Hace algunos días conversando en un importante evento con un auditor, me comentaba que pensaba que la profesión de auditoría estaba evolucionando desde un rol muy enfocado al análisis de información del ejercicio anterior”, a otro más proactivo, en modo “asesor”, casi predictivo y que para lograr acercarse a él es imprescindible convertirse en un experto en técnicas de análisis de datos. ¿qué pensáis sobre esta idea?
Habitualmente nuestros clientes nos facilitan grandes cantidades de datos confidenciales, si acumuláramos varios ejercicios podríamos disponer de información histórica que nos debería ayudar a detectar tendencias y a anticipar necesidades. Esa es la idea. Según accountingtoday.com, una encuesta de Rehmann a sus clientes el pasado año, la razón más esgrimida entre todos ellos para elegir a quién contratan, es el grado de entendimiento que tengamos de su negocio. Cuanta más información, más conocimiento…
El análisis de datos es la ciencia que nos permite extraer conclusiones de fuentes de información sin procesar. Por ello el grado de “bondad” de este análisis depende directamente de la veracidad de las fuentes de la información recibida, si hay datos incorrectos o dispersos, las conclusiones no podrán ser tan certeras. Cada vez son más frecuentes sistemas que permiten comparaciones entre ingresos, gastos y que pronostican escenarios tipo “qué pasaría si”.
¿Qué nos aportará Analytics?
Con este tipo de herramientas de análisis de transacciones podremos ejecutar multitud de pruebas de auditoría “out-of-the-box” que incluyan un alto porcentaje de la población o por qué no? el 100% de la muestra sin esfuerzo adicional. Sin necesidad de conocimientos avanzados de informática, business intelligence o “cocinado” de datos, únicamente necesitarás tus conocimientos para la interpretación financiera de los datos. Este hecho además nos ofrecerá una confianza total en el resultado de las pruebas realizadas, que, por ende, podremos trasladar a nuestros clientes. Además, el uso de algoritmos de inteligencia artificial con “machine learning” permite aprender al software, detectar situaciones irregulares debidas a presuntas manipulaciones o fraudes. Por ello es una pieza básica en la fase de control de la auditoría basada en riesgos. Las nuevas soluciones nos permiten detectar evidencias, riesgos y disponer de “pistas” de cómo o hacia dónde enfocar la auditoría, primando siempre el juicio profesional del auditor para poder interpretar los resultados de estos análisis de datos.
El informe de la Association of Chartered Certified Accountant (ACCA) sobre los principales drivers de cambio y futuras habilidades ya mencionaba al Data Analytics en 2016 como uno de los más importantes factores de cambio para los próximos 10 años.
En el siguiente vídeo podremos ver algunas pistas de lo que nos aportará CaseWare AnalyticsAI.
