3 succesvoorwaarden voor een datagedreven audit

In de eerste aflevering van deze serie ging het aan de hand van het ‘data maturity model’ over de vraag wanneer een organisatie – met name op technisch aspect bezien – geschikt is voor datagedreven beslissingen en datagedreven audits. In dat geval wordt de data van een dergelijke organisatie vervolgens gebruiksklaar gemaakt via een ‘digitale wasstraat’, het onderwerp van de tweede aflevering. Maar hoe weet u nu of uw organisatie er functioneel bezien veel mee opschiet wanneer het datagedreven proces wordt ingezet? Over de organisatorische voorwaarden voor succes gaat deze derde en laatste aflevering van deze reeks.

Voorwaarde één: zie ik de toegevoegde waarde en wil ik eruit halen wat er in zit?

Misschien wel de belangrijkste voorwaarde voor succes op dit punt is het enthousiasme vanuit een klant; alleen wie bereid is zich in te spannen, haalt uit het Crowe Data Science Platform wat erin zit. Dit aspect is zonder uitzondering aanwezig bij alle klanten die sinds de introductie in 2017 gebruik zijn gaan maken van het platform.

Dit is overigens een mooie mix van klanten waar Crowe Foederer al sinds jaar en dag controlerend accountant is, maar ook een aantal nieuwe klanten welke zich tot Crowe hebben gewend, aangemoedigd door de positieve verhalen over het platform.

Wat al deze klanten gemeen hebben is dat zij er de daadwerkelijke toegevoegde waarde van inzien; op basis van downloads van gegevens uit de IT systemen verbanden leggen tussen data en daarbij uitzonderlijke transacties proberen te identificeren. Deze transacties kunnen duiden op onregelmatigheden in de cijfers maar ook op zwakke plekken in het proces of het systeem. Door de achterliggende oorzaken van juist deze transacties nader te onderzoeken worden waardevolle inzichten verkregen in de wijze waarop processen in de dagelijkse praktijk daadwerkelijk functioneren, afgezien van hoe deze zijn beschreven.

Voorwaarde twee: de kost gaat voor de baat uit. Het besef dat een succesvolle start een extra inspanning vraagt

Het enthousiasme moet niet alleen met de mond worden beleden, een succesvolle implementatie van de datagedreven aanpak valt of staat tevens met de bereidheid van een klant om hier middelen voor vrij te maken; tijd van mensen van de financiële afdeling maar bovenal van de IT-afdeling (al dan niet ondersteund door IT experts van buitenaf). Hoe goed het ook gesteld is met de ‘data maturity’ van een bedrijf, het is in de praktijk gewoonweg geen kwestie van ‘even een USB-stickje inpluggen op de database en draaien maar’.

Succesvolle toepassing van data-analyse is complex en vereist een zorgvuldige voorbereiding en uitvoering. Hiervoor is diepgaande kennis benodigd van de administratieve processen en de domeinstructuur van het ERP-systeem wat daarbij gebruikt wordt, zeker daar waar een pakket maatwerk toepassingen bevat. Al met al ben je in het eerste jaar toch al snel een week kwijt voordat de eerste analyses in ons platform beschikbaar zijn.

Voorwaarde drie: een realistische benaderingswijze en de bereidheid actief aan de slag te gaan met de (on)gewenste uitkomsten

Crowe Foederer biedt middels de integrale inzichten in het platform ondersteuning aan organisaties om de data waarover ze beschikken om te zetten tot bruikbare informatie voor verbetering van allerlei aspecten van de bedrijfsvoering, of het nu gaat om inkoop, verkoop, voorraadbeheer of andere bedrijfsprocessen waarvan de data opgenomen zitten in het ERP-systeem. Juist niet alleen stand-alone per proces maar gefocust op organisatie brede risico’s én kansen. Bijvoorbeeld wanneer ondoordachte beslissingen op de afdeling inkoop (als gevolg van minimale inkoophoeveelheden) enerzijds leiden tot ongewenst werkkapitaalbeslag en anderzijds tot suboptimale inspanningen (kortingen etc.) vanuit de verkoopafdeling om voorraden juist weer weg te werken.

Daarbij is het geen onverdeeld genoegen om slechts een nauwkeurige en snelle(re) audit te laten uitvoeren door het platform in te zetten. Immers de praktijk bewijst dat het er veelal toe zal leiden dat de controlerend accountant organisaties vaker op (belangrijke) fouten/uitzonderingen in hun administratie zal wijzen dan wanneer de controle steekproefsgewijs verloopt. Organisaties die vervolgens niet in staat zijn of simpelweg onwelwillend zijn om deze observaties om te zetten in impulsen voor verbeteringen zijn uiteindelijk niet erg geschikt voor dit proces.

Gelukkig hebben wij het overgrote deel van op het Data Science Platform aangesloten klanten de afgelopen tijd al mooie stappen zien maken.

Roel van den Berg MSc RA werkt als partner binnen de controlepraktijk van Crowe Foederer en bedient in die hoedanigheid met name klanten aangesloten op het Data Science Platform.

Dit artikel wordt u aangeboden door:

Deel 1: De weg naar datavolwassenheid: vijf fases in het data maturity model
Deel 2: Een digitale wasstraat