Peter Steeman

Data science is bij uitstek een containerbegrip. Richard van der Pool en Alexander Leppink van BDO hanteren liever de term data analytics. Waar de data scientist zonder duidelijke onderzoeksvraag in grote hoeveelheden data naar patronen zoekt, baseert een data-analist zich vooral op vragen uit de business.

 

"Gartner heeft een model ontwikkeld waarin ze vier stadia van data analytics beschrijft: descriptive, diagnostic, predictive en prescriptive analytics. Met name bij de laatste twee fases worden machine learning-componenten toegevoegd, zodat je bijvoorbeeld kunt voorspellen wat de omzet voor volgend jaar wordt."

Computer voeden

Machine learning is de motor van kunstmatige intelligentie, weet Van der Pool, consultant innovatie bij BDO. "Hiervoor heb je bij voorkeur veel kwalitatieve data nodig. Als je met behulp van data analytics bijvoorbeeld fraude wilt opsporen, kan dat niet op basis van één of twee gevallen. Daar leert een computer niets van. Als je fraude wilt detecteren, helpt het als je gegevens van veel organisaties kunt gebruiken. Met een grote hoeveelheid gelabelde data kun je een algoritme trainen. Tijdens die training leert de computer het onderscheid tussen een foute en een juiste transactie. Dat heet supervised learning.

Een data scientist gebruikt bijvoorbeeld zeventig procent van de data om de computer te leren wat fraude is. Vervolgens laat hij de resterende dertig procent in het model lopen om te kijken of het algoritme ook bij deze data de fraudegevallen detecteert." Machine learning en supervised learning kunnen potentieel interessant zijn voor een externe accountant.

Bom onder de business?

Data analytics maakt een deel van het handwerk van een accountantskantoor overbodig. Toch is men bij BDO niet bang dat data science een bom legt onder het eigen businessmodel. "Integendeel", verzekert Leppink, partner outsourcing en innovatie. "Als je een proces efficiënter kunt inrichten, profiteert iedereen daarvan. Dit gaat ons vak veranderen. Om relevant te blijven in die nieuwe context moet je op zoek naar de kern van je toegevoegde waarde. Ik definieer die als: het toevoegen van kwaliteit aan data. Of dat nu is als auditor, samenstellend accountant of adviseur. Laatst zat ik met een groep ondernemers in een benchmarksessie. Aan de hand van grote hoeveelheden data zagen we dat medewerkers in bepaalde functies hoger dan marktconform werden beloond. Daar komen gesprekken over los. Wat kun je hier als ondernemer aan doen? Dan zit je toch weer in die adviserende rol."

'Als je een proces efficiënter kunt inrichten, profiteert iedereen.'

Neemt niet weg dat het vak verandert, zegt Van der Pool. "De grootste uitdaging voor de accountant is de andere manier van werken. Niet veel accountants weten hoe je op een datagedreven manier controles uitvoert. Maar daar gaat het wel steeds meer heen." Voor BDO is data analytics inmiddels cruciaal, zegt Leppink. "We gebruiken het om patronen te ontdekken en nieuwe inzichten aan onze klanten te verstrekken. Zo bedienen we bijvoorbeeld tweehonderd ondernemers van een franchiseketen. We krijgen dagelijks enorme datastromen binnen. Op basis daarvan maken we voorspellingen, signaleren opvallende trends en doen suggesties voor verbeteringen. Dat gebeurt bijna volledig geautomatiseerd. Zoiets was vijf jaar geleden ondenkbaar."

Interview is eerder gepubliceerd in het magazine 'Data Science + De accountant in business'
Fotografie: José van Riele