Data-analyse draagt in grote mate bij aan een diepgaand begrip van een onderneming en haar activiteiten, processen en systemen. Nieuw onderzoek van de NBA, in samenwerking met NEMACC en de Erasmus Universiteit, wijst nu uit dat ook in het mkb data-analyse meerwaarde biedt. Volgens NEMACC kunnen betrokken financials met data-analyse meer zien en en met meer scherpte, waardoor de discussies veel concreter worden op basis van feitelijke observaties, dat het koppelen van databronnen de bewijskracht versterkt, en dat data-analyse een initiële investering kost, die zich alleen terugverdient bij herhaling.
Zij raden aan om data-analyse onder te brengen bij een collectief van meerdere, vergelijkbare bedrijven. De NBA heeft onder meer op basis van het onderzoek van NEMACC een brochure gepubliceerd, gericht op mkb-accountants maar ook erg bruikbaar voor controllers, die helpt bij het introduceren van data-analyse in de praktijk.
Praktijkstudies mkb
NEMACC onderzocht in de praktijkstudies twee afgeronde opdrachten van mkb-accountants die ‘illustratief zijn voor klanten in het mkb’. Het ging om een schildersbedrijf en een bedrijf dat de logistieke afhandeling verzorgt voor een groot aantal webshops. De eerste praktijkstudie betrof een grote samenstellingsopdracht, de tweede een controleopdracht. Bij deze ondernemingen zijn alle grootboek-, subgrootboek- en transactiebestanden opgevraagd. De praktijkstudies zijn uitgevoerd door bij deze opdrachten specifieke onderdelen opnieuw uit te voeren, waarbij zoveel mogelijk gebruik is gemaakt van data-analyse.
Kennis verkregen via traditionele werkzaamheden en kennis verkregen via data-analyse vullen elkaar volgens NEMACC goed aan. ‘Dit is van toepassing bij zowel samenstellings- als controleopdrachten, van eenvoudige tot complexe opdrachten. Een bepaalde mate van branchekennis en klantkennis is nodig om data goed te kunnen ‘lezen’ en interpreteren.’
Risico-analyses
Data-analyse kan ook een belangrijke bijdrage leveren aan risicoanalyses. Met data-analyse kan een (veel) beter inzicht in de activiteiten van de klant worden verkregen. En kan, daaruit volgend, ook een betere risicoanalyse gemaakt worden voor zowel de bedrijfsrisico’s alsook de opdrachtgerelateerde risico’s (zowel bij samenstellen als controleren). Dit hangt voornamelijk samen met het objectief kunnen kwantificeren van bepaalde risico’s.
Lees ook: Martin van Staveren over Risico Top 10: ‘Het zijn bestaande problemen, geen risico’s’
Daarbij kan data-analyse volgens NEMACC de natuurlijke adviesfunctie versterken, zowel in de identificatie als in de uitleg/onderbouwing van de adviespunten. ‘Het kunnen benoemen van het concrete aantal afwijkingen en het kunnen kwantificeren van een geleden schade vergroot de acceptatiegraad bij de cliënt.’
Nuchterheid
Nuchterheid blijft volgens NEMACC wel geboden. ‘Met data-analyse kunnen niet alle afwijkingen worden gedetecteerd. Voor het vaststellen van afwijkingen zijn harde normen nodig. Niettemin kan data-analyse ook helpen bij de controle van subjectieve posten.’ NEMACC merkt ook op dat normen voor een data-analyse niet altijd van tevoren zijn te bepalen. ‘Soms komen uit een eerste ronde van sorteringen en totaliseringen indicaties of risico’s naar voren die de basis vormen voor een vervolganalyse.’
Bron: NBA, Data-analyse werkt voor de MKB-accountant
