De Brenda Westra Opinieprijs wordt jaarlijks door Nyenrode Business Universiteit en Stichting Future Finance uitgereikt en is gericht op vernieuwende, duidelijk opiniërende, vlot geschreven, voor het accountantsberoep en –onderwijs actuele opiniestukken. In november wordt deze prijs uitgereikt, vandaar dat de aankomende tijd The Accountables is omgetoverd tot Brenda’s Weken, waarbij gedurende deze weken elke dag een opinie van een van de genomineerde centraal staat. Vandaag de opinie van Fabian Bakker. Hij behaalde in 2024 de Bachelor of Science in Accountancy aan Nyenrode Business Universiteit en studeert nu in de Master. Hij werkt als senior assistent audit bij Visser & Visser.

Innovatiedrang zonder doel

Als doorgroeiende assistent in het vak van accountancy heb ik de afgelopen vijf jaar de snelle ontwikkelingen meegemaakt op het gebied van data-analyse. Wat tot voor kort nog klooien was met grote Excelbestanden en draaitabellen, loopt in rap tempo uit tot datawarehouses, dashboards en klant-specifieke platforms voor analyses. Accountantskantoren willen graag voorop lopen in deze ontwikkeling, bijna tot ze er bij neervallen. Innoveren kost deze kantoren tijd, geld en training. Bovendien kan het zorgen voor frustratie bij medewerkers en klanten. Dit terwijl de toegevoegde waarde van data-analyse vaak niet zichtbaar wordt. Innovatie doet altijd pijn, maar zonder duidelijk doel kan het aanvoelen als een situatie van uitzichtloos lijden. Vanuit verschillende hoeken hoor ik een klaagzang van sceptici over data-analyse en willen auditors ermee stoppen. Ik vind dat we data-analyse niet de nek om moeten draaien, maar een duidelijke stip op de horizon moeten geven.

Bij de tijd blijven

Het maatschappelijk verkeer verwacht dat accountants met de tijd meegaan (Appelbaum et al., 2017). Verschillende vormen van data-analyse schieten daarom in de auditsector als paddenstoelen uit de grond. Elk accountantskantoor, groot of klein, zoekt hierin zijn eigen weg, van Excel-tools tot een eigen platform met op maat gemaakte analyses. Alle kantoren moeten (en willen) mee met deze rage, anders kun je je niet onderscheiden van de concurrentie. Door deze innovatiedrang lijkt data-analyse nu tot problemen te leiden. We willen altijd vooruit en het liefst zo snel mogelijk. Maar als data-analyse zelf niet het probleem is, wat dan wel?

Naar mijn mening wordt data-analyse op dit moment te snel ingezet, als gevolg van de bovenstaande verwachtingen. Daarbij komt ook een tekort op de arbeidsmarkt en de noodzaak om het werk efficiënter te maken, wat zorgt voor extra urgentie. Door de snelheid van ontwikkeling raken we uit het oog waar we data-analyse echt voor zouden moeten inzetten: het kan namelijk heel mooie kansen bieden! Maar zeggen dat data-analyse auditkwaliteit verbetert, vind ik kort door de bocht. De oplossing is denk ik meer genuanceerd.

Wetenschappelijk onderbouwd

Uit onderzoek blijkt dat data-analyse in de controle is in te zetten voor drie overkoepelende doelen. Dit is: het proces van de controle, de systeem- en gegevensgerichte werkzaamheden en de rapportage (Dagilienė & Klovienė, 2019). Deze verschillende doelen kunnen bijdragen aan de kwaliteit van de controle, maar staan wel los van elkaar. Ik zie te vaak gebeuren dat er generieke ‘one-size-fits-all’ analyses ontstaan. Bijvoorbeeld een algemeen analyse-dashboard: het kan gebruikt worden bij het inschatten van risico’s (proces), het uitvoeren van een geld- goederenbeweging (werkzaamheden), het presenteren aan de klant (rapportage) en nog veel meer! Maar doordat er zoveel kan, zien we tijdens de controle door de bomen het bos niet meer en gebruiken we het dashboard liever niet: Het dashboard kan alles, maar blinkt nergens in uit. “Dan maar de oude vertrouwde manier, gewoon een steekproef.”

Dit vind ik zonde. Er zit veel potentie in het gebruik van data-analyse en er zijn in de wetenschap gegronde redenen om data-analyse in te zetten. Maar door overhaaste implementatie of enkel het volgen van een rage komen we er niet.

Specifiek doel

De oplossing ligt volgens mij in data-analyse met een specifieker doel. Of dit nou het proces van de controle is, het uitvoeren van werkzaamheden of het ondersteunen in rapportage, maakt dan niet uit. Wanneer we een concreet doel kiezen dat wetenschappelijk onderbouwd is, zal door deze duidelijkheid en richting de data-analyse ook eerder ingezet worden tijdens een controle.

Het blijkt misschien al (of niet), maar ik ben een enorme voorstander van data-analyse. Wanneer er een nieuwe techniek is ben ik graag de ‘early adopter’. Early adopters kunnen we denk ik goed gebruiken. Maar ook de eerder genoemde sceptici hebben we nodig, mensen die achterover durven te leunen om stil te staan bij het grote plaatje. Deze twee groepen zijn prominent aanwezig in de discussie rondom data-analyse, maar staan soms ver van elkaar af.

De uitdaging

Ik wil je daarom een uitdaging meegeven. Ben je een early adopter? Leun eens achterover. Wat zie je als je even stilstaat en nadenkt over wat er gebeurt? Waarom willen we deze technologie gebruiken en voegt de moeite die we er in steken ook iets toe aan de controle? Zo niet, wat zouden we moeten doen om data-analyse gericht in te zetten? Ben je een scepticus? Dompel je eens onder in data-analyse. Ga niet roepen van de zijlijn, maar gebruik data-analyse en maak je feedback concreet. Wees sceptisch, maar op een inhoudelijke en opbouwende manier.

Mijn oproep aan beide groepen: ga met elkaar in gesprek. Zoek de magie van het conflict op, want alleen dan ontstaan er mooie en nuttige dingen. Wees niet bang voor kritiek, maar sta er voor open. De NBA kan wel een nieuwe standaard of handreiking schrijven, maar ons beroep blijft mensenwerk en we staan er uiteindelijk samen voor. Ik geloof dat we, door een gemeenschappelijk doel te vinden, verenigd achter de implementatie van data-analyse kunnen staan. Betrekt iedereen hierbij, van junior assistent of data-analist, tot accountant, directie en mogelijk de klant. Het concrete doel kan voor elk kantoor anders zijn, de accountant op de hoek heeft hier een ander beeld bij dan een Big4-kantoor en dat is goed. De kunst is om de innovatiedrang te focussen op een gezamenlijk, concreet en in wetenschap gegrond doel.

Fabian Bakker behaalde in 2024 de Bachelor of Science in Accountancy aan Nyenrode Business Universiteit en studeert nu in de Master. Hij werkt als senior assistent audit bij Visser & Visser.

Bibliografie

Appelbaum, D., Kogan, A., & Vasarhelyi, M. A. (2017). Big Data and Analytics in the Modern Audit Engagement: Research Needs. AUDITING: A Journal of Practice & Theory, 36(4), 1-27. https://doi.org/10.2308/ajpt-51684

Dagilienė, L., & Klovienė, L. (2019). Motivation to use big data and big data analytics in external auditing.

Managerial Auditing Journal, 34(7), 750-782. https://doi.org/10.1108/MAJ-01-2018-1773

Voor het plaatsen van reacties, hou graag rekening met onze spelregels.