Information Systems and Data Analytics Samenvatting

Information Systems & Data
Analytics
Lectures
Lecture 2 – Foundations
Exploratory = als je iets wilt weten over de data maar nog niet weet wat, bijvoorbeeld “who
are we selling to?”
Explanatory = als je wilt weten of iets zo is, dus je weet de dependent variable. Bijvoorbeeld
“Are we selling to Iran?”


Lecture 3 – Foundations
Trial Balance: de balans (eindstand) van alle posten in het grootboek worden samengevoegd,
en gekeken of deze gelijk zijn in debit en credit

Lecture 5 – Accounting Data
Belangrijke functies tidyverse
 Filter  Filter alleen observaties met een bepaalde eis
 Select  Selecteren van variabelen
 Arrange  Sorteren op volgorde van een variabele
 Mutate  Bijvoorbeeld genereren van een nieuwe variabele
 Group_by  Het samenvoegen van observaties met dezelfde waarde voor
een variabele, bijvoorbeeld opsommen
 Summarize  Eigenschappen van een variabele weergeven

Soorten verdelingen:
 Poisson: soort van normaalverdeling, bijvoorbeeld om geldbalans of inventaris te
genereren  meeste producten heb je 3k – 5k van, maar van weinig producten
uitschieters met 200 of 15k
 Exponential: een hoge kans op x=0, met een exponentieel dalende lijn richting
hogere waardes  handig om een variabele te genereren van het aantal dagen
vertraging: meeste bezorgingen hebben rond de 0 vertraging, en heel weinig met veel
 Binomial: is 0 of 1, bijvoorbeeld sales-on-cash vs sales-on-credit  moet het een of
het ander zijn
 Uniform: elke uitkomst is even waarschijnlijk, kan dus gebruikt worden bij het
genereren van een willekeurig getal tussen 0 en 10
 Sequential: volgorde van opeenvolgende getallen, bijvoorbeeld het numeren van
facturen van 1 tot 10

,Lecture 6 – Audit and Inventory Analytics
The audit process:




A udit Risk =Inherent Risk∗Control Risk∗Detection Risk
 Inherent Risk (IR) = het risico dat specifiek is voor het bedrijf
 Control Risk (CR) = hoe goed de controls zorgen voor betrouwbare informatie
 Detection Risk (DR) = het risico dat een fout gespot wordt

Redenen voor verschillen tussen de fysieke inventory count en de perpetual inventory
records:
1. Veroudering of andere redenen voor het dalen van de marktwaarde
2. Schade aan items in transport of opslag
3. Misclassificatie of misplacement
4. Kwaliteitskwesties

Mogelijke analyses voor inventory:
 Komt de fysieke telling overeen met het grootboek? Reconciliation
 Zitten er items bij die er niet bij horen? Cutoff analysis
 Zijn er duplicates of omissions?

Uitleggen van de volgende code:

,  Genereren van een nieuwe dataset
 Bij elkaar nemen van elk product
 Inventory en sales journal mergen op basis van product
 Nemen van de laatste waarde op de laaste datum (31-12)
 Nieuwe variabele = inv_value, gelijk aan de stock_on_hand keer de waarde
 Optellen van de nieuw berekende inventory value

Lecture 7 – Audit and Inventory Analytics
Purchase-to-Pay (P2P) Process




P2P Process Analytics
1. Is de inventaris in de juiste periode opgenomen?
2. Zijn de betalingen uitgevoerd voor de goede facturen?
3. Wat zijn de high-value items?
4. Is de inventory cost hoger dan de marktwaarde?
5. Is de 3-way match uitgevoerd?
6. Zijn er omissions of duplicates in de documenten?
7. Komt de fysieke telling overeen met het grootboek?

Inventory from Production Process