Pour garantir le maintien de la qualité dans l’ensemble d’une organisation, des audits fréquents, internes et externes, sont nécessaires. Pour ce qui concerne les audits financiers, le Big Data Analytics peut être d’un grand secours.

Processus d’audit

Les normes nationales et internationales qui régissent la matière (lignes directrices sur les systèmes de management), définissent l’audit comme un «processus systématique, indépendant et documenté permettant d’obtenir des preuves de gestion financière [enregistrements, déclarations de fait ou autres informations pertinentes et vérifiables] et leur évaluation objective afin de déterminer dans quelle mesure les critères d’audit [ensemble de politiques, procédures ou exigences] sont remplis

Le processus d’audit implique généralement des auditeurs formés se rendant sur les lieux de travail pour procéder à un examen formel de la documentation et des entretiens avec le personnel. Cela peut également s’étendre à un examen des systèmes informatisés.

Lorsque des audits financiers sont effectués, les auditeurs chercheront à déterminer s’il y a eu fraude financière. Dans ce cas, le rôle de l’auditeur consistera à effectuer une vérification de manière à obtenir l’assurance raisonnable que les états financiers, pris dans leur ensemble, sont exempts d’erreurs importantes, que celles-ci résultent de fraudes ou d’erreurs. À mesure que les systèmes deviennent plus sophistiqués, les techniques conçues pour masquer les informations financières le sont également.

Big data analytique

L’analyse de du Big data (données massives) peut être d’une grande utilité pour aplanir ces nouveaux défis. Une étude réalisée pat le « Bond Business School », un institut de recherche basé Australie, montre que, pour l’instant, une majorité écrasante des auditeurs financiers utilisent peu ou pas la technique d’analyse de données volumineuses à grande valeur. Pourtant, cette nouvelle technique d’audit financier présente de nombreux avantages.

Les méga-données font référence à des ensembles de données structurés ou non structurés qui sont généralement décrits selon les quatre V: Volume, Variété, Vélocité et Véracité.

Le Volume de données financières des entreprises est non seulement  de plus en plus vaste, mais aussi et se présente sous différents formats de données (variété). Ces données entre et sort de l’organisation ou de l’entreprise très rapidement (vitesse). En outre, elles changent radicalement avec le temps (véracité). Par conséquent, de nouvelles techniques informatiques sont nécessaires pour donner un sens au fonctionnement d’une organisation ou entreprise moderne, en termes de déductions significatives à partir de la variété des différents types de données.

Il existe de nombreuses approches de Big Data. Les modèles arborescents sont appropriés pour examiner les données financières. Celles-ci sont basées sur des modèles non paramétriques construits dans un processus récursif de division des données en groupes homogènes.

Notis©2018

Sources : « Techniques du Big Data pour la recherche et la pratique en audit: Tendances actuelles et opportunités futures«