Trusted Analytics

Geen beslissing zonder data-analyse

Dat we ons bevinden in het ‘digitale tijdperk’ waarin de hoeveelheid data, in al zijn verschijningsvormen, exponentieel toeneemt, zal voor ugeen verrassing meer zijn. Ook de technische mogelijkheden om deze hoeveelheden data te analyseren en wat we met slimme algoritmen kunnen bereiken, zijn ongekend. Daar zien we dagelijks voorbeelden van in de media. Denk hierbij aan de zelfrijdende auto, de ontwikkelingen rondom robotisering en de Watson computer van IBM die een arts gaat helpen met het stellen van diagnoses. Ook binnen organisaties zien we voorbeelden genoeg. Bij het nemen van allerlei beslissingen maken we gebruik van de uitkomsten van ‘data-analyses’. Of het nu gegevens zijn die we al ‘googelend’ tot ons nemen of fancy data visualisaties in een management rapportage, mogelijk tot stand gekomen vanuit meerdere databronnen.  

Misleidende effect van data visualisaties

Heeft u zich weleens afgevraagd of de informatie waarop u uw beslissingen baseert, wel juist en volledig is? Is voor u duidelijk wat de uitgangspunten waren bij het samenstellen van die informatie? Of dat de wijze waarop bijvoorbeeld omzetcijfers aan u gepresenteerd worden, u beïnvloeden bij de interpretatie ervan? Dit laatste wordt ook wel misleidende effect van data visualisaties genoemd. Het onderstaande voorbeeld zien we vaak om dit te illustreren. Dat spreekt voor zich.

Bewustwording

Colleges over data-analyse en process mining start ik vaak met een uitleg over de werking van een zoekmachine, zoals Google. Ter bewustwording. Hoe weten we nu of de aan ons gepresenteerde ‘hits’ op onze zoekvraag volledig en juist zijn? Als we tools gebruiken om voorspellingen te doen of om processen te visualiseren, gebeurt er iets ‘onder de motorkap’. Is het nodig om als gebruiker van informatie te weten hoe deze informatie tot stand is gekomen? Dat denk ik wel. 

Het is in ieder geval een vraag die wij onszelf als accountant en auditor bij het interpreteren van gegevens ook steeds stellen; dat is immers ons vak. En daarbij kunnen we ook specialisten (IT Auditors en data-analisten) betrekken, zoals mijn collega’s van IT Advisory. Zij kunnen ons helpen om met een kritische blik te beoordelen hoe informatie tot stand is gekomen en welke uitgangspunten zijn gehanteerd (‘onder de motorkap’). Of om vast te stellen dat een bepaalde weergave van gegevens tot de gewenste interpretatie kan leiden.

Beperkingen van ons brein

Alleen dan zijn we er nog niet. Bij het interpreteren van gegevens of resultaten van data-analyses is van onszelf ook een kritische blik nodig. Zijn we ons ervan bewust hoe onze hersenen werken? En wat de beperkingen zijn van ons brein? Optische illusies illustreren dat mooi. Als ik u vertel dat u in onderstaande afbeelding een snuffelende of drinkende dalmatiër kunt zien, zult u deze waarschijnlijk ook zien.  We raken het beeld niet meer kwijt, ofwel we hebben de neiging om in dezelfde patronen te denken.

Uitdagingen in het digitale tijdperk

Hoe zorgen we ervoor dat we beslissingen nemen op basis van de juiste en betrouwbare informatie? Interpreteren we gegevens wel op de juiste wijze? Geeft het ons nieuwe inzichten door op creatieve wijze gebruik te maken van de beschikbare technische mogelijkheden? Dat zijn de vragen die we onszelf moeten stellen in het huidige digitale tijdperk.

De uitdaging is niet de hoeveelheid data of de beschikbare data-analyse tools en technieken. De uitdaging ligt in het weglaten van dat wat niet relevant is. In het  objectief en zonder vooringenomenheid naar informatie kunnen kijken. En  dat we kunnen vertrouwen op de juiste totstandkoming van informatie en begrijpen wat er ‘onder de motorkap’ van (geavanceerde) data-analyse tools gebeurt. Ofwel, ‘trusted analytics’ ….. En hiervoor zijn de juiste specialisten nodig.

Per 1 juli 2016 is drs. Angelique J.M. Koopman RE RA benoemd als Partner Audit Innovation. Zij is verbonden aan ons Bureau Vaktechniek Accountants en combineert dit met een dienstverband aan de universiteit in Tilburg, TIAS.