Data-analyse is het modewoord van het afgelopen decennium. Data zouden niet alleen helpen bij het beter beheersen van een organisatie door data-gestuurd te werken, maar ook de sleutel kunnen zijn in het verbeteren van het werk van de accountant [1]. Zeker gelet op de komst van de Corporate Sustainability Reporting Directive (hierna: CSRD) zijn voor data een belangrijke rol weggelegd om het werk nog behapbaar en uitvoerbaar te houden. Waar grotere organisaties data steeds meer benutten voor hun besluitvorming en voortgangsmonitoring, wil het accountantskantoren maar beperkt lukken daadwerkelijk hiermee aan de slag te gaan. Natuurlijk bestaan er groepjes enthousiastelingen die het oppakken, maar waar blijft die beloofde datarevolutie?

Investeren door te leren

Naast de technische mogelijkheden, en die hebben de meeste accountantskantoren wel, is het meest cruciale de menselijke component. Als de mensen in de organisatie het nut van data-analyse niet inzien of niet weten hoe ze het moeten gebruiken, kun je nog zo’n prachtige infrastructuur optuigen, per saldo zal data-analyse niet of heel beperkt gebruikt worden [2]. Investeren in de kennis van mensen is dan ook belangrijk. Dat gaat verder dan een training eens per jaar of een uurtje een vaktechnisch overleg waarin een data-goeroe door een mooie applicatie heen klikt en laat zien wat allemaal mogelijk is. Want hoewel dit vaak resulteert in verbazing en enthousiasme, vertaalt dit zich niet of nauwelijks door naar het dagelijkse werk. Het betekent investeren over een langere periode; accountants aan de hand nemen en concreet laten zien hoe zij het kunnen gebruiken en wanneer ze voldoende gedaan hebben. Dat vergt een flinke investering in mensen en tijd, maar is uiteindelijk noodzakelijk om van een idee naar een digitale werkelijkheid te bewegen.

Experimenteren als devies

Veel dingen gaan de eerste keer niet zoals bedacht. Een prachtig idee of concept kan als een mooie stap voorwaarts klinken, maar eindigen als een hoop extra werk en frustratie, omdat het net allemaal iets anders lag dan eerder gedacht. En dat is niet erg, want het is leerzaam en nuttig voor andere klanten of voor de volgende jaren. Daarin zit echter wel het probleem, want in een accountantsorganisatie is het nog maar de vraag of deze ruimte om te leren en experimenteren bestaat. In een businessmodel dat draait op “alles moet in één keer kloppen” en zo efficiënt mogelijk zijn, is experimenteren het laatste waar men op zit te wachten. Uren gespendeerd aan een mislukt experiment kunnen immers niet gefactureerd worden. Dit gebrek aan experimenten om tot nieuwe methodieken te komen verergert het probleem echter alleen maar. Winst op korte termijn boven rendement op lange termijn, continuïteit en relevantie. Adviseren wij onze klanten niet om juist ook over de lange termijn na te denken? Waarom investeren we dan zelf niet in de kennis van onze medewerkers om toekomstbestendig te zijn?

Maar de regelgeving dan?

Veel collega’s stellen dat de regelgeving het ons moeilijk maakt om conventionele werkprogramma’s te vervangen door data-analyse. Wanneer hebben we genoeg gedaan en hoe borgen we dat we voldoen aan alle relevante vereisten? Dat is wel erg makkelijk geroepen. Het feit is en blijft dat de regelgeving, zoals de recent herziene Standaard 315, daadwerkelijk aanmoedigt om meer met data te doen. Ook de AFM roept op tot verandering in het beroep en staat open voor gesprekken over het gebruik van data.  Een rubber stempel met goedkeuring zullen ze niet geven, maar laten we reëel zijn, dat doen ze ook niet op onze huidige controlemethodiek. Sterker nog, daar zijn ze regelmatig behoorlijk kritisch op [3].

De data-revolutie staat aan de deur te kloppen

Met de komst van de CSRD wordt het belang van data onderstreept. Een volledig gegevensgerichte aanpak op wereldwijde Scope 3 emissies (indirecte emissies in de waardeketen) waarbij middels steekproeven en handmatige herberekeningen de juiste emissiefactor bepaald wordt is onbegonnen werk en illustreert het belang van data-analyse in het nieuwe auditen. Ditzelfde geldt voor het vaststellen van de juiste classificatie van personeelsgegevens in de wereldwijde waardeketen van een organisatie aan de hand van deelwaarnemingen. Voor de CSRD zijn nog geen concrete standaarden; hierin ligt dus de ultieme kans om dergelijke controles data-driven by design te maken. Denk bijvoorbeeld aan een common datamodel voor het berekenen van Scope 3 emissies, gevoed door data van allerlei bronnen om zo tot een gedeelde inschatting te komen. Dit leidt tot efficiëntie en consistentie voor accountants en organisaties, in plaats van iedere keer opnieuw het wiel uitvinden. Dat vergt lef, visie en daadkracht van accountants, data-analisten en klanten en zal ongetwijfeld betekenen dat fouten gemaakt gaan worden. Maar één ding is zeker, als we nu niet beginnen, staan we straks voor een onmogelijke opgave.

Jeroen Hofland behaalde in 2023 zijn Master of Science in Accountancy cum laude aan Nyenrode en is nu bezig met het afronden van de Post-Master. Hij werkt als senior consultant Digital Transformation voor Mazars waar hij bijdraagt aan data-gedreven accountantscontroles.

Bronvermelding:

[1] Bongers, M., & Van Buuren, J. (2023, 23 maart). Nu doorpakken met datagedreven controles; geen hobby maar noodzaak! Accountant.nl. https://www.accountant.nl/achtergrond/2023/3/nu-doorpakken-met-datagedreven-controles-geen-hobby-maar-noodzaak/

[2] Hofland, J.W. (2023). Datagedreven Risicomanagement – een onderzoek naar de invloed van organisatiecultuur, innovatief vermogen en data analytics op Enterprise Risk Management. (Masterscriptie). Nyenrode Business Universiteit.

[3] Autoriteit Financiële Markten. (2023, 8 juni). Scherpere houding accountants nodig bij frauderisicoanalyse. AFM. https://www.afm.nl/nl-nl/sector/actueel/2023/juni/accountants-fraude