Struikelblok 1: Data-analyse past niet in mijn krappe budget

Wanneer data-analyse alleen als een additioneel middel in de controle wordt ingezet, is het onvermijdelijk dat het budget onder onhoudbare druk komt te staan, los van de toegevoegde waarde voor de klant. Wanneer in de controle met bijvoorbeeld steekproeven dunnetjes wordt overgedaan wat met data-analyse al integraal is vastgesteld, is het evident dat het controleproces efficiënter moet. Voorafgaand aan de controle al data-analyse opnemen in de aanpak is cruciaal. Het is vooral zaak bewust en onderbouwd te kiezen voor het loslaten van sommige traditionele controlemiddelen.

Struikelblok 2: Data-analyse blijkt niet altijd mogelijk

Wie een rooskleurig controleseizoen voor zich ziet nu er gestart wordt met data-analyse, kan van een koude kermis thuiskomen: het kan niet altijd voor elke klant. Er zijn nog genoeg organisaties waar papieren procedures bestaan en dat maakt data-analyse lastig. Hoewel er methodieken zijn om van ongestructureerde (zelfs handgeschreven) data op papier tot bruikbare digitale informatie te komen, is de haalbaarheid onzeker. Voordat je data-analyse onderdeel maakt van je plan van aanpak, is kennis van de klant en van systemen een belangrijke stap die teleurstelling bij de start van de controle voorkomt.

Struikelblok 3: Data-analyse blijft zonder resultaat

Pas op voor de valkuil om bijna oneindig te analyseren omdat relevante uitkomsten uitblijven. De beschikbare data leent zich in veel gevallen tot allerlei interessante analyses met mogelijk interessante uitkomsten. Maar al te vaak blijken, wellicht door de overvloed aan analysemogelijkheden, de uitkomsten niet relevant voor de jaarrekeningcontrole. Vooraf duidelijk definiëren welke analyses uitgevoerd moeten worden, draagt bij aan een efficiënte uitvoering en zorgt voor bruikbare resultaten.

Struikelblok 4: Ik zie door de bomen het bos niet meer

Na het uitvoeren van de analyses is de vastlegging in het dossier een cruciaal punt. Zonder duidelijke audittrail en helder volgbare rapportages is het een hele klus om tot een goed dossierstuk te komen. Veelal worden schermprints van analysetools in Word geplakt en voorzien van begeleidende epistels. Voor de kwaliteit van de analyse en de volgbaarheid achteraf is het van groot belang om validaties zichtbaar uit te voeren. Voorafgaand aan het analyseren dient de wijze van rapporteren al uitgedacht te zijn. Daarmee worden reparatieslagen achteraf voorkomen en blijven analyses door de tijd heen – ook voor reviewers – te volgen.

Struikelblok 5: Te groot of te klein beginnen

Wij zien bij onze klanten, de accountantskantoren, nogal eens groots opgezette projecten op gebied van data-analyse voorbijkomen die jammerlijk zijn gestrand. Het inzetten van data-analyse in de controlepraktijk vergt ervaring. Meteen voor alle controleklanten data-analyse invoeren, loopt vaak niet goed af. Het adagium ‘denk groot, begin klein’ wordt vergeten. Maar andersom geldt ook. Data-analyse wordt dan beperkt tot het inlezen van een auditfile, per saldo alleen het grootboek, terwijl zoveel meer met de onderliggende transactie-data mogelijk is. Bij gebrek aan relevante uitkomsten wordt daardoor kostbare tijd verloren en data-analyse als kansrijke controlemethode vaarwel gezegd.

Concluderend

Het goede moment om te beginnen met data-analyse is al tijdens de voorbereiding op de controle. Als je voor het eerst met data-analyse aan de slag gaat, bijvoorbeeld om te ontdekken hoe het voor jou en de klant van toegevoegde waarde kan zijn, kies een of twee klanten om te oefenen en bouw dan verder uit. En vanzelfsprekend, SoliTrust helpt je graag om voor jouw kantoor te starten met data-analyse.

Binnenkort ook: Als accountant gestart met data-analyse, maar loop je vast in de praktijk? 5 tips om praktische struikelblokken voor data-analyse te overwinnen!