针对企业费用报销高频异常问题，主导搭建基于Python的自动化审计模型。首先从ERP系统提取近3万条历史报销数据，涵盖发票、申请单、审批记录等信息；通过数据清洗处理缺失值、异常值，特征工程提取发票连号、金额离散度、部门报销偏离度、时间规律性等13个维度；采用随机森林与XGBoost集成学习训练分类器，经5折交叉验证调参，最终模型查准率达89%，查全率76%。

针对季度盘点中某仓库差异率超过2%的问题，牵头进行深度数据分析。从WMS与财务系统提取5万余条收发存记录，使用SQL进行品类、批次、货龄、库区等多维透视，结合业务逻辑定位根因：收发单未及时过账占比45%，退换货未冲减占比30%，计量误差占比15%等；进一步构建差异归因矩阵，区分系统流程与人为操作因素。输出包含根因分析、影响量化及整改建议的详细报告，推动仓储与财务部门联合修订SOP，优化过账时限与退换货处理流程。