Depuis des décennies, les auditeurs s’appuient sur l’échantillonnage statistique pour tirer des conclusions sur de grands ensembles de données. L’échantillonnage a été largement adopté car il permet aux auditeurs de recueillir suffisamment d’éléments probants pour se forger une opinion et détecter les erreurs ou les fraudes potentielles sans dépenser les ressources nécessaires pour passer au crible des quantités massives de transactions et d’informations.

Mais l’échantillonnage peut être défectueux car il suppose que les données de l’échantillon soit représentatif de l’ensemble des données, ce qui n’est pas toujours le cas. Les erreurs dues à la taille de l’échantillon, à la conception ou à des variables inattendues constituent donc un risque.

Aujourd’hui, les auditeurs qui cherchent à fournir des audits de meilleure qualité peuvent désormais examiner un grand nombre de transactions financières ou concevoir l’échantillon de données parfait pour détecter les tendances ou les anomalies sans y consacrer un temps trop important.

En effet, ils peuvent utiliser un logiciel d’analyse de données pour dresser un tableau complet et précis de toutes les transactions et de tous les processus de leur organisation, ce qui leur permet d’identifier plus précisément les risques, les tendances et les activités frauduleuses potentielles. 

L’analyse de données et l’utilisation de populations complètes constituent l’avenir de l’audit.

Les auditeurs reconnaissent de plus en plus l’importance d’intégrer ces analyses dans leurs audits. 

Avantages du logiciel d’analyse de données

Les logiciels d’analyse offrent de nombreux avantages aux auditeurs qui cherchent à mieux comprendre les transactions et les données de l’entité auditée. Ces avantages sont les suivants : 

• Tests d’ensembles de données complets, permettant aux auditeurs d’effectuer des audits plus approfondis et d’identifier plus facilement des ensembles de données inhabituels
• Résultats plus détaillés grâce à l’application de l’intelligence artificielle et de la technologie d’apprentissage automatique
• Intégration de données provenant de plusieurs sources, permettant aux auditeurs de générer de nouvelles informations
• Création de visualisations basées sur des données qui simplifient la détection de modèles, de tendances et de valeurs incohérentes
• Construction de pistes d’audit claires qui peuvent être analysées à tout moment

Bien que les logiciels d’analyse transforment certains processus d’audit, ils complètent et non remplacent l’audit traditionnel. Il faut toujours un auditeur qualifié et compétent pour comprendre le contexte des processus opérationnels, tirer des conclusions à partir des données et interpréter les résultats.

Améliorer la qualité des éléments probants

Comment les auditeurs des états financiers utilisent-ils l’analyse ? Selon un rapport de 2019 intitulé Un aperçu de la façon dont les auditeurs au Canada utilisent l’analyse de données (An Inside Look at How Auditors in Canada Are Using Data Analytics), des Comptables professionnels agréés du Canada (CPA Canada), les auditeurs utilisent l’analyse dans le but principal d’améliorer la qualité des éléments probants obtenus pour étayer l’avis du commissaire aux comptes.

Le rapport note que l’utilisation de l’analyse de données par les auditeurs est en croissance et que de nombreux cabinets continuent d’investir considérablement dans la technologie et dans le développement de la formation et d’autres formes d’orientation. L’analyse de données sera donc un facteur clé pour accroître la pertinence et la valeur de l’audit des états financiers et pour continuer à améliorer la qualité de l’audit. Le rapport conclut en encourageant les auditeurs à continuer d’en apprendre davantage sur l’analyse de données et trouver de nouvelles façons de tirer parti de leurs capacités.

Pour découvrir comment l’analyse de données peut améliorer votre processus d’audit, découvrez les capacités de Analytics IA.

Traduction de l’article de Caseware IDEA : How Analytics Deliver the Whole Audit Picture