Analytics data analytics
Ang analytics data analytics ay nagsasangkot ng pagtatasa ng kumpletong mga hanay ng data upang makilala ang mga anomalya at mga uso para sa karagdagang pagsisiyasat, pati na rin upang magbigay ng katibayan sa pag-audit. Karaniwang nagsasangkot ang prosesong ito ng isang pagtatasa ng buong populasyon ng data, sa halip na ang mas karaniwang diskarte sa pag-audit na suriin lamang ang isang maliit na sample ng data. Sa mas masusing pag-aaral na inalok ng data analytics, ang isang auditor ay maaaring makinabang sa mga sumusunod na paraan:
Mas mahusay na pagpaplano nang maaga, dahil ang analytics ay maaaring magamit nang maaga sa isang pag-audit upang makilala ang mga lugar ng problema.
Mas mahusay na mga pagtatasa sa peligro, batay sa anumang mga anomalya at mga trend na natuklasan.
Ang katibayan ng pag-audit na mas mataas ang kalidad, dahil ang auditor ay maaari na ngayong suriin ang mas maraming data kaysa sa dating posible sa pag-sample ng audit.
Ang komunikasyon ng maraming mga isyu sa kliyente, dahil ang data analytics ay mas malamang na alisan ng takip ang iba't ibang mga anomalya na maaaring maging interes sa mga sisingilin sa pamamahala ng kliyente.
Sa kabila ng mga benepisyo na ito, ang paggamit ng analytics data analytics ay maaaring limitahan ng hindi ma-access o hindi magandang kalidad ng data ng kliyente, o ng data na hindi maaaring i-convert sa format na ginamit ng data analytics software ng auditor. Gayundin, ang paggamit ng data analytics ay nangangailangan ng isang bagong hanay ng mga kakayahan kung saan ang mga auditor ay maaaring walang pagsasanay o karanasan. At sa wakas, ang mga mas maliit na kumpanya ng pag-audit ay maaaring hindi kayang bayaran ang gastos ng mga tool sa data ng pag-audit ng data.
Gayunpaman, ang analytics data analytics ay kumakatawan sa isang makabuluhang pagpapabuti sa tradisyunal na mga diskarte sa pag-audit, at sa gayon ay malamang na sakupin ang isang pagtaas ng proporsyon ng oras ng auditor sa hinaharap.
