Data Analytics Services

Data Analytics

Risico’s analyseer je op basis van informatie. Deze informatie komt tot stand aan de hand van “data”. Veel van deze data is voorhanden in uw operationele systemen, maar het is lastig om exact te bepalen welke data de juiste (management)informatie geeft. Hier vervult data analytics haar rol. Met de verdere digitalisering krijgt uw organisatie met behulp van data analytics meer inzicht in de voor haar belangrijke risico’s en mate van risicobeheersing. Dit inzicht ondersteunt een gedegen besluitvorming.

Data analytics en risicomanagement
Data analytics verhoogt de effectiviteit en efficiëntie van uw risicobeheersing mede doordat hierdoor beter inzicht wordt gegeven in feitelijke gebeurtenissen.

Zo kan data analytics onder meer een rol spelen bij het:

  • Identificeren van nieuwe – onvoorziene – risico’s
  • Uitvoeren van risico assessments door objectieve metingen
  • Bepalen van de control effectiviteit
  • Bepalen van gevolgschade
  • Voorkomen dat bedreigingen zich manifesteren
  • Momenten van (winst) optimalisatie bepalen

Data analytics kan in meerdere fasen van uw risicomanagement aanpak worden ingezet:

Risk Management Fase Functie Toegevoegde waarde
Risk Identification Identificeren van bestaande en potentiële bedreigingen en kansen Objectieve en feitelijk onderbouwde risico’s – efficiënt en effectief
Risk Appetite Bepalen van risico toleranties Het kunnen afleiden van de werkelijke vs. gewenste bandbreedte van het risico’s
Risk Rating Kwantificeren van de frequentie en gevolgen van risico’s Onderbouwd en feitelijk inzicht in de frequentie en gevolgschade van risico’s
Risk Classification -Geen toepassing-
Control Identification Identificeren van gebeurtenissen met een positief resultaat Onderbouwd en feitelijk inzicht in de positieve gevolgen van genomen maatregelen
Risk Treatment Ondersteunen van het herstelproces en daarvoor benodigde middelen Onderbouwd en feitelijk inzicht in het effect van het corrigeren van negatieve gebeurtenissen
Risk Monitoring Continue) monitoring van bestaande risico en risico indicatoren Tijdig kunnen inspelen op risico’s en kansen benutten. Potentiële gebeurtenissen inzichtelijk maken en evalueren
Risk Reporting Analyseren in de mate waarin een risico zich heeft voorgedaan Feitelijk onderbouwd inzicht geven in waar de organisatie kansen heeft gemist.

FSV Risk Advisory helpt u om bij elke fase de geschikte analytics in te richten. Onze experts kunnen helpen bij het identificeren van de benodigde informatie en data die het mogelijk maakt om risicomanagement zo goed mogelijk te ondersteunen. De technologie kan variëren van simpele data analyses met Excel tot aan gestructureerde data analytics met behulp van geavanceerde tooling.

Data analytics en internal audit
Wij onderschrijven het belang van data analyse technieken in audits, zoals process mining. Mede als middel om resources (nog) meer risicogericht en efficiënter in te kunnen zetten.

Data analytics wordt gezien als een eerste stap naar continious monitoring en continious auditing. Door (risico)data regelmatig te analyseren, kunnen problemen en afwijkingen snel worden opgespoord. Wij adviseren om dit in nauwe samenwerking met de tweedelijns risicofuncties te doen, vanwege hun verantwoordelijkheid bij het monitoren van risico’s en beheersmaatregelen.

Met behulp van data analytics wordt de effectiviteit en efficiëntie van uw internal audit proces verhoogd. Zo kan data analytics onder meer een rol spelen bij het:

  • Uitvoeren van efficiëntere audits, door risicogerichter de doelstelling en scope van een audit te bepalen.
  • Een risicogerichte selectie van deelwaarnemingen.
  • Identificeren van trends, nieuwe ontwikkelingen en onvoorziene risico’s
  • Uitvoeren van benchmarks en vergelijkende analyses
  • Betere inzichten verschaffen over de effectiviteit van de aanbevelingen
  • Betere onderbouwing van het risico (frequentie en gevolg)

Data analytics kan worden ingezet bij diverse internal audit activiteiten. Voorbeelden zijn:

Internal Audit activiteiten Functie Toegevoegde waarde
Audit planning proces Inzichtelijk maken van de deelgebieden die meer of minder afwijkingen vertonen (aan de hand van risicomodellen). Meer doelgerichte uitvoering van audits
Planning van een auditopdracht Identificeren van belangrijke gebeurtenissen in het risicogebied. Betere en scherpere “scoping” van de audit
Uitvoering van een auditopdracht Afwijkingen binnen een gegevensgroep zichtbaar te maken.
  • Snelle en efficiënte manier om (proces)data te analyseren
  • Doelgerichte deelwaarneming met meer (risicogerichte) focus
Rapporteren Analyseren van alle observaties met de impact en frequentie. Rapporteren met een betere onderbouwing van de bevinding en het feitelijke risico
Monitoren auditbevindingen Analyseren van de feitelijke en tijdige opvolging van de aanbevelingen. Direct meting van het effect van de doorvoering van een aanbeveling.

FSV Risk Advisory helpt u om bij elke activiteit de geschikte analytics in te richten. Onze experts kunnen helpen bij het identificeren van de benodigde informatie die het mogelijk maakt om het internal audit proces zo goed mogelijk te ondersteunen. De technologie kan variëren van simpele data analyses met Excel tot aan gestructureerde data analytics met behulp van geavanceerde tooling.

Process Mining

Process Mining is a special form of data analysis. Process Mining has been around for quite some time and in recent years has received more and more attention – which it deserves – from a growing number of companies. Through Process Mining, companies gain more control, manage risk more efficiently and build more sustainable and efficient processes.

What is it? Process Mining is the unlocking of already available data, which is processed into tailor-made and meaningful management information.

Through Process Mining, companies gain more control, manage risk more efficiently and build more sustainable and efficient processes.

Process Mining is a general term that has several applications, of which Process Discovery is often the best known. Nevertheless, there are several useful ways in which Process Mining can be used:

  • Process discovery
    Gain insight into the actual (“as is”) process flow – the sequence of activities, process loops and bottlenecks – in order to be able to implement process improvements.
  • Automation rate analysis
    Identifying manual activities to indicate opportunities for process and control automation.
  • Conformance check
    Validate compliance with processes and controls to gain insight into any deficiencies and deviations.
  • Root cause analysis
    De oorzaken identificeren en kwantificeren wanneer de resultaten van proces- of controleprestaties buiten de aangegeven grenzen vallen
  • Performance analysis
    Define KPIs and measure and report actual process performance results (such as lead times and idle times) and run benchmarks.
  • Segregation of Duties analysis
    Identify and understand the use of conflicting system authorizations.

Process Mining can provide many benefits for the entire organization. To get the most value from Process Mining, it is necessary to look beyond selecting and installing a software solution. It is about embedding Process Mining in the strategic and operational processes of the first, second and third line in order to unleash sustainable benefits.

We distinguish 4 factors for a successful implementation of Process Mining applications: System readiness, Data readiness, Organization readiness, People readiness.

FSV RA System Readiness-2

Process Mining

Scroll to Top