داده‌کاوی در حسابداری(قسمت دوم)

نرم‌افزارها

بزرگترین اشتباهی که بسیاری از شرکت‌ها مرتکب می‌شوند، واگذاری نرم‌افزار داده‌کاوی و حسابرسی به کارمندان پشتیبانی فنی است. مدیریت ارشد این امر را به دلیل عدم نیاز به آموزش حسابرسان داخلی و پشتیبانی از آنان برای انجام تحلیل‌های روزمره، صرفه‌جویی در هزینه می‌داند. نمونه‌هایی از نرم‌افزار داده‌کاوی جهت تجزیه و تحلیل حسابرسی، مانند ACL یا IDEA، به عنوان بهترین ابزار تجزیه و تحلیل حساس مورد استفاده قرار می‌گیرد.
مشکل بیشتر بخش‌های حسابرسی این است که آن‌ها در روش‌های سنتی انجام حسابرسی گیر کرده‌اند.

 

داده‌کاوی

 

بله، بسیاری از مدیران ارشد حسابرسی از نرم‌افزار تحلیلی استفاده کرده‌اند. اما آن‌ها صرفاً ابزار هستند و نه تغییر پارادایم واقعی در روش حسابرسی که امروزه مورد نیاز است. موسسات حسابرسی باید یاد بگیرند که متفاوت فکر کنند و دید وسیع‌تری داشته باشند.

حسابرسان باید خود تمام تحلیل‌ها را انجام دهند، در زمینه کشف تقلب آموزش ببینند و به فنون داده‌کاوی مسلط شوند. وقتی مفهوم داده‌کاوی مطرح می‌شود، مدیران حسابرسی استدلال می‌کنند که قادر به استخدام متخصصان آمار نیستند.

اما در حالی که یک نرم‌افزار داده‌کاوی وجود دارد که به سطح تخصص آماری نیاز دارد، مانند IBM’s Miner Intelligent. محصولاتی نیز وجود دارند، مانند WizRule از WizSoft Inc، که می‌تواند توسط بیشتر حسابرسان آشنا با اصول Microsoft Office مورد استفاده قرار گیرد.

 

داده‌کاوی

نرم‌افزارهای متداول حسابرسی در مقابل نرم‌افزارهای داده‌کاوی

 

1. نرم‌افزارهای متداول حسابرسی

رایج‌ترین نرم‌افزاری که حسابرسان از آن استفاده می‌کنند، نرم‌افزار حسابرسی عمومی است که دستکاری داده‌ها، ارزیابی ریسک، معامله پرخطر و موارد غیرمعمول، نظارت مداوم، تشخیص تقلب، ردیابی شاخص‌های کلیدی عملکرد و استاندارد سازی برنامه حسابرسی را انجام می‌دهد.
محبوب‌ترین بسته نرم‌افزار حسابرسی عمومی که توسط حسابرسان خریداری می‌شود، ACL است. زیرا مناسب، انعطاف‌پذیر و قابل اعتماد می‌باشد. ACL معمولاً برای دسترسی به داده‌ها، تجزیه و تحلیل و گزارش‌دهی استفاده می‌شود. قابلیت تعاملی ACL به حسابرسان اجازه می‌دهد تا در یک دوره زمانی کوتاه نتایج را آزمایش، تحقیق و تجزیه و تحلیل کنند.

حسابرسان می‌توانند با اتصال سیستم‌های شخصی خود به سیستم مشتری برای پردازش بیشتر، اطلاعات مشتری خود را به راحتی بارگیری کنند. این قابلیت به حسابرس اجازه می‌دهد پرونده‌ها، مراحل و نتایج مشتری را در هر زمان مشاهده کند.
ACL مانند سایر نرم‌افزارهای حسابرسی عمومی قادر به مقابله با داده‌های پیچیده نیست. ACL برای کاهش این مشکل از یک اتصال داده باز برخوردار است. با این حال برخی از پرونده‌ها هنوز هم بسیار پیچیده هستند. در نتیجه، حسابرسان با مشکلات کنترل و امنیت روبرو هستند.

 

داده‌کاوی

 

اگرچه امروزه نرم‌افزارهای حسابرسی عمومی توسط حسابرسان بسیار مورد استفاده قرار می‌گیرد، نرم‌افزار داده‌کاوی می‌تواند نتیجه‌گیری گسترده‌تری را در اختیار این کاربران قرار دهد. نرم‌افزار داده‌کاوی قابلیت کشف خودکار اطلاعات را به حسابرسان ارائه می‌دهد.

این نرم‌افزار داده‌کاوی توانایی مدیریت مشکلات پیچیده‌ای را دارد که توسط مغز انسان محدود است. داده‌کاوی مقیاس‌پذیر است و می‌تواند مقدار نامحدودی از داده‌ها را در انبارداده نگهداری کرده و یا مشکل در هر اندازه‌ای را مدیریت کند. داده‌کاوی می‌تواند اطلاعات جالبی را که در معاملات حسابداری پنهان است، کشف کند که حسابرسان هنگام انجام کار عادی ممکن است با آن‌ها روبرو نشوند.

استفاده از داده‌کاوی همچنین دارای اشکالاتی است. نرم‌افزار داده‌کاوی نیاز به مهارت‌های فنی قابل توجهی دارد. حسابرس باید بتواند تفاوت‌های موجود بین انواع مختلف الگوریتم‌های داده‌کاوی را درک کند تا بتواند الگوریتم صحیح برای استفاده را انتخاب کند. آن‌ها باید توانایی استفاده از نرم‌افزار و تفسیر نتایج را داشته باشند.

 

داده‌کاوی

 

اگرچه نرم‌افزار داده‌کاوی برای مقابله با مشکلات پیچیده مفید است، اما گاهی اوقات پیچیدگی نتیجه برای حسابرسان بسیار دشوار است. همچنین، از آنجا که داده‌کاوی به طور خودکار انجام می‌شود، تعیین نحوه عملکرد سیستم با نتایج به دست آمده دشوار است. این یک مشکل عمده برای حسابرسان است.
مشکل دیگری که حسابرسان هنگام استفاده از نرم‌افزار داده‌کاوی دارند، عدم وجود رابط در بین روش‌های مختلف الگوریتم داده‌کاوی است.
این نرم‌افزار تمایل دارد که روی یک روش واحد متمرکز شود و تنها از چند تکنیک استفاده کند که نمی‌توانند با سایر نرم‌افزارها ادغام شوند. سرانجام، اگرچه داده‌کاوی ارزان‌تر می‌شود، اما در مقایسه با سایر نرم‌افزارها هنوز هم گران است.
علاوه بر پرداخت هزینه برای نرم‌افزار، کاربران باید هزینه تهیه داده‌ها، تجزیه و تحلیل نتایج و آموزش حسابرسان برای استفاده از نرم‌افزار را نیز درنظر بگیرند.

 

داده‌کاوی

2. انواع نرم‌افزار داده‌کاوی

چندین بسته نرم‌افزار داده‌کاوی وجود دارد که حسابرسان می‌توانند از آن‌ها استفاده کنند. این نرم‌افزارها را می‌توان با توجه به سطح پیچیدگی آن‌ها طبقه‌بندی کرد که از ابزارهای داده‌کاوی سطح پایین تا سطح بالا طبقه‌بندی می‌شوند. ابزارهای پیشرفته‌تر داده‌کاوی با استفاده از روش‌ها و الگوریتم‌های متعدد برای تهیه داده می‌توانند کارهای پیچیده‌تری را انجام دهند. آن‌ها می‌توانند مقیاس‌پذیری و اتوماسیون را در برگیرند.

استفاده از ابزارهای داده‌کاوی سطح پایین کار دشواری نیست و امکان پرس و جو، جمع‌بندی، رده‌بندی و طبقه‌بندی داده‌ها را فراهم می‌کند. با این حال، این نرم‌افزار به اندازه کافی پیشرفته نیست که بتواند الگوها را بشناسد.

نرم‌افزار استخراج داده سطح بالا شامل Cart ،WizSoft ،Clementine ،Enterprise Minder و Oracle Darwin است.

این ابزارها در موارد پیچیده با سیستم مدیریت پایگاه داده در مقیاس سازمانی مانند Oracle یا DB2 استفاده می‌شود. اوراکل داروین بیشتر برای هزینه‌های محور فعالیت، تجزیه و تحلیل هزینه و سود و تجزیه و تحلیل اعتبار استفاده می‌شود. در حالی که Enterprise Minder و Clementine در درجه اول توسط شرکت‌های بازاریابی برای تجزیه و تحلیل روند، حفظ مشتری و تجزیه و تحلیل محصول-بازار استفاده می‌شوند.

 

داده‌کاوی

 

علی‌رغم استفاده شرکت‌های بازاریابی، کلمنتین توسط حسابرسان برای کشف تقلب و امتیازدهی اعتبار استفاده می‌شود. اگرچه کلمنتین یک ابزار پیچیده داده‌کاوی است، اما یک رابط برنامه‌نویسی بصری دارد که فرایند داده‌کاوی را ساده می‌کند.

Microsoft Excel نمونه‌ای از نرم‌افزار داده‌کاوی با سطح پایین است که با استفاده از سیستم‌های پایگاه داده برای انجام ارزیابی‌ها استفاده می‌شود. این نرم‌افزار برای انواع برنامه‌های حسابرسی، از جمله تست معاملات آنلاین، نمونه‌گیری، ارزیابی کنترل داخلی و مراحل تخصصی کلاهبرداری استفاده می‌شود.

افزودنی‌های ویژه نرم‌افزاری مانند تحلیلگر ریسک و حساسیت می‌توانند برای آسان‌تر کردن مدیریت حسابداری استفاده شوند. همچنین، PivotTables را می‌توان در اکسل ایجاد کرد تا بتواند مقدار زیادی از داده‌ها را جمع کند.

استفاده از هر یک از این بسته‌های داده‌کاوی می‌تواند در حجم وسیعی به حسابرسان جهت انجام معاملات پیچیده یاری کند. با انجام معاملات، ثبت و ذخیره‌سازی الکترونیکی، همه ابزارها قادر به ضبط، تجزیه و تحلیل، ارائه و گزارش داده‌ها هستند. دستکاری داده‌های پیچیده از طریق داده‌کاوی به حسابرسان این امکان را می‌دهد تا اطلاعاتی را که فراتر از توانایی‌های انسانی آن‌هاست، تجزیه و تحلیل کنند. در نتیجه، بازار حسابرسی فرصت فوق‌العاده‌ای را برای رشد انفجاری ادغام داده‌کاوی فراهم می‌کند.

داده‌کاوی

راهنمای استفاده از داده‌کاوی

حسابرسانی که از داده‌کاوی به عنوان ابزاری برای ایجاد هوش تجاری رقابتی استفاده می‌کنند، برای استفاده موفقیت‌آمیز از نرم‌افزار، باید چندین دستورالعمل مهم را دنبال کنند.

1. حسابرس همیشه باید با هدفی شروع کند که راه حلی برای مشکل تجارت ارائه دهد.

2. مهم است که داده‌ها در قالب مناسب برای داده‌کاوی باشند. تهیه داده‌ها یک کار زمان‌بر اما یک فعالیت بسیار ضروری است زیرا در بسیاری از مواقع داده‌های دریافت شده از انبار داده در قالب نادرست برای داده‌کاوی هستند.

3. یک نمونه یادگیری باید ایجاد شود تا به طور مستقیم در ساخت مدل استفاده گردد و یک نمونه آزمایشی برای ارزیابی مدل برای داده‌کاوی تهیه شود.

4. برای حسابرسان مهم است که دانش بنیادی در مورد فرآیند مدل‌سازی داشته باشند. ساختمان مدل، یک فعالیت فشرده‌سازی رایانه‌ای است که هم به درک مسئله مشاغل و هم از روش داده‌کاوی برای ساخت مدل نیاز دارد.

ابزارهایی را در برنامه‌های صفحه گسترده، به عنوان مثال اکسل، اضافه کنید. تکنیک‌هایی که تفسیر آن‌ها آسان است مانند خوشه‌بندی، مدل‌های رگرسیون و درخت تصمیم‌گیری باید استفاده شوند.

سرانجام پس ازساختن مدل داده‌کاوی، حسابرسان باید آن را ارزیابی کرده و اعتبار دهند تا احتمال استفاده از آن با استفاده از نمونه آزمایشی ارزیابی شود. اثربخشی تکنیک‌های مختلف را باید با یکدیگر مقایسه کرد تا بتوانیم تکنیکی را پیدا کنیم که دقیق‌ترین نتیجه را کسب می‌کند.

نویسنده: سمن اخگری، فاطمه خدابنده‌لو

نشریه چرتکه

فصلنامه تخصصی انجمن علمی حسابداری دانشگاه شهید بهشتی- بهار ۱۳۹۹ شماره ۲۲

دیدگاه خود را ثبت کنید

نشانی ایمیل شما منتشر نخواهد شد.