⏱ 4 min
N’ayons peur ni de l’analyse de données ni de l’informatique décisionnelle (business intelligence)
Les volumes de données ainsi que leur pertinence pour l’économie et la société sont en constante augmentation. Le physicien et expert américain en système de gestion de la qualité, W. Edwards Deming, alla droit au but: «Nous croyons en Dieu. Tous les autres doivent présenter des données». On peut donc s’étonner que l'analyse de données soit si peu utilisée dans le cadre de l'audit de PME, car grâce à des outils modernes, elle peut également conférer des avantages dans l'environnement des PME.
L’Audit Data Analytics - De quoi s'agit-il?
L’Audit Data Analytics, ou analyse de données d’audit, désigne l'analyse de données moderne utilisée dans le cadre d’un audit comptable pour établir une évaluation des risques ou obtenir un degré accru d’assurance des tests. Pour ce faire, les organes de révision disposent de différentes méthodes dont les entreprises auditées profitent également. En voici quelques exemples:
- La visualisation de données permet de présenter graphiquement des ensembles de données, par exemple des écritures comptables. Ces représentations visuelles sous forme de diagrammes, de cartes thermiques ou de tableaux de bord sont une première étape vers la reconnaissance de modèles. La visualisation de données complexes exerce une influence positive sur la communication entre les organes de révision et les PME. Par ailleurs, les analyses favorisent des assertions supplémentaires concernant l’exactitude des écritures du journal.
- Le process mining (analyse détaillée) ou process analysis (analyse efficiente) sont des méthodes de représentation et d’analyse de processus opérationnels et des contrôles internes s’y rapportant. Les données de log (historique des événements) issues de l’ERP opérationnel de l’entreprise constituent la base de ces méthodes.
- Le text mining consiste à analyser des données textuelles, par exemple des factures de fournisseurs, des contrats ou des procès-verbaux, pour en extraire des informations clés de manière efficiente.
Enjeu: Base de données
Pour pouvoir effectuer une analyse, il faut disposer des données souhaitées. L'auditeur les extrait de l’ERP du client, les transforme et les télécharge dans l’outil d’analyse de données.
L'analyse de données permet de relier entre elles des données provenant de différents systèmes et sources. Dans la mesure où l'infrastructure des systèmes est variée et peu standardisée, en particulier dans les PME, perdre la vue d’ensemble des flux de valeurs peut être fatal à une entreprise. En comparant les données des différents systèmes, un auditeur est en mesure d’évaluer si le traitement des données est cohérent, logique et exact.
Big data, intelligence artificielle & Co
Lorsqu'il s'agit d'utiliser de nouveaux outils pour un audit, des mots-clés toujours plus utilisés, tels que big data, intelligence artificielle ou machine learning, suscitent rapidement un rejet tant de la part de la PME que de l'auditeur. Cette réaction est compréhensible, mais elle n’est pas justifiée dans la plupart des cas. Il existe des outils d’analyse de données standard à disposition des organes de révision et des PME.
Des bases de données comme bases décisionnelles
La tâche principale d’un organe de révision est d’offrir à l'entreprise de l’assurance grâce à ses prestations d'audit. L’analyse de données d’audit peut contribuer à accroître la transparence et la sécurité. Traditionnellement, les auditeurs procèdent par échantillonnage. Au sein des grandes PME, en particulier, ils ne contrôlent pas toutes des écritures du journal. Toutefois, lorsque l'auditeur utilise les outils d’analyse de données de manière transparente, il est possible de prendre en compte l'ensemble des données comptables dans l’audit.
Ainsi, l’analyse de données d’audit révèle notamment des irrégularités qui requièrent une évaluation approfondie et met également en évidence des erreurs systématiques (mauvaise imputation des flux comptables) et des valeurs incohérentes (erreur unique). L'auditeur peut alors poser les bonnes questions à la direction et lui donner des indications sur les modifications à apporter à ses processus et à son système de contrôle interne:
- Des écritures manuelles enregistrées le dimanche par certains utilisateurs sont susceptibles de révéler différents aspects indésirables: potentielle violation de la loi sur le travail, éventuel dépassement de la durée de travail maximale légalement autorisée, saisies d’écritures non autorisées en dehors des heures de travail surveillées, possibles erreurs du système informatique.
- Le fait de modifier à court terme les coordonnées bancaires des fournisseurs dans la base de données des créanciers peut constituer un indice de paiements non autorisés.
- Représenter l'évolution d'un chiffre clé (par exemple la marge brute) en fin d'année, mais aussi mensuellement ou trimestriellement, fait ressortir des saisonnalités et renforce ainsi la transparence et la sécurité lors du contrôle.
En évaluant les résultats obtenus, il est possible d'en dégager une base de discussion commune grâce à laquelle la PME peut prendre des mesures et éviter les risques et les sources d'erreur à l'avenir.
L’analyse de données d’audit pour donner une nouvelle impulsion
En s’intéressant au passé, les procédures d'audit traditionnelles analysent l'évolution des choses jusqu'à aujourd’hui. L'analyse d'audit avancée (advanced audit analytics), quant à elle, suit les tendances et pose la question: «Que se passerait-il si...?». Bien qu’elle ne remplace pas la méthode d’audit connue, l'analyse de données d’audit l'enrichit de connaissances supplémentaires. La direction reçoit de nouvelles impulsions pour concevoir ses futurs processus commerciaux, y compris le système de contrôle interne. L’utilisation de données externes pour enrichir les données de comptabilité financière rehausse la qualité et la fiabilité d’un audit analytique. Il est ainsi possible d'obtenir une assurance complémentaire sur le chiffre d'affaires d'une société de remontées mécaniques, par exemple, par des chiffres provenant du système de vente de billets et des données météorologiques. Cela renforce d'une part la qualité et la fiabilité des données, car elles confirment de manière optimale les corrélations attendues. Cela permet aussi de vérifier des variations inexplicables, comme un chiffre d'affaires élevé en basse saison en cas de mauvais temps. D'autre part, la PME obtient des informations précieuses d'un point de vue externe.
Utilisée sous la forme d’un «audit continu», l'analyse de données d'audit propose, si nécessaire, un retour d'information en temps réel, comme, par exemple, le fait de procéder à l’analyse continue et automatisée des chiffres financiers directement sur le système du client ou transférer régulièrement les données au moyen d'une connexion sécurisée du système du client vers le logiciel d'audit, où elles sont ensuite analysées par des processus de contrôle automatisés. Enfin, le résultat du contrôle présenté sous forme graphique s'affiche de manière conviviale sur le portail client. Les clients bénéficient ainsi d'un retour d'information rapide et efficace sur leur situation financière.
Tourné vers l'avenir
Bien que l'emploi d'outils d'analyse de données dans les audits de PME soit encore modéré, leur utilisation est simple et efficace. Aux PME comme aux auditeurs de reconnaître cette opportunité et d'en exploiter efficacement les possibilités.
Vous souhaitez en apprendre plus sur les méthodes d’audit modernes de BDO?
Contactez BDO. Les experts de nos 34 succursales suisses vous conseillent.
Contact