{"id":3113,"date":"2024-05-27T09:31:29","date_gmt":"2024-05-27T07:31:29","guid":{"rendered":"https:\/\/auditor.auditorscensors.com\/el-big-data-una-questio-clau-per-a-lauditoria\/"},"modified":"2024-05-27T09:33:34","modified_gmt":"2024-05-27T07:33:34","slug":"el-big-data-una-questio-clau-per-a-lauditoria","status":"publish","type":"post","link":"https:\/\/auditor.auditorscensors.com\/es\/el-big-data-una-questio-clau-per-a-lauditoria\/","title":{"rendered":"El big data: una q\u00fcesti\u00f3 clau per a l\u2019auditoria"},"content":{"rendered":"<p>El Big Data \u00e9s una eina indispensable per a detectar anomalies i possibles fraus, per exemple, en els estats financers de les organitzacions.<\/p>\n<p>La NIA 200 d\u2019\u201dObjectius globals de l&#8217;auditor independent i realitzaci\u00f3 de l&#8217;Auditoria de conformitat amb les Normes Internacionals d&#8217;Auditoria\u201d, requereix que l&#8217;auditor obtingui una seguretat raonable que els estatsfinancers en conjunt estan lliures d&#8217;incorrecci\u00f3 material, deguda a frau o error.<\/p>\n<p>En l&#8217;\u00e0mbit de l&#8217;auditoria financera pot permetre als auditors i auditores treballar amb grans volums de dades, processar-les r\u00e0pidament, provinents de diverses fonts de dades, validar-ne la veracitat i obtenir resultats valuosos i rellevants.<\/p>\n<p>Aix\u00f2 pot millorar la precisi\u00f3, l&#8217;efic\u00e0cia i el valor global de l&#8217;auditoria financera, a m\u00e9s d\u2019acomplir amb elsrequeriments de les Normes Internacionals d\u2019Auditoria o NIA\u2019s.<\/p>\n<p>El Big Data es caracteritza per diferents V\u2019s, a continuaci\u00f3 es detallen les principals:<\/p>\n<ul>\n<li><strong><u>Volum:<\/u> <\/strong>Mitjan\u00e7ant l&#8217;\u00fas de t\u00e8cniques de Big Data, es poden processar i analitzar grans volums de dades financeres per identificar tend\u00e8ncies, anomalies i riscos potencials. Per tant, permet analitzar tota lapoblaci\u00f3 a trav\u00e9s de proves globals, sense la necessitat de realitzar mostrejos sobre mostres que s\u00f3nnom\u00e9s una part del total d\u2019elements a analitzar.<\/li>\n<li><strong><u>Velocitat:<\/u> <\/strong>Amb l&#8217;\u00fas de tecnologies de processament en temps real i l\u2019an\u00e0lisi de dades en temps real, es pot obtenir informaci\u00f3 immediata sobre les activitats financeres i prendre decisions m\u00e9s r\u00e0pides basades en aquestes dades.<\/li>\n<li><strong><u>Varietat:<\/u> <\/strong>Les dades financeres poden ser estructurades (com ara dades dels diaris comptables obtingudes de bases de dades SQL, x exemple) i dades no estructurades (com ara correus electr\u00f2nics,escriptures, cartes de circularitzaci\u00f3, etc.). L&#8217;\u00fas de t\u00e8cniques d&#8217;an\u00e0lisi de Big Data permet treballar amb una \u00e0mplia varietat de dades i obtenir una visi\u00f3 m\u00e9s completa.<\/li>\n<li><strong><u>Veracitat:<\/u> <\/strong>A trav\u00e9s de l&#8217;an\u00e0lisi de dades massives i l&#8217;aprenentatge autom\u00e0tic o Machine Learning, espoden avaluar i validar la veracitat de les dades financeres i identificar possibles errors o irregularitats.<\/li>\n<li><strong><u>Valor:<\/u> <\/strong>Aplicant t\u00e8cniques d&#8217;an\u00e0lisi avan\u00e7ades i la identificaci\u00f3 de patrons i tend\u00e8ncies ocultes en les dades financeres es poden proporcionar recomanacions m\u00e9s precises als clients en les cartes derecomanacions emeses.<\/li>\n<\/ul>\n<p>El Big Data \u00e9s un aliat estrat\u00e8gic per a l\u2019auditoria financera degut a la seva capacitat per processar gransquantitats de dades en diferents formats, cosa que permet obtenir una visi\u00f3 m\u00e9s completa i precisa dels riscos, les irregularitats o errors i possibles fraus, en els procediments i pr\u00f2piament en els estats financers.<\/p>\n<p>Per tant, l\u2019auditoria financera de forma clara podria ser Data Driven, \u00e9s a dir, definir els procediments itreballs a realitzar en funci\u00f3 de la informaci\u00f3 o insights obtinguts de les dades.<\/p>\n<p>El Business Intelligence, \u00e9s un conjunt de t\u00e8cniques i eines que s&#8217;utilitzen per analitzar la informaci\u00f3 empresarial amb l&#8217;objectiu d&#8217;ajudar en la presa de decisions. Combina diferents disciplines, com l&#8217;an\u00e0lisi de negocis, la mineria de dades, la visualitzaci\u00f3 de dades i la infraestructura tecnol\u00f2gica necess\u00e0ria per gestionar grans quantitats d&#8217;informaci\u00f3.<\/p>\n<p>Per tot el descrit anteriorment, el govern de la dada, la normalitzaci\u00f3 i la granularitat s\u00f3n pilars importants, ja que asseguren la qualitat, integritat i coher\u00e8ncia de la informaci\u00f3, ja que amb dades de poca qualitat,les conclusions obtingudes podrien ser err\u00f2nies o esbiaixades.<\/p>\n<p>Tamb\u00e9 \u00e9s fonamental el modelatge de les dades i el proc\u00e9s ETL o Extract, Treat and Load, que b\u00e0sicament es refereix a com s\u2019extreuen, per exemple, els diaris comptables i la informaci\u00f3 financera a ser tractada. Com es processa aquesta per a poder ser tractada pel software d\u2019auditoria i com es carrega al propi software utilitzat a l\u2019auditoria. Aix\u00ed com, tamb\u00e9 la visualitzaci\u00f3 de les dades per tal de poder analitzar tend\u00e8ncies i patrons.<\/p>\n<p>Data Science o la disciplina de la ci\u00e8ncia de dades consisteix en l&#8217;estudi de la informaci\u00f3 amb l&#8217;objectiu d&#8217;obtenir insights o conclusions rellevants. \u00c9s una combinaci\u00f3 de diferents pr\u00e0ctiques en els camps de les matem\u00e0tiques, l&#8217;estad\u00edstica, la intel\u00b7lig\u00e8ncia artificial i l&#8217;enginyeria inform\u00e0tica, b\u00e0sicament, per analitzargrans quantitats de dades. Aquesta an\u00e0lisi permet plantejar i respondre preguntes com \u00abqu\u00e8 va passar\u00bb,\u00bbper qu\u00e8 va passar\u00bb, \u00abqu\u00e8 passar\u00e0\u00bb i \u00abqu\u00e8 es pot fer amb els resultats obtinguts\u00bb.<\/p>\n<p>I per \u00faltim, seria molt \u00fatil l\u2019aplicaci\u00f3 d\u2019Intel.lig\u00e8ncia Artificial, per a poder plantejar preguntes com les indicades anteriors i donar respostes, com per exemple l\u2019utilitzaci\u00f3 de:<\/p>\n<ul>\n<li><strong><u>Aprenentatge autom\u00e0tic (Machine Learning):<\/u> <\/strong>Els algoritmes d&#8217;aprenentatge autom\u00e0tic poden analitzar grans conjunts de dades hist\u00f2riques per identificar patrons i anomalies, generant models predictius que ajuden a centrar els esfor\u00e7os de l\u2019auditoria financera en \u00e0rees de major risc.<\/li>\n<li style=\"font-weight: 400;\"><strong><u>Processament del llenguatge natural (NLP):<\/u> <\/strong>Pr\u00f2piament, \u00e9s una tecnologia del Machine Learning, que dona la capacitat als ordinadors d&#8217; interpretar, manipular i comprendre el llenguatge hum\u00e0 i, que permet analitzar grans quantitats de text en busca de pistes de frau o comportaments sospitosos, automatitzant la revisi\u00f3 de contractes, informes i documents rellevants. Alguns dels documents analitzats en el proc\u00e9s d\u2019auditoria financera, podrien ser escriptures, actes, contractes mercantils, etc&#8230;.<\/li>\n<\/ul>\n<p style=\"font-weight: 400;\">Per tant, la comptabilitat entesa com una ci\u00e8ncia o el Business Intelligence proporcionen una visi\u00f3 retrospectiva de la situaci\u00f3 financera passada d&#8217;una organitzaci\u00f3 i, per contra, el Big Data i la ci\u00e8ncia de dades, enteses com a tecnologies, poden permetre formular preguntes, per a obtenir una visi\u00f3 de futur i realitzar previsions amb precisi\u00f3.<\/p>\n<p style=\"font-weight: 400;\">En conclusi\u00f3, l\u2019aplicaci\u00f3 del Big Data i la Intel\u00b7lig\u00e8ncia Artificial s\u00f3n una oportunitat i un repte a l\u2019hora per a la professi\u00f3.<\/p>\n<p style=\"font-weight: 400;\">Pel que fa refer\u00e8ncia a la formaci\u00f3 continuada obligat\u00f2ria pels auditors i auditores, a banda de la formaci\u00f3 en comptabilitat i auditoria financera, caldria incloure aspectes m\u00e9s tecnol\u00f2gics i utilitzant una de les v\u2019s del Big Data, a gran velocitat.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>El Big Data \u00e9s una eina indispensable per a detectar anomalies i possibles fraus, per exemple, [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":3108,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"advgb_blocks_editor_width":"","advgb_blocks_columns_visual_guide":"","_editorskit_title_hidden":false,"_editorskit_reading_time":0,"_editorskit_typography_data":[],"_editorskit_blocks_typography":"","_editorskit_is_block_options_detached":false,"_editorskit_block_options_position":"{}"},"categories":[236],"tags":[],"tipo":[13],"autor":[232],"author_meta":{"display_name":"ncasado","author_link":"https:\/\/auditor.auditorscensors.com\/es\/author\/ncasado\/"},"featured_img":"https:\/\/auditor.auditorscensors.com\/wp-content\/uploads\/2024\/05\/Big-Data.jpg","coauthors":[],"tax_additional":{"categories":{"linked":["<a href=\"https:\/\/auditor.auditorscensors.com\/es\/category\/tecnologia-2-2\/\" class=\"advgb-post-tax-term\">Tecnologia<\/a>"],"unlinked":["<span class=\"advgb-post-tax-term\">Tecnologia<\/span>"]}},"comment_count":"0","relative_dates":{"created":"Publicado 2 a\u00f1os hace","modified":"Actualizado 2 a\u00f1os hace"},"absolute_dates":{"created":"Publicado el 27 de mayo de 2024","modified":"Actualizado el 27 de mayo de 2024"},"absolute_dates_time":{"created":"Publicado el 27 de mayo de 2024 9:31","modified":"Actualizado el 27 de mayo de 2024 9:33"},"featured_img_caption":"","_links":{"self":[{"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/posts\/3113"}],"collection":[{"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/comments?post=3113"}],"version-history":[{"count":1,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/posts\/3113\/revisions"}],"predecessor-version":[{"id":3115,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/posts\/3113\/revisions\/3115"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/media\/3108"}],"wp:attachment":[{"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/media?parent=3113"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/categories?post=3113"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/tags?post=3113"},{"taxonomy":"tipo","embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/tipo?post=3113"},{"taxonomy":"autor","embeddable":true,"href":"https:\/\/auditor.auditorscensors.com\/es\/wp-json\/wp\/v2\/autor?post=3113"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}