Por: CP Iván Rodríguez. Colaborador de Auditool 

Los auditores se han basado en el muestreo estadístico para sacar conclusiones sobre grandes conjuntos de datos durante décadas. El muestreo ha sido ampliamente adoptado porque permite a los auditores reunir suficiente evidencia para formarse una opinión y detectar errores o posibles fraudes sin gastar los recursos requeridos para examinar cantidades masivas de transacciones e información.  No obstante, el muestreo puede ser defectuoso porque asume que el conjunto de datos de muestra es representativo de todo el universo de datos, lo que no siempre es el caso. Los errores causados por el tamaño de la muestra, el diseño o las variables inesperadas son un riesgo.

En la medida en que avanza la tecnología y el mundo de los negocios evoluciona, se desarrolla y cambia, muchas empresas se están fusionando y forman organizaciones aún mayores, lo que resulta en que muchos clientes tengan una gran cantidad de datos. A menudo, estos datos requieren de aplicativos y programas especiales para su manejo. Además, las transacciones se están volviendo cada vez más digitales, dejando una huella digital. En este entorno, el análisis de datos se utiliza para ayudar a fusionarlos y obtener una comprensión general de las transacciones en una empresa, así como para analizar la huella digital que puede identificar áreas clave en las que los auditores deben centrarse.

Hoy en día y en muchos casos, los auditores que buscan ofrecer auditorías de mayor calidad no necesitan preocuparse por tomar cantidades excesivas de tiempo para examinar un gran número de transacciones financieras o diseñar el conjunto de datos de muestra perfecto para detectar tendencias o anomalías, puesto que pueden usar software de análisis de datos para obtener una imagen completa y precisa de todas las transacciones y procesos de una organización cliente, lo que les permite identificar con mayor precisión los riesgos y las tendencias e incluso posibles actividades fraudulentas. En tanto avance el uso de bases de datos sistematizadas para almacenar información, la auditoría hará un uso cada vez mayor del análisis de datos y procurará abarcar poblaciones completas. Una auditoria madura aprovechará la tecnología para obtener mejores resultados y prestar un mejor servicio a los terceros interesados.

Los auditores reconocen cada vez más la importancia de incorporar análisis de datos en sus auditorías. En los presupuestos, se espera que haya cada vez más inversión en tecnología, lo que incluye aplicativos y programas de análisis de datos puesto que aún no hay suficientes auditores con software de análisis de datos disponible.

Algunos de los beneficios de los aplicativos de análisis de datos son los siguientes:

• Probar conjuntos de datos completos, lo que permite a los auditores realizar auditorías más exhaustivas e identificar más fácilmente conjuntos de datos inusuales
• Generación de resultados más granulares a través de la aplicación de inteligencia artificial y tecnología de aprendizaje automático
• Integración de datos de múltiples fuentes, lo que permite a los auditores generar nuevos conocimientos
• Creación de visualizaciones basadas en datos que simplifican la detección de patrones, tendencias y valores atípicos
• Creación de pistas de auditoría claras que se pueden analizar en cualquier momento

Si bien el software de análisis transforma algunos de los procesos de auditoría, es un complemento y no un reemplazo de la auditoría tradicional. Todavía se requiere un auditor capacitado y conocedor para comprender el contexto de los procesos de negocio, obtener conclusiones de los datos e interpretar los resultados para el equipo ejecutivo.

En búsqueda de la mejora de la calidad de la evidencia de auditoría, los auditores utilizan el análisis de datos principalmente en las siguientes áreas:

• Análisis de entradas a los registros contables para identificar datos o atributos inusuales
• Mapeo de procesos mediante registros de transacciones para identificar, por ejemplo, pasos faltantes o procesos fuera de orden
• Datos coincidentes o fuera de sus rangos habituales en ciertos flujos de transacciones, tales como la nómina, o de cuentas por pagar y cobrar
• Análisis de saldos de las cuentas contables
• Analizar poblaciones de datos en busca de varios atributos (en busca de elementos grandes e inesperados o duplicados)
• Análisis de deterioro o envejecimiento (tiempos en cuentas por cobrar y cuentas por pagar, saldos de inventarios, etc.)
• Variaciones inusuales en los datos de clientes y cantidades adeudadas o niveles de inventario

Como se aprecia, el análisis de datos brinda diversos beneficios entre los que se cuenta una mejor identificación y evaluación de los riesgos de inexactitud material a la vez que proporciona a la administración información útil, ya que los resultados de los análisis efectuados a poblaciones de datos completas pueden ser más concluyentes. Ello implica que las firmas y los auditores deban efectuar inversiones tanto en tecnología como en capacitación. El análisis de datos se ha venido constituyendo en un factor clave para mejorar la pertinencia y el valor de la auditoría de los estados financieros. Proporcionar datos y evaluaciones de una manera ágil se logra mediante el aprovechamiento de la tecnología y el análisis de datos. Como consecuencia, los auditores serán más relevantes para las partes interesadas, incluidos los miembros de la junta y altos ejecutivos de las organizaciones clientes.

Ahora bien, para comenzar con al análisis de datos en auditoría, pueden seguirse los siguientes pasos:

• Determinar qué información se desea recopilar y con que propósito (Definir las preguntas).
• Establecer un marco de tiempo para la recopilación de datos.
• Determinar el método de recopilación de datos, herramientas y procesos.
• Comunicarse con el cliente, para aprender sobre sus datos, como estandarizar y definir prioridades.
• Recopilar y analizar los datos.
• Determinar los hallazgos obtenidos.
• Revisar los diversos procedimientos de análisis de datos disponibles para el trabajo de auditoría
• Seleccionar el procedimiento y las herramientas más apropiadas para la auditoría.
• Obtener una comprensión detallada de los sistemas de procesamiento de datos del cliente para que se puedan identificar áreas en que se puedan automatizar las transacciones
• Realizar el análisis de datos en las áreas identificadas.

Los auditores pueden ver rápidamente los patrones y conexiones en grandes cantidades de datos, presentar los hallazgos gráficamente e identificar áreas de alto riesgo para realizar más pruebas de auditoría. Ahora bien, para ser más eficientes en el proceso, es necesario que los auditores tengan una comunicación clara con los analistas de sistemas y las personas del área, lo que permitirá establecer las mejores maneras para utilizar el análisis de datos, abordar mejor las áreas de alto riesgo y obtener mejores resultados en beneficio de los clientes.

CP Iván Rodríguez

Auditor y Consultor, Diplomado en Alta Gerencia de Seguros y Derecho de Seguros. Especialista en Dirección Financiera y Desarrollo Organizacional, Diplomado en Gerencia de la Calidad, Contador Público de la Pontificia Universidad Javeriana, con 20 años de experiencia en diversas empresas. Amplia experiencia en la elaboración y ejecución de auditorías y revisorías fiscales. Dirección y ejecución de asesorías, consultorías y capacitaciones. Colaborador de Auditool

Bogotá DC, Colombia