
door Ernst Albers
Het nieuwe controleseizoen is begonnen of staat op het punt van beginnen. De voorbereidingen zijn gedaan en data-analyse is onderdeel van je aanpak voor de jaarrekeningcontrole. Misschien las je wel over onze organisatorische tips! Uit ervaring met ons werk voor accountants, volgen hier nu de vijf meest voorkomende praktische struikelblokken bij het starten met data-analyse. En natuurlijk de tips om ze te overwinnen!
Struikelblok 1: Mijn klant blijkt te uniek voor data-analyse
Voor het uitvoeren van data-analyse zijn klanten doorgaans voldoende gelijkend. Zo zullen er maar weinig klanten zijn die geen verkoopfacturen sturen en deze niet in de omzet verantwoorden. Het biedt een basis voor data-analyse. Kijk met de onderliggende transactiedata door de processen van de klant heen. Wees gerust, ook voor deze klant is data-analyse in de jaarrekeningcontrole mogelijk.
Struikelblok 2: Mijn klant heeft het over een ‘gesloten systeem’
Accountants horen vaak van klanten de term ‘gesloten systeem’ voorbijkomen. Ofwel: de klant geeft aan de data niet te kunnen exporteren. Bij doorvragen blijkt vaak dat de klant niet goed op de hoogte is van de bedoeling en zorgen heeft om ‘zomaar’ data af te staan. Na een goede uitleg over nut, noodzaak en veiligheidsmaatregelen, blijven er vaak maar weinig ‘gesloten systemen’ over.
Struikelblok 3: De data is praktisch niet te ontsluiten
Eerlijk is eerlijk, het ontsluiten van de data of data capturing, is in de praktijk een van de lastigst te nemen hobbels voor data-analyse. De oorzaken zijn velerlei. Verstoringen van productiesystemen en het ontbreken van exportmogelijkheden. Of het ontbreken van medewerkers bij de klant die weten hoe de data geëxporteerd moet worden en geen geschikt medium om de data bij het controleteam te krijgen. Door een gerichte uitvraag van data, geschikte en veilige infrastructuur voor het transport van de data, betrouwbare tools en beschikbaarheid van specialisten wordt de kans van slagen vergroot.
Struikelblok 4: Foutmeldingen na importeren
Een veelgehoord struikelblok is: met zo’n oefenset met data gaat het altijd goed, maar met echte klantdata krijg ik allemaal foutmeldingen. De klik op ‘bestandinladen data’ voelt als een loterij voor foutmeldingen. De meest voorkomende problemen zijn echter scheidingstekens die zich in tekstvelden bevinden, punten die komma’s moeten zijn en wegvallen van voorloopnullen. Simpele trucs als het kiezen van een ‘|‘ als scheidingsteken of zorgen dat data als tekst worden beschouwd in Excel, voorkomen al een hoop ergernissen. Er zijn natuurlijk meer gedetailleerde mogelijke problemen en oplossingen, maar dat gaat te ver hier nu te beschrijven. Kans is groot dat dit je al flink op weg helpt.
Struikelblok 5: Bij elke klant kan ik weer opnieuw beginnen
Het maken van een goede analyse kan, voor zover analyses niet standaard in de tools beschikbaar zijn, erg tijdrovend zijn. De diversiteit aan systemen en aan versies van systemen bij klanten is enorm. In de praktijk betekent dit inderdaad vaak dat voor elke klant de investering in het maken van de analyses weer opnieuw moet worden gedaan. Maar door het verspreiden van analyses onder collega’s in bijvoorbeeld een ‘analysebibliotheek’ wordt de gezamenlijke ervaring vergroot. De meeste winst valt te behalen met standaardiseren in de vorm van een datamodel dat borgt dat analyses slechts eenmalig gemaakt hoeven te worden.
Concluderend
Het goede moment om te beginnen met data-analyse is al tijdens de voorbereiding op de controle. Lees in deze blog daarvoor onze ervaring met organisatorische struikelblokken en tips om ze te overwinnen. Als je het organisatorisch hebt staan, maar er praktisch alsnog niet uitkomt, we staan er altijd voor open om je te helpen.