Blogg

FÖRUTSÄGANDE ANALYS FÖRÄNDRAR DEN INTERNA REVISIONSPRAXISEN

Med hjälp av förutsägande analys har olika processer i affärsverksamheten kunnat effektiveras märkbart. Ett snabbt växande tillämpningsområde är intern revision. Med hjälp av analysteknik kan man i uppföljning och revisioner skapa analyser som baserar sig på helhetsdata och automatisering. På så sätt kan det bättre än tidigare svara på ledningens informationsförväntningar i realtid, men även på behov av övervakning av förordningar och förutsägande av oegentligheter.

De traditionella metoderna för intern revision har i regel baserat sig på manuell granskning och utvärdering av data. I en uppföljning av processer som digitaliseras och internationaliseras räcker inte detta: i revisionsprocesser som baserar sig på sampel och exceltabeller ökar riskerna lätt och blir kritiska. Resan mot en intern revision som motsvarar dagens behov börjar med lagring av information från olika källor i databaser, där uppbrytningen av data kan göras enkelt, felfritt och snabbt.

Big data och förutsägande analys

Big data, består av många slags dataformer samt av att datan är bunden till tid och plats. Ur den interna revisionens perspektiv kan betydelsefull big data vara tids- och platsinformation som lagras i loggar och cookies i företagets tjänster och interna processer, men även diskussioner och kommenterar på sociala medier som berör företaget. Den största nyttan fås, då big data kopplas till den traditionella kunskapshelheten och organisationens gemensamma kunskapsunderlag.

Det främsta verktyget vid intern revision är förutsägande analys. I synnerhet då datamängderna ökar, ger den betydande möjligheter att effektivera och förbättra revisionen. Med metoderna för förutsägande analys kan man på ett automatiserat sätt följa med i  hur olika bestämmelser, mål och tillvägagångssätt förändras och även hur risker och oegentligheter kan förutsägas.

Förutsägande av oegentligheter

Förutsägande modellering av oegentligheter eller fraud detection utnyttjas för förebyggande av såväl interna som externa oegentligheter. Utifrån fall av oegentligheter som framkommit med hjälp av analys kan uppföljningsmodeller byggas upp genom att i dataflödet skanna fall av motsvarande typ. Aktörer som försöker skada en organisaion tas då fast redan innan någon skada hinner ske.

Svar på önskade frågor fås effektivare med analysens hjälp, eftersom problem identifieras och listas automatiskt. Även förslag på lösningar av problemen kan listas. Med olika förutsägbarhetsmodeller kan man se vad som kommer att ske, och de bästa elle värsa scenariorna om verksamheten inte förändras. Förutsägbarhetsmodellen kan även ge förslag på alternativa lösningar och förutsägelser av typen "tänk om" och hur olika beslut inverkar.

Automatiserade auditeringar av datasäkerhet

I datasäkerhetsauditering av behörigheter är intervju- och behörighetslistornas tid förbli. Nu kan systemens användningshistoria ses med hjälp av analysmodeller och fel identifieras direkt i systemen och deras loggdata.

Då rutinmässiga datasökningar och uppföljningar av policyn automatiseras, får den interna revisorn tid för utveckling av verksamheten och mer strategiska uppgifter. Den uppföljning i realtid som den förutsägande analysen möjliggör och förmågan att se in i framtiden knyter i bästa fall den interna revisionen fastare till affärsverksamheten och vardagen i ledningen av företaget. 



Antti Syväniemi är VD på Houston Analytics Oy. Hans kunskapsområden omfattar ledarskapsmodeller baserade på analys och intelligenta strategiprocesser.

Houston Analytics är grundat av experter inom informationsbaserat ledarskap. Genom att kombinera data med beslutsfattande lotsar Houston Analytics sina kunder till marknadsledare inom sina branscher.