Utilisation de l’analyse des mégadonnées pour la sélection et le test des écritures comptables et son impact sur le scepticisme professionnel

Pourquoi cela compte pour la confiance dans les chiffres financiers

Lorsque les entreprises publient leurs états financiers, investisseurs, employés et grand public partent du principe que les chiffres sont honnêtes. Pourtant, certaines des plus grandes fraudes récentes résultent de manipulations subtiles d’écritures comptables enfouies dans d’énormes bases de données. Cet article examine comment les auditeurs commencent à utiliser des outils de mégadonnées pour scruter plus efficacement ces océans d’écritures — et pose une question cruciale : ces technologies puissantes rendent-elles les auditeurs plus vigilants, ou les poussent-elles à faire trop confiance à l’ordinateur ?

Chercher des problèmes dans la tenue courante des comptes

Au cœur de tout audit se trouvent les écritures comptables — les enregistrements de base des mouvements d’argent d’une entreprise. Les fraudeurs exploitent souvent ces enregistrements pour dissimuler des pertes ou gonfler des profits, parfois en contournant les contrôles habituels. Les normes internationales d’audit exigent donc que les auditeurs testent ces écritures avec un regard sceptique. Traditionnellement, cela revenait à vérifier de petits échantillons à la main. À l’ère des jeux de données massifs et complexes, cependant, cette approche sélective peut laisser passer des problèmes habilement dissimulés. Les auteurs soutiennent que l’analyse des mégadonnées peut transformer cette tâche en examinant des populations entières d’écritures et en repérant des motifs inhabituels invisibles à une revue manuelle.

Comment les outils de mégadonnées changent le quotidien de l’audit

L’étude s’appuie sur des entretiens approfondis avec neuf auditeurs seniors de cabinets du Big Four travaillant en Palestine, un marché qui intègre les pratiques mondiales d’audit dans des conditions difficiles. Ces auditeurs décrivent des outils de mégadonnées qui agrègent des millions d’enregistrements comptables, les classent selon le risque et mettent en évidence des transactions aux allures étranges. Plutôt que de partir d’une poignée d’écritures choisies par intuition, les équipes peuvent désormais voir l’ensemble du paysage des opérations et zoomer sur des postes qui détonnent par le montant, le moment, le système source ou la combinaison de facteurs. Cette vue « axée sur les données », rapportent-ils, accélère non seulement le travail mais donne aussi une image plus riche du fonctionnement réel de l’activité du client.

Les personnes, la formation et le travail d’équipe derrière les écrans

Malgré la sophistication des logiciels, les auditeurs insistent sur le fait que les compétences humaines et les relations restent centrales. Ils décrivent des sessions de formation régulières qui vont au-delà du simple maniement des boutons pour se concentrer sur l’interprétation des motifs étranges, la remise en cause des fausses alertes et la mise en relation des signaux de données avec les risques métier réels. Les réunions d’équipe et les séances de planification conjointes servent à réfléchir aux endroits où la direction pourrait être tentée de fléchir les règles — comme dans les estimations et les provisions — puis à concevoir des analyses qui sondent ces zones. Les associés et directeurs seniors sont étroitement impliqués, revoyant les documents de travail électroniques, questionnant les choix de filtres et de seuils, et veillant à ce que le personnel ne traite pas les sorties informatiques comme une vérité incontestable.

Le double tranchant des machines intelligentes

Les entretiens font aussi apparaître des inquiétudes nettes. Parce que les outils d’analyse peuvent produire automatiquement des rapports et tableaux de bord propres et lisibles, il existe un risque que les auditeurs les acceptent sans critique, supposant que si le système ne signale rien, aucun problème n’existe. Les participants avertissent que ce type de dépendance excessive peut émousser le scepticisme professionnel et laisser passer des anomalies importantes. Les régulateurs et les réviseurs internes de la qualité poussent déjà les cabinets à éviter une « mentalité de liste de contrôle » et à démontrer comment ils ont utilisé les outils de données de manière réellement axée sur les risques et interrogative. Or, les normes d’audit actuelles donnent peu d’orientations concrètes sur la façon de combiner les analyses avancées avec le devoir de douter et de vérifier.

Ce que dit l’étude en termes simples

En termes simples, l’article conclut que l’analyse des mégadonnées peut être un allié puissant pour des audits honnêtes si — et seulement si — les auditeurs restent fermement aux commandes. Ces outils les aident à trier d’immenses volumes d’écritures, à cibler les zones risquées et à mieux comprendre comment une entreprise génère et enregistre réellement ses flux. Mais ils introduisent aussi de nouveaux pièges comportementaux : il devient plus facile de faire confiance à la machine qu’à poser des questions gênantes. Pour maintenir le scepticisme, les cabinets ont besoin d’une formation solide, de discussions d’équipe ouvertes, d’une supervision active de la direction et de règles plus claires de la part des normalisateurs et des régulateurs. La technologie, suggèrent les auteurs, devrait affûter l’œil critique de l’auditeur, pas le remplacer.

Citation: Abu Al Rob, M.A., Mohd Nor, M.N. & Salleh, Z. Utilizing big data analytics in the selection and testing of journal entries and its impact on professional skepticism. Humanit Soc Sci Commun 13, 553 (2026). https://doi.org/10.1057/s41599-026-06626-0

Mots-clés: analyse des mégadonnées, audit, fraude financière, scepticisme professionnel, vérification des écritures comptables