Carian artikel oleh : Nur Miera Kamarudin

Pengarang: ICAEW Insights

Diterbitkan: 07 Mac 2025

 

Analisis Data untuk Juruaudit: Lima Perkara Penting

 

Analisis data sering diabaikan berbanding teknologi yang lebih menonjol, namun ia adalah kemahiran kritikal bagi juruaudit moden.

Analisis data semakin menjadi asas dalam bidang pengauditan dan teknik audit yang dibangunkan oleh data semakin mendapat tempat. Walaupun kecerdasan buatan (AI) sering menjadi tajuk utama, keupayaan data sering terabai. Namun, untuk memanfaatkan sepenuhnya potensi AI, juruaudit harus terlebih dahulu membangunkan kemahiran data utama, menurut Ian Pay, Ketua Analisis Data dan Teknologi ICAEW.

"AI pasti akan membawa perubahan besar kepada profesion audit, tetapi masih ada halangan yang perlu diatasi," kata Pay. "Ramai juruaudit berhati-hati dengan AI, terutamanya AI generatif, kerana bimbang tentang konsistensi outputnya dan risiko seperti halusinasi."

Namun, Pay menambah bahawa keupayaan AI yang lebih tradisional, seperti pembelajaran mesin (machine learning), mungkin menawarkan potensi yang jauh lebih besar. "Teknik-teknik ini telah dicuba dan diuji dalam keupayaannya untuk menyokong bidang seperti pengesanan anomali, dan analisis data akan memainkan peranan penting dalam memacu perubahan ini."

Mengelakkan Kesilapan Umum dalam Penggunaan Analisis Data

Juruaudit boleh menghadapi beberapa cabaran apabila menggunakan alat analisis data. Memandang rendah kepentingan mendapatkan data berkualiti tinggi daripada pelanggan boleh menjadi salah satu isu, kata Pay. Satu lagi ialah kegagalan mendapatkan persetujuan pelanggan dari awal, yang boleh menimbulkan penentangan kemudian.

Perancangan yang lemah dan pelaksanaan pada saat akhir juga sering menyebabkan masalah, begitu juga dengan terlalu bergantung pada alatan tanpa pengawasan manusia yang mencukupi. Selain itu, juruaudit kadang-kadang mengharapkan hasil segera tanpa menyedari bahawa pelaksanaan yang berkesan memerlukan masa dan kesabaran, seringkali melalui beberapa kitaran audit.

Untuk mengemudi cabaran ini, firma harus mengguna pakai pendekatan fasa dan strategik semasa memperkenalkan alatan baharu. Ini bermakna bermula dengan kes yang lebih mudah atau audit berisiko rendah untuk memastikan kejayaan pelaksanaan, sebelum beralih kepada situasi yang lebih kompleks.

Pay mengesyorkan mencuba penyelesaian analisis data pada pelanggan berdasarkan profil risiko yang betul, dengan mempertimbangkan kerumitan sistem IT pelanggan, kesesuaian dan kekuatan hubungan, dan sentiasa menguji pendekatan tersebut jauh lebih awal daripada akhir tahun audit.

 

Lima Kemahiran Penting

Apabila firma menggabungkan analisis data ke dalam proses audit mereka, juruaudit perlu membangunkan lima kecekapan utama untuk memaksimumkan keberkesanannya:

• Literasi data asas: Pemahaman tentang prinsip data asas dan cara untuk bekerja dengan data secara berkesan.
• Pemerolehan data: Keupayaan untuk mengumpul data yang lengkap, tepat dan boleh dipercayai daripada pelanggan – kemahiran yang sering dipandang remeh.
• Penilaian kualiti data: Keupayaan untuk membezakan antara data yang baik dan data yang tidak baik serta mengenal pasti isu kualiti pada peringkat awal, yang akan mencegah kelewatan dalam audit.
• Etika data: Memastikan integriti, objektiviti dan kerahsiaan semasa mengendalikan data untuk memupuk kepercayaan dalam audit yang didorong oleh analisis.
• Kesedaran tentang 'seni kemungkinan': Pemahaman tentang potensi analisis data, walaupun juruaudit tidak mempunyai kepakaran teknikal untuk membangunkan penyelesaian itu sendiri. Di sinilah kerjasama dengan pakar boleh merapatkan jurang.

 

 

Teknologi dan Piawaian Audit

Melihat ke hadapan, juruaudit harus memantau perkembangan dalam piawaian audit yang berkaitan dengan teknologi. "Lembaga Piawaian Pengauditan dan Jaminan Antarabangsa (IAASB) semakin melibatkan diri dengan teknologi audit, menunjukkan perubahan dalam jangkaan peraturan. Firma yang proaktif menerima teknologi akan berada pada kedudukan yang lebih baik untuk menyesuaikan diri," kata Pay.

Firma yang lebih kecil dan pengamal individu mungkin menganggap bahawa penggunaan analisis data memerlukan perisian yang mahal atau kemahiran pengekodan yang canggih. "Pada hakikatnya, banyak alat yang berkesan boleh didapati dengan kos yang sedikit atau tiada. Excel dengan Power Query adalah penyelesaian yang mantap apabila digunakan dengan baik, dan platform sumber terbuka, kod rendah seperti KNIME menyediakan titik permulaan yang mudah diakses untuk keupayaan yang lebih canggih tanpa memerlukan kepakaran pengaturcaraan."

"Dengan memanfaatkan alatan ini, firma yang lebih kecil dapat meningkatkan kualiti dan kecekapan audit tanpa pelaburan kewangan yang besar," jelas Pay.

Tarikh Input: 23/09/2025 | Kemaskini: 23/09/2025 | nurmiera