财务共享环境下的内部审计主要流程分为四个阶段：审计准备阶段、审计实施阶段、审计报告阶段以及后续审计阶段，具体内容如图所示。

　　(一)审计准备阶段。为审计项目配备合适的工作人员是高效完成内部审计工作的基础，除了专业知识，其它譬如计算机运用、数据处理分析等也是不可或缺的;其次，在正式审计之前可利用财务共享云会计平台获取相关数据，以熟悉其营运活动及内部控制，对审计风险做出初步评价，由此确定审计重点，并根据初步调查的结果编制项目审计方案;最后，发出审计通知书，正式通知被审计单位。

　　(二)审计实施阶段。

　　1.审计数据的获取。

　　(1)财务共享模式下数据流向。在财务共享模式下，企业的业务系统记录企业采购、生产、销售、供应等业务流程，共享数据处理平台记录企业内部生产经营产生的财务信息，两者结合实现业财融合，有效明确数据流向问题。

　　(2)大数据预处理。在明确大数据流向的基础上即可对大数据进行预处理，该过程主要包括三个步骤：大数据收集、大数据清洗和大数据储存。

　　第一，大数据的收集。在财务共享服务模式下，主要需要收集三类与审计工作相关的数据：一是共享财务数据、业务财务数据以及战略财务数据，主要通过前述的云平台系统实现;二是企业在生产经营过程中采购、生产、销售、供应等业务数据，该类数据主要来自企业的业务系统;三是获得企业外部与审计工作相关的数据。企业业务系统与云平台系统的结合使得数据的收集整理有别于传统的财务核算模式，如对集团企业进行审计时，由于母子公司等的数据处理方式存在差异，加大了审计人员整合信息的工作强度，财务共享模式下的审计过程中，云平台系统将收集到的数据标准化，减轻审计人员的工作负担。

　　第二，大数据的清洗。尽管所收集的数据已经过云平台的处理实现了标准化，但是仍然需纠正或剔除一些错误数据，这是大数据预处理流程中必不可少的步骤，目的是确保所收集到的数据是客观真实的。

　　第三，大数据的储存。对于经过清洗环节的数据，需要进行分类管理、统一储存，以便在后期的审计工作需要使用数据时能够精准快速的提取有价值的审计数据和审计证据，提高审计工作的效率与质量。

　　2.审计数据的剖析。在对审计数据进行初步处理后，下一环节是分析和研究审计数据。在财务共享模式下，审计工作者将采用功能更为强大的软件工具和高效的数据分析方法完成数据分析，从而提高数据分析工作的效率和质量。常用的数据分析方法有以下三种：

　　(1)大数据挖掘技术。大数据挖掘技术是指在大型的自动化数据库中，利用大数据挖掘算法对其中有价值的信息进行筛选。在智能审计过程中，运用大数据挖掘技术可以将财务数据和业务数据进行关联，分析各数据间存在的逻辑关系，从而确定审计疑点。

　　(2)多维度数据分析法。多维度数据分析法是指对数据进行多维交叉分析，区别于独立维度数据分析方法，它要求审计人员从多层面、多角度、多主体对数据进行剖析、关联、聚类、分类和分析，进而更全方位地洞察出审计疑点。

　　(3)SQL查询。SQL查询是一种在数据分析过程中，运用SQL语句完成系列查询来显现出异常值的技术。SQL数据库具备强大的查询功能，审计工作人员利用这一技术，可以更高效地发现潜在的各类问题，形成审计疑点。

　　3.审计中间表的建立。通过大数据分析得到了能够为形成审计疑点提供帮助的数据，下一步就应当在此基础上形成审计疑点，收集审计证据以达成审计目标。中间表是为了形成审计疑点的中间产物，是审计人员经过分析和数据处理后产生的的步骤表。由于各企业的实际情况不同，也可能会出现一级或多级中间表。审计中间表的建立充分反映了审计疑点形成的全过程，同时，中间表也是审计人员查证审计疑点时的重要依据之一。

　　4.审计疑点的形成。审计疑点的形成、查证是审计工作的核心内容。以财务共享服务模式为基础的大数据审计要形成审计疑点，首先需要采用数据分析法搜寻审计疑点，然后与中间表进行比对核查，最终汇总出问题数据和异常数据即审计疑点。

　　(三)审计报告阶段。审计人员应查找充分可靠的审计证据对审计疑点加以证实，复核修订初步的审计结论，与有关部门沟通后出具审计报告，再将审计报告及审计建议导入财务共享服务平台。

　　(四)后续审计阶段。在后续审计阶段，审计人员应及时追踪被审计单位是否按照审计意见适时整改，确保问题得到有效解决。