De discussie over data-analyse binnen de accountantscontrole gaat vaak over efficiency: minder handmatig werk, grotere populaties analyseren en sneller uitzonderingen identificeren. Dat zijn belangrijke voordelen. Maar dat is niet de belangrijkste reden waarom ik AuditLink heb ontwikkeld.
Mijn belangrijkste drijfveer is het verhogen van de kwaliteit van de accountantscontrole.
Na circa 25 jaar in accountancy en financiële dienstverlening en jarenlange ervaring met data-analyse zie ik hoeveel informatie in organisaties beschikbaar is die binnen een traditionele controle maar beperkt wordt benut. Financiële transacties, bankgegevens, verkoop- en inkoopfacturen, urenregistraties, voorraadbewegingen en orderstromen vertellen gezamenlijk veel meer dan wanneer deze bronnen afzonderlijk worden bekeken.
Standaardiseren waar het kan
Controleteams besteden veel tijd aan terugkerend uitvoeringswerk: bestanden verzamelen, aansluitingen maken, analyses opnieuw opbouwen, uitzonderingen selecteren en werkzaamheden documenteren. Dat werk is noodzakelijk, maar hoeft niet ieder jaar grotendeels opnieuw handmatig te worden opgebouwd.
Een belangrijk deel van digitale controlewerkzaamheden is goed te standaardiseren. Een Auditfile kan worden gevalideerd. Een subadministratie kan worden aangesloten. Journaalposten kunnen integraal worden geanalyseerd. CAMT-bankbestanden kunnen worden gekoppeld aan de financiële administratie. Verkoop- en inkoopfacturen kunnen over de volledige populatie worden onderzocht.
Door deze werkzaamheden reproduceerbaar uit te voeren ontstaat niet alleen tijdwinst. De uitvoering wordt consistenter, de herleidbaarheid neemt toe en het wordt praktisch mogelijk om meer informatie uit volledige populaties te benutten.
Een analyse is nog geen controle-informatie
Een dashboard, grafiek of opvallende transactie is op zichzelf nog geen afgeronde controlewerkzaamheid. De accountant moet kunnen beoordelen waarom een analyse is uitgevoerd, welke brondata is gebruikt, of die data geschikt is voor het doel, welke werkzaamheden zijn uitgevoerd, welke afwijkingen zijn vastgesteld en welke vervolgwerkzaamheden nodig kunnen zijn.
Daarom bestaat AuditLink niet uit losse analyses. Voor de geselecteerde werkstappen wordt een werkprogramma uitgevoerd waarin onder andere controledoelstelling, brondata, werkzaamheden, bevindingen, afwijkingen, deelconclusies en mogelijke vervolgwerkzaamheden worden vastgelegd. De onderliggende analysebestanden worden met cross-referenties aan dat werkprogramma gekoppeld.
De externe accountant blijft verantwoordelijk voor de controleaanpak, de beoordeling van de uitgevoerde werkzaamheden, de evaluatie van voldoende en geschikte controle-informatie en het professionele oordeel.
De volgende stap ligt in operationele data
Voor mij ligt een van de krachtigste toepassingen van datagedreven controle buiten het grootboek. Bij een handelsorganisatie bestaan voorraadbewegingen. Bij een dienstverlener zijn er urenregistraties. Bij een ordergestuurde onderneming bestaan orders, leveringen en facturen. Deze operationele gegevens kunnen worden gebruikt om onafhankelijk van de financiële administratie een verwachte positie op te bouwen.
Dat sluit aan op de klassieke verbandcontroles van Starreveld. Bijvoorbeeld:
of:
Op basis van operationele data wordt een SOLL-positie bepaald. Deze wordt vervolgens vergeleken met de IST-positie in de financiële administratie. Verschillen worden systematisch geanalyseerd en waar mogelijk verklaard. Een goed ingerichte gegevensgerichte verbandcontrole kan relevante controle-informatie opleveren voor risico’s en beweringen, waaronder de volledigheid van de omzetverantwoording.
Bekijk hoe AuditLink Starreveld-verbandcontroles uitwerkt →
Technologie is een hulpmiddel, niet het vertrekpunt
Voor de uitvoering gebruik ik onder andere KNIME, Python, Power BI, machine learning en waar passend AI. Maar de technologie bepaalt niet welke controlewerkzaamheid nodig is.
De controlevraag komt eerst. De techniek volgt.
Een aansluiting die exact reproduceerbaar moet zijn, hoort deterministisch te blijven. Machine learning kan helpen om afwijkingen in grote populaties te rangschikken. AI kan ondersteunen bij ongestructureerde informatie. Maar de betekenis van de uitkomsten en het professionele oordeel blijven mensenwerk.
Waarom ik AuditLink heb ontwikkeld
Ik wil accountantskantoren oprecht helpen om controlewerkzaamheden efficiënter uit te voeren. Capaciteit is schaars en veel terugkerend werk kan slimmer worden georganiseerd. Maar efficiency is voor mij niet het einddoel.
De ambitie is om tegelijkertijd de kwaliteit van de controle te verhogen. Door terugkerende digitale werkzaamheden te standaardiseren, brondata beter te benutten, volledige populaties te analyseren en operationele data te verbinden met de financiële administratie, ontstaat een sterkere basis voor de verdere controle.
Daarmee komt meer tijd beschikbaar voor precies het werk waarvoor de accountant nodig is: risico’s begrijpen, afwijkingen onderzoeken, professioneel-kritisch beoordelen en uiteindelijk een onderbouwd oordeel vormen.
AuditLink
Digitale controleondersteuning voor accountantskantoren
AuditLink voert een afgebakend en gestandaardiseerd deel van de digitale controlewerkzaamheden uit en levert het werkprogramma en de onderliggende analyses op voor beoordeling door het controleteam.