Big data is dood, leve big data!

Big data is de afgelopen zomer als begrip, als data-aanduiding, als marketingterm en als ‘buzz word’ door Gartner richting de laatste rustplaats gedragen. 2015 is dus een treurig jaar voor alle liefhebbers, goeroes en marketeers van big data. In 2014 was big data als onderwerp al over de ‘hype cycle’ heen en was het de verwachting dat big data zich stap voor stap richting het ‘Plateau of Productivity’ zou bewegen. Dit is de fase waarin nieuwe technieken de hype definitief voorbij zijn en zich uiterst positief manifesteren. De business case is bewezen, de technieken zijn doorontwikkeld en het verhaal klopt. Die kans heeft big data volgens Gartner verkeken. Big data is in de zomer van 2015 ‘obsolete’ verklaard. Einde oefening, over en sluiten, boek dicht.

Is het echt zo, is het zo dramatisch? Is big data dan niets meer geweest dan een ‘buzz word’? Ik kan het mij niet voorstellen. Wat ik wel heb gezien is dat big data op een gegeven moment zo beetje elk wereldprobleem kon oplossen. Honger de wereld uit, dankzij big data! IJsberen gered, dankzij big data! Het Nederlands voetbalelftal eindelijk een keer wereldkampioen, dankzij big data!

Vergis u niet. Er zijn tal van sectoren waar big data technieken voor enorme doorbraken hebben gezorgd, en nog steeds zorgen. Ik noem twee uitersten: gezondheidszorg en marketing.

In de gezondheidszorg speelt IBM Watson (een supercomputer, met enorme kracht om analyses van big data uit te voeren) een belangrijke rol in bijvoorbeeld het onderzoek naar kanker. In de marketingwereld wordt big data ingezet om klantprofielen te ontwikkelen, om consumentengedrag te beïnvloeden en om uiteindelijk bestedingen te stimuleren. Iedereen die online is wordt gevolgd. Kijkt u op Marktplaats.nl naar een leuk tweedehands karretje, dan is de kans groot dat u op andere websites heel toevallig advertenties van nog meer leuke, veelal gelijksoortige karretjes ziet. Uw profiel is online al gemaakt en wordt continue bewaakt, geüpdatet en beïnvloed. Voor u, en voor zo beetje de halve wereldbol. Here you go: big data!

Bent u benieuwd naar wat big data nu eigenlijk is? Bekijk dan even onderstaande afbeelding, die het fenomeen prima samenvat. Het gaat om vier dimensies. Er moet sprake zijn van volume (heel veel data), hiernaast speelt variëteit (verschillende bronnen van data) een belangrijke rol maar ook velocity (de snelheid waarmee data wordt gegenereerd en kan worden geanalyseerd) en veracity (mate van betrouwbaarheid van de data) bepalen het speelveld.

Voor de duidelijkheid, big data is niet gelijk aan data-analyse. Data-analyse zetten we nu al in voor de verbinding en analyse van transactiestromen van bijvoorbeeld het inkoopproces in combinatie met het verkoopproces. Dat zijn relatief eenvoudige datasets (soms met hele grote volumes), die niet perse voldoen aan de vier dimensies van big data.

Bij Coney bijvoorbeeld, niet geheel toevallig het kantoor waar ik zelf aan verbonden ben, controleren we nu al met inzet van data-analyse en process mining, maar we spreken (nog) absoluut niet van integratie van big data in de auditpraktijk.

Nu de vier dimensies bekend zijn en ik twee sectoren heb benoemd waarin big data in al haar vormen en verschijningen een plek heeft verworven is de hamvraag voor deze column: Hoeveel toepassingen van big data zijn op dit moment geïntegreerd in de wettelijke controle van een jaarrekening van een gemiddelde Organisatie van Openbaar Belang (OOB)? Ik leg de lat in verband met het criteria volume maar gelijk hoog. Ik durf de stelling wel aan dat dit nu zeer beperkt tot nihil is. Zie ik de mogelijkheden voor inzet van big data in de audit voor mij? Absoluut!

Debiteuren controleren? Dat doet u straks met een realtime verbinding naar de credit management agents die het betaalgedrag van ondernemingen volgen en raten. Een slim algoritme toetst de debiteurenadministratie van uw klant met het betalingsprofiel bij deze agents en voorspelt welke debiteuren wel of niet kunnen betalen. Dit gaat in milliseconden. U controleert de debiteuren niet meer per klant, maar voor hele groepen klanten tegelijkertijd.

Analyse van onder andere winstmarges door middel van controle op de juistheid van de verkoopprijzen? Stel u voor dat u straks accountant bent van Bol.com. Slimme audit robots, ontwikkeld door uw accountantskantoor, bewaken ‘op afstand’ de juistheid van de marges door continu de online verkoopprijzen van Bol.com (externe bron) op te zoeken en in milliseconden te vergelijken met de verantwoorde verkoopprijzen in de administratie. Uiteraard gebeurt dit ook aan de inkoopkant.

Zie ik de randvoorwaarden waaronder big data een rol kan spelen in de audit voor mij? Dit is een nog niet zo eenvoudig speelveld! Het moeten voldoen aan strikte privacywetgeving, het waarborgen van de kwaliteit van big data en het beschikbaar krijgen van relevante, bijna realtime data ten behoeve van het auditteam zijn zo maar een paar grote hobbels.

Leve big data! Want als optimist voorzie ik dat wij met elkaar deze hobbels gaan overwinnen in de komende vijf tot tien jaar. Sterker nog, ik denk dat Gartner volledig ongelijk heeft en dat toepassingen van big data ook de accountancy helemaal op zijn kop gaan zetten, en wel om de volgende twee redenen:
1. We gaan komende tien jaar een beweging zien van ad-hoc audit (gemiddeld drie tot zes maanden na de balansdatum, kuch kuch…) naar continue audit, ofwel continuous auditing. Big data (denk hierbij aan het criterium velocity) sluit hier perfect op aan en wordt de ‘smart data engine’ van de accountantscontrole.

2. Ik voel mij verder gesteund door een recent artikel van medeauteur Lucas Hoogduin, genaamd ‘Big data as Complementary Audit Evidence’. In dit artikel wordt op een gestructureerde en bijzonder constructieve wijze uitgelegd en toegelicht hoe big data de audit kwalitatief kan ondersteunen. Ik heb het artikel twee keer doorgelezen en voor mij is het een feest der herkenning. Alleen is er nog veel werk te doen en ik reken erop dat de nieuwe generatie accountants hier een forse bijdrage aan gaat leveren. Leve big data!