Sebuah perusahaan menetapkan bahwa pembelian di atas Rp100 juta harus memperoleh persetujuan tambahan. Dalam data, auditor menemukan tiga purchase order kepada vendor yang sama, dibuat dalam dua hari, masing masing senilai Rp96 juta, Rp98 juta, dan Rp94 juta. Polanya menarik perhatian, tetapi belum cukup untuk menyatakan bahwa aturan sengaja dihindari.

Kebutuhan memang dapat muncul bertahap. Barangnya mungkin berbeda, proyeknya tidak sama, atau pembelian tambahan baru diketahui setelah pesanan pertama dibuat. Karena itu, pemecahan purchase order harus diperlakukan sebagai indikasi untuk diperiksa, bukan kesimpulan otomatis.

Dengan analisis data pembelian, tim dapat menyaring populasi transaksi yang besar dan menemukan kelompok pesanan yang mempunyai kemiripan tertentu. Pemeriksaan kemudian dilanjutkan pada dokumen, tujuan pembelian, waktu munculnya kebutuhan, dan pihak yang memberikan persetujuan.

Mulai dari kebijakan persetujuan yang berlaku

Analisis tidak akan tepat jika tim belum memahami batas persetujuan perusahaan. Kumpulkan matriks kewenangan, aturan tender, ketentuan pembelian langsung, batas nilai per transaksi, serta perubahan kebijakan selama periode yang diuji.

Nilai yang tampak sebagai transaksi di bawah batas persetujuan pada bulan Januari mungkin tidak lagi relevan jika batasnya berubah pada bulan Juli. Karena itu, data kebijakan perlu dipasangkan dengan tanggal berlaku, entitas, jenis pembelian, dan mata uang yang sesuai.

Periksa pula apakah batas dihitung per purchase order, per kebutuhan, per vendor, per proyek, atau dalam periode tertentu. Kesalahan memahami satu unsur dapat menghasilkan terlalu banyak alert yang tidak berguna.

Kelompokkan transaksi yang mempunyai hubungan masuk akal

Pengujian awal dapat mengelompokkan pesanan berdasarkan vendor, pemohon, approver, unit kerja, kategori barang, proyek, nilai, dan jarak waktu. Tujuannya adalah menemukan rangkaian yang perlu dilihat sebagai satu konteks.

Contohnya, cari dua atau lebih purchase order kepada vendor yang sama dalam tujuh hari, dengan total gabungan melewati batas persetujuan, sementara setiap pesanan berada sedikit di bawah batas tersebut. Pengujian split purchase order juga dapat diperluas ke barang serupa yang dibeli melalui beberapa vendor atau beberapa pemohon dalam waktu berdekatan.

Jangan memakai satu aturan untuk seluruh perusahaan tanpa penyesuaian. Pembelian bahan baku harian mempunyai pola berbeda dari pengadaan perangkat, jasa konsultasi, atau kebutuhan proyek.

Perhatikan nilai yang menumpuk dekat batas

Salah satu pola yang layak ditelusuri adalah banyaknya pesanan yang berkumpul tepat di bawah batas tertentu. Namun, angka yang berdekatan dengan batas bukan bukti bahwa kontrol dilanggar.

Dalam deteksi anomali pengadaan, bandingkan pola per vendor, pemohon, cabang, kategori, dan periode. Lihat apakah jumlah transaksi berubah setelah kebijakan baru berlaku. Periksa juga apakah pesanan selalu disetujui oleh orang yang sama atau dibuat pada jarak waktu yang sangat pendek.

Visualisasi distribusi nilai dapat membantu tim melihat penumpukan transaksi. Setelah itu, buka detail pesanan untuk memahami barang, proyek, dan alasan pemisahannya.

Hubungkan purchase order dengan dokumen pendukung

Data purchase order hanya menunjukkan sebagian cerita. Untuk audit pengadaan, tim perlu menelusuri purchase requisition, penawaran vendor, kontrak, invoice, bukti penerimaan, catatan perubahan, dan persetujuan.

Tanyakan kapan kebutuhan sebenarnya diketahui. Jika seluruh kebutuhan sudah diketahui sejak awal tetapi dibagi menjadi beberapa pesanan tanpa alasan operasional, risikonya berbeda dari kebutuhan tambahan yang muncul belakangan.

Periksa pula apakah barang atau jasa merupakan bagian dari satu proyek, mempunyai spesifikasi serupa, dikirim pada waktu yang sama, atau ditagihkan dalam satu rangkaian. Bukti tersebut membantu auditor menilai apakah transaksi memang berdiri sendiri.

Gunakan AI untuk memperluas pertanyaan, bukan menetapkan kesalahan

Analisis data berbasis AI dapat membantu pengguna menyusun pengujian dari pertanyaan bisnis, menelusuri pola lintas sumber yang telah terhubung, dan mengusulkan kelompok transaksi untuk diperiksa. Tim tetap perlu memeriksa logika, kelengkapan data, serta alasan bisnis di balik hasil.

Misalnya, pengguna dapat meminta daftar purchase order dari vendor yang sama dalam sepuluh hari, mempunyai kategori barang serupa, dan total gabungannya melewati batas persetujuan. Hasil kemudian dipersempit berdasarkan proyek, pemohon, atau approver.

Dalam audit procurement, AI berfungsi sebagai bantuan analisis. Ia tidak mengetahui seluruh pengecualian kebijakan, urgensi operasional, atau konteks kebutuhan hanya dari angka transaksi.

Bedakan indikasi kuat dan false positive

Bangun tabel review yang memuat kelompok transaksi, total nilai, jarak waktu, vendor, pemohon, batas persetujuan, dokumen yang diperiksa, penjelasan pemilik proses, dan kesimpulan reviewer.

Kelompokkan hasil menjadi transaksi yang memiliki penjelasan memadai, transaksi yang masih membutuhkan dokumen, dan transaksi yang perlu pemeriksaan lebih lanjut. Pendekatan ini membuat risiko pengadaan perusahaan dapat diprioritaskan tanpa melabeli seluruh transaksi sebagai pelanggaran.

Jangan lupa memeriksa kualitas data. Nomor vendor yang berubah, deskripsi barang yang tidak konsisten, atau tanggal yang salah dapat membuat transaksi berkaitan terlihat terpisah.

Ubah temuan menjadi perbaikan kontrol

Jika pola berulang ditemukan, tindak lanjut tidak selalu berhenti pada satu transaksi. Perusahaan dapat memperjelas definisi satu kebutuhan, menambahkan pemeriksaan nilai gabungan, memperbaiki dokumentasi pengecualian, atau meninjau kembali pembagian kewenangan.

Monitoring transaksi pembelian juga dapat dijalankan secara berkala menggunakan aturan yang telah direview. Ambang, periode pencarian, dan kategori transaksi harus dievaluasi agar alert tetap relevan ketika proses bisnis berubah.

Analisis yang baik mempercepat pencarian, tetapi kesimpulan tetap membutuhkan bukti dan penilaian pihak berwenang. Mulailah dari satu skenario nyata, uji logikanya, lalu lihat apakah hasilnya dapat dijelaskan dan ditindaklanjuti.

Ingin mendemonstrasikan pengujian pemecahan purchase order dengan data perusahaan Anda? Pelajari solusi AI Data Analytics Actifficient, lalu hubungi tim Actifficient untuk membahas struktur data, aturan persetujuan, hak akses, dan proses validasinya.