Data Analytics in Accountancy Samenvatting
Chapter 0: Introduction
1. Excel
a. Cel = vak waarin gegevens kunnen worden ingevoerd
b. Cel-adres = combinatie letter + getal
c. Actieve cel = geselecteerde cel, waar gebruiker gegevens kan
invoeren -> door erop te klikken
d. Name box = actieve cel identificeren
e. Datatypes
i. Getalen, tekst, logische functies, foutmeldingen
f. ‘=’ geeft aan dat de cel een formule of functie bevat
g. Relatieve verwijzingen <-> absolute verwijzingen (met $) -> cel
verwijzing blijft constant
h. IF(logical test, value if true, value if false)
i. VLOOKUP, HLOOKUP, XLOOKUP -> waarden matchen en data
ophalen uit andere tabel
2. Power Query
a. Beschikbaar binnen Excel
b. Wordt gebruikt voor datatransformatie en datavoorbereiding &
daarna opladen in Excel
c. Brondata wordt niet gewijzigd
d. Nuttig bij grote en complexe datasets
e. Je definieert een opeenvolging van stappen (query) die je
opnieuw kan uitvoeren later, ook op een andere dataset
f. NIET bedoeld voor het manueel corrigeren van enkele individuele
cellen, dashboards of analyses/berekeningen
1
, 3. PowerBI
a. Wordt gebruikt om interactieve rapporten en dashboards te
maken -> visualisatie
b. Bouwt verder op clean data
c. Gegevens kunnen uit meerdere voorbereide bronnen komen
d. Handig voor terugkerende rapporteringen met grote datasets
2
, Chapter 1: Introductie
Data analytics = het systematisch analyseren van data om specifieke
businessvragen te beantwoorden en beslissingen te verbeteren
Vertrekken vanuit een duidelijke vraag
Data gebruiken om onderbouwde inschattingen te maken en
patronen/relaties te identificeren
Doel is om betere beslissingen te maken
o Helpt om menselijke biases te verminderen (loss aversion,
recency bias & overconfidence bias)
Big data
1. Volume: Omvang van de data
2. Velocity: Snelheid waarmee data worden gegenereerd en verwerkt
3. Variety: Verschillende types data
4. Veracity: Betrouwbaarheid en kwaliteit van de data
Data-analyse verandert en helpt het werk van financiële accountants,
auditors, management accountants, …
IMPACT model
1. Identify the questions
a. Begrijp het businessprobleem dat moet worden aangepast, moet
scherp afgebakend zijn
b. Voor wie worden de resultaten geanalyseerd en gerapporteerd
c. Welke relevante databronnen zijn nodig?
2. Master the data
a. Essentieel om te weten welke data er allemaal beschikbaar is en
hoe ze gelinkt kunnen worden aan het probleem
b. Interne en externe data
3
Chapter 0: Introduction
1. Excel
a. Cel = vak waarin gegevens kunnen worden ingevoerd
b. Cel-adres = combinatie letter + getal
c. Actieve cel = geselecteerde cel, waar gebruiker gegevens kan
invoeren -> door erop te klikken
d. Name box = actieve cel identificeren
e. Datatypes
i. Getalen, tekst, logische functies, foutmeldingen
f. ‘=’ geeft aan dat de cel een formule of functie bevat
g. Relatieve verwijzingen <-> absolute verwijzingen (met $) -> cel
verwijzing blijft constant
h. IF(logical test, value if true, value if false)
i. VLOOKUP, HLOOKUP, XLOOKUP -> waarden matchen en data
ophalen uit andere tabel
2. Power Query
a. Beschikbaar binnen Excel
b. Wordt gebruikt voor datatransformatie en datavoorbereiding &
daarna opladen in Excel
c. Brondata wordt niet gewijzigd
d. Nuttig bij grote en complexe datasets
e. Je definieert een opeenvolging van stappen (query) die je
opnieuw kan uitvoeren later, ook op een andere dataset
f. NIET bedoeld voor het manueel corrigeren van enkele individuele
cellen, dashboards of analyses/berekeningen
1
, 3. PowerBI
a. Wordt gebruikt om interactieve rapporten en dashboards te
maken -> visualisatie
b. Bouwt verder op clean data
c. Gegevens kunnen uit meerdere voorbereide bronnen komen
d. Handig voor terugkerende rapporteringen met grote datasets
2
, Chapter 1: Introductie
Data analytics = het systematisch analyseren van data om specifieke
businessvragen te beantwoorden en beslissingen te verbeteren
Vertrekken vanuit een duidelijke vraag
Data gebruiken om onderbouwde inschattingen te maken en
patronen/relaties te identificeren
Doel is om betere beslissingen te maken
o Helpt om menselijke biases te verminderen (loss aversion,
recency bias & overconfidence bias)
Big data
1. Volume: Omvang van de data
2. Velocity: Snelheid waarmee data worden gegenereerd en verwerkt
3. Variety: Verschillende types data
4. Veracity: Betrouwbaarheid en kwaliteit van de data
Data-analyse verandert en helpt het werk van financiële accountants,
auditors, management accountants, …
IMPACT model
1. Identify the questions
a. Begrijp het businessprobleem dat moet worden aangepast, moet
scherp afgebakend zijn
b. Voor wie worden de resultaten geanalyseerd en gerapporteerd
c. Welke relevante databronnen zijn nodig?
2. Master the data
a. Essentieel om te weten welke data er allemaal beschikbaar is en
hoe ze gelinkt kunnen worden aan het probleem
b. Interne en externe data
3
