Een jaarrekeningcontrole hoeft niet te beginnen met het opvragen van tientallen documenten, het selecteren van steekproeven en het afwerken van uitgebreide checklists. Bij Coney Minds hebben we de afgelopen twintig jaar een controleaanpak ontwikkeld waarin data-analyse en process mining een structurele plaats innemen. Daarmee begrijpen we beter hoe een onderneming functioneert, kunnen we gerichter controleren en krijgen ondernemers en financiële professionals meer terug van hun accountant. De jaarrekeningcontrole begint bij het begrijpen van de onderneming.
Wanneer wij bij een nieuwe controlecliënt beginnen, willen we eerst begrijpen hoe de onderneming haar geld verdient, welke bedrijfsprocessen bepalend zijn voor de financiële verantwoording en welke risico’s daadwerkelijk relevant zijn. Dat klinkt vanzelfsprekend, maar in de praktijk van de accountancy wordt de controle nog regelmatig sterk gestuurd door standaardwerkprogramma’s, documentatievereisten en steekproeven die niet altijd aansluiten op de manier waarop een onderneming is georganiseerd.
Bij Coney Minds beginnen we daarom iedere jaarrekeningcontrole met een gezamenlijke Audit Workshop. Hierin zitten onze accountants en dataspecialisten met de financieel verantwoordelijken en waar nodig operationele medewerkers van de onderneming aan tafel. We bespreken de belangrijkste processen, informatiestromen, systemen, risico’s en beschikbare data. We kijken daarbij niet uitsluitend naar de financiële administratie, maar juist ook naar de systemen waarin transacties ontstaan.
Bij een handelsorganisatie zijn dat bijvoorbeeld het ordermanagementsysteem, het warehousemanagementsysteem en de financiële administratie. Bij een softwareonderneming kijken we naar contractregistratie, abonnementsgegevens, facturatie en omzetverantwoording. En bij een productieonderneming spelen onder meer inkoop, voorraadbewegingen, productieorders en kostprijsberekeningen een belangrijke rol.
Deze voorbereiding is essentieel omdat data-analyse pas werkelijk waarde toevoegt wanneer je begrijpt wat de data vertegenwoordigen en hoe transacties door de organisatie bewegen.
Van steekproeven naar het analyseren van volledige populaties
Een traditionele controle werkt voor veel onderdelen met steekproeven. Uit een grote populatie facturen, betalingen of boekingen wordt een selectie gemaakt die vervolgens nader wordt onderzocht. Dat blijft onder omstandigheden een geschikte controletechniek, maar moderne analysetechnologie biedt mogelijkheden om eerst de volledige populatie te onderzoeken.
Stel dat een onderneming jaarlijks 250.000 verkoopfacturen verwerkt. Met data-analyse kunnen we alle 250.000 facturen onderzoeken op vooraf bepaalde kenmerken, verbanden en afwijkingen. We kijken bijvoorbeeld naar dubbele factuurnummers, afwijkende prijzen, ongebruikelijke kortingen, creditnota’s, boekingen rond de jaarafsluiting en aansluitingen met andere systemen.
Daarmee krijgen we inzicht in de totale populatie voordat we bepalen welke aanvullende controlewerkzaamheden noodzakelijk zijn. In plaats van uitsluitend individuele transacties te onderzoeken, kunnen we patronen identificeren en de aandacht richten op transacties die afwijken van het verwachte verloop.
Dat betekent overigens niet dat data-analyse automatisch voldoende controle-informatie oplevert of dat steekproeven volledig verdwijnen. De betrouwbaarheid en volledigheid van de gebruikte gegevens moeten worden vastgesteld, waarna de accountant beoordeelt welke aanvullende werkzaamheden nodig zijn. De toegevoegde waarde zit juist in de combinatie van een beter totaalbeeld en een gerichtere professionele beoordeling.
Process mining maakt zichtbaar hoe processen werkelijk verlopen
Een volgende stap is process mining. Deze techniek maakt gebruik van digitale gebeurtenissen die in informatiesystemen worden geregistreerd. Denk aan het aanmaken van een verkooporder, het vrijgeven van een order, het verzenden van goederen, het opstellen van een factuur en het ontvangen van een betaling.
Door deze gebeurtenissen op basis van bijvoorbeeld een ordernummer, tijdstip en activiteit met elkaar te verbinden, ontstaat inzicht in het werkelijke verloop van bedrijfsprocessen.
Dat levert regelmatig andere inzichten op dan een beschrijving van de formeel ingerichte procedures. Een onderneming kan bijvoorbeeld vastleggen dat iedere inkoopfactuur vooraf moet worden goedgekeurd, terwijl process mining laat zien dat bij bepaalde transacties de goedkeuring pas achteraf plaatsvindt. Ook kunnen uitzonderlijke procesroutes, herhaalde correcties en ongebruikelijke doorlooptijden zichtbaar worden.
Voor de jaarrekeningcontrole is dat relevant omdat de accountant beter kan beoordelen hoe processen en interne beheersingsmaatregelen in de praktijk functioneren. Daarbij blijft het noodzakelijk om vast te stellen wat de beschikbare eventlogs daadwerkelijk bewijzen. Een geregistreerde goedkeuring betekent bijvoorbeeld nog niet automatisch dat de onderliggende controle inhoudelijk goed is uitgevoerd.
Process mining biedt daarmee een aanvullende invalshoek voor het identificeren van risico’s en het toetsen van de werking van processen, maar vervangt niet de professionele beoordeling van de accountant.
Hoe werkt dat bij de controle van omzet?
Neem een onderneming met een groot aantal dagelijkse verkooptransacties. In een klassieke controle wordt vaak een combinatie toegepast van systeemgerichte werkzaamheden, cijferanalyses, gegevensgerichte steekproeven en aansluitcontroles.
Onze aanpak begint met het in kaart brengen van de volledige omzetstroom. Welke transacties ontstaan in het verkoopsysteem, hoe worden deze verwerkt in de facturatie en op welke wijze komen ze uiteindelijk terecht in het grootboek?
Met data-analyse kunnen we onder meer onderzoeken of de geregistreerde omzet aansluit op de onderliggende verkooptransacties, of facturen ontbreken, of er ongebruikelijke creditnota’s zijn en of omzet rond de balansdatum in de juiste verslagperiode is verwerkt.
Met process mining kunnen we vervolgens beoordelen welke procesroutes transacties hebben doorlopen, waar afwijkingen optreden en welke transacties mogelijk buiten de gebruikelijke beheersingsmaatregelen zijn verwerkt.
Deze combinatie helpt ons om controlewerkzaamheden beter af te stemmen op de geïdentificeerde risico’s. Tegelijkertijd krijgt het management inzicht in afwijkingen die ook vanuit operationeel of financieel perspectief interessant kunnen zijn.
De kwaliteit van data is onderdeel van de controle
Een datagedreven controle staat of valt met de kwaliteit van de gebruikte gegevens. Wie volledige transactiepopulaties wil analyseren, moet eerst vaststellen of de aangeleverde bestanden volledig, juist en voldoende betrouwbaar zijn voor het beoogde controledoel. Daarom besteden we aandacht aan de herkomst van data, de aansluiting tussen systemen, de structuur van gegevensbestanden en de manier waarop informatie is geëxtraheerd. Ook onderzoeken we of relevante gegevens gedurende het boekjaar op consistente wijze zijn vastgelegd.
Een belangrijk voordeel hiervan is dat problemen met de datakwaliteit eerder zichtbaar kunnen worden. Denk aan inconsistente stamgegevens, ontbrekende identificatienummers of verschillen tussen operationele registraties en de financiële administratie. Dat kan aanleiding zijn voor aanvullende controlewerkzaamheden, maar ook voor een gesprek met de onderneming over de inrichting van haar informatievoorziening.
Wat levert dit de CFO en financieel directeur op?
Een jaarrekeningcontrole blijft in de eerste plaats gericht op het verkrijgen van voldoende en geschikte controle-informatie om een oordeel te vormen over de jaarrekening. Het is geen consultancyproject en de accountant mag de verantwoordelijkheid voor de interne beheersing niet overnemen. Dat neemt niet weg dat een datagedreven controle relevante inzichten kan opleveren voor de onderneming.
Wanneer we afwijkingen in processen, opvallende transacties of verschillen tussen systemen constateren, bespreken we deze met de verantwoordelijke medewerkers. Daarmee ontstaat een inhoudelijk gesprek over de inrichting en werking van processen, de betrouwbaarheid van financiële informatie en mogelijke verbeterpunten.
We willen daarbij voorkomen dat de audit uitsluitend bestaat uit het heen en weer sturen van informatieverzoeken. Door vooraf gezamenlijk te bepalen welke gegevens nodig zijn en gedurende de controle bevindingen te delen, ontstaat een efficiëntere samenwerking.
Voor organisaties die hun financiële functie verder professionaliseren, kan dit extra waardevol zijn. Dat geldt ook voor ondernemingen die door hun groei voor het eerst met een wettelijke jaarrekeningcontrole te maken krijgen.
De rol van AI binnen onze controleaanpak
De snelle ontwikkeling van generatieve AI roept ook in de accountancy veel vragen op. Bij Coney Minds maken we bewust onderscheid tussen deterministische data-analyse, waarbij vooraf gedefinieerde regels en berekeningen tot reproduceerbare uitkomsten leiden, en probabilistische AI-toepassingen, waarbij uitkomsten mede gebaseerd zijn op statistische waarschijnlijkheden.
Voor veel financiële controlewerkzaamheden blijft deterministische data-analyse bijzonder geschikt. Wanneer we willen vaststellen of transacties aansluiten, of bedragen juist zijn berekend en of uitzonderingen binnen een populatie voorkomen, hebben we vooral behoefte aan controleerbare en reproduceerbare resultaten.
AI kan ondersteunend zijn bij bijvoorbeeld het verwerken, structureren en interpreteren van informatie, mits de betrouwbaarheid, vertrouwelijkheid en controleerbaarheid voldoende zijn geborgd. De inzet van AI is voor ons geen doel op zichzelf en vervangt de verantwoordelijkheid en professionele oordeelsvorming van de accountant niet.
Twintig jaar investeren in data-driven auditing
Toen we Coney Minds in 2005 oprichtten, hadden we de overtuiging dat de accountancy veel meer gebruik moest maken van de beschikbare data binnen ondernemingen. Sindsdien hebben we voortdurend geïnvesteerd in de combinatie van accountancy, data-analyse en technologie.
Onze accountants werken samen met dataspecialisten die ervaring hebben met onder meer KNIME, Python, Tableau en process mining. Daarmee beschikken we over expertise om gegevens uit verschillende systemen te analyseren en die analyses te vertalen naar relevante controlewerkzaamheden.
Voor ons is technologie geen afzonderlijke activiteit naast de jaarrekeningcontrole, maar een onderdeel van de manier waarop we onze controles voorbereiden en uitvoeren.
Dat vraagt overigens meer dan software alleen. Accountants moeten begrijpen welke analyses mogelijk zijn, wat de uitkomsten betekenen en hoe deze bijdragen aan de onderbouwing van hun controleoordeel.
Een andere manier van controleren
Wij geloven dat een goede jaarrekeningcontrole begint bij het begrijpen van de onderneming en de processen waaruit haar financiële informatie voortkomt. Data-analyse en process mining helpen om dat begrip te verdiepen, relevante risico’s te identificeren en controlewerkzaamheden gerichter in te richten.
Daarmee ontstaat een controle die beter aansluit op de werkelijkheid van moderne ondernemingen, zonder concessies te doen aan de eisen die aan de kwaliteit en onafhankelijkheid van de accountant worden gesteld.
Dat is de manier waarop wij bij Coney Minds al ruim twintig jaar werken aan data-driven auditing.
Meer zien, gerichter controleren en relevanter teruggeven.