TẠP CHÍ CÔNG THUM• NGUYỀN HUỲNH DIEM hương - PHAN Đỗ BẢO UYÊN TÓM TẮT: Bài báohệ thông cácnghiên cứu trongnước và nướcngoài về các hệ thông phân tíchdữ liệu DataAnalytics -sau gọi tắt là
Trang 1TẠP CHÍ CÔNG THUM
• NGUYỀN HUỲNH DIEM hương - PHAN Đỗ BẢO UYÊN
TÓM TẮT:
Bài báohệ thông cácnghiên cứu trongnước và nướcngoài về các hệ thông phân tíchdữ liệu (DataAnalytics -sau gọi tắt là DA) trong lĩnh vựckế toán,bao gồm các khíacạnh:các thuật ngữ thườngdùng; các cách phânloại mức độ ứng dụng DA; những tác động và ảnhhưởngcủa DAđốì với côngviệcthuộckế toán; lợi ích cóđược từ việc triển khai DA; nhữngvấnđề bảo mật khi ứng dụng DA vào các công ty vừa và nhỏ (sau gọi tắt là SMEs); và bảngtóm tắt mục đíchsửdụng
DA, các công cụ và ứng dụng phân tích dữ liệu phổ biến được sửdụngbởi cácdoanh nghiệp vừa
và nhỏ
Từ khóa: hệ thốngphân tích dữ liệu, DA, lợi ích từ triển khai DA
1 Đặt vấn đề
Trong thời đại công nghệ thông tin đang có
những phát triển vượt bậc, việc ứng dụng các công
nghệ mớinổivào từng lĩnhvựcđang ngày càngtrở
nên phổ biến Trong lĩnh vực kế toán, các công
nghệ phân tích dữ liệu cũng đã nổi lên, nhiều tài
liệu nghiên cứu mang tính họcthuật và các bài báo
khoa học cungcấp những bằngchứng xác thựcvề
những lĩnhvực kế toán đã vàđangbị tác động bởi
cáccôngcụ phân tích dữ liệu hiện nay(Perdanavà
cộng sự, 2022).Từcácnghiên cứu tiền lệ,hàngloạt
câu hỏi được đặt ra dành cho những người làm kế
toán, đặc biệt là những kếtoán viên đang làm việc
tại các công ty có quy mô vừa và nhỏ, vốn dĩđã
quen thuộc với công cụ nhưExcel, hay các phần
mềm kế toán,rằng: “công nghệ phân tích dữ liệulà
gì?”; “mức độ sử dụng của công nghệ này sẽ như
thế nàotrong công việc?”; “công việc kế toáncủa tôi sẽ bị ảnh hưởng như thế nào?”; doanh nghiệp của tôisẽ có đượclọi íchgì từ việc ứng dụng công nghệ này vào trong công việc?”; liệu sẽ có những rắcrối nào liên quan đếnbảo mật dữ liệu vàquyền riêng tưcá nhân củatôi khitôi ứng dụng công nghệ này không?”; hay “công cụ nào đang được ứng dụng cho các công ty SMEshiệnnay?”
Do đó, việc tổng hợp các nghiên cứu trong và ngoài nước vềDA trong lĩnhvực kếtoán, sẽ không chỉ giúp các nhà nghiên cứu trong nước nắm bắt được những nghiên cứu mới nhát, cũng như xu hướngnghiên cứutrên thếgiới trong việc ứng dụng công nghệ thông tin (CNTT) trong ngành kế toán -kiểm toán, mà còn giúp chongườilàm kếtoán, đặc biệt làm trong môitrường SMEshiểu đượcsâu sắc hơn về chủ đề DA này
370 SỐ6-Tháng 4/2022
Trang 2KÉ TOÁN - KIỂM TOÁN
2 Kết quả
2.1 Các nghiên cứu về khái niệm công nghệ
phân tích dữ liệu (DA)
Cáchệ thôngphân tích dữ liệu ngày nay được
nghiên cứu thông qua 4 thuật ngữ phổ biến như
sau: Business Intelligence (BI), Business
Analytics(BA), Business Intelligence & Analytics
(BI&A) và Data Analytics (DA) Trong phạm vi
tìmkiếm vàtổng hợp của tác giả, các thuật ngữ về côngnghệ phân tích dữ liệu lần lượt được sử dụng như mô tả tại Bảng 1
2.2 Phân loại mức độ ứng dụng DA
Đã có nhiều nghiêncứu trước đây đãtrình bày đến việc phân loại các công nghệ phân tích dữ liệu dựa trên mức độ tíchhợp “cao” hoặc “tháp” hoặc cấp độ “cơ bản” và cấp độ “sửdụng công
Bảng 1 Tổng hợp thuật ngữ về công nghệ phân tích dữ liệu
Nghiên
cứu
Thuật
DA đức dụng ti nghiên
ngữ csử
■ong cứu
Đ|nh nghĩa được sử dụng
Elbashir
và cộng sự
(2008)
Busines Intellige (BI) '
s nce
Các hệ thống BI cung cấp khả năng phân tích thông tin kinh doanh để hô'trợ, và cải thiện việc ra các quyết đinh quản lỳ thông qua một lượng lớn các hoạt động kinh doanh Các hệ thống này sỏ hữu những tiẽm năng và khả năng tận dụng sự đầu tư vể cơ sở hạ tầng dữ liệu khổng lổ như hệ thống ERP, để khai phá và cung cấp các giá trị tiềm ẩn đang có từ nguồn lực dữ liệu của doanh nghiệp.
Peters và
cộng sự
2018),
ị Peters V cộng sự (2016) à
Business Intelligence (BI) Các hệ thống BI cung cấp khả năng phân tích và đo lường rộng lớn, bao gồm cả việc là nển tảng để triển khai hệ thống kiểm soát quản lý tích hợp
và toàn diện (MCS) Hệ thống BI cũng cung cấp nhiều dữ liệu đo lường thành quả hơn, cho phép nhiều người tham gia vào quá trình xử lỳ dữ liệu quản tri hơn Từ đó, sẽ có nhiều hơn n hững thông tin tổ chức và quản tri được tạo ra.
Appelbaum,
D và cộng sự
(2017)
Busines Analytic (BA)
s s
Kế thừa nghiên cứu của Davenport và Harris (2007), nghiên cứu củaAppelbaum, D và cộng sự (2017) đã sử dụng thuật ngữ Business Analytics (BA) (tạm dich là Công nghệ phân tích kinh doanh) là "việc sử dụng dữ liệu, công nghệ thông tin, phân tích thống kê, phương pháp đinh lượng và toán học hoặc mô hình dựa trên máy tính để giúp người quản lý có được cái nhìn sâu sắc hơn về hoạt động của doanh nghiệp và đưa ra các quyết định tốt hơn dựa trên cơ sở thực tế.
Rikhardsson,
p và
Yigitbasioglu,
0 (2018)
Busines Intellige and Ana (BI&A)
I
s nce lytics
Trong nghiên cứu của mình, Rikhardsson, p và Yigitbasioglu, 0., (2018) đã kế thừa thuật ngữ và đinh nghĩa BI&Atừ nghiên cứu của tác giả Chen và cộng sự (2012) để nói vể công nghệ phân tích dữ liệu Trong nghiên cứu này, BI&Ađược đinh nghĩa là một công nghệ và là một quy trình phục vụ cho mục đích phân tích dữ liệu và trình bày những thông tin có thể giúp cho những nhà quản tri của tổ chức có thể đưa ra những quyết đinh hành động tốt hơn cho tương lai (Chaudhuri, Dayal, & Narasayy, 2011) Đây cũng được xem là một thuật ngữ chung, bao hàm việc cho phép các tổ chức thu thập dữ liệu từ những nguổn nội bộ và bên ngoài tổ chức, để chuẩn bị cho việc phát triển và thực hiện các truy vấn dựa trên trực quan hóa dữ liệu, từ đó có thể đưa ra kết quả cho người dùng cuối Các thông tin này được tạo ra từ việc sử dụng công nghệ thông tin, phân tích thống kê, các phương pháp đinh lượng và các mô hình toán học hoặc dựa trên nển tảng máy tính; thông qua các loại phương pháp phân tích dữ liệu, bao gồm: mô tả, dự đoán và để xuất.
Số 6 - Tháng 4/2022 371
Trang 3TẠP CHÍ CÔNG THƯƠNG
Nguồn: Tổng hợp của tác giả
Nghiên
cứu
Thuật ngữ
DA được sử dụng trong nghiên cứu
Đinh nghĩa được sử dụng
Koreff, J
và cộng sự
(2021)
Data Analytics (DA)
Trong nghiên cứu gần đây của mình, Koreff và cộng sự đã đề cập đến công nghệ phân tích dữ liệu dưới thuật ngữ Data Analytics (DA) Đây là công nghệ được tận dụng để xác đinh sai sót và gian lận trên báo cáo tài chính, hoặc nhận diện các gian lận tiềm ẩn trong quá trinh giải ngân của công ty hoạt động trong lĩnh vực cung cấp dich vụ chăm sóc sức khỏe.
nghệ hiện đại nhất” (Krieger, F., Drews, p và
Velte,p.,2021 vàmứcđộ ứng dụng(cơ bản,nâng
cao) (Krieger, F., Drews, p và Velte, p., 2021;
Peters và cộng sự, 2018) “Thấp” hoặc “cơ bản”
phản ánh việc sử dụng DA cho việc phân tích
truyềnthông như là phân tích mô tả và sử dụng
dựa trên côngnghệ bảng tính Tại mức độ sử dụng
này,dữ liệu bị phân mảnh và được quản lý rờirạc
trên nhiều trang, bảng tính khácnhau vàkhảnăng
xử lý mô hìnhphâncấpdữ liệu đa chiềucủa người
dùngbịhạn chế
Trongkhi đó, mức độ sửdụng “cao”hoặc “sử
dụngcông nghệ hiện đại nhất” vượt ra khỏi cách
sử dụng truyền thống và thực hiện các phân tích
dựbáo thông minh,các công cụ hiện đại nhất và
các kỹ thuật phức tạp; đồng thời, cơ sở dữ liệu
chung cho phép dữ liệu được cấu trúc và xử lý
nhanh chóng hơn, chonhiềumô hình phân cấp dữ
liệu đa chiều hơn Nhìn chung, nghiên cứu DA
trong kế toán tìm kiếm sự liên kết giữa các ứng
dụng của công nghệ phân tíchđến các chủ đề kế
toáncốt lõi, như: quản trị,thuế, tài chính, hệthống
thông tin và kiểm toán
Gần đây,những khả năngcủaDAhiện đạinhất
(nhưMachine Learning - tạmdịchHọc máy) cũng
đã được tích hợp với cáccông nghệ mớinhư trí tuệ
nhântạo (AI) và tựđộng hóa quy trìnhbằngRobot
(RPA) (Eilifsenvà cộng sự, 2020, Lassilavà cộng
sự, 2019, Perol và cộng sự, 2017, Rikhardsson, p
và Yigitbasioglu, o., 2018) Sự tích hợp này cho
phép ngành công nghiệpkếtoán triển khai tự động
hóa quy trình thông minh (IPA) cho những công
việcphức tạp hơn, liên quan đếndữ liệu cấu trúc và
phi cấu trúc(Zhang,2019) Cùng vớicác công nghệ khác như Blockchain (một hệ thống cơsở dữliệu dạng chuỗi khối) và điện toán đám mây, DA và IPA tác động đếnthành quả chungcủatổchức, cho phép doanh nghiệp tối ưu hóa vận hành các quy trình nghiệp vụ và tạo racácgiátrị kinhdoanh
2.3 Các nghiên cứu về những tác động và ảnh
hưởng của DA đối với các công việc thuộc kế toán
DA ngày nay đang được áp dụng rộng rãi trong các lĩnh vực kế toán, như: thuế suất; công nghệ phân tích dữ liệukiểm toán đối với các cam kết kiểm toán; tự động hóa quy trình thông minh; và đem lại những lợi ích các doanh nghiệpởcác cấp quymô khác nhau từ nhỏ đến lớn Các công nghệ này giúp doanhnghiệptổchức hợp lý quytrìnhxử
lý dữ liệu và giúp kế toán viên tập trung nhiều hơn vào suy luận,dựbáo và dịch vụ đảmbảo; cho phép nhà quản lý nhận được những dữ liệu kinh doanhkịp thờivà cổ liên quan đểđưa ra các quyết định tốt hơn, giúp tăng trưởng doanh thu, tối đa hóa hiệu quả của tổchứcvà quản trị rủi ro và sự tuân thủ Ngược lại, khi triển khai ứng dụng các công nghệ này, doanh nghiệp cũng phải đối mặt vớicác vấn đề như phải đánh đổi giữa chi phí và tính năng, thiếuhụt các chuyên gia nội bộđể vận hành các công cụhiệu quả, hoặc gặp phải vấnđề phức tạp trong bảo mậtdữ liệu và quyền riêng tư (Perdana và cộngsự, 2022)
2.4 Các công cụ và ứng dụng phân tích dữ liệu
phổ biến được sử dụng bởi các doanh nghiệp vừa
và nhỏ
Mục đích sử dụng công nghệ phân tích dữliệu: (Bảng 2)
372 SỐ6-Tháng 4/2022
Trang 4KÊ TOÁN - KIỂM TOÁN
Bảng 2 Bảng tổng hợp mục đích sử dụng công nghệ phân tích dữ liệu
Mục đích sử dụng DA Công cụ DA Loại dữ liệu Các ứng dụng
và kỹ thuật DA
Hệ thống thông minh trong kinh
doanh (Business Intelligence)
Google Sheet và Microsoft Excel Kê' toán và tài chính, nguồn lực
nhân sự và các dữ liệu vận hành khác.
Báo cáo tiến
độ dưới dạng trực quan hóa
dữ liệu.
Hệ thống thông minh trong kinh
doanh (Business Intelligence)
MySQL, Microsoft Access, SQL Server và PostgreSQL
Hệ thống thông minh trong kinh
doanh (Business Intelligence)
Tableau, Qlik Sense, Microsoft Power BI, và Microstrategy
Hệ thôhg phân tích cao cấp
(Advanced Analytics) Opinion Crawl, và Semantria
Đánh giá của khách hàng hoặc các ỳ kiến vể các phương tiện truyền thông mạng xã hội
Hệ thống phân tích cao cấp
(Advanced Analytics) R và Python
Kế toán và tài chính, nguồn lực nhân sự, đánh giá của khách hàng hoặc các ỷ kiến về các phương tiện truyền thông mạng
xã hội và các dữ liệu vận hành khác.
Công nghệ kiểm toán, tự động hóa quy trình.
Hệ thôhg phân tích cao cấp
(Advanced Analytics)
Alteryx Designer, RapidMiner
và Orange
Hệ thống phân tích cac
(Advanced Analytics)
)Cấp SAS, KNIME, MS Azure
Machine Learning studio,
và BigML
Nguồn: Perdana và cộng sự, 2022
3 Khuyến nghị và kết luận
DA đang thay đổi thếgiới kinhdoanhhiện đại
với khả năng cung cấp thông tin xung quanh
chúng ta và đem đến những tiềm năng phân tích
để trả lời cho những câu hỏi nền móng cho việc
kinhdoanh vàkế toán, để từđó đem đến các giá
trị cho doanh nghiệp (Richardson và cộng sự,
2021) Việc triển khai sử dụng DAgiúp cho doanh
nghiệp có thể sử dụng tối đa những hiểu biết từ
nguồn dữ liệu phân tích được để giải quyết các
ván đề trong môi trường kinh doanh hiện tại và
phòng ngừanhững rủi ro trong tương lai; đồngthời
góp phần nâng cao hiệu quả doanh nghiệp (Arif
Perdana và cộng sự, 2022) Bên cạnh đó, bằng
việc ứng dụng những hệ thống này, dữliệu được
tạo ra có thểđược xử lý thông suốt và liên tục,sau
đó hiển thị trực quan trênbảng thông tin tổng hợp
(Dashboard), cho phép các doanh nghiệp SMEs theo dõi hoạt động kế toán theo thời gian thực (Panvà Sun,2018)
Hiệntại, mặc dù đãcó nhiềunghiêncứu trong nước và trên thế giớinghiên cứu về chủ đề DA, tuy nhiên vẫn chưa có nhiều nghiêncứuvề cách thức các doanh nghiệp SMEs triển khai, ứng dụng và chấp nhận DA Do đó, có rất nhiều khe hổng nghiêncứucho các nhà nghiên cứu trongvà ngoài nước khai thác cũngnhưtìm ranhữngtácnhântác động đến quyết định triểnkhai,ứngdụng và chấp nhận DA từ các doanh nghiệp SMEs Từ đó, các nhà nghiêncứu đề xuất cácphương pháp giúp nâng cao khả năng ứng dụng các công nghệ mới nói chung và công nghệ phân tích dữ liệu nói chung tronglĩnhvực kế toán,đặcbiệt là đốì vớicácdoanh nghiệp SMEs tại ViệtNam ■
SỐ 6-Tháng 4/2022 373
Trang 5TẠP CHÍ CÔNG THƯƠNG
TÀI LIỆU THAM KHẢO:
1 Appelbaum, Deniz, Alexander Kogan, Miklos Vasarhelyi, and Zhaokai Yan (2017) Impact of Business Analytics and Enterprise Systems on Managerial Accounting International Journal of Accounting Information Systems,25,29-44
2 Colemans.,RainerGob,GiuseppeM., Antonio p.,Xavier T.,andMarco s.R (2016).How Can SmesBenefit from Big Data? Challenges anda Path Forward Quality and Reliability Engineering International, 32(6),2151 -64
3 Chen H., Roger H.L Chiang, and Vedac.Storey.(2012) BusinessIntelligence and Analytics: From BigData
to BigImpact MIS quarterly, 2012, 1165-88
4 Cheng, Christine,PradeepSapkota, and Amy JN Yurko (2021) ACase Study of EffectiveTax Rates Using Data Analytics.Issues in Accounting Education,36(1),65-89
5 Eilifsen A., Finn K., WilliamF.Messier, and ThomasE McKee (2020) AnExploratoryStudyintotheUse of AuditData Analytics on Audit Engagements Accounting Horizons, 34(4), 75-103
6 Elbashừ, Mohamedz., Philip A Collier, and Michael J Davem (2008) Measuringthe Effects ofBusiness Intelligence Systems:The Relationship between Business Process and OrganizationalPerformance International Journal of Accounting Information Systems,9(3),135-53
7 Ghasemaghaei, Maryam.(2021) Understanding theImpact of BigData on Firm Performance: The Necessity of Conceptually Differentiating among Big Data Characteristics International Journal of Information Management,
57,102055
8 Ghasemaghaei,Maryam, SepidehEbrahimi, and KhaledHassanein (2018) Data Analytics Competency for Improving Firm Decision MakingPerformance.The Journal of Strategic Information Systems, 27(1),101-13
9 Kogan,Alexander,Brian wMayhew,and Miklos A Vasarhelyi.(2019) Audit Data AnalyticsResearch- an Application ofDesign ScienceMethodology Accounting Horizons, 33(3), 69-73
10 Koreff, fared, Martin Weisner, andSteve G Sutton (2021) Data Analytics (Ab) Use in Healthcare Fraud Audits International Journal of Accounting Information Systems, 42,100523
11 Krieger, Felix, Paul Drews, andPatrick Velte (2021) Explaining the (Non-) Adoption of Advanced Data Analytics in Auditing: AProcess Theory.International Journal of Accounting Information Systems,41,100511
12 Lassila,ErkkiM,Sinikka Moilanen, andJanne T Jarvinen (2019) Visualisinga “GoodGame”: Analyticsasa Calculative Engine in aDigital Environment Accounting, Auditing & Accountability Journal,32(7), -2166
13 Liu, Qi, Gengzhong Feng, Xi Zhao, and Wenlong Wang (2020) Minimizing the Data Quality Problem of InformationSystems: A Process-Based Method.DecisionSupport Systems,137,113381
14 PAN, Gary,andPoh Sun SEOW (2018).How Data Analytics May TurnSmes into SmartEnterprises [Online] Avalabileathttps://news.smu.edu.sg/news/2018/04/27/how-data-analytics-may-turn-smes-smart-enterprises
15 Perdana,Arif, HweeHoon Lee,SzeKee Koh, andDesi Arisandi (2022) Data AnalyticsinSmall andMid size Enterprises: Enablers and Inhibitors forBusiness Value and Firm Performance International Journal of
Accounting Information Systems,44,100547
16 Perols,JohanL,RobertMBowen,Carsten Zimmermann, and BasambaSamba (2017).Finding Needles ina Haystack:UsingData Analytics to Improve FraudPrediction The Accounting Review,92(2),221-45
17 Peters,Matt D,Bernhard Wieder, and Steve G Sutton (2018).Organizational Improvisation and the Reduced Usefulness of Performance Measurement Bi Functionalities International Journal of Accounting Information
Systems, 29,1-15
374 So 6 - Tháng 4/2022
Trang 6KÊ TOÁN - KIỂM TOÁN
18 Peters, Matt D, Bernhard Wieder, Steve G Sutton, and James Wakefield (2016) Business Intelligence Systems Use in Performance Measurement Capabilities: Implications for Enhanced Competitive Advantage
International Journal of Accounting Information Systems, 21,1-17
19 Richardson, Vernon J, RyanTeeter, and Katie Terrell (2021).Data Analytics for Accounting. New York,NY: McGraw-Hill Education
20 Rikhardsson, Pall, and Ogan Yigitbasioglu (2018) Business Intelligence & Analytics in Management Accounting Research: Status and Future Focus.International Journal of Accounting Information Systems, 29,37-58
21 Schneider, Garyp,Jun Dai, DianeJ Janvrin, Kemi Ajayi, and RobynL Raschke (2015) Infer,Predict, and Assure:Accounting Opportunities in Data Analytics Accounting Horizons, 29(3), 719-42
22 Zhang, Chanyuan (2019) IntelligentProcess Automation in Audit Journal of emerging technologies in
accounting, 16(2),69-88
Ngày nhận bài: 8/2/2022
Ngày phản biện đánh giá và sửa chữa: 8/3/2022
Ngày chấp nhận đăng bài: 18/3/2022
Thông tin tác giả:
1 ThS NGUYỄN HUỲNH DIEM HÚƠNG
2 PHAN ĐỖ BẢO UYÊN
Trường Đại học Công nghiệp TP Hồ Chí Minh
ON ANA
A GENERRAL VIEW ABOUT STUDIES YSIS DATA SYSTEMS IN THE ACCOUNTING FIELD
Master NGUYEN HUYNH DIEM HUONG'
• PHAN DO BAO UYEN'
'Industrial University of Ho Chi Minh City
ABSTRACT:
This paper presents studies conducted byVietnamese andforeign researchers about analysis data systems in theaccounting field This paper introduces commonlyused terms, methods to classify the implementation level ofanalysis data systems, impacts of usinganalysisdata systems
on accounting work, benefits ofapplying analysis data systems, security issues related to the implementation of analysis data systems at small and medium-sized enterprises (SMEs), anda summary table of the purposes of using analysis data systems This paper also presents common analytics data software and tools used by SMEs
Keywords: dataanalyticssystem, data analytics, benefits of data analytics
So 6 - Tháng 4/2022 375