LOS NUEVOS CONCEPTOS BÁSICOS DEL ANÁLISIS DE DATOS

Dominar algunas técnicas fundamentales permite a los auditores aprovechar las herramientas de análisis de
datos avanzadas para obtener mejores puntos de vista.

Por: Nikhil Kenjale, CA

(Presidente de Pune Audit Club, afiliada al IIA, Sección Bombay, India)

Hace poco, el auditor de una gran empresa de

fabricación de India automatizó prácticas de
auditoría repetitivas mediante el desarrollo de
un conjunto de consultas para identificar
desviaciones del proceso en el sistema de
planificación de recursos empresariales (ERP)
de la organización. Estas consultas examinan
todos los datos en el sistema ERP, en lugar de
solo una muestra, lo que permite a los
auditores encontrar rápidamente excepciones
y validarlas con los responsables del proceso.

Los conceptos básicos del análisis de datos están cambiando para los auditores. Las herramientas
actuales permiten que los auditores ofrezcan aseguramiento basado en el análisis de poblaciones
de datos completas, incluso de sistemas empresariales de gran envergadura. Los auditores
pueden ajustar estas herramientas fabricadas en serie y personalizables aprendiendo algunos
conceptos básicos.

PASO 1: Obtener los datos

La necesidad de los auditores de datos se ve impulsada por el alcance de la auditoría y debería

relacionar los procesos u operaciones que tienen el riesgo mayor. Cuando solicitan datos a las
unidades de negocio, los auditores deberían especificar las columnas, detalles y período de tiempo
específicos que necesitan examinar.

Los auditores también deben indicar el tipo de archivo de datos que necesitan. Por lo general, los
auditores pueden trabajar con datos estructurados más fácilmente que con datos no
estructurados, lo que exige una limpieza y normalización de datos más abundante. En la época de
los macrodatos, es posible que los auditores necesiten herramientas más avanzadas para abrir
archivos complejos que contienen enormes cantidades de datos; por ejemplo, los archivos de
Microsoft Excel tienen un límite de 1,4 millones de filas de datos.

Además, los auditores deben entender de qué manera los datos se acumulan, almacenan y
controlan. La calidad y las expectativas respecto de los datos dependen del sistema de ERP de la
organización y del nivel de controles internos que tenga la organización; por ejemplo, si la
organización tiene un sistema de ERP con controles primarios que abordan todas las afirmaciones
de estados financieros relevantes, los auditores pueden esperar encontrar ciertos valores en una
población determinada.

Por último, si los datos se extrajeron utilizando una consulta de diseño específico o un informe
personalizado, los auditores deben evaluar si la lógica del informe es apropiada. En algunos casos,
es posible que los auditores necesiten ayuda de un especialista de datos.

Auditoría de tecnologías de la información Dr. Alan E. Rozas Flores, CRMA

PASO 2: Limpiar los datos

Los auditores pueden recibir datos que no estén listos para ser analizados. Deben prepararlos
quitando las filas y columnas en blanco, y arreglando los datos que estén en columnas incorrectas.

La limpieza de datos también facilita vías de análisis. Un ejemplo es convertir datos pasivos como
la fecha en un campo de texto, en datos activos para análisis. Convertir los datos ingresados de
forma incorrecta en el campo de fecha al formato correcto permite a los auditores realizar un
análisis asociado a fecha. Los auditores pueden generar resúmenes mensuales y trimestrales al
extraer los meses del campo de fecha y asignarlos al trimestre correspondiente.

La limpieza de datos también ayuda a los auditores a deducir ciertos valores de los datos; por
ejemplo, si los datos incluyen la fecha de transacción y la fecha del libro mayor, los auditores
pueden agregar una columna para mostrar la diferencia entre esas fechas, que pueden revelar
retrasos en el registro de las transacciones.

PASO 3: Comprender los datos

En esta etapa, los auditores pueden comenzar con pruebas estadísticas. La elección de
herramientas y técnicas depende del propósito y el presupuesto de auditoría, y del tipo y tamaño
de los datos. Los auditores, al ver el rango de valores - máximo y mínimo -, tienen una idea sobre
los datos; por ejemplo, cuando los auditores aplican filtros a un informe de ventas, los montos
negativos que encuentran pueden indicar que los datos contienen mercaderías devueltas. Los
auditores deberían validar este hallazgo con la administración.

Las medidas estadísticas de tendencias centrales, como la media, mediana y modo, demuestran
los valores promedio en una población, que pueden aumentar la comprensión de los auditores;
por ejemplo, el precio de venta promedio que se cobra por un producto durante un año facilita la
comprensión de ventas. Si las muestras de datos se asemejan a los atributos de la población
promedio, esto mejora el aseguramiento. Por el contrario, los valores de atributo que estén por
encima o por debajo de los atributos promedio pueden requerir un análisis más exhaustivo.

Si bien los promedios son útiles, los auditores tienen que comprender cuáles son los elementos
que pueden distorsionar el valor promedio, por ejemplo, si el precio promedio de un producto de
$ 45 difiere bastante del precio de lista, los auditores deberían revisar si la población contiene
elementos tales como notas de débito o facturas en las que se facturó un aumento de precio al

Auditoría de tecnologías de la información Dr. Alan E. Rozas Flores, CRMA

cliente después de la venta como consecuencia de una fluctuación en los costos de suministro.
Los auditores deberían estratificar la población sobre la base de atributos de datos únicos tales
como tipo de producto, momento, (si las ventas están sujetas a variaciones estacionales),
ubicación geográfica y tipo de documento (factura, nota de débito, nota de crédito, cancelación y
suministros gratis).

El análisis unilateral de los datos posiblemente no les permita a los auditores tener una
comprensión completa. Los auditores deberían revisar los datos desde todos los ángulos posibles
mediante el uso de tablas dinámicas, por ejemplo, las tablas dinámicas permiten a los auditores
combinar varias vistas de ventas, como ubicación geográfica y productos.

Las búsquedas descriptivas o mediante narrativa ayudan a los auditores a entender las
complejidades que se escoden en los datos, por ejemplo, buscar por palabras específicas tales
como “doble”, “opuesto”, “rectificado” y “retraso” puede revelar información sobre la higiene del
proceso. Esta búsqueda junto con nombres de usuario indica a los auditores quién está a cargo
de cada actividad y con qué frecuencia. Los auditores pueden resumir las observaciones de
búsqueda al etiquetarlas por separado en los datos. Este tipo de búsqueda es una buena manera
de detectar indicadores de fraude.

PASO 4: Aprender el ritmo de los datos

Los auditores que están familiarizados con ritmos musicales pueden relacionarios con un ritmo
oculto en los datos. El modo es un valor estadístico sobre la frecuencia de una variable. Si los
auditores detectan que ciertos ítems de línea se repiten mensualmente en el informe de ventas,
podría tratarse de una facturación fija mensual a un cliente, por ejemplo, por mantenimiento
mensual. Encontrar y etiquetar estos elementos de ocurrencia frecuente reduce la necesidad de
analizarlos individualmente, lo que ahorra tiempo. Este es el beneficio de encontrar un ritmo en
los datos.

PASO 5: Interpretar los hallazgos

El último paso del proceso de análisis es encontrarle sentido a las tendencias que revelan los
datos. Plantear una buena observación es un arte que requiere criterio y un enfoque sistemático.
Las excepciones y los casos atípicos que descubren los auditores podrían ser transacciones
comerciales genuinas, ejecutadas en un contexto particular con las autorizaciones debidas, un
error puntual o un fraude intencional. Por lo tanto, los auditores deberían reunir la mayor cantidad
de datos posible sobre estos casos atípicos y relacionarlos con los objetivos de la auditoría sin
marcar ninguna tendencia.

SUGERENCIAS: Análisis exitoso

Conocer los conceptos básicos del análisis de datos puede ayudar a los auditores a hacer
observaciones valiosas, cumplir con las expectativas de las partes interesadas y aumentar su
relevancia para la organización. Para aplicar el análisis, los auditores deben tener un sólido
entendimiento de los procesos de la organización, conocimientos del negocio del cliente para
determinar qué esperar de los datos, un enfoque sistemático y disciplinado, paciencia y
escepticismo. Los auditores pueden mejorar estas capacidades aprendiendo a usar herramientas
y técnicas avanzadas; y sobre todo, nunca deberían rendirse en su búsqueda de puntos de vista a
partirde los datos.

Auditoría de tecnologías de la información Dr. Alan E. Rozas Flores, CRMA