Menurut (Experis Finance, 2016), dalam proses internal audit, data analytics mampu membantu seorang internal auditor untuk menemukan resiko tambahan, memahami resiko yang ada secara lebih baik, memberikan jaminan secara lebih mendalam, serta menyediakan sudut pandang kepada manajemen. Untuk mampu melakukan pengimplementasian data analytics secara baik, maka diperlukan sebuah kerangka kerja yang berisikan empat elemen penting, yaitu Data, Tools, People, dan Process (KPMG, 2019).

Untuk memberikan hasil analisis secara lebih maksimal, maka data yang akurat dan komplit dalam sebuah bisnis sangatlah dibutuhkan. Setelah data teridentifikasi dan terstandardisasi, maka prosedur atas data analytics mampu dijalankan secara real-time untuk mengidentifikasi ataupun melakukan validasi atas isu yang ada. Pada umumnya, departemen internal audit kerap menjalankan proses ini pada suatu unit spesifik, seperti procurement serta bekerjasama dengan bagian IT untuk memahami data apa yang tersedia. Untuk memenuhi kebutuhan perusahaan atas sudut pandang dari data yang tersedia, sarana pelengkap, seperti data warehouse, sarana Business Intelligence (BI), atau mekanisme pelaporan yang mampu menyediakan data bagi internal audit secara berkelanjutan kerap kali dibutuhkan.

Dalam mengimplementasikan data analytics dalam internal audit, berbagai sarana pemenuhan kebutuhan internal audit, seperti sarana analisis mandiri ataupun sarana visualisasi terus berkembang dan menjadi lebih mudah untuk diakses bagi pengguna non-teknis, yang berjalan beriringan dengan biaya penggunaan yang semakin turun. Dalam internal audit, internal auditor perlu untuk melakukan kombinasi atas beberapa sarana yang memiliki kapabilitas berbeda untuk melakukan data analytics yang diperlukan. Sarana yang diperlukan perlu dinilai dengan banyak persyaratan, yang mencakup kemudahan penggunaan, pelatihan, serta dukungan yang tersedia; kumpulan prosedur untuk proses bisnis umum; biaya yang mencakup biaya perawatan rutin atau biaya tahunan; dan kesesuaian serta integrasi dengan infrastruktur IT perusahaan saat ini.

Untuk menjalankan proses data analytics dalam proses internal audit, maka diperlukan para internal auditor yang memiliki kecakapan dalam menggunakan sarana data analytics, dimana data analytics sendiri mewajibkan pengguna untuk mampu melakukan pemikiran secara kritis dan memiliki kemampuan terkait dengan pemahaman atas data serta beradaptasi dengan proses bisnis secara cepat. Para internal auditor perlu untuk menciptakan prosedur yang terasosiasi dengan data analytics untuk menangani resiko yang terkait dengan hal ini. Perubahan yang masif ini juga membuat banyak internal auditor tradisional kesulitan untuk beradaptasi dengan sarana teknologi yang diterapkan.

Untuk memaksimalkan penggunaan data analytics pada kegiatan internal audit, salah satu langkah awal yang bisa dilakukan adalah dengan melakukan integrasi antara prosedur CAAT pada program audit dari perusahaan, dimana hal ini dinilai mampu meningkatkan efisiensi dalam proses audit dan memberikan sudut pandang yang lebih baik. Untuk beradaptasi dengan penggunaan data analytics, departemen internal audit mampu melakukan modifikasi atas proses bisnis untuk menyisipkan data analytics dalam setiap bagian dari metodologi atas proses internal audit, dimana pada umumnya pertimbangan khusus diberikan di awal aktivitas, dimana hal ini berkaitan dengan waktu yang dibutuhkan untuk melakukan identifikasi atas aset data, permintaan atas akses, serta menggabungkan pemahaman terkait dengan proses audit.

Sumber:

  • Experis Finance. (2016). Data Analytics for Internal Auditors Getting Started and Beyond. https://chapters.theiia.org/detroit/DIIADocs/Data_Analytics_Getting_Started_and_Beyond_2-9 2016_Experis_Presentation.pdf
  • KPMG. (2019). Data Analytics in Internal Audit. January. https://doi.org/10.2139/ssrn.3964559

 Image Sources: Google Images