Selain itu, big data dapat meningkatkan efisiensi analitisis data secara keseluruhan, termasuk analisis deskriptif, diagnostik, prediktif, dan preskriptif. Analisis ini dapat memberikan statistik deskriptif pada seluruh populasi, menawarkan bukti audit pada skala yang lebih besar dan lebih lengkap, membangun koneksi antara laporan keuangan dan operasi bisnis aktual, dan mengidentifikasi potensi tanda bahaya.Â
Audit internal juga dapat memanfaatkan data besar dengan memanfaatkan informasi yang lebih tidak terstruktur dan nonkeuangan untuk mengendalikan risiko. Integrasi aktual data besar ke dalam audit masa depan akan membutuhkan pertimbangan lebih lanjut.
Mengintegrasikan Big Data Kedalam Audit
Sementara potensi big data mungkin sangat menarik bagi auditor, tetapi secara actual integrasi big data ke dalam audit belum cukuo matang. Terdapat beberapa elemen yang harus diperbaiki. Pertama, integrasi big data dimulai dengan kombinasi data tradisional dan big data. Kedua sumber ini sama pentingnya dengan prosedur audit, karena keduanya menyiratkan berbagai jenis informasi.Â
Sementara data akuntansi tradisional sebagian besar kuantitatif dan terstruktur, big data juga mencakup data tidak terstruktur dan semi-terstruktur yang menawarkan lebih banyak bukti pendukung dan informasi rinci.Â
Mengingat kompleksnya transaksi bisnis modern, auditor sering perlu mendapatkan berbagai jenis bukti. Yoon et al. berpendapat bahwa penambahan big data dapat meningkatkan kecukupan, keandalan, dan relevansi bukti audit, yang selanjutnya meningkatkan kualitas audit.Â
Misalnya, dalam memverifikasi informasi pengiriman, dokumen pengiriman tradisional adalah bukti utama terjadinya. Data besar tambahan, seperti data GPS, dapat memberikan verifikasi yang lebih solid. Singkatnya, auditor pertama-tama harus mengidentifikasi big data yang berpotensi relevan dan berguna, kemudian mengumpulkan dan menggabungkan data.
Meskipun demikian, agregasi data pada tingkat ini menghadapi tantangan serius, sebagian besar karena ketidakcocokan data; big data tidak terstruktur dan tidak memiliki pengidentifikasi umum. Pertimbangkan skenario di mana auditor, dalam upaya memverifikasi pendapatan dari perusahaan energi, ingin menggabungkan rincian panggilan telepon dari setiap instalasi layanan dengan jumlah penjualan.Â
Melakukan tugas ini membutuhkan pemahaman menyeluruh dari dua set data dan kompetensi yang memadai dalam pemrograman data, yang menunjuk ke dua komponen lain yang diperlukan dalam integrasi data besar: sumber daya manusia dan teknologi.
Masalah serius lainnya dengan masuknya data besar adalah keamanan terkait dengan penyimpanan data. Karena data besar agregat dapat mencakup informasi sensitif, menangani kerahasiaan penting bagi klien dan regulator. Mungkin juga menimbulkan kekhawatiran tentang independensi ketika auditor eksternal tahu terlalu banyak tentang klien mereka.
Elemen kedua dari menintegrasikan big data adalah proses pelatihan. Hasil akhir dari integrasi big data sebagian besar tergantung pada kompetensi orang yang mengelolanya.