Num ambiente de crescente utilização dos dados, torna-se imperativo que a Função de Auditoria Interna (FAI), pela sua visão holística sobre as organizações, invista no processo de data analytics (DA) para que possa transformar os dados em insights pertinentes, completos e prospetivos, aportando valor ao negócio.

O processo de DA pode ser definido como a manipulação de populações de dados com o intuito de fornecer informação que apoie as organizações a melhorar o seu desempenho, mitigar os seus riscos e maximizar o valor do seu negócio. O nível de maturidade na utilização de DA pode ser avaliado em função do valor aportado à organização. Por ordem crescente (de valor): 1) Descriptive – identificação de tendências e observações históricas relevantes; 2) Predictive – simulação de cenários com base em tendências passadas para antecipar comportamentos e riscos do negócio e 3) Prescriptive – definição de planos de ação que possam impactar favoravelmente o futuro do negócio.

 

O processo de DA deve estar integrado em todo o ciclo de auditoria:
(1) Avaliação de risco – Identificação dinâmica dos riscos mais relevantes e eventuais riscos desconhecidos, bem como o seu potencial impacto no negócio da organização;
(2) Plano de auditoria – Avaliação e identificação dos benefícios de DA para maximizar a abrangência e pertinência de cada auditoria planeada, permitindo introduzir, através de Key Performance Indicator (KPIs), uma perspetiva quantitativa ao processo de definição do plano de auditoria e oferecendo maior confiança quanto à utilização eficiente de recursos e foco nos tópicos chave para a organização;
(3) Execução – Desenvolvimento de ações de auditoria que combinem análises completas às populações, análises amostrais e, ainda, simulações de cenários, permitindo, também, a mais rápida execução de tarefas repetitivas, a mitigação do risco de erros humanos e a execução mais eficiente das tarefas, criando um grande potencial de economia de custos;
(4) Reporting – As ferramentas de DA devem permitir (i) a produção automática e sistematizada de reportes sobre a atividade da FAI, (ii) o acompanhamento dos findings e dos respetivos impactos e (iii) a transformação os dados em insights para a identificação de problemas e das respetivas causas.
(5) Planos de ação – A identificação de tendências, riscos e oportunidades possibilita a recomendação de planos de ação que sustentem decisões atempadas e efetivas;
(6) Monitorização – Acompanhamento contínuo de indicadores de desempenho, risco e controlo, que possibilite a identificação tempestiva de comportamentos desviantes e de riscos emergentes.

Uma incorporação eficaz de DA na FAI requer a definição do âmbito de utilização das atividades que deverão ser sujeitas a estas técnicas, devendo deve passar pela (i) identificação do universo auditável que representa um maior retorno/benefício face ao investimento a realizar e (ii) definição das competências necessárias para utilização eficaz das ferramentas de DA e (iii) priorização da formação dos colaboradores.

A revisão das metodologias de auditoria alavancadas em data analytics é uma evolução inevitável para reforçar a relevância da FAI no seio das organizações.