隨著銀行電子化的普及，機構都陸續開始收集電子銀行流水，進行更全面，更深入的分析。那麽現金流水該怎麽分析，又能幫助發現哪些問題呢？
多銀行流水數據整合
在開始分析之前，第壹步是整合客戶的多銀行多格式的流水。數據分析有壹個原則：“Garbage in，garbage out”（無用數據進，無用結果出）這步不難但很復雜，中國4200多家銀行，格式不同，要把流水信息統壹成標準格式，我們才能有統壹的數據基礎進行分析。如果客戶文件多，流水量大，手動操作合並是很耗時費力的。
可信度：流水造假和賬戶缺失
數據整合後，我們來驗證企業的數據是否完整可信。首先是企業數據可信度，如果數據經過了重度加工而不可信，後續分析的意義就會受限制。多種方式可以驗證數據可信度：賬戶余額理是否是連續的，每季度是否收到和日均余額匹配的利息，各賬戶間內部轉賬理應匹配抵消等等。
如果數據可信，我們接下來驗證數據完整性，檢查每個賬戶的數據是否完整，有沒有缺失，缺失多少。此外，還要查驗企業是否提交了所有的主力賬戶：可以從內部轉賬中發現未提交的本方帳號，統計發生的交易金額。還可以根據企業的銀行賬號判斷該賬號的所屬銀行，開戶地和幣種等信息，方便進壹步向企業征提流水數據。
數據結構化：標簽分類和數據清洗
標簽與分類是結構化分析現金流數據的基礎。比如：
1.通過法人代表和企業股東信息，可以判斷交易對手方是否為企業的關聯方。
2.通過經營範圍判斷企業是客戶/供應商，可幫助我們建立行業指標（比如對批發商類支出占總收入或總支出的比例）
3.通過註冊日期將企業分為新成立，1-2年，2-5年，5年以上等，可以幫助發現新成立就發生密切貿易往來的疑點公司
4.通過註冊資本，可以將企業分為大中小型，等等每筆交易都可以分類。首先按經營性，籌資性和融資性區分，並繼續細化分類為內部轉賬，銷售收入，貸款流入，往來拆借，供應商采購，工資支出，稅費繳納，水，電，房租，差旅等等。
標簽分類完成後，數據清洗也就同時完成了。後續可以精準的分析企業的經營情況，而不受內部轉賬和投融資交易的影響。標簽和分類會對我們後續的分析建立基礎，由此可以進行多維度分析。