Please use this identifier to cite or link to this item: http://hdl.handle.net/1942/23867
Title: Process mining-technieken voor internecontroletesten - mogelijkheden nu en in de toekomst
Authors: JANS, Mieke 
HOSSEINPOUR, Mehrnush 
Issue Date: 2017
Source: MAB (Maandblad voor Accountancy en Bedrijfseconomie), 91(3/4), p. 90-95
Abstract: 'Data analytics' en 'accounting' zijn termen die steeds vaker in combinatie worden gebruikt. Zowel van de financiële rapportering als van de processen die leiden tot deze rapportering worden steeds meer gegevens opgeslagen. Dat data-analyse een toegevoegde waarde kan bieden aan accounting, wordt door steeds meer partijen aangenomen. Hoe deze toegevoegde waarde concreet bereikt kan worden, is echter minder duidelijk. In dit artikel wordt concreet ingegaan op het perspectief van internecontroletesten en process mining, een subset van data-analysetechnieken. Enerzijds worden concrete activiteiten geïdentificeerd in het proces van interne beheersing, die ondersteund zouden kunnen worden door process mining- algoritmes. Dit is vooral voor het vergelijken van werkelijke uitvoeringen met een verwacht procesmodel. Anderzijds worden de wetenschappelijke uitdagingen die hiermee gepaard gaan toegelicht: 1) de impact van de event log-structuur op controletesten en 2) de classificatie van procesafwijkingen, zodat een volledige analyse haalbaar wordt.
Keywords: data analytics ; process mining; accounting ; auditing; internal controls; interne control
Document URI: http://hdl.handle.net/1942/23867
ISSN: 0924-6304
DOI: 10.13140/ RG.2.2.11343.69289
Category: A1
Type: Journal Contribution
Validations: vabb 2019
Appears in Collections:Research publications

Files in This Item:
File Description SizeFormat 
2017-0304, Jans en Hossainpour, trchcdk.pdfPeer-reviewed author version564.54 kBAdobe PDFView/Open
MAB 091-096_MAB03_ART03.pdf
  Restricted Access
Published version578.13 kBAdobe PDFView/Open    Request a copy
Show full item record

Page view(s)

80
checked on May 27, 2022

Download(s)

66
checked on May 27, 2022

Google ScholarTM

Check

Altmetric


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.