HANDEN EN VOETEN AAN PROCESS MINING

Transcriptie

1 Informatiemanagement: HANDEN EN VOETEN AAN PROCESS MINING Process mining is een vorm van data-analyse die gebruik maakt van procesgegevens die in zogenaamde event logs zijn vastgelegd. Veel verder dan deze definitie reikt de kennis van financieel professionals en controlerend accountants vaak niet. Dit artikel gaat aan de hand van een in de accountancypraktijk ontwikkeld stappenplan in op de praktische problemen die moeten worden opgelost bij het toepassen van process mining in de interne beheersing en de accountantscontrole. 20 MCA: oktober 2016, nummer 5

2 Eddy Vaassen en Angelique Koopman: Process mining is een vorm van data-analyse die probeert via het onttrekken van procesgegevens aan informatiesystemen de gevolgde processen in kaart te brengen, het procesverloop te evalueren ten opzichte van normatieve procesmodellen, en de processen waar mogelijk te verbeteren. De term process mining is inmiddels welbekend onder financieel professionals en controlerend accountants (zie o.a. Sandu, 2015, p. 5), maar die kennis reikt vaak niet verder dan de bovenstaande definitie. Hoe het instrument concreet kan worden toegepast in typische kennisdomeinen van de financieel professional (vooral de interne beheersing en informatieverzorging) of de controlerend accountant (de accountantscontrole) is vaak nog onontgonnen terrein. Vanuit zijn rol op het terrein van governance, risk en compliance (NBA-VRC, 2014) kan de financieel professional op twee manieren te maken krijgen met process mining: (1) hij heeft een directe betrokkenheid bij het opzetten en verbeteren van de systemen van interne beheersing, of (2) hij heeft een indirecte betrokkenheid in de vorm van de interacties tussen hem en de controlerend accountant die process mining toepast in zijn controle. Veel accountantsorganisaties die wettelijke controles uitvoeren hebben process mining aan hun instrumentarium toegevoegd. Process mining is een bijzondere vorm van data-analyse, namelijk die waarbij procesgegevens uit zogenaamde event logs worden geanalyseerd. Daarmee is het toepassen van proces mining een logische voortzetting van het al veel langer door accountants toegepaste data- Probleemstelling en onderzoeksvragen: Process mining is een vorm van data-analyse die gebruik maakt van procesgegevens die in zogenaamde event logs zijn vastgelegd. De term is een modewoord geworden maar de kennis van de financieel professional en de controlerend accountant op dit terrein reikt vaak niet verder dan de definitie. Concrete toepassing vergt meer diepgaande en gedetailleerde kennis, ook van de financieel professional. Dit artikel beantwoordt de volgende drie vragen: (1) Welke concrete stappen moeten worden gezet om process mining toe te passen in de interne beheersing en de accountantscontrole? (2) Wat zijn de problemen waar de financieel professional daarbij tegenaan loopt? en (3) Wat zijn de mogelijke oplossingen? Onderzoeksmethode: Literatuurstudie en veldonderzoek in de vorm van action research (interventies als onderdeel van het onderzoeksproces). Bevindingen: Bij het gebruik maken van process mining wordt idealiter een 14-stappenplan doorlopen. Het volgen van dit stappenplan vergroot de kans dat de toepassing van process mining daadwerkelijk tot betere (interne en externe) controle en informatieverzorging leidt. Een belangrijke randvoorwaarde om de voordelen van process mining ten volle te benutten is het hebben van voldoende aandacht voor de gedragsmatige aspecten rondom toepassing van IT-innovaties in het algemeen en process mining in het bijzonder. Betekenis voor de financiële functie: De financieel professional kan langs twee wegen te maken krijgen met process mining. Er is een directe betrokkenheid bij het opzetten en verbeteren van de systemen van interne beheersing. Er is een indirecte betrokkenheid in de interacties tussen de financieel professional in een organisatie en de controlerend accountant die process mining toepast in zijn controle. Kennis van het proces van accountantscontrole waarbij process mining wordt toegepast is derhalve ook voor de financieel professional van belang. MCA: oktober 2016, nummer 5 21

3 analyse van transactiegegevens (Van der Aalst & Koopman 2015, pp ). Typische toepassingen van process mining door accountants zijn te vinden in te controleren organisaties die informatiesystemen hebben waarin event logs standaard worden vastgelegd. Dit artikel gaat aan de hand van een in de praktijk van de accountancy ontwikkeld stappenplan nader in op de praktische problemen die moeten worden opgelost bij het toepassen van process mining in de interne beheersing en de accountantscontrole. Stappenplan De volgende stappen moeten doorlopen worden om process mining efficiënt en effectief toe te passen: Stap 1. Probleemanalyse om te komen tot het vaststellen van de doelstelling van de procesanalyse Stap 2. Inventariseren van wat al bekend is over het proces: een haalbaarheidsanalyse Stap 3. Vaststellen van de benodigde procesgegevens Stap 4. Inventariseren van de beschikbare informatiesystemen Stap 5. Selecteren van geschikte software voor procesanalyse Stap 6. Vaststellen wie de benodigde procesgegevens kan onttrekken aan de beschikbare systemen Stap 7. Bijstellen van de benodigde procesgegevens op basis van de beschikbare informatiesystemen en de gekozen software voor procesanalyse Stap 8. Verzamelen ruwe procesgegevens Stap 9. Opschonen van de ruwe procesgegevens Stap 10. Vaststellen volledigheid en juistheid van de opgeschoonde ruwe procesgegevens Stap 11. Analyse van de procesgegevens met behulp van de gekozen software Stap 12. Interpreteren van de analyseresultaten Stap 13. Aanbevelingen voor probleemoplossing dan wel conclusie over het bereiken van de doelstellingen Stap 14. Evaluatie van de aanbevelingen en/of conclusies en eventueel terugkoppeling naar een eerdere stap Voorafgaand aan de toepassing van dit stappenplan heeft de gebruikersorganisatie beleid ontwikkeld waarin is aangegeven op welke wijze met process mining wordt omgegaan bij het in kaart brengen van beheersingsproblemen in processen. De gebruikersorganisatie kan hier zowel die van de controlerend accountant zijn die process mining zou kunnen toepassen bij de controle, als die van de financieel professional waar process mining zou kunnen worden toegepast in het kader van de interne beheersing. Daarbij heeft de desbetreffende organisatie de keuze uit de volgende twee beleidsuitgangspunten: process mining wordt toegepast tenzij... of process mining wordt toegepast mits.... In het eerste geval zal te allen tijde worden geprobeerd om process mining toe te passen. Daartoe wordt tijdens het vergaren van kennis omtrent de organisatie voortdurend de optie opengehouden om een alternatief instrument toe te passen om informatie over de verschillende processen te verzamelen en vast te leggen. Vanzelfsprekend zal in een organisatie waar dit beleid wordt gevoerd fors worden geïnvesteerd in de benodigde competenties en IThulpmiddelen voor process mining. In het tweede geval moet aan strikte randvoorwaarden voldaan zijn om process mining te mogen toepassen. Organisaties die dit beleid voeren hebben vaak nog maar beperkt geïnvesteerd in de benodigde competenties en IT-hulpmiddelen voor process mining waardoor de voordelen ervan (betere controle-informatie, een betere basis voor procesverbetering, efficiëntere controle-uitvoering) niet of onvoldoende zullen opwegen tegen de te maken kosten (waaronder kosten van software, training, coördinatiekosten vanwege niet-routinematige toepassing, integratie in de controleaanpak). Het is in dit geval sterk afhankelijk van de specifieke situatie bij de organisatie waarvan de processen in kaart worden gebracht of process mining wenselijk is vanuit een efficiëntie- en effectiviteitsperspectief. Factoren die een rol spelen zijn onder andere: de beschikbaarheid en kwaliteit van procesgegevens, de bij de te controleren entiteit aanwezige deskundigheid, de omvang van de te analyseren databases, en de verwachte uitzonderingen in de processen. Als de keuze voor toepassing van process mining eenmaal gemaakt is, kan het stappenplan nader worden uitgewerkt. Stap 1: Probleemanalyse om te komen tot het vaststellen van de doelstelling(en) van de procesanalyse Zoals uit de hiervoor gegeven definitie blijkt, kunnen drie vormen van process mining worden onderscheiden: 22 MCA: oktober 2016, nummer 5

4 1. Het feitelijk procesverloop in kaart brengen ( discovery ). 2. Het feitelijk procesverloop evalueren ten opzichte van het van toepassing zijnde procesmodel 1 ( conformance ). 3. De processen waar mogelijk verbeteren ( improvement ). Als er géén vastleggingen van het procesverloop zijn in de vorm van procedurebeschrijvingen en de bijbehorende processchema s kan het feitelijk verloop van de processen in kaart worden gebracht met behulp van process mining. Dit is de meest rudimentaire toepassing. Op een hoger analyseniveau wordt het feitelijk procesverloop vergeleken met een normatief procesmodel om afwijkingen te kunnen detecteren en een uitspraak te doen over de omvang van die afwijkingen en de mate waarin deze acceptabel zijn. Ten slotte is het ook mogelijk om procesverbeteringen aan te brengen op basis van vergelijking van het feitelijk procesverloop met het procesmodel. Een probleemanalyse moet leiden tot een expliciete keuze voor ten minste een van deze drie vormen van process mining waarna de doelstelling zo gedetailleerd mogelijk wordt geformuleerd. De accountant wil bijvoorbeeld vaststellen of de beschrijving van het systeem van interne beheersing rondom het betalen van inkoopfacturen zoals die in het dossier van 2015 zit nog steeds actueel is in Het onderliggende probleem hierbij kan zijn dat de accountant wil vaststellen of de controleaanpak van het voorgaande jaar niet gewijzigd hoeft te worden door te beoordelen of het proces ongewijzigd is. Daartoe formuleert hij de doelstelling als volgt: het controleteam wil inzicht in het feitelijk procesverloop inzake de betaling van inkoopfacturen om vast te stellen dat dit in 2016 ongewijzigd is ten opzichte van wat is vastgelegd in het dossier van De accountant zal zich hierbij richten op stappen in het proces die relevant zijn voor de controle en eventueel welke functionaris daarbij betrokken is geweest. Denk hierbij aan het controleren van een factuur door degene die de bestelling heeft gedaan of een controle waarbij is bevestigd dat bestelde goederen daadwerkelijk zijn ontvangen en door wie dat is gedaan. Stap 2: Inventariseren van wat al bekend is over het proces: een haalbaarheidsanalyse Op basis van de geformuleerd doelstelling vindt een inventarisatie plaats van de fasen in het proces die object van onderzoek zijn. Hiervoor wordt een zogenaamde walkthrough gedaan door het proces waarbij onder andere op basis van schermweergaven een beeld wordt gevormd van de vastgelegde gegevens tijdens het verwerken van transacties. Mogelijk is bij het uitvoeren van de interimcontrole of tijdens een andere controleprocedure al informatie verzameld over het procesverloop van het te onderzoeken proces. De accountant zal die informatie beoordelen in het kader van de voortzetting van de procesdata-analyse. Het gaat in deze stap om het vaststellen van de rationaliteit van het toepassen van process mining. Stap 3: Vaststellen van de benodigde procesgegevens Als de toepassing van process mining rationeel wordt bevonden, kan worden begonnen met het vaststellen welke gegevens uit de informatiesystemen moeten worden gehaald die als event log kunnen worden gebruikt en dus door middel van process mining kunnen worden geanalyseerd. De eerste stap daarbij is het benoemen van de stappen in het proces die relevant zijn voor de uit te voeren procesdata-analyse. Hierbij vormt in de regel de in stap 2 genoemde walkthrough een goed aanknopingspunt. Stap 4: Inventariseren van de beschikbare informatiesystemen Het is van belang dat een totaalbeeld beschikbaar is van de informatiesystemen waaruit mogelijk de gegevens ten behoeve van de event logs kunnen worden gehaald. De event logs hoeven niet per se samengesteld te zijn met gegevens uit één informatiesysteem of database, maar kunnen ook worden opgebouwd uit meerdere informatiesystemen of databases mits de desbetreffende gegevens aan elkaar gekoppeld kunnen worden. Een voorbeeld hiervan is dat inkoopfacturen die door een workflowsysteem ( inkoopstraat ) zijn afgehandeld worden verrijkt met gegevens uit de financiële administratie zoals het betaalde bedrag. Stap 5: Vaststellen software voor procesanalyse Het in kaart brengen van een proces gebeurt met behulp van process mining software zoals ProM (open source) of een commerciële tool (zoals Disco, Perceptive of Celonis). De output van een dergelijke MCA: oktober 2016, nummer 5 23

5 analyse is een schema waarin de verschillende processtappen in onderlinge samenhang chronologisch zijn weergegeven. De verschillende tools bieden uiteenlopende mogelijkheden voor het filteren van dit schema (het feitelijke procesverloop). De beschikbare tools faciliteren grotendeels dezelfde procesanalysemogelijkheden, maar hebben toch ook karakteristieke eigenschappen waardoor bepaalde analyses met de ene tool eenvoudiger zijn uit te voeren dan met een andere of soms in het geheel niet mogelijk zijn. Daarom kan voor bepaalde procesdata-analyses ook een combinatie van verschillende tools wenselijk zijn. Stap 6: Vaststellen wie de benodigde procesgegevens kan onttrekken aan de beschikbare systemen Veelal zal een IT er moeten worden ingezet om de procesgegevens uit de systemen te halen en om te zetten in een event log. In de praktijk is dit meestal een medewerker van de organisatie (bijvoorbeeld een databasebeheerder) waarvan de processen in kaart zullen worden gebracht voor het extraheren van de data uit de informatiesystemen en een dataanalist die is toegevoegd aan het controleteam van de (intern of extern) accountant om de verkregen data om te zetten in een eventlog. Stap 7: Bijstellen van de benodigde procesgegevens op basis van de beschikbare informatie systemen en de gekozen software voor procesanalyse In de praktijk wordt eerst een zogenaamde dummy dump opgevraagd om te valideren of met de verkregen data de doelstelling van de procesdata-analyse kan worden gerealiseerd. In deze dummy dump zijn de minimale gegevens opgenomen om de procesdata-analyse te kunnen uitvoeren. Denk hierbij aan de beschikbaarheid van informatie over activiteiten waaronder een unieke identificatie ( inkoopordernummer ) en het tijdstip waarop de activiteit is uitgevoerd ( timestamp ) voor een bepaalde periode. Als blijkt dat de benodigde procesgegevens (stap 3) niet onttrokken kunnen worden aan de beschikbare informatiesystemen (stap 4), moet een aangepast plan voor het creëren van de event logs worden gemaakt op basis van de wél beschikbare procesgegevens. Hierbij zal dan moeten worden geëvalueerd of met deze gegevens ook de doelstelling van de procesdata-analyse kan worden gerealiseerd. Het kan bijvoorbeeld het geval zijn dat voor bepaalde stappen in het proces geen timestamps worden gemaakt of dat deze worden overschreven bij het afronden van de transactie. Stap 8: Verzamelen ruwe procesgegevens Als de gegevensbehoefte is vastgesteld, wordt aan de IT er zoals geïdentificeerd in stap 6 opdracht gegeven om de desbetreffende procesgegevens uit de systemen te halen en de event logs te maken zodat deze met behulp van de in stap 5 vastgestelde process mining software kunnen worden geanalyseerd. Hierbij worden de eerder verkregen gegevens in de dummy dump (stap 7) ook verrijkt met gegevens die samenhangen met de te analyseren transactie die wordt geanalyseerd, zoals de naam van een leverancier. Ook wordt in de praktijk informatie toegevoegd over welke gebruiker de activiteit heeft uitgevoerd en de desbetreffende functie. Een event log is een vastlegging van ten minste de volgende drie karakteristieken (metagegevens) van een bedrijfsactiviteit: ~ unieke objectidentificatie, bijvoorbeeld een bepaalde inkooporder; ~ activiteit, bijvoorbeeld het accorderen dan wel afwijzen (van een inkooporder); ~ tijdstip; bijvoorbeeld op 16 mei 2016 om uur (accordeert het hoofd inkoop een inkooporder). Dit is een minimumpositie en afhankelijk van de gedefinieerde doelstelling van process mining zal deze worden uitgebreid. Bijvoorbeeld als een uitspraak moet worden gedaan over de mate waarin bepaalde controletechnische functiescheidingen zijn aangebracht, moet tevens informatie over de functionaris ( agent ) in de event log worden vastgelegd. De lijst met vast te leggen karakteristieken wordt dan uitgebreid met: ~ agent, bijvoorbeeld het hoofd inkoop (tekent een inkooporder). Andere informatie die kan worden opgenomen betreft onder andere de kosten van een bepaalde handeling, het gewicht van behandelde producten, hoeveelheden, of controlehandelingen. Een (fragment uit een) event log ziet er bijvoorbeeld als uit als in figuur 1. Stap 9: Opschonen van de ruwe procesgegevens Vaak zijn de ruwe procesgegevens nog niet meteen 24 MCA: oktober 2016, nummer 5

6 Object ID Activiteit ID Datum en tijd Beschrijving activiteit Agent Kosten ( ) Hoeveelheid in kg :11.02 verzoek Piet registreren :10.06 Inspecteren Suzan :15.12 controleren ticket Joop :11.18 Beslissen Sara :14.24 verzoek afwijzen Piet :15.02 verzoek Piet registreren :12.06 controleren ticket Joop :14.43 Inspecteren Paul :12.02 Beslissen Sara :15.44 verzoek accepteren Ellen Figuur 1. Voorbeeld van een (deel van een) event log bruikbaar of interpreteerbaar voor de accountant. Met zijn kennis van de organisatie, de processen, de informatieverzorging en de controle daarvan zal hij handmatig de ruwe procesgegevens in samenspraak met de IT er die de gegevens heeft aangeleverd opschonen. Bijvoorbeeld door het benoemen van de verschillende stappen in het proces ( beschrijving activiteit ) of het geven van logische namen aan functiegroepen. Stap 10: Vaststellen volledigheid en juistheid van de opgeschoonde ruwe procesgegevens De event logs moeten een compleet en juist beeld geven van de activiteiten waaruit het te onderzoeken proces is opgebouwd in de relevante periode (Van der Aalst en Koopman, 2015, p. 363). Dit kan door het toepassen van traditionele controles zoals aansluitingen, totaaltellingen, cijferanalyses, detailcontroles en dergelijke. Bijvoorbeeld, het totaal van de factuurwaarde zoals blijkt uit de event log moet overeenstemmen met de factuurwaarde in het grootboek, of het vaststellen dat geen ordernummers ontbreken door middel van een volgordecontrole. Ook een evaluatie van de IT general controls is van belang om inzicht te krijgen in de betrouwbaarheid van de gegevens in een verkregen event log. Bijvoorbeeld, een penetratietest of het vaststellen dat elke mutatie in het informatiesysteem te herleiden is tot een daartoe bevoegd individu door onderzoek van competentietabellen. Stap 11: Analyse van de procesgegevens met behulp van de gekozen software De daadwerkelijke analyse vindt plaats met behulp van de gekozen process mining software en de opgeschoonde en gecontroleerde data. Afhankelijk van zijn deskundigheid op het terrein van analysetechnieken voor process mining zal de accountant dit zélf doen dan wel overlaten aan de data-analist in het controleteam. Doordat de accountant altijd verantwoordelijk blijft, zal hij echter te allen tijde moeten kunnen beoordelen of de werkzaamheden van de data-analist toereikend zijn om te kunnen steunen op de uitkomsten van de procesdataanalyse. Met behulp van de gekozen process mining software kan een event log worden omgezet in een diagram dat er dan zou kunnen uitzien als in figuur 2. Deze figuur toont twee diagrammen die op basis van dezelfde event log zijn gemaakt. Het linker diagram heeft een hoge mate van detail en laat ook relaties tussen activiteiten en agenten zien die maar af en toe voorkomen. Het rechter diagram heeft een lagere mate van detail en laat slechts die relaties zien die het meest voorkomen. In de software die hiervoor wordt gebruikt kan de mate van detail eenvoudig met een schuifknopje worden ingesteld. Stap 12: Interpreteren van de analyseresultaten De accountant zal de analyseresultaten met zijn MCA: oktober 2016, nummer 5 25

7 xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx xxxx procesverloop kan worden ontdekt, afwijkingen van procesmodellen kunnen worden gedetecteerd en verbeterpunten in processen kunnen worden aangegeven is het zeer waarschijnlijk dat de aanbevelingen zoals gedaan in de voorgaande stap tot een verandertraject leiden. Daarmee ontstaat een hernieuwde behoefte aan analyse van het desbetreffende proces. Dit betekent dat vanuit deze laatste stap zal worden teruggegaan naar een van de eerdere stappen waarna het stappenplan opnieuw wordt doorlopen. In de praktijk zal process mining dan ook zelden het karakter van een project hebben, maar veeleer op zichzelf een proces zijn dat voortdurend itereert om te komen tot een op dat moment geldend evenwicht. Figuur 2. Grafische weergave van een proces op twee detailniveaus controleteam en vooral de data-analist bespreken en interpreteren. Uiteindelijk moet in deze stap de beslissing worden genomen of de uitgevoerde werkzaamheden inzake process mining hebben geleid tot het verzamelen van voldoende en geschikte controle-informatie. Als met de interpretatie van de resultaten dit niet het geval is, dan moet de expliciete afweging worden gemaakt om terug te gaan naar eerdere stappen dan wel om een andere controlebenadering te kiezen waarbij géén gebruik wordt gemaakt van process mining. Stap 13: Aanbevelingen voor probleemoplossing In deze stap geeft de accountant ondubbelzinnig aan hoe de analyseresultaten geïnterpreteerd moeten worden in het licht van het onderkende probleem dat ten grondslag ligt aan de doelstelling van de procesdata-analyse. Als de doelstelling bijvoorbeeld was dat er een beter inzicht moet komen in de mate waarin het feitelijk procesverloop afwijkt van het in het dossier 2015 vastgelegde procesverloop, dan moet in deze fase concreet worden aangegeven in welke mate er afwijkingen zijn geconstateerd tijdens het minen van de processen. Stap 14: Evaluatie van de aanbevelingen en/of conclusies en eventueel terugkoppeling naar een eerdere stap Doordat met behulp van process mining alternatief xxxx xx xxxx xxxx Implicaties voor de accountant en de financieel professional Accountants en financieel professionals kunnen grote efficiency- en effectiviteitsvoordelen uit process mining halen. De toegevoegde waarde van process mining zit vooral in: ~ Process mining analyseert de hele populatie en niet slechts een deel daarvan. Er is derhalve géén steekproefrisico. ~ De data in de event logs zijn niet ingevoerd door de gecontroleerde maar zijn onafhankelijk van de gecontroleerde tot stand gekomen door de acties van de gecontroleerde waardoor er a priori een kleinere kans op manipulatie van de gegevens is. ~ Process mining maakt analyses mogelijk die met de bestaande instrumenten niet mogelijk zijn, waaronder het in kaart brengen van het feitelijke verloop van bedrijfsprocessen en het identificeren van interacties tussen medewerkers. ~ Process mining biedt een effectief instrumentarium om processen in kaart te brengen, daar risico s aan te koppelen, overeenstemming tussen het werkelijk procesverloop en het procesmodel vast te stellen, correctieve actie te ondernemen en processen te verbeteren. Accountants kunnen process mining integreren in hun controlebenadering en de workflow software die ze daarbij gebruiken. Daartoe kunnen in de verschillende fasen van de controle vragen worden gesteld of en/of aandachtspunten dan wel risico s worden aangemaakt die afbakenen of en in welke mate process mining zal worden toegepast. De controle wint daarmee aan efficiëntie en effectiviteit. 26 MCA: oktober 2016, nummer 5

8 Financieel professionals die betrokken zijn bij managementrapportages kunnen process mining integreren in hun business intelligence systemen. Hierbij wordt een verrijking van de informatieverzorging bewerkstelligd doordat ook meta-data worden omgezet in managementinformatie. Financieel professionals die betrokken zijn bij het ontwerpen van interne beheersingssystemen zullen process mining kunnen gebruiken om die systemen efficiënter in te richten met behoud van functionaliteit en dus effectiviteit. Ten slotte Er zijn tegenwoordig verschillende gebruikersvriendelijke process mining toepassingen in verschillende prijsklassen beschikbaar. Als financieel professionals en accountants in het kader van de interne controle en informatieverzorging respectievelijk de externe controle in de praktijk géén gebruik maken van process mining, dan ligt het dus niet aan de beschikbaarheid van de technologie. Een kritieke factor is veel meer het verkrijgen van de juiste procesgegevens. Hiervoor is zowel kennis van process mining nodig als kennis van de desbetreffende organisatie wat een gedegen training vereist en ook de nodige ervaring. Een andere kritieke factor is de mate van precisie en ondubbelzinnigheid van de resultaten. Hoewel dit vanuit de kwaliteit van de controle en informatieverzorging positief is, kan dit ook weerstand oproepen. In de praktijk zien we dat gebruikers niet altijd goed reageren op de diepgang waarmee process mining tekortkomingen laat zien. Hoe moet bijvoorbeeld worden omgegaan met middels process mining ontdekte schendingen van interne procedures en/of wet- en regelgeving? De financieel professional en de accountant worden door het toepassen van process mining in zekere zin uit hun comfortzone gehaald doordat ze met dit instrument problemen boven tafel zouden kunnen krijgen die met de bestaande instrumenten nooit ontdekt zouden zijn. Daarom zal op de uitrol van process mining, of dat nu als onderdeel van de interne beheersing of van de accountantscontrole gebeurt, een adequaat verandermanagement moeten worden toegepast. Dit betekent dat er ook een belangrijk gedragsmatig aspect aan de toepassing van process mining zit. De relatie tussen IT-innovaties (zoals process mining) en menselijk gedrag is derhalve een object van onderzoek dat de komende tijd veel aandacht zal moeten krijgen willen we de voordelen van dergelijke innovaties ten volle kunnen benutten. Noot 1 Het procesmodel is het normatieve procesverloop dat op basis van kennis van de organisatie en de theorie van interne beheersing en procesmanagement tot stand is gekomen. Literatuur ~ Aalst, W. van der en A. Koopman (2015). Process mining: data analytics voor de accountant die wil weten hoe het nu echt zit. MAB, 89, oktober. ~ NBA-VRC (2014). Visiedocument over het beroep van de Financieel Professional. Amsterdam: NBA-VRC. ~ Sandu, M.I. (2015). The datafication age and the new accountant. MCA, nr.6, december. ~ Vaassen, E.H.J. (2011). Ontwikkelingen op het raakvlak van Finance en IT. MCA, nr.3, juni. Prof.dr. Eddy Vaassen RA, Tilburg University. Drs. Angelique Koopman RE RA, Baker Tilly Berk/Tilburg University. MCA: oktober 2016, nummer 5 27