Onder de kop ‘Data-analyse werkt voor de MKB-accountant’ werd tijdens de vakantie (i.i.g. mijn vakantie) het NEMACC-onderzoeksrapport over data-analyse voor de MKB-accountant gepresenteerd. Ik heb het rapport gelezen. Wellicht ben ik geen gemiddelde lezer maar wat mij betreft hadden we dit rapport niet nodig.
Niet omdat één de beschreven cases eruit ziet als een fishing expedition. Ik heb daar zelf slechte ervaringen mee – tijdrovend en in de echte MKB-praktijk weinig effectief. Het in de case geconstateerde risico had je ook o.b.v. interview kunnen valideren.
Ook niet omdat in het stroomschema de stap ‘voer de analyse uit’ lijkt te ontbreken. Daarmee wordt geen aandacht geschonken aan de vaardigheden die een kantoor in huis moet hebben om data-analyse echt handen en voeten te geven. Dat was wellicht het doel ook niet.
En zeker niet omdat de het rapport een aantal bevindingen van andere onderzoeken weergeeft die niet verder geduid worden. Je moet tenslotte ergens grenzen trekken. Overigens gaat het dan om conclusies uit andere onderzoeken zoals:
- ‘Het opvolgen van uitzondering en/of bijzondere waarnemingen is tijdrovend.’
- ‘De toepassing van data-analyse heeft een negatief effect gehad op de efficiëntie van de opdracht, gebaseerd op tijdsbesteding.’
- ‘De traditionele manier van controleren is goedkoper.’
Overigens wordt het onderwerp van false positives waar het eerste punt aan refereert maar al te vaak gegeneerd door de data-analyse adepten. Je kunt de mooiste verwachtingen hebben en perfecte technische oplossing bouwen. Als volledig automatisch uitgespuugde bevindingen uiteindelijk toch correct zijn, neigt het toch een beetje naar bezigheidstherapie.
Nee, mijn echte bezwaar tegen dit rapport is dat het onvoldoende toekomstgericht is. Het had ook 15 jaar oud kunnen zijn terwijl de ontwikkelingen toch echt niet stil hebben gestaan. De MKB-accountant van nu zou volgens mij beter bediend zijn met een rapport dat helpt bij (niet-limitatieve opsomming):
- het beoordelen hoe data-analyse over de hele cliëntenportefeuille gelijk in kan worden gezet (op welk aspect van de praktijk dan ook).
- vaststellen hoe data-analyse voor zowel efficiency als advies in kan worden gezet.
- een bewuste/betere make-or-buy keuze inzake techniek maken.
- het beoordelen softwareleveranciers en hun glorieuze cases over robots, AI en efficiency.
Dat dit lastiger te vatten is in de kaders van Nemacc kan ik me nog wel voorstellen. De noodzaak is echter groter dan ooit. De MKB-accountant opereert in een markt waar andere spelers wellicht niet dezelfde diensten verlenen maar wel in hoog tempo een goede (zo niet betere) informatiepositie aan het opbouwen zijn. En reken maar dat die partijen data-analyse hoog op het lijst met prioriteiten hebben staan.
Dus als we als huisadviseur relevant willen blijven, betekent dit dat data-analyse cruciaal gereedschap wordt. Alleen dan blijven we sneller dan de bank als het gaat om het signaleren liquiditeitsproblemen. Of grondiger dan de Belastingdienst bij het identificeren van fiscale risico’s. Of beter dan <<uw favoriete bigtech firma>> bij het onderkennen van potentiële kostenbesparingen. En ga zo maar door.
Joris Joppe is verbonden aan Visionplanner
Geef een antwoord