Анализ данных для внутреннего аудита

Анализ данных для внутреннего аудита

Doodle - Analytics

Умение оперативно обрабатывать данные критично для
оперативного принятия эффективных управленческих
решений

  • Многие руководители выделяют
    необходимость подтвердить свое
    решение расчетами на основе
    имеющихся данных
  • Отмечается недостаток
    качественных, непротиворечивых
    данных в компаниях
  • Повышаются ожидания от
    внутренних аудиторов в области
    работы с данными, связанные с
    необходимостью предлагать
    эффективные решения руководству

58%
опрошенных
руководителей видят
проблемы с обработкой
данных

Основная сложность – постоянный рост объемов данных

600$ - стоит жесткий диск, на который можно записать всю классическую музыку

 

30 млн - сообщений появляются в социальных сетях ежемесячно

 

40% - рост обрабатываемых данных ежегодно

 

Где могут быть использованы методы анализа данных
в работе внутреннего аудита?

1. Рискориентированное планирование

2. Проведение проверки

3. Подготовка убедительного отчета о проверке

4. Мониторинг деятельности

 

Опрос 1

В каких областях аудиторской деятельности Вы 1 используете анализ больших объемов данных?

1 В силу специфики бизнеса большие объемы данных анализировать не приходится 11%

 

2. Только про проведении проверки 23%

 

3. Практически во всех областях работы 32%

 

4. При проведении проверки, подготовки отчетов 34%

 

Опрос 2

Кто в Вашей функции внутреннего аудита умеет работать с большими объемами данных?

1. У нас есть специальный отдел. Качественно проанализировать большой объем данных могут только они. 20%

 

2. Специалистов по анализу данных не хватает. Данные анализирует каждый
аудитор в меру своей подготовки. 55%

 

3. Когда сталкиваемся с большими объемами данных просим помощи у ИТ блока 7%

 

4. Это должен уметь каждый аудитор. У нас большинство может проанализировать
большой объем данных. 18%

 

Опрос 3

Что, на Ваш взгляд, является самым существенным фактором, сдерживающим рост применения практики анализа большого объема данных?

1. Отсутствие необходимости это делать 2%

2. Отсутствие удобного ПО 26%

3. Отсутствие навыков работы с данными 44%

4. Отсутствие методологии в компании по анализу данных 23%

5. Низкое качество 5%

 

Подход PwC к анализу данных – это просто!

  1. Понять
  2. Улучшить
  3. Помочь
  4. Встроить
  5. Найти
  6. Проверить
  7. Описать

Этап 1

  • Какая информация есть в Ваших данных?
  • Вы можете ей доверять?

Этап 2

  • Что произошло и почему?
  • К чему это приведет?

Этап 3

  • Кому нужна эта информация?
  •  Как ее использовать?

 

Базовый пакет для анализа данных – Doodle Analytics

  1. Простота использования
  2. Экономия времени
  3. Снижение рисков
  4. 150 инструментов в пакете
  5. Быстрота освоения
  6. Новые возможности

 

Демонстрация. Проверка процесса закупок в "DOODLE"

Объект проверки:

  • Расчеты с поставщиками
  • Данные по поставщикам
  • Данные по сотрудникам полученные от Управления
  • Данные по сотрудникам полученные от Генерального Директора

Цель проверки:

  • Анализ корректности направленной информации
  • Выявление фиктивных закупок
  • Комплексные тесты для детального тестирования
  • Подготовка выборок для тестирования первичных документов

Результат проверки:

  • Наличие фиктивных закупок
  • Выявлена скрытая информация
  • Проверена целостность данных
  • Проведены комплексные тесты
  • Сделаны выборки для анализа первичных документов

Проверяемые лица:

  • Управление продаж "DOODLE"

 

Спасибо за внимание!

Комментариев еще нет.

Оставить комментарий