HOW DATA ANALYTICS AFFECTS ACCOUNTING

Analisis Data diharapkan memiliki efek dramatis pada audit, pelaporan keuangan, dan pajak dan
akuntansi manajerial. Kami merinci bagaimana menurut kami ini mungkin terjadi di masing-masing
bagian berikut.

Audit

Analisis Data memainkan peran yang semakin penting di masa depan audit. Dalam Forbes baru-baru
ini Laporan Insights/KPMG, “Audit 2020: A Focus on Change,” sebagian besar survey responden
percaya keduanya bahwa:

1. Audit harus lebih merangkul teknologi.

2. Teknologi akan meningkatkan kualitas, transparansi, dan akurasi audit.

Memang, “Ketika lanskap bisnis untuk sebagian besar organisasi menjadi semakin kompleks dan
serba cepat, ada gerakan untuk memanfaatkan teknik analitik bisnis canggih untuk perbaiki fokus
pada risiko dan dapatkan wawasan yang lebih dalam ke dalam suatu organisasi Banyak auditor
percaya bahwa analitik data auditor akan, pada kenyataannya, mengarah pada wawasan yang lebih
dalam yang akan meningkatkan kualitas audit. Sentimen dampak Analisis Data pada audit ini telah
berkembang selama beberapa tahun sekarang dan telah memberikan banyak insentif kepada kantor
akuntan publik untuk berinvestasi dalam teknologi dan personel untuk menangkap, mengatur, dan
menganalisis data laporan keuangan untuk menyediakan audit yang ditingkatkan, layanan yang
diperluas, dan nilai tambah bagi klien mereka. Akibatnya, Analisis Data diharapkan menjadi inovasi
berikutnya dalam evolusi audit dan industri akuntansi profesional. Mengingat fakta bahwa data
operasional berlimpah dan lebih mudah untuk dikumpulkan dan dikelola, digabungkan dengan
keinginan CEO untuk memanfaatkan data ini, perusahaan akuntansi sekarang dapat mendekati
keterlibatan mereka dengan pola pikir yang berbeda. Mereka tidak lagi hanya memeriksa kesalahan,
salah saji material, penipuan, dan risiko dalam laporan keuangan atau hanya melaporkan temuan
mereka di akhir. dari pertunangan. Sekarang, profesional audit akan mengumpulkan dan
menganalisis data perusahaan mirip dengan cara seorang analis bisnis akan membantu manajemen
membuat keputusan bisnis yang lebih baik. Ini berarti bahwa, dalam banyak kasus, auditor eksternal
akan tetap terlibat dengan klien di luar audit. Ini adalah perubahan paradigma yang signifikan.
Proses audit akan diubah dari proses tradisional menuju yang lebih otomatis, yang akan
memungkinkan profesional audit untuk lebih fokus pada logika dan alasan di balik kueri data dan
lebih sedikit pada pengumpulan data aktual. Akibatnya, audit tidak hanya akan menghasilkan
temuan penting dari perspektif keuangan, tetapi juga informasi yang dapat Data Analytics juga
memperluas kemampuan auditor dalam layanan seperti pengujian untuk transaksi penipuan dan
mengotomatiskan aktivitas pemantauan kepatuhan (seperti mengajukan laporan keuangan ke SEC
atau ke IRS). Hal ini dimungkinkan karena Analisis Data memungkinkan auditor untuk menganalisis
secara lengkap kumpulan data, daripada pengambilan sampel data keuangan yang dilakukan dalam
audit tradisional. Analisis Data memungkinkan auditor untuk meningkatkan penilaian risikonya baik
dalam pengujian substantif maupun rinci. membantu perusahaan memperbaiki proses,
meningkatkan efisiensi, dan mengantisipasi masalah di masa depan.
Laporan keuangan

Analisis Data juga berpotensi berdampak pada pelaporan keuangan. Dengan menggunakan begitu
banyak perkiraan dan penilaian dalam Akuntansi Keuangan, beberapa percaya bahwa menggunakan
Analisis Data secara substansial dapat meningkatkan kualitas estimasi dan penilaian. Data dari dalam
sistem perusahaan dan eksternal ke perusahaan dan sistem dapat digunakan untuk mengatasi
banyak pertanyaan yang dihadapi pelaporan keuangan. Banyak akun laporan keuangan hanya
perkiraan dan akuntan sering bertanya pada diri sendiri pertanyaan seperti ini untuk mengevaluasi
perkiraan tersebut:

1. Berapa banyak saldo piutang yang akhirnya akan dikumpulkan? Apa seharusnya penyisihan
kerugian pinjaman terlihat seperti?

2. Apakah ada inventaris kami yang sudah usang? Haruskah inventaris kami dinilai berdasarkan pasar
atau biaya? (menerapkan aturan lebih rendah dari biaya atau pasar)? Kapan itu akan ketinggalan
zaman? Apakah kita perlu? menawarkan diskon sekarang untuk membuatnya dijual?

3. Apakah niat baik kami telah terganggu karena penurunan profitabilitas dari yang baru-baru ini?
perusahaan penggabungan? Apakah akan mendapatkan kembali nilai dalam waktu dekat?

4. Bagaimana seharusnya kita menilai kewajiban kontinjensi seperti klaim garansi atau litigasi?
Apakah kita? memiliki jumlah yang tepat?

Analisis Data juga memungkinkan akuntan atau auditor untuk menilai kemungkinan penghapusan
goodwill, klaim garansi atau kolektibilitas piutang tak tertagih berdasarkan apa pelanggan, investor,
dan pemangku kepentingan lainnya mengatakan tentang perusahaan di blog dan di media sosial
(seperti Facebook dan Twitter). Informasi ini dapat membantu perusahaan menentukan respons
optimalnya terhadap situasi dan penyesuaian yang tepat terhadap keuangannya pelaporan.
Dimungkinkan untuk menggunakan Analisis Data untuk memindai lingkungan—yaitu, memindai
Pencarian Google dan media sosial (seperti Instagram dan Facebook) untuk mengidentifikasi potensi
risiko dan peluang bagi perusahaan. Misalnya, dalam pengertian intelijen bisnis, mungkin
memungkinkan perusahaan untuk memantau pesaing dan pelanggannya untuk lebih memahami
peluang dan ancaman di sekitarnya. Misalnya, apakah pesaing, pelanggan, atau pemasoknya
menghadapi? kesulitan keuangan, dll., yang mungkin mempengaruhi interaksi perusahaan dengan
mereka dan terbuka membuka peluang yang jika tidak, tidak akan dipertimbangkan?

Pajak

Secara tradisional, pekerjaan pajak berurusan dengan masalah kepatuhan berdasarkan data dari
transaksi yang sudah terjadi. Sekarang, bagaimanapun, eksekutif pajak dibebankan dengan
kemampuan perencanaan pajak yang canggih yang membantu perusahaan untuk meminimalkan
pajak dan melakukannya sedemikian rupa untuk menghindari atau mempersiapkan audit potensial.
Bisa dibilang, salah satunya hal yang paling baik dilakukan oleh Data Analytics adalah analitik
prediktif—memprediksi masa depan! Pergeseran fokus ini membuat analisis data pajak berharga
karena kemampuannya membantu staf pajak untuk memprediksi apa yang akan terjadi daripada
bereaksi terhadap apa yang baru saja terjadi. Contoh dari bagaimana analisis data pajak dapat
digunakan adalah kemampuan untuk memprediksi konsekuensi pajak potensial dari transaksi
internasional potensial, investasi R&D, atau merger yang diusulkan atau akuisisi. Salah satu masalah
dalam melakukan Analisis Data prediktif adalah organisasi yang efisien dan penggunaan data yang
disimpan di beberapa sistem pada berbagai platform yang awalnya tidak dirancang untuk
departemen pajak. Menata data pajak menjadi data warehouse agar dapat secara konsisten
memodelkan dan menanyakan data merupakan langkah penting menuju pengembangan
kemampuan untuk melakukan analisis data pajak. Masalah ini dicontohkan oleh 29 persen
departemen pajak yang menemukan tantangan terbesar dalam menjalankan strategi analitik adalah
integrasi dengan TI departemen dan alat teknologi yang tersedia.