Big data analytique
L’analyse de du Big data (données massives) peut être d’une grande utilité pour aplanir ces nouveaux défis. Une étude réalisée pat le « Bond Business School », un institut de recherche basé Australie, montre que, pour l’instant, une majorité écrasante des auditeurs financiers utilisent peu ou pas la technique d’analyse de données volumineuses à grande valeur. Pourtant, cette nouvelle technique d’audit financier présente de nombreux avantages.
Les méga-données font référence à des ensembles de données structurés ou non structurés qui sont généralement décrits selon les quatre V: Volume, Variété, Vélocité et Véracité.
Le Volume de données financières des entreprises est non seulement de plus en plus vaste, mais aussi et se présente sous différents formats de données (variété). Ces données entre et sort de l’organisation ou de l’entreprise très rapidement (vitesse). En outre, elles changent radicalement avec le temps (véracité). Par conséquent, de nouvelles techniques informatiques sont nécessaires pour donner un sens au fonctionnement d’une organisation ou entreprise moderne, en termes de déductions significatives à partir de la variété des différents types de données.
Il existe de nombreuses approches de Big Data. Les modèles arborescents sont appropriés pour examiner les données financières. Celles-ci sont basées sur des modèles non paramétriques construits dans un processus récursif de division des données en groupes homogènes.
Notis©2018
Sources : « Techniques du Big Data pour la recherche et la pratique en audit: Tendances actuelles et opportunités futures«
