Voitot:
- Ymmärtää näytteenottoriskin ja täyden populaatiotestauksen logiikan (100 % testaus) ja osaa käyttää tekoälyä tiedon valmisteluun, sääntöjen kirjoittamiseen ja tulosten tulkintaan.
- Kyky suunnitella ja toteuttaa täsmäys-, täydellisyys- ja tarkkuustestejä suurissa tietosarjoissa tekoälyn tuella
- Kyky ymmärtää, että poikkeuslista koko perusjoukon testissä ei ole tulos, vaan alku, jonka tarkastaja tutkii ja että lopullinen arviointi kuuluu tarkastajalle.
Yksi tilintarkastajan ammatin perustavanlaatuisimmista rajoituksista oli, että tilintarkastajan täytyi työskennellä otoksen kanssa useiden vuosien ajan. Et voi tarkistaa manuaalisesti yrityksen 180 000 laskua vuodessa. Joten valitset muutama sata tietuetta käyttämällä tilastollista tai tuomitsevaa menetelmää, testaat ne ja yleistät tuloksen koko populaatiolle. Otanta on tehokas ja oikeutettu tekniikka, mutta siihen liittyy luontainen riski: otantariski – valitsemasi otos ei välttämättä edusta populaatiota, eikä sen todellinen virhe välttämättä osu siihen, mihin etsit.
Dataanalytiikka ja tekoäly muuttavat tätä kuvaa: voit nyt testata koko populaation, eli 100 %. Tätä kutsutaan täydelliseksi populaatiotestaukseksi. Omistamme tämän yksikön ymmärtämään siirtymistä "näytteestä kokonaisuuteen", sen tuomaa voimaa ja uusia vastuita, jotka monet ihmiset eivät huomaa. Koska täydellinen populaatiotestaus ei helpota tarkastusta; Se muuttaa kokeen luonnetta ja asettaa kokeen vastaanottajalle uutta taakkaa.
Ero otannan ja täyden populaatiotestauksen välillä
Klassisessa näytteenotossa logiikka on: "Anna minun testata perusteellisesti pieni mutta edustava ryhmä ja tulkita tulos kokonaisuutena." Täyspopulaatiotestissä logiikka on päinvastainen: "Skannaan kokonaisuutta tiettyjen sääntöjen mukaan, löydän säännön ulkopuolelle jäävät poikkeukset ja tutkin niitä perusteellisesti." Ensimmäisessä lähestymistavassa riski on "väärän näytteen valinta"; Toisessa riskinä on "väärän säännön kirjoittaminen" ja "työskentely epätäydellisten/virheellisten tietojen kanssa".
Seuraavassa taulukossa verrataan kahta lähestymistapaa:
Koko
näytteenotto
Koko väestötestaus (100 %)
Laajuus
osa väestöstä
koko väestö
Pääriski
Otantariski (esitysvirhe)
Sääntövirhe + tietojen eheysvirhe
ulostulo
Rajoitettu määrä testituloksia
Luettelo poikkeuksista, jotka eivät ole säännön mukaisia
Tilintarkastajan taakka
valinta + testi
Sääntösuunnittelu + poikkeusarviointi
AI:n rooli
Apua näytteen valinnassa
Tietojen valmistelu, sääntöjen kirjoittaminen, poikkeusmerkinnät
Huomautus: täydellinen populaatiotestaus ei tarkoita "testasin kaiken, työ tehty". Päinvastoin, se antaa sinulle yleensä enemmän tutkittavia kohteita. Kun suoritat kaikki 180 000 laskua päivämäärän ja summan hyväksymissäännön kautta, löydät ehkä 900 poikkeusta. Jokainen näistä on kysymys; ei vastausta. Tässä kohtaa tilintarkastustuomioistuin tulee peliin.
Tietojen täydellisyys: testauksen näkymätön perusta
Koko väestötestauksen suurin sudenkuoppa on, että testin laatu riippuu datan laadusta. "Testasin 100 % tiedoista" on järkevää vain, jos sinulla on 100 % väestöstä. Jos suodatin oli virheellinen haettaessa tietoja järjestelmästä, joitain tietueita jätettiin pois tai summasarake siirrettiin desimaalivirheellä, "täysi" testisi suoritetaan itse asiassa epätäydellisille tai vioittuneille tiedoille. Siksi tietojen täydellisyyden ja tarkkuuden varmistaminen on ensimmäinen ja välttämätön askel täydellisessä populaatiotestauksessa.
Käytännön tarkistukset täydellisyyden todentamiseksi:
- Tietuemäärän täsmäytys: Vastaako noutamasi tietojoukon rivien lukumäärä järjestelmän tietueiden kokonaismäärää?
- Summien täsmäytys: Täsmäytyykö tietojoukon kokonaissumma koetallisessa/tytäryrityksessä olevan tilin loppusumman kanssa?
- Ajanjakso: sisällytetäänkö tietoihin ajanjakson ensimmäinen ja viimeinen päivä; Puuttuuko kuukausi/päivä?
- Tyhjän ja huonon tilan skannaus: Onko pakollisissa kentissä (päivämäärä, summa, tilikoodi) välilyöntejä tai merkityksettömiä arvoja?
Tekoäly auttaa kaikissa näissä tarkistuksissa: indeksoi tiedot, saa kokonaissummat, laskee tyhjiä tiloja, raportoi ajanjakson. Mutta tilintarkastaja päättää, "pitääkö" sopimus, tutkii eron ja vahvistaa tietojen soveltuvuuden tarkastustarkoitukseen.
Varoitus: Älä kirjoita "Testasin kaikki tiedot" laskentataulukkoon varmistamatta tietojen täydellisyyttä. Puuttuvien tietojen täydellinen väestötesti antaa näennäisesti täydellisen mutta harhaanjohtavan varmuuden.
Täysi väestötestaus tekoälyllä: askel askeleelta
- Valmistele tiedot turvallisesti. Anonymisoi henkilökohtaiset/yksityiset kentät tai korvaa ne paikkamerkeillä. Jos mahdollista, käytä yritysajoneuvoa.
- Vahvista täydellisyys. Yhdistä tietueiden lukumäärä ja määrä.
- Määritä testisääntö selkeästi. Mikä lasketaan "poikkeukseksi"? (Esimerkiksi: hyväksymätön lasku, viikonloppuna tehty lasku, iso pyöreä maksu, tulot kirjattu katkaisupäivän jälkeen.)
- Käytä sääntöä tekoälyllä. AI soveltaa sääntöä tietoihin ja tuottaa luettelon poikkeuksista; Kirjoita sääntö selkeästi, jotta se voidaan tarkastaa.
- Priorisoi ja tarkista poikkeukset. Tutki jokainen poikkeus todisteiden avulla; käsittele vääriä positiivisia tuloksia, perustele todelliset havainnot.
- Dokumentoi tulos. Linkitä sääntö, poikkeusten määrä, tutkitut kohteet ja johtopäätös laskentataulukkoon.
kolme minilaukkua
Tapaus 1 – Leikkaustesti. Tilintarkastaja halusi testata vuoden lopun tulorajaa. Hän otti 42 000 myyntilaskua koko perusjoukoksi ja pyysi tekoälyä valvomaan "luettelotietueita, joissa on laskun päivämäärät 31. joulukuuta mennessä, mutta toimitus-/toimituspäivämäärät tammikuun 1. päivänä tai sen jälkeen". YZ merkitsi 118 tietuetta. Tilintarkastaja tutki nämä: 96 oli laillisia liiketoimia, joissa ei ollut ajoituseroja (toimitus samana päivänä), 22 oli tosiasiallisesti seuraavan vuoden tuloja ja kirjattiin edelliselle kaudelle. Nämä 22 kohdetta raportoitiin, koska ne osoittivat kuviota, vaikkakin alle merkitsevyyden. Tekoäly esitti 118 kysymystä; Tarkastaja löysi 22 vastausta.
Tapaus 2 – Kun täydellisyys jätetään pois. Yksi tiimin jäsen sanoi tehneensä täyden populaatiotestauksen 180 000 laskulle; Poikkeuksia ei ollut ja hän oli helpottunut. Vastuuhenkilö vertasi aineiston kokonaismäärää koetasteeseen: dataa 155 miljoonaa TL, koesaldoa 210 miljoonaa TL. Kävi ilmi, että kun tietoja vedettiin järjestelmästä, haara suodatettiin ja jätettiin pois. "Täydestä" testistä puuttui itse asiassa neljännes tiedoista. Testi ajettiin oikeilla tiedoilla. Oppitunti: täydellistä populaatiotestausta ei ole olemassa ilman täydellisyyden vahvistusta.
Tapaus 3 – Sääntövirhe. Tarkastaja oli kirjoittanut tekoälyn säännön "Luettelo hyväksymättömät maksut yli 50 000 TL", mutta hän ei ymmärtänyt, että "hyväksyntä"-kenttä pidettiin järjestelmässä kahdessa eri sarakkeessa (sähköinen hyväksyntä ja manuaalinen hyväksyntä). Tekoäly merkitsi 300 maksua "hylätyiksi", koska se katsoi vain yhden; Tarkasteltaessa havaittiin, että useimmat niistä hyväksyttiin toisessa sarakkeessa. Väärä sääntö tuotti satoja vääriä positiivisia tuloksia. Tarkastaja korjasi säännön sisältämään molemmat sarakkeet. Oppitunti: tilintarkastaja varmistaa, että sääntö on tietojen ja liiketoimintaprosessien mukainen.
Heikko kehote / Vahva kehote
Heikko kehote:
Etsi ongelmalliset tietueet tästä laskutiedosta.
Ongelma: Ei määritelmää "ongelmalliselle". Tekoäly ei tiedä mitä pitää poikkeuksena; Hän työskentelee joko satunnaisten signaalien tai itse keksimiensä kriteerien mukaan. Se ei ole toistettavissa ja tarkastettavissa.
Tehokas kehotus:
Tehtäväsi: olet riippumattoman tarkastajan data-analytiikka-assistentti. Tuomio on minun; Käytät sääntöä ja luot poikkeusluettelon. Konteksti: Alla on anonymisoituja myyntilaskutietoja (sarakkeet: laskun_nro, laskun_päivämäärä, toimituspäivämäärä, summa, hyväksynnän_tila, haara). Vuoden lopussa: 31.12.VAIHE 1 - Täydellisyys: Ilmoita tietueiden kokonaismäärä ja kokonaismäärä, jotta voin verrata sitä koetaldoon. Ilmoita tyhjästä/puuttuvasta tilasta. VAIHE 2 - Testisäännön leikkaaminen: Lista tietueet, joiden laskun_päivämäärä <= 31.12 JA toimituspäivä >= 01.01, "katkaisupoikkeukseksi". VAIHE 3 - Kirjoita sääntö pelkkänä tekstinä (mitä ehtoa sovelsit), jotta sitä voidaan tarkastaa., do: En antanut sille sääntöjä. Lähetä tietueet, jotka merkitset "poikkeuksiksi tarkastettavaksi"; Älä sano "virhe/löytö". Älä keksi sellaista, mitä et voi päätellä tiedoista.
Tämä pyyntö on tehokas, koska se vahvistaa ensin täydellisyyden, määrittelee selvästi poikkeussäännön, vaatii säännön selkeän tekstin (tarkastettavuus) ja asettaa tulosteen "poikkeukseksi".
Yleisiä virheitä
- Ohitetaan täydellisyyden vahvistus. "Täyden" testauksen suorittaminen epätäydellisille/vioittuneille tiedoille ja väärän vakuutuksen antaminen.
- Poikkeuksen erehtyminen löydökseksi. Laskentavirheet ilman tekoälyn merkitsemää tietuetta; välttää väärien positiivisten tulosten poistamista.
- Sääntöä ei tarkisteta. Luodaan satoja vääriä lippuja tarkistamatta, onko sääntö tietojen ja liiketoimintaprosessin mukainen.
- Epämääräisten sääntöjen kirjoittaminen. Toistamattomien tulosten saaminen määrittelemättömillä kehotteilla, kuten "etsi ongelmallisia tietueita".
- Tyytyväinen yhteen alkuun. Sääntöä tai tietoja ei kysytä, jos poikkeusten määrä on hyvin erilainen kuin odotettavissa.
Vinkki: Ole huolestunut, jos poikkeusten määrä on liian pieni (lähellä nollaa) tai liian suuri. Nolla tarkoittaa yleensä "virheellisesti kirjoitettua sääntöä" tai "tietoja puuttuu"; Erittäin suuri luku osoittaa, että sääntö on liian laaja. Hyvä tilintarkastaja epäilee sekä "ei poikkeuksia" että "kaikki on poikkeuksia".
Yhteenvetona
Täysi populaatiotestaus on valtava harppaus auditoinnissa: se eliminoi otantariskin ja seuloa 100 % tiedoista. Mutta se ei ole ilmaista. Se tuo kaksi uutta vastuuta: (1) tietojen täydellisyyden ja tarkkuuden tarkistaminen, (2) yksittäisten tapahtuvien poikkeusten arviointi. Tekoäly valmistelee tiedot, soveltaa sääntöä, merkitsee poikkeuksen ja lyhentää skannaustunnit sekunneiksi; Mutta säännön tarkkuus, tietojen täydellisyys ja poikkeusten arviointi kuuluvat tarkastajalle. Poikkeus ei ole lopputulos, se on alku.
Sovellustehtävä
Harkitse olemassa olevaa (tai hypoteettista) tapahtumatietojoukkoa. Määritä ensin kaksi täydellisyyden tarkistusta (tietueiden lukumäärä ja summan täsmäytys). Kirjoita sitten selkeä poikkeussääntö tarkastusta varten (esim. viikonloppuna lähetetyt laskut tai leikkauspoikkeukset). Pyydä tekoälyä suorittamaan ensin täydellisyys ja sitten sääntö yllä olevan tehokkaan kehotuskuvion avulla. Ensimmäiset 10 esiintyvistä poikkeuksista ovat "todellisia löydöksiä vai vääriä positiivisia?" Harjoittele luokittelua seuraavasti ja kirjoita ylös, mitä todisteita etsit kustakin.
tarkistuslista
- [ ] Anonymisoin tiedot ja ajoin turvallisesti.
- [ ] Vahvistin tietojen täydellisyyden täsmäyttämällä tietueiden määrän ja määrän.
- [ ] Etsin vapaata/huonoa tilaa.
- [ ] Määrittelin poikkeussäännön selkeästi, toistettavasti.
- [ ] Sain säännön tekstin tekoälyltä ja varmistin, että se on tietojen ja liiketoimintaprosessien mukainen.
- [ ] Kyseenalaistan poikkeusten määrän (liian vähän / ei liikaa) kohtuullisuuden.
- [ ] Käsittelin jokaista poikkeusta tutkittavana kysymyksenä, en havainnona; Poistin väärät positiiviset.