Top 25 data-analyse voorbeelden in context jaarrekeningcontrole
© 2012 Coney
Who are we?
2
© 2012 Coney
Discover your data
Analytics & Process mining New insights New opportunities More transparency Clear focus on your risks and internal control / operational procedures Improved people management and project management Continuous Monitoring & Auditing; Business Intelligence; Fraud; Risk management; Process improvement; Compliance management, Acccountant3.0
3
© 2012 Coney
Relevantie Per post van de jaarrekening kunnen met een beetje fantasie 5-10 controle maatregelen worden benoemd waar data-analyse een rol kan spelen. De mindset van Coney is altijd: focus, simpel houden. We hebben hieronder 25 relevante analyses benoemd waar een groot deel van onze accountant collega’s in de praktijk tegenaan (moeten) lopen. De Top 25 is ook zeker bedoeld voor ondernemers, financials, controllers die met dit overzicht een idee krijgen van de toegevoegde waarde van data-analyse. Deze lijst is niet volledig.
4
© 2012 Coney
Top 25 Data-analyse voorbeelden 1. Monitoren saldi tussenrekening. Er is vaak sprake van tussenrekeningen (denk aan financiële instellingen) die op ‘nul’ moeten lopen. Met een een data-analyse script kunt u periodiek testen op tussenrekening inderdaad op nul lopen en welke transactie eventuele ‘verschillen’ op tussenrekeningen veroorzaken.
2. Relatie tussen klachten en opbouw van bijvoorbeeld garantievoorzieningen. De voorziening is veelal een ‘schattingspost’, maar moet zijn onderbouwd door feiten uit het verleden, ratio’s. Door periodiek analyse van klachtenregistraties, product-retouren en reparaties kunnen ervaringscijfers worden bepaald. Deze cijfers kunnen worden gebruikt voor het controleren van de uitgangspunten van de garantievoorziening.
3. Doorlooptijd verkoopoffertes. De gemiddelde doorlooptijd en succesratio’s van offerteaanvragen kunnen worden gebruikt in de analyse van de volledigheid van opbrengstverantwoording. Vreemde afwijkingen in doorlooptijd of succes rondom einde boekjaar kunnen aanleiding geven voor verdere detailcontrole.
5
© 2012 Coney
Top 25 Data-analyse voorbeelden 4. Memoriaalboekingen analyseren. Met een data-analyse script rondom alle memoriaalboekingen worden alle vreemde boekingen in één keer geanalyseerd. Analyseer memojournaalboekingen bijvoorbeeld per medewerker, per periode, naar omvang, naar karakter, naar tijdstip. Ook is het mogelijk om naar autorisatie van transacties te kijken. Wie autoriseert welk type transacties en wanneer.
5. Urenbeweging. De analyse van de urenbeweging is niet alleen interessant in een typische urenbeweging als detachering, uitzenden en zakelijke dienstverlening. De analyse van uren: Job Time + Shop Time = contracteerde uren = betaalde uren kan ook zeer relevant zijn voor productie en andere typlogieen waar uren een rol spelen. Met data-analyse kan worden ingezoomd op de urenbeweging per medewerker, kunnen (totaal) aansluitingen met reserveringen vakantiedagen worden gemaakt en kan de opbrengstverantwoording van bepaalde inkomsten worden gecontroleerd (denk aan serviceuren, helpdeskuren, callcenter uren).
6. Creditcard declaraties. In situaties waar sprake is van veel zakelijke onkostenvergoeding is de analyse van creditcard uitgaven een prachtige middel voor de juistheid en rechtmatigheid van gedeclareerde kosten. Met een relatief eenvoudig script kunnen periodiek 100% van de declaraties worden geanalyseerd versus interne richtlijnen. Hiernaast kunnen trendanalyse per medewerker worden gemaakt.
6
© 2012 Coney
Top 25 Data-analyse voorbeelden 7. Capaciteit analyse. Denk aan verhuurbedrijven, hotels en soort gelijke ondernemingen. Bij deze analyse gaat het om een koppeling van verhuurtransacties in het reserveringssysteem aan boekingen in de financiële administratie. De vraag hier is of alle mutaties tot een opbrengst geleid hebben en welke patronen uit de verhuurdata kunnen worden gedestilleerd (vooruit kijken).
8. Gemiddelde opboekingen per leverancier. Kwantitatieve analyses van crediteurenmutaties geven een zeer waardevol inzicht in de onderliggende ‘ kwaliteit’ van procesbeheersing rondom Inkoop en Betalingen. Deze analyses zijn input voor de controle van volledigheid inkoopverplichtingen. Afwijkingen in inkooptrends aan het einde van het boekjaar kunnen iets zeggen over volledigheid van verplichtingen of het schuiven met kosten. Inkooporders kunnen in relatie tot inkopen per crediteur / inkoper kunnen ook iets zeggen over de werking van application controls zoals autorisatie.
7
© 2012 Coney
Top 25 Data-analyse voorbeelden 9. Snelheid betalingen. Hoewel niet direct relevant in relatie tot een post van de jaarrekening vinden wij de analyse van snelheid van betalingen wel relevant. Opvallende wijzigingen in de snelheid van betalingen kunnen iets zeggen over de kwaliteit van de onderliggende controle maatregelen (denk aan 3-way match, opvolging backorders) of efficiënte inrichtingen (bottlenecks) van betalingsproces. Een afnemende snelheid van betalingen (eventueel per divisie, werkmaatschappij) kan iets zeggen over (naderende) liquiditeitsontwikkelingen.
10. Logistiek – Orders versus Facturering. In de online en offline retail sector is de analyse tussen levering (bijvoorbeeld op basis van data van TNT) en facturatie cruciaal. Denk aan analyses op ‘wel geleverd/niet gefactureerd’ of ‘wel voorraad afgeboekt/niet geleverd’.
11. Dubbele betalingen en ‘personeel / RvB / DGA betalingen’. Het signaleren van dubbele betalingen kan eenvoudig toegevoegde waarde demonstreren. Betalingen aan ‘personeel’, ‘RvB’ en ‘DGA’ zijn zinvol om de kwaliteit van de interne controle rondom betalingen te testen. Klanten met ‘spookwerknemers’, ze bestaan!
8
© 2012 Coney
Top 25 Data-analyse voorbeelden 12. GL Account detailcontrole. Een detailanalyse van grootboekrekeningen is een goed instrument om door de uitzonderingen en bijzonderheden te identificeren. Met ‘stratify’ kunnen verschillende grootboekrekeningen snel geanalyseerd worden door de ‘spreiding’ in kaart te brengen en de transacties zichtbaar te maken die buiten de range (onder, boven) vallen.
13. Omloopsnelheid voorraden. Voorraadbewegingen zijn relevant in het licht van de controle van de waardering van voorraden, in het bijzonder de voorziening incourante voorraden. Met data-analyse kunnen omloopsnelheden op artikelniveau worden berekend. Op voorraadgroep niveau kunnen via ‘stratify’ (spread, range) artikelen in kaart worden gebracht met opvallend lage omloopsnelheden.
14. Verkoop Kortingen. Toegestane kortingspercentages liggen vaak vast in kortingstabellen. De interne controle maatregelen rondom korting tabellen zijn veelal stringent. De tabellen zijn in veel ERP systemen gekoppeld aan verkoopregels. Met data-analyse kunnen verkoopprijzen (integraal) worden herberekend om vast te stellen dat de juiste kortingsregels zijn toegepast. Afwijkingen zijn signalen voor niet werkende interne controle of onjuiste mapping verkoopregels en korting tabellen.
9
© 2012 Coney 10
Top 25 Data-analyse voorbeelden 15. BTW Analyse. Denk hierbij aan de controle of leveringen aan buitenlandse afnemers een juiste BTW code is toegepast door de combinatie van leveradres, verkoopregel en BTWcodes. Een ander voorbeeld van data-analyse rondom BTW is per afnemer of leverancier vaststellen of consistent een logisch BTW percentage wordt toegepast.
16. Inkoopkortingen versus inkoopvolumes. In veel inkooporganisaties is sprake van inkoopkortingen die kunnen worden geclaimd op basis van afgenomen volumes. De juistheid en volledigheid van inkoopkortingen die periodiek worden geclaimd kunnen met dataanalyse worden gecontroleerd door de opbouw van de inkoopkorting op basis van de rekenrekels (vastgelegd in inkoopcontracten) en de inkooptransacties te berekenen en te vergelijken met de verantwoorde kortingen.
17. Masterdata leveranciers. Met data-analyse kan op basis van ingelezen dagafschriften worden vastgesteld of leveranciers consistent op hetzelfde bankrekeningnummer worden betaald. Afwijkende bankrekeningnummers kunnen duiden op fraude of fouten en moeten nader onderzocht worden. Een uitkomst als de interne beheersing rond masterdata niet op orde is.
© 2012 Coney 11
Top 25 Data-analyse voorbeelden 18. Teruggedraaide journaalposten. Met data-analyse kan worden vastgesteld welke boekingen aan het eind van een rapportage-periode worden gemaakt en aan het begin van de opvolgende rapportageperiode weer worden teruggedraaid. Dit kan duiden op manipulatie van gerapporteerde cijfers.
19. Analyse social media versus distributie contracten. Twitter en Facebook data kunnen worden gebruikt om in kaart te brengen wat bedrijven of consumenten zeggen over diensten of producten. Stel dat uw client software distribueert in 20 landen. Op basis van analyses van keywords kan inzichtelijk gemaakt worden in welke landen over de software wordt gesproken. Ook in die landen waar volgens de contracten geen software wordt gedistribueerd….
20. Resultaat per klant. Uw klanten hebben ook klanten. Gelukkig maar. Vaak is dit een B2B relatie. Ondernemers hebben echter niet altijd een goed beeld bij wat er per klant wordt verdiend. Niet direct relevant voor de jaarrekening denkt u? Wat als u met data-analyse in kaart kan brengen dat sommige relaties structureel verliesgevend zijn? En u koppelt dit aan betaalgedrag van klanten van uw klanten? In ieder geval iets te bespreken.
© 2012 Coney 12
Top 25 Data-analyse voorbeelden 21. Budgetoverschrijdingen. Met data-analyse is het prima mogelijk om (dreigende) budgetoverschrijdingen in kaart te brengenen te delen met klant. Dit is niet alleen interessant voor cijferbeoordeling maar deze analyse kan ook periodiek worden uitgevoerd zodat uw cliënten nieuwe inzichten krijgen.
22. Aansturing Grootboekrekeningen. Wanneer heeft u voor het laatst vastgesteld dat de omzetgrootboekrekeningen alleen worden aangestuurd door boekingen uit de gekoppelde verkoopsystemen? Hoe weet u dat creditfacturen ook daadwerkelijk zijn gekoppeld aan retour ontvangen goederenmeldingen? Analyse van ‘aansturing’ (opboeken/afboeken) van grootboekrekeningen resulteert niet alleen in inzicht feitelijke werking van proces/journaalgang, maar zegt ook iets over de vraag of journaalboekingen consistent worden uitgevoerd.
23. Testen van échte betaaltermijnen op factuurniveau. Inkoop en verkoop. Met de koppeling tussen de inkoop- en verkooptransactieregels (inclusief data-velden) versus de feitelijke bank uitgaven en ontvangstregels heeft u inzicht in de betaaltermijnen op transactieniveau. Koppel dit aan stratify en periodieke analyses en u heeft samen met uw klant inzicht in feitelijke betaalgedrag en dreigende cashflow problemen.
© 2012 Coney 13
Top 25 Data-analyse voorbeelden 24. Functiescheiding en Autorisatie matrix. Wie kent de uitdrukking ‘cheese wedge’? Ook wel gatenkaas. Op 24, maar dat komt omdat deze analyse zo voor de hand ligt. Dit is een 100% analyse van transactie per cycle (inkoop, verkoop, HRM ect) waarin wordt vastgesteld WIE heeft WELKE transactie uitgevoerd en zijn deze conform de Functiescheidingen en AutorisatieMatrix uitgevoerd. Ofwel, is er sprake van doorbreken van functiescheidingen, doorbreken van autorisaties? Zo ja, welke transacties betreft dit, hoeveel EUR is hierbij betrokken?
© 2012 Coney 14
Speciaal aandacht voor nummer 25 Binnen Coney geloven wij in de kracht van de Nederlandse GeldGoederengedachten. Een ieder van u kent de theorie van Starreveld, is bekend met de BETA formulues, de verbanden tussen in- en uitgaande geld en goederen/dienstenbewegingen. In een verder gaande digitale omgeving denken wij dat de stap naar close-toreal-time auditing of ongoing monitoring (door de business, controllers, finance) mogelijk is. Met data-analyse kunnen deze verbanden zichtbaar worden gemaakt en kan worden ingezoomd op ‘lekken’ in de stromen en worden vastgesteld welke onderliggende transacties hier een rol spelen. Hieronder een Coney praktijk voorbeeld van een detachering. Inkoop uren, verkoop uren, verkoopmarges per ingehuurde professional.
© 2012 Coney 15
Nummer 25 – last but not least – Data-Analyse – de Geld- Goederenbeweging
Purchasing Hours x Freelance Rate
Payables
Cash Disbursment
TEMP services
Close To Real Time
Cash
Sales Hours x Sales Rate
Receivables
Cash Receipt
Voorbeeld
Top Cycle Approach door Coney Accountants Voorbeeld voor een detacheringsbedrijf SELL SIDE NR 1 TOP CYCLE AUDIT SCRIPT WEEKLY Q Hours * P Freelance Rate * Sales Standard Margin (1+ %) = SOLL Sales versus IST Sales
CASH RECEIPT NR 2 TOP CYCLE AUDIT SCRIPT WEEKLY Opening Receivable+ IST Sales – Ending Receivable = SOLL Cash Receipt versus IST Cash Receipt
CASH DISBURSMENT NR 3 TOP CYCLE AUDIT SCRIPT WEEKLY Opening Cash + IST Cash Receipt– Ending Cash = SOLL Cash Disbursement versus IST Cash Disbursement
BUY SIDE NR 4 TOP CYCLE AUDIT SCRIPT WEEKLY IST Cash Disbursement versus IST Q hours * P Freelance Rate (BUY)
© 2012 Coney 16
© 2012 ACL Services Ltd. 17
HULP NODIG MET DATA-ANALYSE? Coney is NR1 in data-analyse in de BENELUX. Wij helpen ondernemers, managers en financials met het inrichten van een ongoing monitoring dashboard, met Accountant3.0 controleren we de jaarrekening op basis van dataanalyse en hiernaast trainen we iedereen met belangstelling voor data-analyse.
www.coney.nl
© 2012 Coney 18
Contact Information Pieter de Kok, partner 010-2849288
[email protected] @dekokpieter (twitter)
Amsterdam, Rotterdam, Brussel
[email protected] | www.coney.nl
