Nous utilisons des cookies pour vous fournir l'ensemble de nos services, notamment la recherche et les alertes. En acceptant, vous consentez à notre utilisation de ces cookies.
Choisir mes préférences
- Accueil
- Pilotage de l'entreprise
- Gestion d'entreprise
- Auditeur
- Savoir exploiter les données dans le cadre d'un audit interne (data analysis)
Savoir exploiter les données dans le cadre d'un audit interne (data analysis)
Objectifs
Programme
- Avoir une vision d’ensemble des nouvelles pratiques de diffusion et d’exploitation de données.
- Disposer d’un panorama des outils et des meilleures pratiques à adopter.
- Avoir les clés de lecture pour être en capacité de collecter et traiter les données, en informations adaptées à sa mission d’audit.
- Les statistiques appliquées à l’audit.
- Avoir une vision d’ensemble des nouvelles pratiques de diffusion et d’exploitation de données.
- Disposer d’un panorama des outils et des meilleures pratiques à adopter.
- Avoir les clés de lecture pour être en capacité de collecter et traiter les données, en informations adaptées à sa mission d’audit.
- Les statistiques appliquées à l’audit.
1COMPRENDRE LES DONNÉES ET LES PRÉPARER
À partir d’une étude de cas de mission d’audit sur la lutte contre le blanchiment (AML CFT), les participants vont explorer au fur et à mesure les données avec le processus d’audit.
Concept de données :
- Données qualitatives et quantitatives.
- Données structurées et non structurées.
Typologie des données :
- Données personnelles.
- Données sensibles.
- Données déclaratives.
- Données observées.
- Données modélisées.
- Données on-line / off line.
Sources de données :
- Données créées par l’humain.
- Données 1st/2nd/3rd party.
Sécurité et conformité légale des données (RGPD notamment).
Gérer et préparer les données :
- Données manquantes, données aberrantes / atypiques, transformations.
- Codages et re-codages de variables, sélection de variables et d’individus.
Guide d’un dialogue avec un service spécialisé en data analytics.
À partir d’une étude de cas de mission d’audit sur la lutte contre le blanchiment (AML CFT), les participants vont explorer au fur et à mesure les données avec le processus d’audit.
Concept de données :
- Données qualitatives et quantitatives.
- Données structurées et non structurées.
- Données qualitatives et quantitatives.
- Données structurées et non structurées.
Typologie des données :
- Données personnelles.
- Données sensibles.
- Données déclaratives.
- Données observées.
- Données modélisées.
- Données on-line / off line.
- Données personnelles.
- Données sensibles.
- Données déclaratives.
- Données observées.
- Données modélisées.
- Données on-line / off line.
Sources de données :
- Données créées par l’humain.
- Données 1st/2nd/3rd party.
- Données créées par l’humain.
- Données 1st/2nd/3rd party.
Sécurité et conformité légale des données (RGPD notamment).
Gérer et préparer les données :
- Données manquantes, données aberrantes / atypiques, transformations.
- Codages et re-codages de variables, sélection de variables et d’individus.
- Données manquantes, données aberrantes / atypiques, transformations.
- Codages et re-codages de variables, sélection de variables et d’individus.
Guide d’un dialogue avec un service spécialisé en data analytics.
2EXPLOITER LES DONNÉES ET LES VISUALISER
Principales fonctions statistiques et leur application concrète pour l’audit.
Les cas d’échantillonnage : méthodes pratiques.
Exploiter les données pour décider.
Les précautions et limites en analyse statistique.
Les fonctionnalités avancées en statistique pour l’audit :
- Analyse de régression.
- Régression logistique.
- Arbre de décision / dendogramme.
- Analyse factorielle de correspondance.
- Analyse de correspondance multiple.
La data visualisation à partir d’Excel (64 possibilités).
Définition.
Les galeries data visualisation.
Les outils du marché.
Découverte et présentation d’autres outils de data visualisation :
- Video de data story telling.
- Video de Tableau Software.
Principales fonctions statistiques et leur application concrète pour l’audit.
Les cas d’échantillonnage : méthodes pratiques.
Exploiter les données pour décider.
Les précautions et limites en analyse statistique.
Les fonctionnalités avancées en statistique pour l’audit :
- Analyse de régression.
- Régression logistique.
- Arbre de décision / dendogramme.
- Analyse factorielle de correspondance.
- Analyse de correspondance multiple.
- Analyse de régression.
- Régression logistique.
- Arbre de décision / dendogramme.
- Analyse factorielle de correspondance.
- Analyse de correspondance multiple.
La data visualisation à partir d’Excel (64 possibilités).
Définition.
Les galeries data visualisation.
Les outils du marché.
Découverte et présentation d’autres outils de data visualisation :
- Video de data story telling.
- Video de Tableau Software.
- Video de data story telling.
- Video de Tableau Software.
3SYNTHÈSE ET CONCLUSION
Synthèse des deux journées.
Évaluation de la formation.
Synthèse des deux journées.
Évaluation de la formation.
Public visé
- Responsables des risques opérationnels.
- Correspondants risques opérationnels.
- Fonction Audit-inspection et Contrôle permanent.
- Responsables informatiques.
Prérequis
- Aucune connaissance particulière n’est exigée.
Méthodes pédagogiques
- Documentation en PowerPoint :
Elle a été adaptée pour être utilisée en distanciel :- Plus d’exemples.
- Plus d’illustrations.
- Alternance d’illustrations et d’exercices pratiques, d’exercices sous Excel.
- QCU, Vrai/Faux, questions/réponses pour vérifier, réviser et confirmer les acquis.
Choisissez une date pour pouvoir réserver !