2018 parim tudengitöö: suurandmete roll finantsauditis

Avaldame sel sügisel lõppenud arvestusala uurimistööde konkursi parima audiitortegevust käsitleva lõputöö kokkuvõtte. Maris Ode käsitleb oma magistritöös tulevikuteemat, suurandmete kasutamist finantsauditis. Töö pealkiri on „Suurandmete analüüsi võimalused finantsauditi läbiviimisel“. Töö valmis Eesti Maaülikoolis magistriõpingute käigus, lõputöö juhendajaks oli vandeaudiitor Sergei Tšistjakov.

Kokkuvõte magistritööst

Kunagi varem ei ole olnud ettevõtetel otsuste langetamiseks niipalju informatsiooni kui praegu. Andmetest räägitakse kui väärtusest, mille põhjalt saab teha järeldusi minevikus toimunu kohta, aga veelgi enam, nende põhjalt saab koostada trende ja prognoose tulevikuks ja seda reaalajas saadavate andmete põhjalt ja kiiresti.

Suurandmete (Big Data) analüüs ja selle integreerimine äriprotsessidesse aitab saavutada suurema efektiivsuse ja klientidele pakkuda suuremat lisaväärtust. Kui küsida, mis need suurandmed on, siis ühtselt kasutatav mõiste suurandmete kohta puudub. Nad on suured mahud struktureeritud ja struktureerimata andmeid. Suurandmete mõiste on taotluslikult jäetud subjektiivseks ja ühte ja ainust definitsiooni ei pakuta, kuna põhiomadusi lisandub pidevalt.

Sektoreid, kus selline mahukas andmete analüüs on kaasatud äriprotsessidesse ja otsuste tegemisse on põllumajandusest kuni meditsiini sektorini välja. Lisaks pakub suurandmete analüüs ohtralt võimalusi erinevateks sotsiaalmeedia põhisteks analüüsideks. Kuid otse loomulikult käib selle valdkonnaga kaasas ka palju väljakutseid - andmete kättesaamine, privaatsuse ja isikuandmete kaitse tagamine, tööjõupuudus valdkonda tundvate ekspertide ja analüütikute osas, suured kulutused vajaliku tehnoloogia arendamiseks ja muutused organisatsiooni juhtimiskultuuris.

Tulles tagasi sellise suurte andmemahtude analüüsi eesmärgi juurde, siis on selleks algandmete põhjal tuvastada erinevaid hälbeid, mustreid ja korrelatsioone, mida saaks kasutada otsuste (sh nii tootmisalaste kui juhtimisalaste) langetamiseks ja ettevõtte/tööprotsessi produktiivsuse tõstmiseks. Kas pole mitte ka auditi valdkond see, mis januneb efektiivsema pettuslike finantsaruannete tuvastamise mudeli järele? Just siin nähaksegi suurandmete analüüsil suurimat efekti ja võimalust auditi valdkonnale. On ju audit peamine viis aktsionäridele kindlustunde andmiseks. Siia lisanduvad veel võimalikud investorid, kolmandad osapooled jne.

Kuigi Big4 esindajad räägivad suurtest kulutustest suurandmete analüüsi arendusteks, puudub konkreetne ülevaade selle kasutamise kohta auditi praktikas. Konkreetse uurimustöö eesmärgiks oligi välja selgitada, millises ulatuses on suurandmete analüüsimeetodid leidnud kasutust Eesti audiitorbüroodes ning milles nähakse peamisi võimalusi ja väljakutseid. Selleks viisin läbi intervjuud Big4 ja Grant Thornton audiitorbüroode esindajatega ja valdkonnas praktiseerivate tehnoloogiaettevõttega Mooncascade ja SpectX.

Intervjuude tulemusel selgus, et kõige suuremat efekti suurandmete analüüsist näevad audiitorid pettuste avastamises, auditi protsessi efektiivsemaks ja kiiremaks muutmises ja lisaväärtuse pakkumises auditeeritavale. Väljakutsetena nähti andmete kättesaamist, nende töötlemist (sh kus kohas seda teha), andmete analüüsimist, ladustamist ja turvalisuse tagamist. Lisaks toodi välja sobiva tööriista pikk ja kallis arendusprotsess, mis Eesti väiksusest tingituna on arengule piduriks olnud.

Suurandmete analüüs ei ole finantsauditi läbiviimisel kasutusel peamise tööriistana. Kuid selles nähakse võimalusi ja on juba audiitorbüroosid, kes suurandmetel põhinevat analüüsi mõningate suurklientide peal katsetavad ja tööriistu arendavad. Samas on ettevõtteid, kes on suurandmed enda kasuks tööle pannud ja kellel on suurepärased oskused erinevate mudelite väljatöötamiseks. Miks mitte kaaluda koostöö kohtade leidmist audiitorbüroode ja tehnoloogiaettevõtete vahel.