Big Data Analytics dan Implikasinya Terhadap Profesi Auditor

Dalam beberapa tahun terakhir, big data analytics telah menjadi fenomena dan telah memungkinkan organisasi untuk mengubah arah bisnis mereka berdasarkan kelimpahan, kualitas, dan kecepatan informasi. Perubahan ini juga sangat mempengaruhi profesi audit. Artikel terbaru di CPA Journal meneliti bagaimana data tradisional yang digabungkan dengan big data analytics (terstruktur dan tidak terstruktur) dapat mengubah cara auditor mendekati pekerjaan mereka. Berikut beberapa skenario:

Definisi Big Data
Definisi data besar melampaui volume informasi. Misalnya, Juan Zhang, Xiongsheng Yang, dan Deniz Appelbaum mendeskripsikan big data dengan empat “Vs”: volume besar, kecepatan tinggi, variasi besar, dan kebenaran yang tidak pasti. Apa yang digolongkan sebagai “besar” juga merupakan konsep yang relatif. Sebuah kumpulan data dapat dianggap besar jika sistem informasi berada pada kapasitas maksimumnya atau tidak dapat menyelesaikan. Big data juga hadir dalam berbagai format, seperti teks, gambar, suara, dan video. Data besar juga dapat dihasilkan secara independen dari operasi manusia. Contoh data besar termasuk jumlah klik pada iklan, detail panggilan telepon dukungan pelanggan, atau riwayat kesehatan lengkap pasien.

Data besar juga telah diadopsi dalam praktik akuntansi. Dengan teknologi identifikasi frekuensi radio (RFID), perusahaan dapat melacak produknya dari jalur perakitan melalui toko. Hal ini memungkinkan penyesuaian langsung pada inventaris, dibandingkan dengan menggunakan asumsi dalam metode inventaris tradisional (mis., FIFO, LIFO). Penggunaan lain dari data besar adalah pengukuran benda tak berwujud. Jika data tentang kepuasan pelanggan dapat terus dikumpulkan dan dianalisis dari media sosial dan platform di seluruh dunia, perusahaan dapat memiliki bukti yang lebih andal dan tepat waktu tentang nilai pasar sebenarnya yang tidak berwujud, yang tetap menjadi tugas berat di bawah pengukuran akuntansi saat ini (Vasarhelyi, Kogan, dan Tuttle 2015).

Audit Tradisional versus Audit Masa Depan
Pergeseran dari audit tradisional ke audit masa depan tidak akan terjadi karena auditor memilih untuk melakukannya. Pendorong utama aplikasi big data oleh auditor adalah tuntutan sisi klien. Jika ERP dapat menciptakan motivasi bagi profesi audit untuk mengadopsi audit berbasis TI, hal yang sama harus diterapkan pada big data.

Bayangkan lingkungan yang dipenuhi klien yang memanfaatkan data besar dalam operasi bisnis mereka. Auditor tanpa pengetahuan dan keterampilan yang memadai akan kesulitan memahami bisnis klien dan memberikan jaminan. Penerapan data besar dalam fungsi sehari-hari klien dapat memengaruhi pengauditan dalam dua cara. Salah satunya adalah melalui penggunaan informasi akuntansi yang terdapat dalam berbagai format (misalnya audio, gambar, video). Misalnya, panggilan penjualan yang dilakukan ke pelanggan mungkin digabungkan dengan angka pendapatan untuk memberikan catatan lengkap aktivitas penjualan. Dalam hal ini, auditor yang memeriksa laporan laba rugi perlu memahami dan menganalisis data yang terintegrasi. Demikian pula, video pengawasan dapat digabungkan dengan data inventaris, yang mengharuskan auditor untuk menggunakannya secara efektif sebagai bukti audit pelengkap. Selain itu, data besar dapat menghasilkan informasi akuntansi secara real-time, meningkatkan volume dan kecepatan pengumpulan data. Oleh karena itu, auditor perlu lebih memahami baik data terstruktur maupun tidak terstruktur.

Daripada mengandalkan pengambilan sampel, auditor dapat memeriksa semua data piutang. Volume data yang besar juga memungkinkannya untuk dikelompokkan berdasarkan variabel perbedaan (seperti jumlah transaksi, waktu dan lokasi) untuk menemukan pola atau anomali yang lebih bermakna. Nomor pendapatan mungkin terkait dengan panggilan penjualan untuk mendapatkan catatan aktivitas penjualan yang lebih lengkap.
Video pengawasan digabungkan dengan data inventaris untuk bukti audit
Data GPS dapat digabungkan dengan dokumen pengiriman tradisional untuk memverifikasi informasi pengiriman

Contoh lainnya termasuk:
• Mencocokkan diagnosis dan data prosedur dalam rekam medis elektronik dengan klaim
• Menggunakan data dari perangkat seluler untuk memastikan bahwa perawatan di rumah selesai seperti yang diklaim

Penggunaan big data analytics dalam audit menimbulkan banyak masalah, termasuk:
• Mengetahui data apa yang tersedia dan bagaimana menggunakannya
• Mengakses data yang mungkin dianggap sensitif
• Menggabungkan data dari sistem yang berbeda menjadi satu untuk dianalisis
• Mempelajari cara menggabungkan data terstruktur (mis., Transaksi) dengan data tidak terstruktur (mis., Email)

Tetapi big data analytics juga memberikan banyak peluang untuk audit, termasuk:
• Bukti audit berkualitas lebih tinggi
• Wawasan bisnis yang lebih relevan
• Kemampuan yang lebih kuat untuk mengidentifikasi penipuan dan risiko bisnis operasional

Bagi auditor, big data analytics juga akan memberikan lebih banyak peluang bagi mereka yang memiliki keterampilan analitik data teknis yang kuat, mentalitas analitis, dan kemampuan untuk merancang program audit mereka sendiri. Ini juga akan menjadi keuntungan bagi tim audit internal yang memiliki pengetahuan mendalam tentang bisnis, datanya, dan cara mereka bekerja / berkorelasi bersama.

Mengintegrasikan Big Data ke dalam Audit
Meskipun potensi big data mungkin membuatnya menarik bagi perusahaan audit, integrasi sebenarnya ke dalam audit belum matang. Beberapa elemen harus dibenahi. Pertama, integrasi data besar dimulai dengan kombinasi data tradisional dan data besar. Kedua sumber ini sama pentingnya untuk prosedur audit, karena keduanya menyiratkan jenis informasi yang berbeda. Sementara data akuntansi tradisional sebagian besar bersifat kuantitatif dan terstruktur, data besar juga mencakup data tidak terstruktur dan semi-terstruktur yang menawarkan lebih banyak bukti pendukung dan informasi terperinci. Mengingat kompleksitas transaksi bisnis modern, auditor sering kali perlu memperoleh berbagai jenis bukti. Yoon dkk. berpendapat bahwa penambahan big data dapat meningkatkan kecukupan, keandalan, dan relevansi bukti audit, yang selanjutnya meningkatkan kualitas audit. Misalnya, dalam memverifikasi informasi pengiriman, dokumen pengiriman tradisional adalah bukti utama terjadinya. Data besar tambahan, seperti data GPS, dapat memberikan verifikasi yang lebih solid. Singkatnya, auditor harus terlebih dahulu mengidentifikasi data besar yang berpotensi relevan dan berguna, kemudian mengumpulkan dan menggabungkan data.

Meskipun demikian, agregasi data pada tingkat ini menghadapi tantangan yang serius, sebagian besar disebabkan oleh ketidakcocokan data; data besar tidak terstruktur dan tidak memiliki pengenal umum. Pertimbangkan skenario di mana auditor, dalam upaya untuk memverifikasi pendapatan perusahaan energi, ingin menggabungkan rincian panggilan telepon dari setiap instalasi layanan dengan jumlah penjualan. Untuk melakukan tugas ini, diperlukan pemahaman yang menyeluruh tentang dua kumpulan data dan kompetensi yang memadai dalam pemrograman data, yang mengacu pada dua komponen penting lainnya dalam integrasi data besar: sumber daya manusia dan teknologi.

Masalah serius lainnya dengan dimasukkannya data besar adalah keamanan yang terkait dengan penyimpanan data. Karena data besar agregat dapat mencakup informasi sensitif, menangani kerahasiaan penting bagi klien dan regulator. Mungkin juga menimbulkan kekhawatiran tentang independensi ketika auditor eksternal mengetahui terlalu banyak tentang klien mereka.

Sumber:
• https://www.cpajournal.com/2017/06/26/big-data-business-analytics-implications-audit-profession/
• https://idea.caseware.com/blog/big-data-and-audit

× For inquiries, please chat us...