Het kenniscentrum van de NBA en de Erasmus Universiteit Rotterdam NEMACC heeft onderzoek gedaan naar de toepassing van data-analyses in de MKB-accountantspraktijk. Het dient als stimulans voor accountants om zelf aan de slag te gaan met data-analyses bij hun samenstellings- of controleklanten.
Kansen voor accountants
Het in juli gepubliceerde onderzoeksrapport bevat twee praktijkstudies waarin de lezer wordt meegenomen in de mogelijkheden van data-analyse. Onder leiding van prof. dr. Peter Eimers RA van de Vrije Universiteit heeft het onderzoeksteam er nadrukkelijk voor gekozen data-analyses te nemen die goed toepasbaar zijn voor een bredere groep accountants. Al langere tijd zijn er geluiden dat de beroepsgroep hard zal worden geraakt door de technologische ontwikkelingen. Waarbij het genereren van jaarrekeningen en het leggen van logische verbanden sterk wordt vereenvoudigd door standaardisering en automatisering.
Deze ontwikkelingen kunnen mogelijk leiden tot een daling van de toegevoegde waarde van een accountant. Maar de nieuwe technologie biedt ook kansen voor accountants. De accountant kan volgens het onderzoek juist van grote waarde zijn bij het helpen duiding te geven aan data van een klant en vervolgens aanbevelingen te doen. De accountant is traditioneel opgeleid om met een kritische blik reguliere patronen te herkennen en mogelijke afwijkingen te detecteren.
Traditionele kennis en kennis uit data-analyse
Het rapport met de titel ‘Data-analyse werkt voor de MKB-accountant!’, stelt dat kennis verkregen via traditionele werkzaamheden en kennis verkregen via data-analyse vullen elkaar goed aan. Data-analyse kan leiden tot beantwoording van specifieke controlevragen. En daarmee biedt het ook de mogelijkheid tot het weglaten van controleprocedures die minder effectief zijn.
De accountant zou veel beter inzicht kunnen krijgen in de activiteiten van de klant en zo ook een betere risico-analyse maken. Het kost echter wel tijd om te leren de uitkomsten van data-analyse te interpreteren. De accountant wordt aangeraden te beginnen met een bekende klant die beschikt over rijke data.
