Accueil / dossier / Big Four et Data Analytics : une association inévitable et profitable

Big Four et Data Analytics : une association inévitable et profitable

En matière d’analyse de données, les filiales françaises des Big Four s’inscrivent dans une stratégie mondiale. Elles n’ont pas moins une conscience aiguë des moyens, des attentes et des inquiétudes des acteurs français de l’audit.

« Travailler sur 100% d’une population de données améliore considérablement la fiabilité de l’audit. »

« Une majorité d’auditeurs reconnaissent l’importance de la donnée pour quantifier les points d’audit, améliorer la couverture du plan d’audit et avoir une meilleure compréhension des risques. Travailler sur 100% d’une population de données améliore considérablement la fiabilité de l’audit ; investir dans une solution de Data Analytics pour une mission peut ensuite profiter pleinement au contrôle interne ; la Data Visualisation autorise une meilleure appropriation et compréhension des informations et des résultats. Pour autant, les auditeurs manient actuellement l’analytique avec parcimonie, en France notamment. D’abord, tous les travaux d’audit ne s’y prêtent pas, cela dépend de leur nature et de leur finalité. Dans certains cas, appliquer des méthodes d’audit traditionnelles, à partir d’échantillons compacts représentatifs, suffit pour répondre aux objectifs. Ensuite, l’analyse de données exige une approche méthodologique - et heuristique(1) - radicalement différente. Ce type d’opération requiert davantage de temps et d’anticipation, car l’extraction de données de qualité peut prendre des semaines, surtout si l’entreprise ne centralise pas ses flux d’informations dans un Data Lake et qu’il faut alors puiser dans les systèmes sources. Ces contraintes et impératifs sont à prévoir dans le plan d’audit annuel, y compris d’un point de vue budgétaire, pour un juste dimensionnement des ressources et du planning. Par ailleurs, la maîtrise des outils nécessite des compétences spécifiques ; cela suppose du recrutement et/ou l’accompagnement par un prestataire ainsi que de la formation et de la sensibilisation en interne… En conjuguant efficacité de l’audit, vision plus profonde des enjeux et amélioration du pilotage, l’exploitation de données promet un gain significatif aux entreprises. Le succès dépend bien sûr de la maturité technologique de l’entreprise et des personnes, mais aussi du partage de la finalité des travaux d’analyse de données. »

Jean-Pierre Hottin et Paul Le Nail, Associés, et Jean- David Benassouli, Associé, Data & Analytics

 
 

« L’auditeur y gagne en pertinence et en légitimité, mais encore en liberté d’action et en temps de réflexion. »

« Les professionnels de l’audit ont toujours traité de la donnée. Or, les techniques d’extraction de données et les outils d’analyse sont aujourd’hui plus puissants, moins chers, voire quasiment gratuits, et faciles d’utilisation. Le développement du Data Analytics apparaît donc comme une évolution logique des métiers de l’audit, pas comme une disruption. La formidable puissance de calcul des outils autorise une exploitation rapide et fiable de grands volumes de données avec à la clé des découvertes, des analyses et des interprétations plus probantes, mais aussi plus pragmatiques, plus dynamiques et plus interactives grâce aux outils de visualisation. L’utilisation de Data Analytics permet également de mieux planifier les missions, de savoir où et quand regarder grâce à une identification plus efficace des anomalies. De surcroît, l’auditeur peut mener une partie de ses travaux à distance. Au final, il y gagne en pertinence et en légitimité, mais encore en liberté d’action et en temps de réflexion. Ultime progrès, l’analyse de données a tendance à estomper la frontière entre contrôle continu et audit interne ; les dispositifs de contrôle et d’audit deviennent plus performants, avec une approche dynamique des risques, une implication plus forte de la première ligne de maîtrise et une prise de décision plus fluide. L’analytique est désormais une réalité que nul ne peut plus ignorer ; cela devient même un passage obligé. Et l’automatisation de - certaines - tâches ainsi que l’arrivée de l’intelligence artificielle ne doivent pas être perçues comme une menace, mais bel et bien comme un atout supplémentaire pour remplir des missions d’audit dans un environnement de plus en plus complexe - entre diversification des activités, acquisitions et croissance à l’international ou encore démultiplication des systèmes et applications - et un contexte réglementaire de plus en plus contraignant. Grâce à l’IA(2), il sera possible d’analyser des données non structurées en masse (contrats, documents, procédures…), de réaliser des prédictions pour les comparer au réel, et de détecter des anomalies non identifiées par les schémas classiques. L’auditeur ne peut pas rester spectateur de cette évolution. Il convient toutefois de porter un regard pragmatique sur les investissements à réaliser, car les solutions miracles de type “presse bouton” n’existent pas. »

Marc Duchevet et Grégory Abisror, Associés, Risk Advisory

 

« Il faut changer le paradigme mis en oeuvre pour penser en termes de données »

« L’analyse de données n’est pas seulement une question d’outils, il faut surtout changer le paradigme mis en oeuvre pour penser en termes de données et allier les compétences techniques avec la connaissance des métiers de l’entreprise et de la gestion des risques. Les investissements en augmentation dans le domaine sont un signe qui corrobore l’intérêt que nos clients portent à ces sujets. Les entreprises ont besoin des connaissances techniques de Data Science pour gérer les enjeux de demain dont la « compliance » fait partie. [De plus,] l’évolution normative poursuit son accélération et la mise en oeuvre de nouvelles technologies a pour corollaire l’introduction de lois sur la protection et la confidentialité des données, comme le RGPD. Mettre en place ces technologies d’analyse de données est une solution pour répondre à l’accroissement de la responsabilité qui est donnée aux entreprises par des législations comme Sapin 2. L’opinion publique attend des dirigeants des entreprises qu’ils aient une supervision exhaustive de l’entreprise comme le traitement exhaustif informatisé peut les y aider. »

Olivier Mesnard. Associé EY, FIDS (Fraud Investigation & Dispute Services)

Source : Étude EY « Global Forensic Data Analytics Survey 2018 » (janvier 2018).

 

« Nombre de dirigeants peinent à en mesurer la valeur »

« Bien que l'analytique transforme l’entreprise et son activité en profondeur, nombre de dirigeants peinent à en mesurer la valeur. A l’échelle mondiale, près de la moitié des dirigeants interrogés [dans le cadre de l’étude (3)] ne soutiennent pas pleinement la stratégie analytique de leur entreprise. [Et] seuls 58% des dirigeants français considèrent que leur entreprise dispose des compétences nécessaires pour faire avancer les projets analytiques. L’analytique est un effort collectif. D’où l’importance d’impliquer les dirigeants et leurs équipes à chaque étape du cycle de vie des données, pour présenter un projet qui aide à la décision et tirer un maximum de bénéfices de l’analytique. (…) Les entreprises qui investissent dans l’analyse de données sans déterminer son efficacité pourraient prendre des décisions fondées sur des modèles inappropriés, ce qui contribuerait à perpétuer un cycle de méfiance. Les dirigeants qui réussissent à surmonter cette complexité sont à même de développer des modèles plus innovants. »

Julie Caredda, Associée, Advisory, Data & Analytics

Source : Étude « L’analyse des données, un enjeu de confiance et de gouvernance pour les dirigeants » (janvier 2017).
(1) L’art d’inventer, de faire des découvertes. (2) Intelligence Artificielle. (3) 2 165 dirigeants dans le monde, dont 250 français.
  [box type="shadow" align="" class="" width=""]LE DATA ANALYTICS EN « STATISTICS » 93 % des entreprises françaises considèrent le département financier comme le principal responsable de l’analyse de données dans l’organisation. 65 % des directeurs de l’audit interne déclarent avoir des compétences Data dans leur équipe, en interne ou grâce à un prestataire(1). Mais seulement 13 % des entreprises pensent disposer des compétences techniques pour tirer le meilleur parti des résultats liés à l’analyse de données(2). 50 % des entreprises françaises affirment avoir mis en place un plan pour la conformité au Règlement général européen sur la protection des données (RGPD). Dans le reste de l’Europe, le taux moyen s’élève à 60 %.(2) 40 % des fonctions d’audit interne ont accru leurs investissements dans l’analyse de données au cours des trois dernières années.(1) 15 % des entreprises françaises possèdent une équipe dédiée à l’analyse de données de plus de 10 personnes. 14 % des entreprises affirment déjà utiliser le Robotic Process Automation (RPA), pour gérer les risques légaux liés à la conformité et la fraude (39 % affirment qu’elles adopteront probablement le dans l’année à venir, suivi de l’intelligence artificielle pour 38 %)(2). (1) Enquête 2016 PwC « Audit interne -Franchir un nouveau cap dans l’utilisation des données ». (2) Étude EY « Global Forensic Data Analytics Survey 2018 » (janvier 2018).[/box]