Steeds vaker werken auditors in een team samen met accountants. Beide beroepsgroepen hebben baat bij data-analyse. ‘Een accountant is bij het doorspitten van de bedrijfsgegevens op zoek naar abnormaliteiten. Auditors zoeken binnen bedrijven of ze in de formulierenloop van de afgelopen perioden, in de logs, vreemde dingen tegenkomen’, stelt prof. dr. Cees van Halem, directeur van Erasmus Q-Intelligence (EQI).
‘Ze controleren of alles volgens de standaardprocedure is gegaan en of er bijvoorbeeld geen pakket met eindproducten is verstuurd zonder rekening. Het vak van deze ‘controleurs’ verandert en staat onder druk door steeds lagere tarieven.’ Van Halem ziet dan ook een grote toeloop van de grote accountantskantoren naar de aangeboden executive programs en postacademische opleidingen voor deze functies.
Nieuw instrumentarium
‘Men is ook op zoek naar andere taken die hun vak breder kunnen maken in de toekomst. Bijvoorbeeld door naast het controleren ook te adviseren. Met de data gedreven technieken die wij in huis hebben, kunnen ze hun advies kwantitatief onderbouwen’, vult programma directeur dr. Kristiaan Glorie aan.
Bij Erasmus Q-Intelligence werkt men met drie nieuwe technieken op basis van machine learning. Van Halem: ‘De beschikbaarheid van een nieuw instrumentarium biedt vele mogelijkheden. De werkwijze van beide beroepsgroepen zal veranderen. Je moet weten hoe dat gereedschap werkt.’ Een overzicht van deze drie nieuwe technieken en hoe ze jouw werk (gaan) beïnvloeden.
1. Eventlogs analyseren met process mining
‘Process mining maakt inzichtelijk welke handelingen er achtereenvolgens worden verricht. Niet hoe het volgens het boekje – het protocol – zou moeten gaan, maar hoe de daadwerkelijke processen lopen’, legt Van Halem uit. ‘Door conformiteitschecks kan precies worden aangetoond waar wordt afgeweken van het protocol. De computer analyseert bovendien niet op basis van steekproeven, maar analyseert álle beschikbare data. Zo ontstaat er een soort complete MRI-scan van een organisatie.’
Glorie: ‘Het werk van auditors is traditioneel meer diagnostisch van aard: het opsporen van fouten in een proces. Maar met een door data onderbouwde diagnose kunnen ze bedrijven verder adviseren over verbeteringsslagen. Wij zien veel potentie in het koppelen van de kennis over processen aan key performance indicators (KPI’s) van een bedrijf. Welke aanpassingen in het proces zijn realistisch en waar kan het management het beste de aandacht op richten?’
2. Detectie van fraude met forensic auditing
Een andere techniek van data-analyse is forensic auditing: de detectie van fraude in transacties en boekingen. ‘Een bedrijf wil bijvoorbeeld weten of er gesjoemeld wordt met het verlenen van kortingen’, zegt Glorie.
‘Een klassieke (univariate) aanpak zou zijn om de hoogst verleende kortingen nader te onderzoeken. Maar zijn deze grootste kortingen wel zo interessant? Als je ook kijkt naar andere karakteristieken, zoals de grootte van de order, het type klant en de leveringscondities, zijn die kortingen misschien helemaal niet zo uitzonderlijk.’
‘Wij richten ons daarom op een multivariate data-analyse, waarbij we ook die andere dimensies meenemen en daarmee een beter aanknopingspunt krijgen voor een inspectie.’ Het is een manier van onderzoek die je kunt toepassen op kortingen, maar ook op heel veel andere facetten van bedrijfsprocessen.
Download de gratis whitepaper
Ontdek in de whitepaper over financiële audit hoe analytics helpt bij het detecteren van managementfraude bij de financiële verslaglegging van beursgenoteerde bedrijven.
lees verder
3. Auditing van algoritmes
Tot slot kun je data-analyse ook inzetten om algoritmes te checken. Zo heeft EQI voor de KNAB-bank een audit uitgevoerd op hun adviesapp voor verzekeringen. KNAB wilde graag een garantie kunnen afgeven dat het algoritme onafhankelijk was van de bankbelangen. Ze wilden met recht kunnen zeggen dat hun advies niet gebaseerd is op premies die de bank ontvangt als iemand een verzekering afsluit.
Van Halem: ‘Wij hebben de hele module nagelopen en in een rapport uitspraken gedaan over hun onafhankelijkheid. In dit voorbeeld waren wij van Q-Intelligence dus eigenlijk de auditors voor de bank. Niet in de traditionele auditing rol met betrekking tot IT-systemen (doorlopen van procesgang en detailanalyse van de programmatuur), maar door middel van simulatie. Data van hypothetische klanten werden door het systeem gehaald. De uitkomsten en het gegeven advies bleken onafhankelijk van de door de bank ontvangen vergoedingen als intermediair.’
Data-analytics in de praktijk
Auditors en accountants bevinden zich in een unieke positie om data-analytics effectief in te zetten, zowel voor hun eigen werkzaamheden als voor de klant. Wat dat laatste betreft zegt Van Halem: ‘Auditors en accountants weten hoe een bedrijf in elkaar zit en kennen het bedrijf vaak jarenlang. Zij kunnen dus als geen ander beoordelen waar data analytics nuttig kunnen zijn. Wij bieden ze daarvoor niet alleen nieuwe tools, maar adviseren ze daar ook graag over.’
Benieuwd hoe het in praktijk werkt? Download dan gratis de whitepaper ‘financiële audit’ waarin je leest hoe analytics en kunstmatige intelligentie helpen bij het detecteren van managementfraude bij de financiële verslaglegging van beursgenoteerde bedrijven. De methode kan ook gebruikt worden voor bijvoorbeeld vroegtijdige detectie van faillissement, toename in marktwaarde òf veranderingen in de algehele stabiliteit van een bedrijf.
Ander mooi praktijkvoorbeeld vind je in de gratis whitepaper ‘prestatie-audit’ waarin de vraag centraal staat of (publieke) middelen goed besteed zijn. Aan de hand van drie maatschappelijk relevante casussen wordt aangetoond hoe analytics hierbij het inzicht vergroten. In deze paper worden twee analysemethoden op basis van ‘contra-feitelijke analyse’ belicht: simulatie en multi-criteria beslissingsanalyse.
