Steekproefsgewijze controles zijn nog volkomen gangbaar in de financiële branche. Toch voelt dat als een zwaktebod voor de datagedreven accountants van Crowe Foederer. Steekproeven nemen en waardevolle tijd van klanten vragen vinden ze niet erg servicegericht en de kwaliteit van dienstverlening kan veel beter door de volledige data onder handen te nemen. Het doel is om álle cijfers door hun handen laten gaan. Maar dan wel geautomatiseerd.
Functioneel had Crowe Foederer haar droombeeld al uitgewerkt: je plukt alle relevante data uit het ERP-systeem van de klant, die laad je in het eigen systeem en dashboards met geavanceerde inzichten worden ter beschikking gesteld aan de klant. Pipple was de aangewezen partij om het zelf ontwikkelde data science platform van Crowe Foederer te verrijken met een modern data warehouse, oordeelde Arjen van Zon, Information Officer bij Crowe Foederer. ‘Ze kennen ons cloudplatform Microsoft Azure als hun broekzak, ze zijn bedreven in Python en ze leren een team al doende de principes van design thinking.’
Veilig en inzichtelijk
De accountants stelden Pipple grofweg voor drie uitdagingen. De verbinding moest ultraveilig zijn. Het is immers nogal wat voor een klant om zijn data ter beschikking te stellen. Er moest ook inzicht komen in de kwaliteit van de data, zodat Crowe Foederer haar klanten ook op dit vlak kon adviseren. Tot slot moest de automatische analyse in slow motion teruggespoeld kunnen worden tot aan de oorspronkelijke data, om de auditresultaten kraakhelder te kunnen verantwoorden aan de toezichthouder. Kortom een complete kwaliteitsoplossing die past bij het data science platform van Crowe Foederer.
Datalake
Hiervoor bouwde Pipple een zogenaamd ‘datalake’: een next generation datawarehouse, maar dan een stuk geavanceerder. Je kunt er, naast gestructureerde data, ook ongestructureerde data in kwijt. Afbeeldingen, documenten, video’s en audiobestanden bijvoorbeeld. Om het datalake te vullen, bouwde Pipple een soort wasstraat waarin de data drie fases doorlopen. In de eerste fase wordt de klant data één op één uit het systeem van de klant gekopieerd en in de cloud opgeslagen. Daar worden alle data gecontroleerd: is het niet corrupt, is het volledig? In fase twee wordt de kwaliteit van de data gecontroleerd: is de formattering bijvoorbeeld correct, en zijn de waarden realistisch? In de laatste fase wordt het volledige bestand omgezet naar het formaat dat Crowe Foederer zelf gebruikt. het Common Data Format, zodat de dashboards kunnen worden genereerd en gepubliceerd voor gebruik.
Samen het wiel uitvinden
Een klein jaar waren Pipple en Crowe Foederer samen bezig met de ontwikkeling. Dat proces verliep vlotjes, vindt Arjen. ‘We hebben echt iets vernieuwends neergezet samen. Zelfs grote bedrijven in Insurance en Banking doen dit niet geautomatiseerd. We moesten het wiel dus samen uitvinden. Daarvoor moet je kritisch zijn en dat kon ook gewoon: nooit schoot Pipple in de verdediging.’. Dat Pipple een relatief klein bureau is vindt hij fijn. ‘Bij grotere kantoren is de samenwerking meteen formeel: ze kapselen alles juridisch in en tuigen een zware projectorganisatie op. Dat maakt het proces langzamer en duurder. Pipple is laagdrempelig en hands-on met prettige mensen om mee samen te werken.’
Crowe Foederer neemt de doorontwikkeling voor haar eigen rekening, maar weet Pipple in de toekomst weer te vinden: ‘In feite hebben we Pipple een basisstructuur laten maken waar onze mensen op kunnen doorontwikkelen. Daar heeft Pipple ze in getraind. Maar ik sluit niet uit dat ik ze ook eens op data intelligence gebied inschakel.’.
