Download - 経営リスクをデータ活用で削減した4つの事例€¦ · 目次 3 クラウドベースのリスク分析サービス 「Risk Analytics on Cloud」 2 経営リスクに対するデータ分析事例
有限責任監査法人トーマツ Deloitte Analytics
経営リスクをデータ活用で削減した4つの事例
2019年7月
目次
3クラウドベースのリスク分析サービス「Risk Analytics on Cloud」
2 経営リスクに対するデータ分析事例
1 経営リスク管理の課題とデータ活用 p.3
p.11
p.25
本資料の内容に関するメールでのお問い合わせ、ご意見は以下までお寄せください:[email protected] (有限責任監査法人トーマツ リスクアドバイザリー事業本部)
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
経営リスク管理の課題とデータ活用
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
重大な経営リスクが顕在化
重大な経営リスクが顕在化し、リスク低減が企業の大きな課題となっています
2015年電機メーカーで不正会計。税前利益1,500億円超の修正
2017年鉄鋼メーカーで品質データ改ざん。影響のあった取引
先数百社
2015年広告代理店で長時間労働。メディアで大きく取り上げられた
2017-18年自動車メーカーで無資格検査、品質データ改ざん。数百万台のリコール
4
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
背景 リスク管理の課題 重大な経営リスク
不正会計ビジネスのグローバル化
競争激化による収益向上のプレッシャー
事業の多角化や海外市場の開拓
M&Aの増加
リスク管理の現状と課題
経営リスクを低減させるためには、適時・適切なリスク対応と業務効率化の観点から、データの活用が不可欠になっています
・・・・・・
・・・
事業領域が拡大してリスクを管理しきれない
新たなリスクへの対応方法が分からない
これまでの経験と勘が通用しない
コンプライアンス違反
M&Aした子会社で減損
長時間労働・未払残業
品質データ改ざん
経営リスクをデータ活用で削減した4つの事例
ビッグデータや新たなテクノロジーを活用することで、自動的なリスクの検知を可能とし、適時・適切なリスク対応と業務効率化を図ります
5
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
様々なAI関連技術
データ分析においてはAI(人工知能)の活用が急速に進んでいます
人工知能の定義は、現状では定まったものはありません
Robotic process automation
(RPA)
Machine learning
Natural language processing/
generation (NLP/G)
Speech recognition
Rules-based systems
Deep learning
Physical robots
Computer vision
6
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
デロイトが、AIを利用している企業(10業種:7か国)のエグゼクティブ1,900人を対象に調査を実施。
AIの利活用には、AIの専門知識、強力なITインフラ、希少なデータサイエンティスト
が重要であるが、多くの企業がリソースを持っていなかった。
しかし、クラウドベースのAIソフトウエアや
サービスを利用することで、一般企業が従来よりも簡単にAIを利用できるようになると予測。
経営リスクをデータ活用で削減した4つの事例
AI活用のトレンド
AIの活用は既にクラウドベースが主流となっています
58%
70%
87%
N = 1,900 global respondents.
出所:Deloitte’s “State of AI in the enterprise” survey 2018,
global data.
クラウドAIエンタープライズソフトウエア利用率
2020
2019
2018
出所:Technology, Media and Telecommunications Predictions 2019, Deloitte Touche Tohmatsu Limited, December 2018
https://www2.deloitte.com/insights/us/en/industry/technology/technology-media-and-telecom-predictions.html
7
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
Risk Sensing(イメージ)
リスク分析は目的に応じ社内外の様々なデータを用いることができます
不正履歴監査指摘
財務・会計データ 経費データ
取引データ
人事・勤怠管理データ
営業管理データ
メール・通話履歴通報
コールセンタ競合情報
マーケットデータ
経済指標
SNS/ブログ/掲示板
報道
統計情報
リスクアナリティクス
リスク測定方法
分析手法や閾値
リスク管理の改善
リスクの早期対応
継続的モニタリング
アラート設定監視
8
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
The Three Lines of Defense
第1・第2のディフェンスラインにおけるリスクモニタリングが重要です
組織は一般的に3つのディフェンスラインによってリスクを管理しています。
経営者による
コントロール内部統制
財務管理
セキュリティ管理
リスクマネジメント
コンプライアンス管理
内部監査
第1のディフェンスライン 第2のディフェンスライン 第3のディフェンスライン
経営者
統治機関・取締役会・監査委員会
外部監査
規制当局
9
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
データを活用したリスク管理導入の課題
データ活用によるリスク管理の独自導入には課題もあります
人材がいない(人)
分析環境がない(モノ)
予算がない(金)
知見がない(情報)
データサイエンティストは市場に少なく、外部から確保するのも難しい
リスク管理を担当する部門は少ない人員体制であることが多いため、本業の傍ら分析スキルを持つ人材を育成するのが難しい
分析環境を導入・維持管理するのに費用がかかり、限られた予算の中で導入に踏み切れない
特に日本ではリスク管理は収益を生まないという認識が広く、投資が限られる傾向がある
リスクの兆候を捉えるリスクシナリオ(分析の観点)の立案が難しい 自社で発生していないリスクに関するシナリオの立案が難しい
10
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
経営リスクに対するデータ分析事例
p.12
p.14
p.17
p.22
事例①品質問題リスクの分析例事例②長時間労働・未払残業リスクの分析例事例③会計不正リスクの分析例事例④購買不正リスクの分析例
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
品質問題リスクの分析例
【事例①】品質問題に関するリスクをモニタリングし、早期対応につなげます
製造業A社は、マネジメントから高い利益目標達成のプレッシャー
顧客から要求された納期や、受注・利益を優先しがちな組織風土
本社の管理部門は、全世界の工場において、品質データ改竄や無資格者検査のリスクが高まっていないか、効率的にモニタリングし、早期対応したい
工場別の受注残
工場別の生産量データ
工場別の検査員の人数 等
背景、課題
利用データ
12
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
リスク指標のモニタリング
各工程の負荷状況をモニタリングし、品質データ改竄や検査不正のリスクの兆候を分析します
受注残の増加
1日あたり生産量の
増加
1人あたり検査量の増加
モニタリングプロセス
工程能力を超えるような受注発生の可能性。
納期を守るために、基準以下の品質をデータ改竄するリスク。
検査方法の変更等がない限り「1人あたり検査量」の増加は
考えにくい。無資格者による検査の可能性。
経営リスクの兆候
受注
製造
検査
0
1
2
3
4
5
6
17/04 17/07 17/10 18/01 18/04
0
1
2
3
4
5
6
17/04 17/07 17/10 18/01 18/04
0
1
2
3
4
5
6
17/04 17/07 17/10 18/01 18/04
13
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
長時間労働・未払残業リスクの分析例
【事例②】長時間労働や未払残業のリスクを分析します
働き方改革のもと、残業時間の上限規制等が行われるようになったが、業務が大きく変わったわけではないので、本当に業務時間が削減されているのか疑問
残業時間の上限規制によって一般職が業務できない分を、管理職が代わりに実施している可能性
上司によるサービス残業の強制の可能性
勤務時間のデータ
従業員のPCログ 等
背景、課題
利用データ
14
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
残業時間別の従業員数
管理職の残業時間が多い傾向が見られ、管理職に業務のしわ寄せがされている可能性が考えられます
残業時間
人数
管理職 一般職 管理職の残業時間が多い傾向が見られました。
【想定されるリスク】 残業時間規制のしわ寄せの可能性
働き方改革として本来すべき業務の効率化ができていない可能性
管理職の負荷が高まることで、判断の誤りや管理水準の低下を招いている可能性
15
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
勤務報告時間×PC稼働時間
勤務報告時間とPC稼働時間の乖離が大きく、サービス残業の可能性が考えられる従業員が見つかりました
勤務報告時間とPC稼働時間の乖離率
残業時間
16
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
会計不正リスクの分析例
【事例③】子会社の不正会計や業績低下のリスクをモニタリングします
子会社が多数あるが、子会社管理として以下の課題を抱えていた 一部のスキルを持った担当者に依存した分析 規模の大きな拠点など、一部の拠点しか分析していない 分析、報告資料作成に時間がかかる 内部監査による監査は数年に1回、小規模拠点は5年以上監査していない 結果、重要な経営リスク(不正会計、業績低下の兆候)を見逃している可能性
全子会社の月別の連結財務データ(B/S、P/L、C/F)
背景、課題
利用データ
17
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
子会社分析のリスク例
連結財務データから、不正会計リスク、事業リスクを検討します
架空収益
負債/費用の隠蔽
計上時期操作
不適正な資産評価
成長性低下
収益性低下
効率性低下
安全性低下
18
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
子会社分析のリスクシナリオ例
複数の財務指標の関係性やトレンド、他子会社との比較などにより、リスクを分析します
想定されるリスク例 分析方法
1 架空売上をする 売上債権回転期間と営業キャッシュフローの関係性を分析
2 棚卸資産を水増しし、費用を圧縮する 過去の棚卸資産回転期間の傾向分析
3 売上原価を隠蔽する 不自然な利益率の動きを分析
・・・・・・
・・・
分析エンジン 高リスクの子会社
全子会社の連結財務データ(B/S、P/L、C/F)
19
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
分析事例
売上債権回転期間が長期化する一方で営業CFが減少しているため、入金が少なく、売上の早期計上や架空計上の可能性が考えられます
20
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
導入効果
経営リスクに関するモニタリングの標準化、範囲拡大、効率化、頻度向上につながりました
担当者による分析内容のばらつきが抑制され、スキルを持った担当者は、より難易度の高い業務へ
導入後
分析者
対象範囲
作業時間
頻度
一部のスキルを持った担当者に依存した分析
導入前
規模の大きな拠点など、一部の拠点しか分析していない
分析、報告資料作成に時間がかかる
内部監査による監査は数年に1回、小規模拠点は5年以上監査していない
全拠点を分析
分析が自動化され、報告資料作成時間を削減
毎月、異常値をチェックし、リスクを早期発見・対応
21
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
購買不正リスクの分析例
【事例④】購買取引の中からリスクの兆候を分析します
経理部門ではルールを守っているかの確認が中心であり、不正リスクの観点からの確認までは行えていない
内部監査ではルールの妥当性の確認、サンプルベースの取引の確認に留まり、網羅的に確認できていない
結果、購買不正が見逃され、減らない
発注データ
仕入計上データ
支払データ 等
背景、課題
利用データ
22
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
購買業務の日数に着目した分析(1/2)
社内手続をスルーした口頭発注の可能性があり、ルールの逸脱を看過していると不正の温床になりかねません
発注から仕入までの日数
購入品目の単価
0日
発注日より仕入日の方が先日付。
社内手続をスルーした口頭発注の可能性。中には高単価の品目もあった。
23
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
購買業務の日数に着目した分析(2/2)
品目別に見ると短納期の仕入があった。取引先に圧力をかけて、品質検査に十分な時間がかけられていないかもしれません
購入品目の単価
0日
品目Xについて
発注から仕入までの日数
納期が短い。
取引先に圧力をかけているかもしれない
納期が長い。
取引先と何らかの問題が発生していたかもしれない
24
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
クラウドベースのリスク分析サービス「Risk Analytics on Cloud」
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.
アプリ名 概要
子会社分析アプリ子会社の財務数値の異常な変動を捉えて、業績悪化や不正リスクの分析に役立ちます。
経費・労務分析アプリ架空経費、二重支払等の経費不正リスク、長時間時間外労働や労働時間の過少申告等の労務リスクの分析に役立ちます。
購買分析アプリ不正リスクのある購買取引や、架空リスクのある仕入先等、購買プロセスに係るリスクの分析に役立ちます。
経営リスクをデータ活用で削減した4つの事例
リリース済の分析アプリ
分析アプリケーションを利用したデータ活用の助言・指導の範囲を広げていきます
26
Risk Analytics on Cloudの最新情報は、以下のウェブサイトで公開しています。https://www.deloitte.com/jp/risk-analytics-on-cloud
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
利用イメージ
導入時にデータ変換処理プログラムを作成するため、同じ形式のデータをアップロードすればいつでも* 分析結果を得られます
* 保守日程を除くサービス提供時間内に限る
Risk Analytics on Cloud利用ユーザー
データ抽出
情報システム
分析アプリ導入時と同じ形式のデータ
データ変換処理
27
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.経営リスクをデータ活用で削減した4つの事例
Risk Analytics on Cloudの特徴
数千社以上*のデータ分析経験をもとに開発された分析アプリケーションを利用してデータ活用の助言・指導をします
難しいプログラミング習得は不要
初期投資を抑えて短期導入
リスクシナリオの継続提供とデータ蓄積による分析精度の継続的な向上
アナリティクス・IT
の専門家による導入の助言・指
導
分析精度の継続的な向上
手軽に いつでもすぐに専門家による助言・指導
*有限責任監査法人トーマツ Deloitte Analyticsによるデータ分析適用社数のべ4,398社(2018年10月時点)
28
Member of
Deloitte Touche Tohmatsu Limited
デロイト トーマツ グループは、日本におけるデロイト アジア パシフィック リミテッドおよびデロイトネットワークのメンバーであるデロイト トーマツ合同会社並びにその
グループ法人(有限責任監査法人トーマツ、デロイト トーマツ コンサルティング合同会社、デロイト トーマツ ファイナンシャルアドバイザリー合同会社、デロイト トーマ
ツ税理士法人、DT弁護士法人およびデロイト トーマツ コーポレート ソリューション合同会社を含む)の総称です。デロイト トーマツ グループは、日本で最大級のビジ
ネスプロフェッショナルグループのひとつであり、各法人がそれぞれの適用法令に従い、監査・保証業務、リスクアドバイザリー、コンサルティング、ファイナンシャルア
ドバイザリー、税務、法務等を提供しています。また、国内約40都市に1万名以上の専門家を擁し、多国籍企業や主要な日本企業をクライアントとしています。詳細は
デロイト トーマツ グループWebサイト(www.deloitte.com/jp)をご覧ください。
Deloitte(デロイト)とは、デロイト トウシュ トーマツ リミテッド(“DTTL”)ならびにそのグローバルネットワーク組織を構成するメンバーファームおよびそれらの提携法人
のひとつまたは複数を指します。DTTL(または“Deloitte Global”)および各メンバーファーム並びにそれらの関係法人はそれぞれ法的に独立した別個の組織体です。
DTTLはクライアントへのサービス提供を行いません。詳細は www.deloitte.com/jp/about をご覧ください。
デロイト アジア パシフィック リミテッドはDTTLのメンバーファームであり、保証有限責任会社です。デロイト アジア パシフィック リミテッドのメンバーおよびそれらの提
携法人は、オーストラリア、ブルネイ、カンボジア、東ティモール、ミクロネシア連邦、グアム、インドネシア、日本、ラオス、マレーシア、モンゴル、ミャンマー、ニュージー
ランド、パラオ、パブアニューギニア、シンガポール、タイ、マーシャル諸島、北マリアナ諸島、中国(香港およびマカオを含む)、フィリピンおよびベトナムでサービスを
提供しており、これらの各国および地域における運営はそれぞれ法的に独立した別個の組織体により行われています。
Deloitte(デロイト)は、監査・保証業務、コンサルティング、ファイナンシャルアドバイザリー、リスクアドバイザリー、税務およびこれらに関連する第一級のサービスを全
世界で行っています。150を超える国・地域のメンバーファームのネットワークを通じFortune Global 500® の8割の企業に対してサービス提供をしています。
“Making an impact that matters”を自らの使命とするデロイトの約286,000名の専門家については、(www.deloitte.com)をご覧ください。
本資料は皆様への情報提供として一般的な情報を掲載するのみであり、その性質上、特定の個人や事業体に具体的に適用される個別の事情に対応するものではあ
りません。また、本資料の作成または発行後に、関連する制度その他の適用の前提となる状況について、変動を生じる可能性もあります。個別の事案に適用するため
には、当該時点で有効とされる内容により結論等を異にする可能性があることをご留意いただき、本資料の記載のみに依拠して意思決定・行動をされることなく、適用
に関する具体的事案をもとに適切な専門家にご相談ください。
© 2019. For information, contact Deloitte Touche Tohmatsu LLC.