5 voordelen van het gebruik van data analyse in de internal audit
5 voordelen van het gebruik van data analyse in de internal audit
31 december 2021 

5 voordelen van het gebruik van data analyse in de internal audit

Data-analyse wordt gebruikt om gegevens te analyseren en transacties op te sporen die niet in de normale patronen passen. Deze transacties kunnen een grotere kans hebben om een materiële onjuistheid te veroorzaken of zelfs op fraude wijzen. En data-analyseoplossingen zijn zo krachtig dat sommige auditors vrezen dat ze door machines zullen worden vervangen.

Maar door tools voor gegevensanalyse is dit juist niet het geval - in feite geven ze hen de vrijheid om naar analyseresultaten te kijken en te bepalen wanneer verdere actie moet worden ondernomen, en welke actie dat moet zijn. Als auditors tools voor gegevensanalyse tot hun beschikking hebben, kunnen ze meer tijd besteden aan het bieden van inzicht aan hun klanten. Accountants kunnen hun klanten ook diensten met toegevoegde waarde aanbieden op basis van de resultaten van audit data analyse.

Laten we eens kijken naar een aantal van de belangrijkste voordelen die auditors kunnen verwachten na de invoering van data analyse.

 

1. Testen van volledige datasets

In het verleden werden gegevens geanalyseerd door middel van steekproeven uit traditionele spreadsheets. Hier werden conclusies getrokken op basis van die steekproeven en de kennis van de auditor over de entiteit.

Dit kan tot fouten leiden omdat niet de volledige gegevensverzameling wordt onderzocht. Software voor gegevensanalyse test de volledige gegevensreeks en niet alleen steekproeven. Hierdoor kunnen audits grondiger worden uitgevoerd.

Wanneer conclusies worden gebaseerd op de kennis van de auditor over de entiteit, is er kans op fouten. Zo kan een externe auditor bijvoorbeeld over het hoofd zien dat verscheidene transacties in het weekend zijn geboekt, terwijl de bedrijfstijd van de entiteit slechts van maandag tot vrijdag loopt. In dat geval zou data-analyse deze transacties kunnen registreren als "Boekingen buiten werktijd".

 

2. Gegevens uit alle bronnen gebruiken

In de komende jaren zullen accountantskantoren onder druk blijven staan om meer waarde te bieden aan hun controleklanten. Het kan echter moeilijk zijn om sterke inzichten te ontwikkelen wanneer gegevens verspreid zijn over meerdere bestanden, systemen en oplossingen.

Software voor data-analyse maakt het eenvoudig om gegevens uit meerdere bronnen te integreren, zodat accountants snel en efficiënt analyses kunnen uitvoeren, inzichten van hogere kwaliteit kunnen bieden en meer waarde voor hun klanten kunnen creëren.

Idealiter kun je met data-analysesoftware ook eenvoudig gegevens uit elke bron extraheren.

 

3. Data-analyse in de auditworkflow inbrengen

Het gebruik van analyse software maakt doorgaans geen deel uit van een audit workflow. Auditors moeten gegevensanalyse vaak apart uitvoeren of een beroep doen op extra gegevensspecialisten. Dit leidt tot langere audits, meer kosten en geen zicht op de uitgevoerde tests. 

Data analyse helpt om opdrachten te vereenvoudigen door geautomatiseerde tests in gevestigde audit workflows te brengen en nuttige rapporten te leveren voor toekomstige audit bewijsstukken.

 

4. Kunstmatige intelligentie en machine learning toepassingen

Analyse software maakt gebruik van kunstmatige intelligentie data-analyse om te werken als menselijke auditors. De machine learning (ML) mogelijkheden passen de algoritmen aan om de meest accurate resultaten te leveren op basis van de beschikbare dataset.

Door gebruik te maken van AI en ML kan analysesoftware snel en nauwkeurig alle transacties en proefbalansen in de gegevensverzameling van een controle onderzoeken en zinvolle resultaten leveren voor verdere controle. Dit kan het op maat maken van de analyses omvatten om meer granulaire resultaten te geven, en om te kijken naar gebieden van zorg die mogelijk zijn geïdentificeerd in de eerste analyses.

 

5. Analyses op maat

Het uitvoeren van diepgaande analyses vergt vaak meer tijd en geld dan de meeste cliënten bereid zijn uit te geven. Met tools voor geautomatiseerde gegevensanalyse kunnen auditors dieper in gegevens graven zonder dat dit aanzienlijk meer tijd kost.

Het opsporen van fraude kan vaak moeilijk zijn met traditionele auditpraktijken vanwege de grote hoeveelheden beschikbare gegevens. Met data analyse kunnen talloze tests op maat worden gemaakt op basis van de kenmerken van elke entiteit.

 

John Olley schrijft over data-analyse oplossingen en hun toepassing in auditing met CaseWare IDEA. IDEA Data Analysis Software is een uitgebreide, krachtige en eenvoudig te gebruiken data-analyse oplossing ontworpen door audit-experts. Ontdek hoe het u kan helpen bij het leveren van audits van hoge kwaliteit, elke keer weer.