Gestão > Analytics, BI

Cinco níveis de maturidade na utilização de análise de dados

No Brasil, a maioria esmagadora de empresas encontra-se ainda no nível em que se utiliza planilhas para a análise de dados

10 de Novembro de 2016 - 11h34

Você provavelmente já ouviu falar no termo Data Audit ou Data Analysis e viu que esse seria o futuro das análises de informações. Mesmo que sejam assuntos pouco explorados no Brasil, é importante ressaltar que ele já chegou por aqui e diversas empresas estão aplicando o Data Audit em suas operações com o objetivo de reduzir custos em horas de análises humanas e otimizar resultados em projetos de auditoria.

Quando falamos em redução de custo, o Data Audit promove maior precisão em análises, permitindo que se aplique a análise humana somente em situações identificadas como potenciais problemas pelos sistemas de Data Analysis, que processam os dados do ERP das empresas de forma integral em busca de inconsistências, ao passo que a forma convencional trabalha com amostragens e pode deixar escapar os itens críticos, aumentando o custo do projeto, pois são analisados itens que não possuem nenhum tipo de problema e que não deveriam tomar tempo de análise da equipe de auditoria.

Ou seja, tradicionalmente utilizamos a capacidade de análise humana - e o tempo disponível - para analisar como chegar aos dados críticos, consequentemente acaba sobrando pouco tempo para efetuar o estudo dos problemas propriamente ditos.

O IIA (Institute for Internal Auditors) divulga em seu documento GTAG (Global Technology Audit Guide) uma tabela intitulada “Audit Department Data Analysis Usage Maturity Levels”, ou seja, “Níveis de Maturidade da Utilização de Data Analysis no Departamento de Auditoria”. Através dela é possível compreender os estágios de aplicação de Data Analysis na área de auditoria e também visualizar o quão distante estamos de uma situação ideal. O nível de maturidade se eleva de acordo com o grau de otimização do processo. Veja como é proposta a evolução dos estágios:

Nível 1: Análises efetuadas em documentos físicos;

Nível 2: Utilização de planilhas para análise de dados;

Nível 3: Aplicação esporádica de Data Analysis;

Nível 4: Data Analysis utilizado somente onde é aplicável;

Nível 5: Data Analysis sendo utilizado em todos os programas de autoria.

No Brasil, a maioria esmagadora de empresas, muitas de grande porte, encontra-se ainda no nível em que se utiliza planilhas para a análise de dados. É muito preocupante imaginar que após investir em um ERP, que é uma tecnologia robusta, não se tenha preocupação em utilizar de maneira automatizada e eficiente a quantidade imensa de dados produzida por tais sistemas. Muitas destas empresas possuem sequer a arquitetura de dados otimizada para poder utilizar os sistemas de Data Analysis.

O futuro não só é agora como está passando de forma fugaz. E as consultorias globais estão prontas para apoiar as empresas que estão preocupadas com a automatização por meio do Data Analysis. Este trabalho permite, através da análise dos dados, antecipar possíveis cenários ou situações e tomar ações para alterar o futuro. No Brasil, precisamos dar o primeiro passo e utilizar os dados de ERP para Data Audit de forma eficiente.

Estruture e analise seus dados para otimizar o Data Analysis e reduzir custos com horas de auditoria. Em tempos de compliance, aumentar a eficiência de seu departamento de auditoria irá certamente criar um diferencial que trará notoriedade e exposição à governança de sua empresa.

*Gibson Tavares é gerente de auditoria no Brasil da Protiviti.