Softwarepakketten.nl

Uitleg begrippen

Big data > Data-analyse

Data-analyse is het ontsluiten, ontkoppelen, onderzoeken en inzichtelijk maken van gegevensbestanden. Data-analyse wordt toegepast op vele terreinen, zoals marketing, accountancy/auditing en medische analyses.

Onderzoeksbureau GBNED hanteert de volgende onderverdeling voor 'data-analyse':

  1. Financial data-analyse;
      
  2. Operationele data-analyse, zoals op het gebied van marketing. Denk aan het aantal ijsjes van een speciaal type dat verkocht wordt in een bepaalde week als de zon schijnt. Talloze andere operationele data-analyses zijn te bedenken.

Financial data-analyse is vervolgens onderverdeeld naar:

  1. Boekhoud data-analyse (grootboek, debiteuren en crediteuren); zeg maar overeenkomstig de scope van de Auditfile Financieel.
      
  2. Standaard MKB ERP data-analyse (inkoop, voorraad, productie, projecten, verkoop, e.d. gericht op het midden en kleinbedrijf).
      
  3. Maatwerk data-analyse (maatwerk analyses - al dan niet risico-gericht - op basis van specifieke bedrijfsvoering).

Analyses onder ad 1 en 2 kunnen standaard gedefinieerd en samengesteld worden, al dan niet vanuit standaard boekhoud- en ERP software of op basis van de Auditfiles in combinatie met bijvoorbeeld RGS.

Analyses onder 3 is werk voor specialisten (accountants en auditors) met behulp van gespecialiseerde data-analyse auditsoftware.

Data-analyse voor de auditor
Data-analyse toepassen in de accountancy is zeker niet nieuw en wordt door auditors al decennia toegepast. Bijvoorbeeld bij controle van de jaarrekening. In de regel is dan sprake van een controle achteraf, die zelfs kan plaatsvinden ruime tijd nadat een boekjaar is afgesloten. Dat laatste is echter aan verandering onderhevig. Ondernemers, maar ook uitvragende partijen als een bank, willen steeds frequenter geïnformeerd worden over de financiële huishouding van een onderneming. Het gaat dan om ‘continuous monitoring’ en ‘continuous auditing’ dat te samen wordt aangeduid als ‘continuous Assurance’. Data-analyse in de accountancy vindt dan ook steeds frequenter plaats.

Data-analyse kan plaatsvinden met behulp van Excel of op basis van gespecialiseerde software, al dan niet als functionaliteit van andere software.

Gegevensgericht controleren met behulp van data-analyse, als alternatief voor systeemgericht controleren, biedt een efficiëntere controle en ook meer controlemogelijkheden. Een eenvoudig voorbeeld is de bekende verbandcontrole: beginvoorraad + inkopen -/- eindvoorraad = verbruik. Een attentiepunt is wel het ontsluiten van de juiste data en focus houden door de veelheid van data en invalshoeken.

Bij de selectie van data-analyse software kan rekening gehouden worden met de volgende functies en eigenschappen.

  • Installatiemodel van de software; kan de software op een lokale server (of PC) geïnstalleerd worden? Wordt pakket aangeboden via een cloud model en is dan sprake van een public, private of hybride omgeving?
  • Ontsluiten van data; is daarbij sprake van een ODBC-koppeling en eventuele native koppelingen naar databases?
  • Data groeperen, selecteren, sorteren en samenvoegen.
  • Data calculaties; welke berekeningen kan de gebruiker zelf maken? Kan regressie analyse uitgevoerd worden?
  • Data bewerkingen; zoals tekst-, numerieke- en datum bewerkingen.
  • Meegeleverde data-analyses; zoals:
    ouderdomsanalyse, chi-kwadraat analyse, kansverdeling volgens Benford’s Law, negatieve kascontrole, BTW-analyse, analyse op de Geld-Goederenbeweging, risico analyse op basis van vooraf vast te leggen potentiële risico’s.
  • Zelf modellen en scripts toevoegen met behulp van een aanwezige scripttaal.
  • Data opslaan en exporteren; zoals naar Excel, PDF en XML.
  • Ondersteuning van Auditfiles; zoals de Auditfile Financieel, Auditfile Salaris en Auditfile Afrekensystemen.
  • Beveiliging; zoals dataprotectie van originele bestanden.
  • Archivering; van (geïmporteerde) bestanden en (tussentijdse) resultaten.
  • Logging en audittrails;
  • Koppelingen; met administratiesystemen.

Onerzoeksbureau GBNED