическим и финансовым департаментами;
  • стадия обучения: обучение сотрудников новым регламентам, проведение тренингов по аналитике и интерпретации результатов аудита.

Чтобы обеспечить практическую применимость, рекомендуется внедрить набор типовых отчетов, стандартных чек-листов и инструкций по обработке данных. Важно документировать не только результаты аудита, но и процесс его проведения: какие данные использованы, какие допущения сделаны, какие решения приняты и какие меры запланированы.

 

Key takeaways

  • Контракты без предварительной потребности формируют системный риск: регуляторные несоответствия, финансовые потери, репутационные издержки и юридические риски.
  • Эффективная аналитика строится на качественных данных и прослеживаемой архитектуре: интеграция ERP, CMS и финансовых систем с единым слоем данных и метаданными.
  • Чётко сформулированные критерии идентификации позволяют автоматизировать первичную выборку контрактов и фокусировать аудит на наиболее рискованных случаях.
  • Важна организация изменений: роли, регламенты, контрольные точки и обучающие мероприятия - без них технические решения не дают ожидаемого эффекта.
  • Внедрение должно быть постепенным: пилот, масштабирование и устойчивость, с четкими KPI по снижению доли контрактов без ПФЗ.
  • Применение технологических инструментов должно сочетаться с юридическими и финансовыми требованиями; открытые или локальные решения должны подбираться с учётом специфики регуляторики.
  • Результаты аудитa должны быть документированы, с планами корректирующих действий и механизмами мониторинга эффективности.

     

FAQ

  1. Что именно считается контрактом без ПФЗ и какие границы применяются в рамках организации?

Контракт считается без ПФЗ, если в системе закупок отсутствует зарегистрированная потребность или заявка на закупку, соответствующая регламенту. Границы устанавливаются на уровне бизнес-подразделений и регламентов закупок: какие шаги должны пройти для легитимного заключения договора, какие исключения допускаются и какие документы должны сопровождать сделку.

 

  1. Какие данные нужно собрать для идентификации таких контрактов?

Необходимо собрать данные о договоре (номер, дата, сумма, предмет), данные потребности (создана ли потребность, дата регистрации, соответствие коду закупки), данные по контрагенту, даты согласований, а также журнал аудита и документы по принятию решения. Все данные должны быть нормализованы и прослеживаемы.

 

  1. Какова практическая последовательность действий аудита?

Последовательность включает сбор и нормализацию данных, сопоставление контрактов с потребностями, автоматическое применение критериев выявления, валидизацию через выборочные проверки, классификацию рисков и формирование мер по управлению рисками и улучшению процессов.

 

  1. Каковы основные риски, связанные с обходом регламентов?

Ключевые риски - финансовые (незакреплённые требования, переплата), операционные (отсутствие должной оценки потребностей), юридические (несправедливые условия или нарушение договорной дисциплины), управленческие (недостаточная прозрачность и ответственность).

 

  1. Какие организационные изменения необходимы для устойчивого контроля?

Необходимо четко распределить роли и ответственности, обновить регламенты закупок, внедрить контрольные точки до и после заключения договора, обеспечить обучение сотрудников и внедрить регулярные аудиты и мониторинг.

 

  1. Какие технологические решения помогают реализовать методику?

Эффективна интеграция ERP/CMS с единым слоем данных, использование оркестрационных инструментов для ETL-процессов и построение дашбордов для аудита. Примеры подходов включают использование 1С: Предприятие как источник данных и открытых инструментов для оркестрации и аналитики.

 

  1. Нужно ли применять кодирование для автоматизации?

Да, когда задача требует повторяемых действий и масштабируемых проверок. Однако в рамках методологии предпочтение отдаётся архитектурному проектированию и процессным правилам; код применяется только если его использование значительно повышает точность и скорость идентификации.

 

  1. Как измерять успех внедрения методики?

Ключевые показатели: доля контрактов без ПФЗ в общем объёме контрактов, скорость выявления нарушений, доля корректирующих действий выполненных в срок, снижение времени на аудит по каждому контрактному кейсу, качество и полнота данных.

 

  1. Какие материалы нужны для обучения сотрудников новым регламентам?

Необходимы обновленные регламенты закупок, чек-листы по процессу формирования потребности, инструкции по работе с данными и правилах аудита, а также обучающие курсы по новым методикам анализа и работе с системами.

 

  1. Что делать, если данные неполные или расхождения между системами слишком велики?

Необходимо зафиксировать допущения, определить минимально необходимый набор полей для анализа, реализовать дополнительные источники данных, провести коррекцию и очистку данных, оформить план урегулирования расхождений с ответственными лицами и регламентами.

 

← Предыдущая статья
Выявление закупок у аффилированных контрагентов - анализ связей между сотрудниками и поставщиками для выявления возможного конфликта интересов
Следующая статья →
Анализ изменений условий договоров - выявление частых изменений стоимости, сроков или условий контрактов после подписания

 

Узнать стоимость решенияЗапросить видео презентацию

Запросить видео презентацию Узнать стоимость решения Запросить доступ к демо стенду online

Задать вопрос

loading...

Решения

Анализировать ФинансыУвеличивайте ПродажиОптимальный Склад и ЛогистикаМаркетинговые Метрики

Клиенты
  • СберКорус (Группа компаний Сбербанка) – это ИТ‑компания, ИТ‑интегратор, SaaS-провайдер. Является разработчиком цифровых сервисов и услуг для автоматизации широкого диапазона бизнес-процессов юридических лиц. В 2004 году компания стала первым в России оператором электронного документооборота, а в 2012 году вошла в экосистему Сбера. 

  • "Уральский банк реконструкции и развития" входит в топ-25 крупнейших банков России и список значимых кредитных организаций на рынке платежных услуг по версии ЦБ РФ.

  • Компания «Бизон-Трейд» является официальным дилером ведущих мировых производителей сельскохозяйственной техники (Fendt, Valtra, Lemken и др.) на Юге России. Входит в состав агрохолдинга «Бизон», основанного в 1994 году. Имеет 8 филиалов в Краснодарском и Ставропольском краях, Ростовской области.

  • Группа компаний «Невский кондитер» основана в 1996 году в Санкт-Петербурге и на сегодняшний день является одним из крупнейших производителей кондитерских изделий в России.

     

  • Решения
    • Дистрибуция
    • Розничная торговля
    • Производство
    • Операторы связи
    • Страхование
    • Банки
    • Лизинг
    • Логистика
    • Нефтегазовый сектор
    • Медицина
    • Сеть ресторанов
    • E-Commerce
    • Энергетика
    • Фармацевтика
  • Услуги
    • Переход на отечественные BI и DWH
    • Консалтинг
    • Пилотный проект
    • Обучение и сертификация
    • Бесплатное обучение
    • Техническая поддержка
    • Технические задания
    • Сбор требований для проекта внедрения BI-системы
    • CI/CD для DWH
    • Аудит BI приложений
    • Выделенная команда
    • Настойка и поддержка баз данных
    • Разработка BI Стратегии
    • Styleguide для BI-системы
    • Как выбрать BI-систему
  • Платформы
    • FineBI
    • FineReport
    • FineDataLink
    • Коннекторы данных из 1С в BI
    • Airflow + NiFi
    • Visiology
    • Luxms BI
    • Modus BI
    • PIX BI
    • Arenadata
    • ClickHouse
    • Greenplum
    • Postgres Professional
    • Open-source BI: Superset/Metabase
    • Loginom
    • Yandex.DataLens
    • AI / Исскуственный интеллект
    • Optimacros
    • Шины данных
  • Курсы
    • Учебный курс Информационная грамотность
    • Учебный курс для бизнес-аналитиков
    • Учебный курс для системных аналитиков
    • Учебный курс по Data Governance
    • Учебный курс Как стать CDO
    • Учебный курс Современная архитектура хранилища данных
    • Учебный курс по Fine BI
    • Учебный курс по FineReport
    • Учебный курс по DWH
    • Учебный курс по Data Science (ML, AI)
    • Учебный курс по PostgreSQL
    • Учебный курс по Apache Airflow и NiFi
    • Учебный курс по Open-source BI
    • Учебный курс по ClickHouse
    • Учебный курс по DataLens
    • Учебный курс по Loginom
    • Учебный курс по Modus BI и ETL
    • Учебный курс по Visiology
    • Учебный курс по dbt
  • Функциональные решения
    • Создание Data Lake
    • Цифровая трансформация
    • Управление по KPI
    • Финансы
    • Продажи
    • Склад
    • HR
    • Маркетинг
    • Внутренний аудит
    • Категорийный менеджмент
    • S&OP и прогнозная аналитика
    • Геоаналитика
    • Цепочки поставок (SCM)
    • AutoML
    • Process Mining
    • Сквозная аналитика
  • Компания
    • О нас
    • Руководство
    • Новости
    • Клиенты
    • Скачать
    • Контакты
    • Политика конфиденциальности
RutubeVkontakteLinkedInYouTube
ООО "Би Ай Консалт",
ИНН: 7811437757,
ОГРН: 1097847154184
199178, Россия,
Санкт-Петербург,
6-ая линия В.О., Д. 63, 4 этаж
Тел: +7 (812) 334-08-01
Тел: +7 (499) 608-13-06
E-mail: info@biconsult.ru

 

 

 

 

 

×

Пользуясь сайтом, вы соглашаетесь с использованием cookies и политикой конфиденциальности.