CÓMO ENCONTRAR NUEVAS FORMAS DE AGREGAR VALOR A SUS AUDITORÍAS

IIA GAM CONFERENCE

PRESENTADOR

Aaron BoorCISA IT Audit & Project Automation Manager Internal Audit Department Donegal Insurance Group

Desafíos Corporativos

• El uso de tecnología en más procesos está generando mayor cantidad de datos.

• Los datos están compilados y disponibles, pero no están documentados.

• Hoy existe mínima capacitación sobre cómo interpretar los datos.

• Las herramientas adecuadas no están disponibles para analizar datos.

• Faltan habilidades de análisis de datos en individuos con conocimiento institucional.

"La función de Auditoría Interna debe incluir análisis para estar al nivel del crecimiento del negocio; debe convertirse en algo natural

parte del proceso de pensamiento. Esto implicará no solo laadopción de nuevas herramientas y técnicas, sino también un

cambio de mentalidad ".- Ernst & Young

Terminología

• Data Analysis• Data Analytics • Business Analytics • Business Intelligence • Big Data Analytics

"El análisis de datos es la aplicación de modelos estadísticos ytécnicas a la información comercial para derivar conclusiones que

son beneficiosos para ese negocio ".- ISACA

Oportunidades

• Tradicionalmente, los auditores intentan comprender las poblaciones y construir una muestra representativa que se pueda extrapolar.

• Con Analytics de Auditoría Interna (AI) ahora es posible examinar poblaciones enteras.

• La AI puede identificar y enfocarse en atributos que anteriormente estaban fuera de su alcance, y discernir las relaciones y correlaciones que antes no eran visibles

Análisis de riesgos

Planificación de auditoría

Ejecución de auditoría

Reporte de auditoría

Plan de acción

Monitoreo

Bucle de feedback

El rol que juega Analytics a través del ciclo de Auditoría Interna

Oportunidades

• La auditoría interna tiene una perspectiva única sobre cómo los datos se compilan para los informes financieros• Tutoriales de proceso• Identificación del control• Entendimiento de la generación de datos• Comprender el flujo de datos entre sistemas• Medidas de seguridad de datos• Prueba de informe financiero

"... la innovación en la auditoría es esencial ... Habla de lo quelas empresas y los inversores realmente valoran de la auditoría y,

a la luz de las oportunidades de lo que presenta el análisis de datos,cómo se podría lograr eso ".

- ICAEW

Habilidades para capturar oportunidades• The Harvard Business Review cita a "Data Scientist" (un profesional especializado con una mezcla de habilidades técnicas y estadísticas) como el trabajo “más sexy del siglo XXI”

• Mayor conocimiento de la tecnología de análisis de datos y cómo ésta

interactúa con datos financieros

• Un puente entre los departamentos de tecnología de la información y contabilidad, que utilizan la riqueza del conocimiento surgido de diferentes industrias y compañías.

• La Habilidad de comunicar resultados de los análisis de datos a las áreas gerenciales en forma efectiva y utilizando herramientas de visualización.

"Es probable que estas escasas y altamente demandadas habilidades, continúen siendo desafiantes de adquirir en el futuro.

Una encuesta de The DataWarehousing Institute (TDWI) concluye que tanto el staff inadecuado

como la falta de habilidades en Analytics constituyen hoy las principales barreras en la implementación de Big Data Analytics en

empresas”- ISACA

Analytics y calidad de auditoría

• La calidad de la auditoría aumenta al tener la capacidad de:• Analizar conjuntos de datos completos• Identificar valores atípicos en una población para la cual muestrear• Encontrar la (s) aguja (s) en un pajar• Visualizar conjuntos de datos• Formular mejores preguntas con respecto a los datos financieros• Llevar a cabo interacciones de seguimiento más efectivas con los

departamentos de administración.

Metas de Analytics

Mejorar la calidad de las auditorías gracias al conocimiento adquirido de información financiera más detallada.

• Proporcionar a la administración informes más precisos especificando el origen de las excepciones.• Lograr interacciones efectivas con la gerencia en forma más frecuente.• Buscar una relación más fuerte con la Gerencia generandobuy-ins adicionales en futuros análisis

"... la eficiencia no se trata de “cortar horas", se trata de llegar alas cosas que importan más rápido y pasar más tiempo en

ellas, en lugar de avanzar lentamente a través de muestras aleatorias, que a menudo dicen muy poco. Estas técnicas reducen la

población en riesgo. Significa que estamos pescando en un estanque más pequeño, y a menudo podemos ir directamente a las áreas de

alto riesgo ".- ISACA

Preguntas para una dimensionar una auditoría¿Cuál es el alcance del proyecto de análisis de datos?

• ¿Cuáles son los objetivos de la auditoría?• ¿Hay datos disponibles para analizar?• ¿Cuántos datos se analizarán?• ¿Los datos están organizados / documentados?• ¿Dónde están ubicados los datos?• ¿Qué autorizaciones se requieren para acceder a los datos?• ¿Qué tipos de datos están disponibles en estos sistemas?• Para no obstaculizar la producción, ¿cuándo se pueden importar?

Preguntas sobre herramientas de análisis¿Qué herramientas de análisis de datos están disponibles para dimensionar este proyecto?

• Integridad de los datos• Limitaciones de registro / tamaño• ¿Los datos deben ser "pulidos" para un uso posterior?• Velocidad de disponibilidad de datos para usar en la herramienta• ¿El proyecto requiere datos de múltiples sistemas?• Velocidad de los cálculos de datos (estadísticas automáticas)• Capacidades de visualización

Adquisición de datos

• El valor agregado se vuelve posible en la etapa de adquisición de datos• En la etapa de planificación, se determina qué datos se necesitan,

de donde provienen, cómo se accederá a ellos, cómo se analizarán y cuál es el resultado esperado de su análisis.

• No excluir campos de solicitudes de datos. Estos campos adicionales proporcionan ideas valiosas para un análisis posterior

• Observar conjuntos de datos adquiridos en otras áreas de la auditoría, que también tienen potencial para proporcionar valiosos insights.

• Tómarse el tiempo para comprender los datos obtenidos en todas las áreas de auditoría y encontrar puntos comunes que puedan ofrecer insights adicionales.

Pasos en la validación de datos

• Asegurar que los datos a ser analizados fueron recibidos completamente sin errores

• Completar los datos adquiridos (recuento de registros y totales de control de los campos de cantidad clave)• Datos vacíos donde deberían haber datos• Sin errores de importación de datos

• Asegurar que el entorno de producción original no seaperjudicado durante el proceso de importación

Proceso de Data Analytics

• El uso de documentación del proceso (recorridos, diagramas de flujo, contratos, etc.), organiza los parámetros por los cuales los datos serán analizados.

• Espejar estos parámetros utilizando la herramienta de análisis de datos seleccionada. (involucrando uno o varios pasos)• Continuar buscando oportunidades de valor agregado en su sets de datos• Si se considera una tarea repetible, utilizar scripting• Si utiliza scripting, trabajar con monitoreo continuo.

La mayoría de las personas dejan de buscar cuando encuentran la aguja proverbial en el pajar. Yo continuaría buscando para ver si había otras agujas.

Trampas y acciones del Data Analysis

• Falsos positivos• Lógica de análisis defectuosa• Software desactualizado• Poca o nula continuidad• El Juicio humano y seguimiento con respecto a los resultados ¡es un deber!• La práctica hace la perfección: capacitarse continuamente.

Llame la atención de la Dirección

• Comparta insights de valor que van más allá del resumen ejecutivo que usualmente ven los directivos.

• Utilice elementos de impacto visual como gráficos, paneles e infografías para comunicar claramente los resultados de su trabajo.

“La AI debe integrar el análisis para mantener el ritmono solo con el negocio, sino también con sus

competidores. Un análisis correctamente implementado, proporciona valiosos insights de negocio y actúa como asesor estratégico, mientras

mantiene los costos a nivel e inclusive, los reduce. Cuando se trata de big data y anlytics, el futuro de la auditoría interna

es ahora ".-Ernst & Young

Muchas Gracias