Assurance VS Research – יועץ נאמן? אולי עדיף חוקר נאמן
יועץ נאמן? אולי עדיף חוקר נאמן
מאת: ד"ר יוסי נטוביץ' רו"ח, מנכ"ל טיוב יועצי מערכות
האומנם "יועץ נאמן"?
זה למעלה מעשור, במטרה להעלות את ערך הביקורת הפנימית, ראשי המקצוע מעודדים את המבקרים לאמץ את מודל "היועץ הנאמן" ("trusted advisor") – מבקר פנימי "אידיאלי" שבעיקר בזכות יחסי אמון קרובים שהוא משכיל לרקום עם ההנהלה יש לו הרבה השפעה והוא בעל ערך לארגון. לשם כך נדרש המבקר לפתח כישורים "רכים" במישור האישי והבינאישי.
אלא שבמציאות פני הדברים שונים. בסקר שערכה לאחרונה PWC נמצא כי רק 9%מבעלי העניין רואים במבקרים הפנימיים יועץ נאמן. חלק מהסיבה לכך נעוץ בקונפליקט המובנה הקיים בין "מבקר" לבין "יועץ", שכן הצורך לשמור על עצמאות ואובייקטיביות אינו עולה תמיד בקנה אחד עם יחסי הנאמנות הנדרשים מיועץ נאמן. בנוסף, מחקר עכשווי גילה שמרבית המבקרים הפנימיים נדרשים להתמודד באופן יומיומי עם לחצים פוליטיים כבדים. בהתחשב בכך, קצת קשה לצפות מהם לרקום יחסי אמון עם ההנהלה.
יצוין כי תפיסת "היועץ הנאמן" פותחה עוד בשנת 2000 על ידי Galford, Green& Maister בתחום הייעוץ הארגוני כאסטרטגיה שמעניקה ליועץ יתרון כלכלי-תחרותי, ומאז הוצעה גם לבעלי מקצועות נוספים כגון אנשי שיווק וסוכני ביטוח. ספק אם ראוי שגם הביקורת הפנימית תאמץ אסטרטגיה מסחרית כזו.
ההתקדמות הטכנולוגית מאפשרת כיום להציע מודל חלופי מלהיב למבקר הפנימי – מודל "החוקר הנאמן", שלדעתי תואם יותר למעמדו ולכישוריו ומעניק לו הזדמנות להתקדם לעידן חדש ומבטיח.
מחקר נתונים
הפריצה של טכנולוגיית המידע בעשור האחרון אפשרה להגדיל את היקף הנתונים הנאגר במערכות הארגוניות, ולפתח שיטות מתקדמות לניתוח נתונים. כתוצאה מכך הביקוש למומחים בתחום ניתוח ומחקר של נתונים מרקיע שחקים. Harvard Business Review וגם Forbes זיהו את תחום מחקר הנתונים – – Data Science כ"מקצוע הסקסי והחם" ביותר כיום. אתר השמת כוח אדם glassdoor דירג אותו כמקצוע המבוקש ביותר בארה"ב לשנת 2019. אלא שכיום התחום עדיין בהתגבשות – אפילו שם מקצועי מקובל לעוסקים בתחום טרם נקבע, ובמודעות הדרושים פונים אליהם כסטטיסטיקאים, מנתחי נתונים, מדעני נתונים, כורי נתונים וכדומה. כעיסוק רב-תחומי אין עדיין מסלולי הכשרה מסודרים, ותוכניות לימוד שונות מוקמות אד-הוק עבור אוכלוסיות שונות. הביקוש לחוקרי נתונים בארגונים קיים כיום בעיקר בחברות טכנולוגיות מובילות כמו גוגל ופייסבוק, אך צפוי להתחזק גם במגזרים מסורתיים יותר כגון בתעשייה ובקמעונאות, ולחדור גם למגזר הציבורי. לסיכום, התחום אמנם צעיר יחסית, אך יש עדויות שככל שישוכללו כלי הניתוח הממוחשבים ויורחב מעגל העוסקים בו, ילך ויגדל פוטנציאל הערך שלו לארגונים.
המבקר הפנימי כ"חוקר נאמן"
מחקר נתונים מהווה הזדמנות מצוינת לביקורת הפנימית לבסס באמצעותו את הערך שלה לארגון. בשלב זה עוד לא נקבעו מסמרות בנוגע לאיזו יחידה ארגונית אחראית לעריכת מחקר נתונים – האם יחידת ה-IT שהיא בעלת הידע הטכנולוגי, חטיבת הכספים שאמונה על הדיווח הכספי, או גוף עצמאי חדש שבראשו סמנכ"ל? יש גם שטוענים כי המחקר צריך להשתלב כחלק בלתי נפרד מהפעילות בכל יחידות הארגון. לדעתי הביקורת הפנימית עשויה להתאים מאד כגוף הביצועי המרכזי של מחקר הנתונים בארגון, וזאת כפועל יוצא מהייחוד של כישורי העובדים בשילוב מעמד היחידה, בשל הסיבות הבאות:
סיבה ראשונה: מתודולוגיית המחקר אינה זרה למבקר, תהליך הביקורת דומה באופן מפתיע לתהליך מחקרי – גם הוא מבוסס על תהליך שיטתי של איסוף נתונים במטרה לבסס ממצאים שיתנו תשובה לשאלה. כמו במחקר גם ביקורת אוספת נתונים אמפיריים מתוך מאגרי המידע של הארגון ו/או על בסיס תצפיות, בחינת מסמכים, סימולציה של חישובים וכדומה. אמנם הביקורת הפנימית עוסקת בדרך כלל בשאלות מתחום ההבטחה (Assurance), אך עדיין אותה מתודולוגיה תתאים גם לגבי בחינת שאלות בכלל תחומי ניהול.
סיבה שנייה: לרוב המבקרים הפנימיים יש הכשרה כלכלית וניהולית, והעיסוק בביקורת הפנימית מעניק גם הזדמנות ייחודית להיכרות מעמיקה עם ההיבטים העסקיים השונים של הארגון. היכרות זו מקנה למבקרים יכולת לספק תובנות, מסקנות והמלצות קונקרטיות ומעשיות על סמך ממצאי הניתוח.
סיבה שלישית: בשנים האחרונות מתרחבת המודעות של הביקורת הפנימית לצורך בכלים אנליטיים ממוחשבים מתקדמים, סטטיסטיים ולוגיים, להגברת אפקטיביות הביקורת. יותר מבקרים פנימיים רוכשים ידע בכלים אלה והשימוש בהם הולך וגובר. ניתוח נתונים בביקורת אינו חדש אבל כעת המבקרים נחשפים גם לכלים מתקדמים יותר של אנליטיקה – המאפשרים ויזואליזציה, לימוד מכונה, וכריית מידע. על פי סקר מ-2018, בשני שלישים מהארגונים הביקורת הפנימית כבר החלה לשלב analytics בעבודת השטח, אם כי רובם המכריע בשלב ראשוני.
סיבה רביעית: הגישה לנתונים ארגוניים ממקורות רחבים ככל האפשר מכל זרועות הארגון מקנה יתרון חשוב בעריכת המחקרים. גם כאן המבקר הפנימי במעמד מוביל – אין עוד גורם אחר בארגון הנהנה מגישה כה רחבה לנתונים.
סיבה חמישית ואחרונה: מעמדו של המבקר הפנימי כבלתי תלוי ואובייקטיבי, רלוונטי גם למחקר נתונים. על פי כללי האתיקה המחקרית, חוקר צריך לפעול באובייקטיביות מרבית ואסור לו להימצא בפוזיציה ביחס לנשוא המחקר – דעות קדומות, תלות פיננסית או אג'נדה רעיונית, שכן אלה עלולות באופן טבעי להטות את התוצאות. לדוגמה, החשדנות הקיימת בעולם הרפואה ביחס לאמינות מחקרים הבוחנים אפקטיביות של תרופות, שנערכים במימון חברות הפארמה שמייצרות את התרופות. אי תלות המבקר הפנימי מקנה יתר אמינות ואובייקטיביות לדוחות המחקר שלו, לעומת יחידות אופרטיביות שחוקרות את נתוניהן הן. המבקר הפנימי יכול בהחלט להיחשב ל"חוקר נאמן".
כ"חוקר נאמן" המבקר הפנימי ימשיך לספק שירותי הבטחה (Assurance), אבל באמצעות אותם כלים וכישורים יוכל להעלות את ערך עבודתו בשירותי מחקר (Research). לשם כך לא יהיה עליו להתפשר בנושא אי התלות והאובייקטיביות, להיפך – הן מהוות ערך בסיסי גם בביצוע עבודות מחקר.
בטור צדדי (Side Bar) מוצגות להמחשה דוגמאות ידועות מעולם העסקים של שימוש במחקר נתונים לגילוי הונאות וחריגות. – צריך להתאים המלל בהתאם להצגת הדוגמאות
גישור על פערי ידע
למרות כל האמור לעיל, איני סבור שהכשרת המבקר הפנימי המקובלת ונהוגה כיום מספקת גם לביצוע עבודת המחקר. לשם כך הביקורת הפנימית תידרש להשלים את פערי הידע ולחזק את המיומנות בתחום טכנולוגיות המידע. עליה להגביר את שיתוף הפעולה עם אנשי ה-IT בארגון, ולהתמחות בשימוש מושכל בכלי אנליטיקה מתקדמים, כריית נתונים, ויזואליזציה ולימוד מכונה. כאמור, כבר כיום הביקורת הפנימית צועדת בכיוון זה גם בשירותי ההבטחה, אבל כניסה לשירות המחקר תדרוש מאמץ מרוכז ומהיר יותר.
בנוסף, רמת המיומנות הסטטיסטית בקרב מבקרים פנימיים תידרש להשתדרג. על המבקרים יהיה להעמיק את הידע בשיטות לבניית מודלים סטטיסטיים ולניתוח נתונים, ובכלל זה הרצת רגרסיות, קורלציות וניתוחי מובהקות.
לבסוף, המבקרים יידרשו להרחיב את הפריזמה שדרכה הם מביטים בארגון, ובין היתר:
- להתייחס בעבודה למכלול היבטים עסקיים, להיות ממוקדי ערך ולא רק ממוקדי סיכונים.
- לבצע הערכות, תחזיות ומגמות לעתיד ולא רק לדווח על העבר.
- לספק תובנות והמלצות ברמה העסקית-האסטרטגית ולא רק ברמה התפעולית-בקרתית.
סיכום
הביקורת הפנימית, שמנסה זה שנים לחזק את מעמדה ולהשיא ערך לארגון, ניצבת לפני הזדמנות להשתלב במחקר נתונים ארגוני – תחום חדש ומוערך המתפתח במהירות. המבקרים הפנימיים מצוידים לשם כך במרב הכישורים, ככל הנראה יותר מכל גורם אחר בארגון, אבל אם לא ייערכו במועד הם יגלו עד מהרה כי גורמים אחרים בארגון שיבצעו מחקר נתונים יספקו ערך להנהלה במקומם ויותירו את עבודתם המסורתית נטולת ערך ממשי. לכן על ראשי המקצוע להיערך בתוכניות מתאימות להגברת המודעות ולהכשרת המבקרים הפנימיים במחקר נתונים, ובכך לשפר באופן דרמטי את מעמדה וערכה של יחידת הביקורת הפנימית העתידית.
דוגמאות ליישומי מחקר נתונים בביקורת
מובאות כאן דוגמאות בולטות מתוך עבודות חוקרים באקדמיה שפורסמו בציבור בנושא גילוי הונאות בתחום העסקי. דוגמאות אלה ממחישות את הפוטנציאל העצום של מחקר נתונים להגדלת ערך הביקורת הפנימית לארגונים.
דוגמה 1: Backdating בהכרזת אופציות לעובדים
בשנת 2005 פרסם ד"ר דיוויד לי (Lie) מאוניברסיטת איווה מאמר שחשף שערוריית ענק. הוא גילה כי חברות בורסאיות נוהגות לקבוע רטרואקטיבית ובאופן לא חוקי את מועד הכרזת האופציות לעובדים ליום שישיא להם את הרווחים הגבוהים ביותר (Backdating). החברות ניצלו פרצה שהייתה קיימת בחוקי רשות ני"ע האמריקאית (SEC) עד שנת 2002, פרצה שאפשרה להם להודיע לבורסה על חלוקת האופציות בתוך 45 יום, כך שהם יכלו לבחור לעצמם בדיעבד את היום המתאים ביותר מבחינתם בתוך חלון הזמן הנ"ל, כלומר היום שבו ערך המניות הוא הנמוך ביותר.
במחקרו ניתח ד"ר לי שערי המניות של אלפי חברות 30 יום לפני ואחרי מועד ה-0 (יום ההכרזה), וגילה כי מבחינה סטטיסטית יום ההכרזה הוא אכן היום שבו השער היה הנמוך ביותר. התופעה מחריפה עם הזמן ובולטת ביותר בשנים 2002-1999 (תרשים 1).
בעקבות המחקר פיתחה הSEC- בחקירה שהובילה לתשלום קנסות ענק של חברות שנתפסו בביצוע Backdating, ובין היתר גם לבריחתו הממושכת של הישראלי מייסד קומברס, קובי אלכסנדר, לנמיביה. לאחר שחזר לארה"ב הורשע אלכסנדר והוטל עליו עונש של שנתיים וחצי מאסר וקנס של עשרות מיליוני דולרים.
תרשים 1 – תשואות מניות לפני ואחרי יום הכרזת האופציות
דוגמה 2 – רמאויות במבחני המיצ"ב האמריקאיים
מערכת מבחני המיצ"ב הנהוגה בארה"ב מודדת את הישגי תלמידי בתי הספר היסודי, ובהתאם לכך מעריכה את תפקוד בית הספר ומתגמלת או מענישה אותו בתקציבי השנים הבאות. בשנת 2003 פרסמו חוקרי הכלכלה Jacob and Levitt מחקר שהראה כי בכ-5% מן הכיתות המורים מרמים ומתקנים באופן שיטתי את תשובות התלמידים כדי שהערכת בית הספר שלהם לא תיפגע.
החוקרים הניחו כי מורים שמרמים יתקנו באופן חוזר ונשנה את התשובות כך שתהיינה תשובות זהות לתלמידים בכיתה לכל השאלות או לחלקן. לכן הם הפעילו אלגוריתם ממוחשב לזיהוי תבניות קבועות בגיליונות התשובות של התלמידים בכל כיתה.
בתרשים 2 מוצגים גיליונות תשובות של כיתה לדוגמה שבה יש חשד לתרמית. כל שורה מציגה גיליון תשובות של תלמיד אחד. המבחן נערך בשיטת רב ברירה – ספרות מייצגות תשובות נכונות לשאלה, ואותיות מייצגות תשובות שגויות. בתרשים ניתן להיווכח כי קיימות בגיליונות תבניות חוזרות ונשנות של תשובות שאינן מתקבלות כאקראיות (מוקפות בקו), ומכאן עולה חשד של זיוף התשובות על ידי המורה האחראי.
כדי לאושש את המסקנה נערכו במקרים החשודים בדיקות נוספות, בין היתר השוואה לציונים בשנה העוקבת ובשנה הקודמת. בדוגמה בתרשים 2 ניתן לראות כי הציונים היו נמוכים יותר ביחס למבחן. בנוסף נערכו מבחנים חוזרים, הפעם בנוכחות מורה שלא מבית הספר הנבדק, ואז נמצא פער משמעותי מול המבחן החשוד. תוצאות המחקר הובילו, מלבד ענישה של המורים שסרחו, גם לשינוי מהותי בתהליך הערכת בתי הספר בארה"ב.
תרשים 2 – גיליון תשובות עם תרמית
