79
Masterclass ICT Accountancy Windesheim, 2 april 2013 Pieter de Kok Bart Roeleveld

2013 windesheim data_analysetraindetrainerpdk

Embed Size (px)

DESCRIPTION

Prese

Citation preview

Page 1: 2013 windesheim data_analysetraindetrainerpdk

Masterclass ICT Accountancy

Windesheim, 2 april 2013

Pieter de Kok

Bart Roeleveld

Page 2: 2013 windesheim data_analysetraindetrainerpdk

Introductie

09:30 - 09:45

It starts with the heart.

Page 3: 2013 windesheim data_analysetraindetrainerpdk

Ons DNA

Opgericht in 2005 Team van 22 – drie locaties 4 hoofdactiviteiten

o Analytics Projecten en DataCloudFactoryo Workshops & Trainingeno Verkoop Software voor data-analyse en process miningo Assurance – Audit Only

09:30 - 09:45

Page 4: 2013 windesheim data_analysetraindetrainerpdk

Coney movie

SEE HERE..

Page 5: 2013 windesheim data_analysetraindetrainerpdk

Agenda09:30 Introductie09:45 Validatie leerdoelstellingen, input uit de groep10:00 Wat is data-analyse10:15 Wat is process mining10:30 Wat is continuous auditing

10:45 BREAK

11:00 Reality check: Coney controle aanpak: adding value audits mindset11:30 Data-analyse – systeemgericht voorbeeld11:45 Data-analyse – application controls testing voorbeeld

12:00 BREAK

13:00 Data-analyse – post / proces / gegevensgericht voorbeeld14:00 Data-analyse – fraude voorbeeld

14:25 BREAK

14:30 Process mining – opzet & werking AOIC15:00 Process mining – signaleren bottlenecks15:30 Keten- en franchise 3.0-denken – Auditing in de keten15:45 Toelichting ‘Train de Trainer’-programma16:00 Vragen en afronding

Page 6: 2013 windesheim data_analysetraindetrainerpdk

Validatie leerdoelstellingen

09:45 - 10:00

Page 7: 2013 windesheim data_analysetraindetrainerpdk

SLIMMER

SNELLER

ONE VERSION OF THE TRUTH

BUSINESS & AUDIT

CONTROLEERBAAR

HERHAALBAAR

ANALYSEREN

EENVOUD

AUDIT TRAIL

LEESBAARADDED VALUE

ONTDEKKEN

MOOISTE VAK

PLEZIER

Voor de studenten van morgen

Page 8: 2013 windesheim data_analysetraindetrainerpdk

Wat is data-analyse? 1/2

De gele markeerstift Opkomst ERP-systemen

=> gegevensgericht wordt systeemgericht controleren Controle: een commodity Noodzaak om toegevoegde waarde te leveren De échte controle-objecten ‘De Waarheid’ zit in de data Data-analyse is de combinatie van tools & technieken

om het goud te ontginnen Winst: efficiëntie, effectiviteit, kwaliteit, toegevoegde

waarde10:00 - 10:15

Page 9: 2013 windesheim data_analysetraindetrainerpdk

Wat is data-analyse? 2/2

Wanneer is data-analyse zinvol?o Organisatiekenmerkeno Behoefte klanto Opvolging resultateno Waarde toevoegen

Randvoorwaarde = inzicht in:o IT-beheersingo Processeno Betekenis van de data

Vormen van data-analyseo Gegevensgerichte analyseso Evaluatie beheersingsmaatregeleno Process mining 10:00 - 10:15

Page 10: 2013 windesheim data_analysetraindetrainerpdk

Waarom data-analyse?

Verhogen van beeldvorming over werking processen en bevestigen van integere verwerking binnen systemen.

Kwantificeren van belangrijkste risico’s, integraal Efficiënter inzetten van audit budget Betere bevindingen door rapporteren van harde feiten in

plaats van opmerkingen over ‘opzet’ Bieden van ‘grip’ aan het management inzake betrouwbare

verwerking van transacties Bieden van de mogelijkheid om “natuurlijke adviesfunctie”

rondom “procesverbetering’ op basis van transactierisico’s Directe relatie met transactionele data (harde audit trail)

Page 11: 2013 windesheim data_analysetraindetrainerpdk

Toepassing

Continue Bedrijfsbreed Permanent controleren

van belangrijke processen.

Tijdige notificatie van trends en uitzonderingen ter ondersteuning van risico beheer.

Ad – hoc Auditor Verkennend met

beperkt aantal bronnen Geen vaste frequentie Gedocumenteerde

conclusies en aanbevelingen

Gepland Audit team Periodieke controle van

processen met meerdere bronnen

Verbeteren efficiency, consitency en kwaliteit audits

Continue uitvoeren van auditscripts om direct fouten, uitzonderingen en trends te identificeren

Specifiek voor het genereren van audit bevindingen o.b.v. een moment opname.

Routine matige audits door specialisten vanuit een standaard aanpak.

Page 12: 2013 windesheim data_analysetraindetrainerpdk

Wat is process mining?

10:15 - 10:30

Page 13: 2013 windesheim data_analysetraindetrainerpdk

Volg het proces….

Page 14: 2013 windesheim data_analysetraindetrainerpdk

Hoe werkt Process Mining?

FINISH

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

START

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

● 100345 12/2/2009 13:05:09 register● 100345 12/2/2009 13:15:12 define permit● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation● 120443 12/2/2009 13:16:24 re-open case● 100345 12/2/2009 13:17:11 confirmation● 138332 12/2.2009 13:19:43 reservation

Page 15: 2013 windesheim data_analysetraindetrainerpdk

Hoe werkt Process Mining?

Stap A

Stap D

Stap F

Stap A

Stap B

Stap C

Stap A

Stap B

Stap D

Stap F Stap E

Stap F

Stap A Stap B

Stap C Stap D

Stap E Stap F

Page 16: 2013 windesheim data_analysetraindetrainerpdk

Hoe werkt Process Mining?

Stap B

Stap D Stap C

Stap E

Stap F

Stap A

Stap A Stap B

Stap C Stap D

Stap E Stap F

Page 17: 2013 windesheim data_analysetraindetrainerpdk

Process Mining Data Vraagstuk

Timestamp

BZ-06-0510-001 Application Receipt 1/11/2011 NB Associate 1 Final Expense

BZ-06-0510-001 Application Submit 1/11/2011 NB Associate 1 Final Expense

BZ-06-0509-001 Application Submit 1/11/2011 NB Associate 3 Mortgage Protection

BZ-06-0509-001 Requirements 1/11/2011 Underwriter 2 Mortgage Protection

BZ-06-0538-001 Off Risk 8/12/2011 Underwriter 4 Whole Life

BZ-06-0540-001 Off Risk 8/12/2011 Underwriter 4 Whole Life

BZ-06-0540-002 Off Risk 8/12/2011 Underwriter 4 Whole Life

BZ-06-0538-001 Requirements 8/12/2011 Underwriter 4 Whole Life

BZ-06-0540-001 Requirements 8/12/2011 Underwriter 4 Whole Life

BZ-06-0540-002 Requirements 8/12/2011 Underwriter 4 Whole Life

BZ-06-0547-001 Requirements 8/12/2011 Underwriter 4 Whole Life

BZ-06-0538-001 Underwriting 8/12/2011 Underwriter 5 Whole Life

BZ-06-0540-001 Underwriting 8/12/2011 Underwriter 5 Whole Life

BZ-06-0540-002 Underwriting 8/12/2011 Underwriter 6 Whole Life

BZ-06-0540-002 Withdrawn 8/12/2011 Underwriter 7 Whole Life

BZ-06-0532-001 Application Receipt 6/12/2011 NB Associate 3 Traditional Life

BZ-06-0532-002 Application Receipt 6/12/2011 NB Associate 3 Traditional Life

BZ-06-0532-003 Application Receipt 6/12/2011 NB Associate 3 Traditional Life

BZ-06-0532-004 Application Receipt 6/12/2011 NB Associate 3 Traditional Life

BZ-06-0535-001 Application Receipt 6/12/2011 NB Associate 3 Traditional Life

ActivityCase ID Employee Case Type

Stap B

Stap D Stap C

Stap E

Stap F

Stap A

Wat is er nodig? Specifieke Data

Page 18: 2013 windesheim data_analysetraindetrainerpdk

Wat is continuous auditing?

10:30 - 10:45

Page 19: 2013 windesheim data_analysetraindetrainerpdk

Eerst even de omgeving schetsen waarin we nu opereren…

Page 20: 2013 windesheim data_analysetraindetrainerpdk

Continuous Auditing3.0. It should have happened yesterday.

LINK TO MOVIE

Page 21: 2013 windesheim data_analysetraindetrainerpdk

Continuous: Definitions

Continuous Auditingo Method used to perform audit-related activities on a continuous basis

– includes control and risk assessment

Performed by Internal Audit Continuous Monitoring

o Processes to ensure policies/processes are operating effectively and to assess adequacy/effectiveness of controls

Performed by operational/financial management; audit independently evaluates adequacy of management activities

Continuous Assuranceo Combination of continuous auditing and audit oversight of continuous

monitoring

(Source: IIA GTAG)

Page 22: 2013 windesheim data_analysetraindetrainerpdk

Transforming Monitoring and Audit

RiskAssessment

KnowledgeContent

AuditManagement

AuditAnalytics

Coney’s vision for Integrated, High-Impact Audit

Page 23: 2013 windesheim data_analysetraindetrainerpdk

Transforming Audit

High-Impact, Data-Focused Audit Process

AUDIT

BUSINESS

Strategic Corporate

RisksAudits Objectives “What Could

Go Wrongs” Controls Tests Exceptions Findings

Strategic corporate risks become visible in ACTUAL

transactional corporate data

Audit findings and transactional exceptions link DIRECTLY AND

VISUALLY to strategic corporate risks

Page 24: 2013 windesheim data_analysetraindetrainerpdk

Why Continuous? Client View

The audit model is shifting from one of periodic reviews of transaction samples to ongoing testing of all transactions

Complements traditional internal audit and internal control processes while introducing measurable efficiencies

Allows review of areas traditionally not able to be reviewed manually based on the volume of transactions, especially fraud susceptible areas

Over time reduces traditional audit work by continuously reviewing risk indicators and responding only where necessary

Identifies control breakdowns or weaknesses before they become material

Covers more risk at a lower incremental cost Increased regulatory pressure Reduce fraud risk Improve the bottom line

Page 25: 2013 windesheim data_analysetraindetrainerpdk

Different Roles, Common Needs

Identify risk areas, risks not managed Drive audit automation & efficiency Specify & quantify deficiencies to

correct Foster management responsibility for

controls

Internal Audit

Reduce risk Drive audit automation & efficiency Focus on most important, material

issues Provide value-add services to clients

External Audit

Manage & reduce riskPrioritize areas of greatest concernEnable executive visibilityDrive accountability, improved controls

performance, cost management

Risk, Compliance & Control Mgmt

Avoid & reduce errorsDetect & prevent fraud Improve operational efficiencyDemonstrate responsibility for controls

Business Process Management

Page 26: 2013 windesheim data_analysetraindetrainerpdk

Coney Continuous Monitoring: Klant Uitzendbureau

Page 27: 2013 windesheim data_analysetraindetrainerpdk

Top Cycles

PurchasingHours x

Freelance Rate

SalesHours x

Sales Rate

CashReceipt

CashDisbursment

TEMPservices

Cash

Payables ReceivablesClose ToReal Time

Page 28: 2013 windesheim data_analysetraindetrainerpdk

Top Cycle Approachby Coney Audit

NR 1 TOP CYCLE AUDIT SCRIPT WEEKLY

Q Hours * P Freelance Rate * Sales Standard Margin (1+ %) = SOLL Sales versus IST Sales

NR 2 TOP CYCLE AUDIT SCRIPT WEEKLY

Opening Receivable+ IST Sales – Ending Receivable = SOLL Cash Receipt versus IST Cash Receipt

NR 3 TOP CYCLE AUDIT SCRIPT WEEKLY

Opening Cash + IST Cash Receipt– Ending Cash = SOLL Cash Disbursement versus IST Cash Disbursement

NR 4 TOP CYCLE AUDIT SCRIPT WEEKLY

IST Cash Disbursement versus IST Q hours * P Freelance Rate (BUY)

VERKOOP

GELD ONTVANGEN

GELD UITGAVEN

INKOOP

Page 29: 2013 windesheim data_analysetraindetrainerpdk

Top Cycles

PurchasingHours x

Freelance Rate

SalesHours x

Sales Rate

CashReceipt

CashDisbursment

TEMPservices

Cash

Payables ReceivablesClose ToReal Time

Page 30: 2013 windesheim data_analysetraindetrainerpdk

LATER THAT YEAR..

Complaints were being received about invoices by clients at headquarters. However, these invoices were not recorded in the central billing system…….

Page 31: 2013 windesheim data_analysetraindetrainerpdk

Focus on E

E

HEADOFFICE

Hours * Buy Rate Hours * Sales Rate

BUY SIDE SELL SIDE

Page 32: 2013 windesheim data_analysetraindetrainerpdk

CONTINUOUS AUDITING AND BENCHMARKING

BUY SELL

BENCHMARK

SUPPORTINGSTAFF

EXPENSES

Number of Assignments

Number of Sales

Meetings

ComplaintInvoices

Page 33: 2013 windesheim data_analysetraindetrainerpdk

Result: SHOP IN A SHOP

E

HEADOFFICE

Hours HoursE

Page 34: 2013 windesheim data_analysetraindetrainerpdk

10:45 - 11:00

Page 35: 2013 windesheim data_analysetraindetrainerpdk

Reality check:Coney controle-aanpak

11:00 – 11:30

Page 36: 2013 windesheim data_analysetraindetrainerpdk

Kern discussie: Auditing vs.IT Auditing vs. Audit Integration

AUDITING

http://www.accountant.nl/Accountant/Nieuws/Audit+integration+moet+gaan+vliegen.aspx

IT AUDITING

Page 37: 2013 windesheim data_analysetraindetrainerpdk

VoorbeeldConey Audit klant RETURNS

PurchasingHours x

Freelance Rate

SalesHours x

Sales Rate

CashReceipt

CashDisbursment

TEMPservices

Cash

Payables ReceivablesClose ToReal Time

Page 38: 2013 windesheim data_analysetraindetrainerpdk

Rozengeur & Maneschijn?

Rozengeur Staat de klant er open voor (mindset) Complexiteit/ continue confrontatie Frequentie vs. tijdbeschikbaarheid klantteam Team/ budget/ opleidingen

Valkuilen Kwaliteit data Beschikbaarheid data Legacy systemen Cloud vs. server – toegang tot de data Heel veel aannames rondom input & output Fysieke observaties

Page 39: 2013 windesheim data_analysetraindetrainerpdk

Valkuilen/ AOIC

Page 40: 2013 windesheim data_analysetraindetrainerpdk

Maar dat is the end-goal….wat zijn de milestones

Inzicht in memo journaal-posten

Opvallende transacties

Inzicht in kwaliteit AOIC

ISA 240

Page 41: 2013 windesheim data_analysetraindetrainerpdk

2. Understand the business

3A. Asses minimum level of IC

Reconsider audit engagement

4. Rank client

1. Clientacceptance

5B. Determine significant accounts

7. Relate accounts to processes & controls

8A. Assess design IC

Good Bad Ugly

10. Perform data-analysis

11C. Perform test of other controls

12. Perform other substantive procedures

13. Wrap up and evaluate the audit

6. Perform risk analysis

Plan

the

audi

tpe

rfor

m

9. Determine minimal level of IC

Schematische uitwerking Controle Aanpak Accountant 3.0

Schematische uitwerking controle aanpak V2.3

5A. Explore G/L on transactional level

11B. Test application controls

11A. Test IT general controls

3B. Asses dependency and complexity IT

If possible set up periodic assurance dashboard

8B. Assess design IT general controls

Page 42: 2013 windesheim data_analysetraindetrainerpdk

Kijkje in de Coney keuken

Enterprise Data (xyz)

Enterprise Data (xyz)

Bev

eilig

de

verb

ind

ing

Risico’s Controls

Analytics

Bev

eilig

de

verb

ind

ing

Verkrijg de data DelenVoorbereiden & Analyseren

Tableau

Tableau

Page 43: 2013 windesheim data_analysetraindetrainerpdk

Wat moeten onze accountants kunnen concreet?

Engagement

• Determine risks and related controls• identify data• define analysis and reporting requirements

Data

• obtain data• define format • reconcile with source

Analysis

• check integrity• perform analysis• document results

Report and document

• prepare report• list exceptions and present results• file logs, scripts

EN DENKEN IN BETA FORMULES

Page 44: 2013 windesheim data_analysetraindetrainerpdk

Coney, de tools

Audit & Continuous Control Monitoring Analytics Process Mining

1. Levert inzicht en overzicht in de keten2. Levert significante kostenbesparingen en

tijd op ten opzichte van traditionele proces-managementmethodes

3. Levert een werkelijk beeld (100%), zodat tijd overblijft voor kwaliteitsverbeteringen op proces en performance niveau

4. Levert een omgeving om verandering te monitoren

5. Is een manier om binnen organisaties process efficiency & performance te benchmarken

1. Data-analyse on-the-go2. Visuele opbouw analyses3. Snelheid en rekenkracht4. Verwerken Big Data5. Verbinden van verschillende

databestanden6. Hergebruik analyses7. Ketenbeheersing

1. Marktleider in Audit-oplossingen2. Betrouwbare cijfers, rapportages

en controle raamwerken3. Inzetbaar van ad-hoc tot

continuous control monitoring4. Snelheid/flexibiliteit realisatie 5. Onafhankelijkheid IT organisatie6. Werkt met alle databestanden

(incl. Legacy)

Page 45: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse:Systeemgericht voorbeeld

Systeemgerichte controles:Controles die zijn gericht op het toetsen van het proces:

o Is de opzet (inrichting) van het proces goed?o Wordt daadwerkelijk gewerkt zoals het proces is opgezet?

Voorbeeld: IT General Controls

11:30 – 11:45

Page 46: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse:Application controls testing

IT Application controls:

Controles die zijn gericht op het toetsen van de juistheid, volledigheid en tijdigheid van de invoer, verwerking, opslag en uitvoer van transacties.

Het zijn controles die zijn ingebakken in de applicaties. Is de control effectief geconfigureerd voor die

beheersingsmaatregel? Zo niet: stel vast of de beheersmaatregel is doorbroken. Voorbeelden:

o Kortingspercentageso Kredietlimieteno Three-way-match (driehoekscontrole) 11:45 – 12:00

Page 47: 2013 windesheim data_analysetraindetrainerpdk

12:00 – 13:00

Page 48: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse: Post / proces / gegevensgerichte controles 1/4

Gegevensgerichte controles:

Controles gericht op het toetsen van de resultaten van een proces.

Nodig: kennis over de transacties binnen de onderneming:• Process flow• Transactiestromen• Boekingsgangen• Uitzonderingen

13:00 - 14:00

Page 49: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse: Post / proces / gegevensgerichte controles 2/4

Eenvoudige voorbeelden:

1. Verdeling van inkoopfacturen in de tijd o.b.v. datum goedkeuring.

2. Wat is het beeld m.b.t. aantal & omvang van de verkoopfacturen?

3. Hoe snel betaalt de onderneming haar facturen nadat ze zijn goedgekeurd?

4. Maak per klant een overzicht van aantal & bedrag van de verzonden debet- en creditfacturen.

5. En moet ik dat volgend jaar weer allemaal opnieuw doen?

13:00 - 14:00

Page 50: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse: Post / proces / gegevensgerichte controles 3/4

Andere voorbeelden: Verkoopfacturen met kortingen of prijzen die afwijken

van de prijstabel of toegekende limieten, Inkoopfacturen, verwerkt in het verkeerde boekjaar. Betalingen zonder inkoopfactuur. Opvallende aantallen creditfacturen per medewerker. Salarisbetalingen aan spookpersoneel.

13:00 - 14:00

Page 51: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse: Post / proces / gegevensgerichte controles 4/4

IMAGO(Intramurale Monitor AWBZ op Gederfde Omzet)

13:00 - 14:00

VERGOEDING

bezet

geregistreerd

gevalideerd

gedeclareerd

toegezegd

betaald

REGISTRATIE VALIDATIE DECLARATIE CORRECTIE

Page 52: 2013 windesheim data_analysetraindetrainerpdk

Voorbeeld: Jaguar

Page 53: 2013 windesheim data_analysetraindetrainerpdk

Data-analyse:Fraude voorbeeld

Voorbeeld 1: Quickscan faillissement t.b.v. curator Voorbeeld 2: Inkoopbonussen Voorbeeld 3: ISA240 / SAS99

14:00 - 14:25

Page 54: 2013 windesheim data_analysetraindetrainerpdk

14:25 – 14:30

Page 55: 2013 windesheim data_analysetraindetrainerpdk

Process mining:Opzet & werking AOIC

14:30 – 15:00

Page 56: 2013 windesheim data_analysetraindetrainerpdk

Oefening 1: mining

Waar zitten afwijkingen in het proces?

Page 57: 2013 windesheim data_analysetraindetrainerpdk

Oefening 2: analyze

Alleen Hoofd Inkoop mag een prijsafwijking autoriseren. Gebeurt dit ook altijd?

Alle prijsafwijkingen > 10% moeten worden geautori-seerd. Gebeurt dat ook altijd?

Page 58: 2013 windesheim data_analysetraindetrainerpdk

Oefening 3: bottlenecks

Werken met animaties om knelpunten te vinden:

Maak een animatie van het procesmodel van het inkoopproces

Waar zitten de bottlenecks?Wat betekenen deze bottlenecks in de praktijk?

Page 59: 2013 windesheim data_analysetraindetrainerpdk

Oefening 4: grafieken

Kwantitatieve analyse met grafieken:

Maak een staafdiagram met aantallen inkooporders per leverancier

Pas de grafiek aan naar “totale PO Waarde per leverancier”

Pas de grafiek aan naar “totale PO Waarde per materiaal”

Page 60: 2013 windesheim data_analysetraindetrainerpdk

Process Mining

“discover, monitor and improve real processes by extracting knowledge from event logs”

Gericht op:1. Process discovery: Leidt proces af uit patronen van ‘events’.

2. Conformance checking: Vergelijk met referentie-model.

3. Model extension: Verrijk het model met bijv. performance informatie

4. Operational support: Bijvoorbeeld real time meten of voorspellen ten behoeve van management of simulatie

Page 61: 2013 windesheim data_analysetraindetrainerpdk

Waar liggen de kansen voor Accountancystudenten?

Event log Discovery Model

Event logPerformance Diagnose

AnalyseVerbeterd

Model

Model

Event log

Model

Source: Process mining manifesto

JA

JA

?

Page 62: 2013 windesheim data_analysetraindetrainerpdk

Aantal voordelen op een rij…

Inzicht in feitelijk uitgevoerde en niet-uitgevoerde taken en activiteiten op ‘oogniveau’ (medewerker voor medewerker)

Geen samples, maar but 100% van alle transacties

Visualisatie van feitelijke procesrisico’s (bottlenecks, taken niet uitgevoerd), uitzonderingen en IC maatregelen niet uitgevoerd)

Geen onzinnige lijncontroles en procedure testen door auditors, dus stap voorwaarts in uitvoering toetsen interne beheersing.

Invulling Continuous monitoring and auditing

Wat denken jullie?

Page 63: 2013 windesheim data_analysetraindetrainerpdk

Process mining vs data-analyse

“Looking and shooting”

Data-analyse veronderstelt een zoekvraag of risico Process mining richt zich op processen Data-analyse op:

o Data-kwaliteito Onderzoek van een post/populatieo Aansluitingen

Process mining stelt strikte(re) eisen aan de data

Page 64: 2013 windesheim data_analysetraindetrainerpdk

Toepassingen

Recente voorbeelden Coney praktijk: Ziekenhuis: behandelpaden Bank: beoordeling hypotheekaanvragen Client acceptatie in zakelijke omgevingen Inkoopproces Change management proces Toekennen van rechten in systemen Wat denken jullie?

Page 65: 2013 windesheim data_analysetraindetrainerpdk

Recente onderzoeksdoelstellingen:

Onderzoeksdoelstellingen zouden kunnen zijn:

1. Identificeren van transactiestromen voor scoping

2. Doorbreken van functiescheiding

3. Omzeilen van controlemaatregelen

4. Lange doorlooptijden

5. Doodlopende transacties

ZIE DEMO FILM HIER

Page 66: 2013 windesheim data_analysetraindetrainerpdk

Keten- en franchise 3.0-denken:Auditing in de keten

15:30 – 15:45

KETEN MOVIE

Page 67: 2013 windesheim data_analysetraindetrainerpdk

Wat zien wij allemaal gebeuren in de keten en franchise wereld?

De business wil meer en meer samenwerken, in de keten, in een franchise setting. Het vraagstuk Continuous Monitoring begint een echt mooi vraagstuk te worden. Wat betekent dit voor de studenten van morgen?

Page 68: 2013 windesheim data_analysetraindetrainerpdk

BIG DATA

Page 69: 2013 windesheim data_analysetraindetrainerpdk

UNSTRUCTERED DATA

Page 70: 2013 windesheim data_analysetraindetrainerpdk

PUBLIC DATA

Page 71: 2013 windesheim data_analysetraindetrainerpdk

WENS…SELFLEARNING AND SMART ALGORITHMS

Page 72: 2013 windesheim data_analysetraindetrainerpdk

Recent voorbeeld – rol van de accountant – toegang in de keten?

Page 73: 2013 windesheim data_analysetraindetrainerpdk

INSURER

BROKER

VALUATOR

policy premium

damagereport

requestreport

policy w/o premium

premium w/o policy

EXCEPTIONS

Page 74: 2013 windesheim data_analysetraindetrainerpdk

INSURER

BROKER

VALUATOR

policy premium

damagereport

requestreport

damage w/o collection

collection w/o damage

EXCEPTIONS

Page 75: 2013 windesheim data_analysetraindetrainerpdk

Toelichting‘Train-de-Trainer’-programma

Wat willen wij doen?

Een curriculum maken van 20 studiedagen voor studenten waarin ze leren wat data-analyse is en leren hoe data-analyse past in de context van monitoring en assurance.

Schakelen met ACL Corporate om gratis trainingslicenties te verkrijgen voor studenten en docenten.

Een Train-de-Trainer programma ontwikkelen voor docenten inclusief een ACL certificering.

15:45 – 16:00

Page 76: 2013 windesheim data_analysetraindetrainerpdk

Process Mining

Voor Process Mining kunnen wij ons voorstellen dat we een twee studiedagen programma maken en groepen van bijvoorbeeld 20 studenten trainen in het toepassen van process mining in de context van monitoring en assurance. We combineren theorie en hands-on ervaring met de tool Perceptive Reflect Process Mining.

Page 77: 2013 windesheim data_analysetraindetrainerpdk

Vragen & afronding

Page 78: 2013 windesheim data_analysetraindetrainerpdk