{"id":21702,"date":"2023-10-19T08:07:00","date_gmt":"2023-10-19T12:07:00","guid":{"rendered":"https:\/\/intosaijournal.org\/?post_type=journal-entry&p=21702"},"modified":"2023-10-29T22:50:14","modified_gmt":"2023-10-30T02:50:14","slug":"data-science-as-a-catalyst-for-audit-transformation","status":"publish","type":"journal-entry","link":"https:\/\/intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/","title":{"rendered":"La science des donn\u00e9es comme catalyseur de la transformation de l’audit"},"content":{"rendered":"\n

Colombo Gardey Julieta et Kugler Mar\u00eda Paula<\/strong>, Cour des comptes de l\u2019Argentine<\/em><\/p>\n\n\n\n

Introduction<\/strong><\/h2>\n\n\n\n
\n

\u00ab\u00a0<\/em>Dans un monde noy\u00e9 sous les informations inutiles, le\u00a0pouvoir,\u00a0c’est la clart\u00e9\u00a0\u00bb<\/em><\/strong><\/em><\/strong><\/p>\nYuval Noah Harari, 2018<\/cite><\/blockquote>\n\n\n\n

Dans le contexte de la soci\u00e9t\u00e9 de l’information, la transformation num\u00e9rique a entra\u00een\u00e9 une croissance exponentielle de la production et du stockage des donn\u00e9es, donnant naissance \u00e0 ce que l’on appelle la science des donn\u00e9es, pour r\u00e9pondre au besoin de nouveaux outils capables de traiter intelligemment de grands volumes de donn\u00e9es et de les transformer en informations exploitables pour la prise de d\u00e9cision dans de multiples environnements. <\/p>\n\n\n\n

Ce sc\u00e9nario sugg\u00e8re que le vieil adagio de Hobbes (1651), \u00ab L’information, c’est le pouvoir \u00bb, sera bient\u00f4t remplac\u00e9 par le plus r\u00e9cent \u00ab Le pouvoir, c’est la clart\u00e9 \u00bb (Noah Harari, 2018) pour transmettre plus pr\u00e9cis\u00e9ment les implications d’un nouveau mod\u00e8le impliquant la gestion des donn\u00e9es, de l’information et de la connaissance. <\/p>\n\n\n\n

Il s’agit d’une occasion unique pour les Institutions sup\u00e9rieures de contr\u00f4le des finances publiques (ISC) d’exploiter le potentiel offert par les nouvelles technologies et la grande quantit\u00e9 de donn\u00e9es g\u00e9n\u00e9r\u00e9es au sein des organismes publics, et de les int\u00e9grer dans leurs processus d’audit afin de garantir une meilleure gestion des fonds publics. La science des donn\u00e9es fonctionne comme un catalyseur de la transformation de l’audit, qui renforce l’ind\u00e9pendance des ISC tout en augmentant la confiance du public et la responsabilit\u00e9<\/strong>. <\/p>\n\n\n\n

Les m\u00e9thodologies de la science des donn\u00e9es peuvent optimiser les processus d’audit, conduisant \u00e0 des rapports d’audit de plus grande valeur, pr\u00e9cision et port\u00e9e, ainsi qu’\u00e0 des recommandations plus opportunes et plus pertinentes. Des rapports de qualit\u00e9 favorisent une administration publique plus efficace et efficiente, ce qui a un impact significatif sur l’am\u00e9lioration de la qualit\u00e9 de vie des citoyens. L’int\u00e9gration de la science des donn\u00e9es dans les processus d’audit n\u00e9cessite une feuille de route qui puisse guider les ISC dans l’utilisation de ces nouveaux outils. <\/p>\n\n\n\n

La science des donn\u00e9es dans le processus d\u2019audit<\/strong><\/strong><\/h2>\n\n\n\n

La science des donn\u00e9es, les outils et les techniques peuvent \u00eatre int\u00e9gr\u00e9s \u00e0 n’importe quel stade du processus d’audit. L’analyse ci-dessous est bas\u00e9e sur les lignes directrices de l’INTOSAI pour les audits de performance et sur le mod\u00e8le CRISP-DM (Cross-Industry Standard Process for Data Mining). Les deux processus se fondent constamment l’un dans l’autre de mani\u00e8re it\u00e9rative. Leurs \u00e9tapes sont comparables et peuvent \u00eatre combin\u00e9es au fur et \u00e0 mesure que la science des donn\u00e9es est introduite dans l’activit\u00e9 d’audit :\u00a0<\/p>\n\n\n\n

FIGURE 1<\/strong><\/p>\n\n\n\n

\"\"
Source : propre, bas\u00e9e sur la GUID 3920 (INTOSAI, 2019) ; Han, Kamber y Pei (2011).\u00a0<\/figcaption><\/figure>\n\n\n\n

Le mod\u00e8le CRISP-DM comprend les trois dimensions fondamentales de la science des donn\u00e9es : 1) la gestion des bases de donn\u00e9es ; 2) la cr\u00e9ation de mod\u00e8les d’apprentissage automatique par le biais d’algorithmes qui permettent aux ordinateurs d’apprendre une t\u00e2che, comme la reconnaissance automatique de mod\u00e8les complexes et l’am\u00e9lioration de leurs performances au fil du temps gr\u00e2ce \u00e0 l’utilisation de donn\u00e9es ; et 3) l’analyse des donn\u00e9es, pour explorer, nettoyer et transformer les donn\u00e9es afin d’extraire et de pr\u00e9senter des informations utiles pour une prise de d\u00e9cision intelligente.<\/p>\n\n\n\n

FIGURE 2<\/strong><\/p>\n\n\n\n

\"\"<\/figure>\n\n\n\n
    \n
  • Gestion de base de donn\u00e9es<\/em><\/em><\/li>\n<\/ul>\n\n\n\n

    Lors de la phase de pr\u00e9paration, la s\u00e9lection du sujet et la conception de l’audit sont essentielles, car elles d\u00e9terminent ce que sera l’objet de l’audit. <\/p>\n\n\n\n

    En ce sens, la science des donn\u00e9es est un outil cl\u00e9 qui garantit que les sujets \u00e0 inclure dans la planification du rapport sont s\u00e9lectionn\u00e9s de mani\u00e8re strat\u00e9gique et efficace. Elle permet \u00e9galement une \u00e9valuation initiale approfondie de l’univers des objets d\u2019audit possibles gr\u00e2ce \u00e0 des mod\u00e8les statistiques appliqu\u00e9s \u00e0 de grands volumes de donn\u00e9es. Cela permet aux ISC d’identifier plus pr\u00e9cis\u00e9ment les points critiques et les risques, et de s\u00e9lectionner les objets \u00e0 auditer les plus pertinents, conform\u00e9ment au mandat de l’ISC.<\/p>\n\n\n\n

    La conception d’un plan d’audit commence par une recherche approfondie des informations pertinentes, ce qui rend l’acc\u00e8s aux donn\u00e9es essentiel. Aujourd’hui, il est possible d’acc\u00e9der \u00e0 des donn\u00e9es ouvertes sur de multiples plateformes publiques et priv\u00e9es (scraping\/crawling, API, GPT). Ces outils facilitent et acc\u00e9l\u00e8rent l’acc\u00e8s aux informations n\u00e9cessaires aux audits.                                 <\/p>\n\n\n\n

    La planification commence par une \u00e9valuation initiale de la structure et de la composition de la base de donn\u00e9es, et cette \u00e9valuation informe sur la mani\u00e8re dont elle sera nettoy\u00e9e et transform\u00e9e pour l’adapter aux objectifs du projet d’audit. Il s’agit d’estimer le nombre de registres, les types de variables, les mesures sommaires et la pr\u00e9sence de valeurs aberrantes, de bruit (caract\u00e8res d’erreur) et de donn\u00e9es dupliqu\u00e9es, ainsi que de toute donn\u00e9e manquante. La pr\u00e9sentation visuelle de cette \u00e9valuation exploratoire permet une meilleure interpr\u00e9tation des donn\u00e9es brutes. Les outils de visualisation sont une excellente ressource pour cr\u00e9er des r\u00e9sum\u00e9s, des graphiques et des rapports rapidement et avec une grande vari\u00e9t\u00e9 de conceptions.<\/p>\n\n\n\n

    La qualit\u00e9 des donn\u00e9es a un impact sur les r\u00e9sultats des mod\u00e8les, leur analyse et les conclusions tir\u00e9es. Bien que les organisations aient progress\u00e9 dans la num\u00e9risation, la normalisation et la structuration des donn\u00e9es, les agences obtiennent g\u00e9n\u00e9ralement des bases de donn\u00e9es qui doivent \u00eatre nettoy\u00e9es avant d’\u00eatre utilis\u00e9es. Au cours de cette \u00e9tape, les donn\u00e9es brutes sont donc nettoy\u00e9es et affin\u00e9es \u00e0 l’aide de diverses techniques, afin d’obtenir un ensemble de donn\u00e9es ad\u00e9quat pour effectuer le travail en fonction des objectifs de l’audit. La structure et les caract\u00e9ristiques des donn\u00e9es sont des aspects essentiels lorsqu’il s’agit de d\u00e9finir les mod\u00e8les statistiques pertinents. <\/p>\n\n\n\n

    En ce qui concerne l’\u00e9chantillonnage, en r\u00e8gle g\u00e9n\u00e9rale, l’ensemble de l’univers des donn\u00e9es est pris en compte, en raison du grand potentiel des outils de la science des donn\u00e9es. Un ou plusieurs \u00e9chantillons sont obtenus pour cr\u00e9er et entra\u00eener les algorithmes. De cette mani\u00e8re, un ensemble de donn\u00e9es est utilis\u00e9 pour cr\u00e9er et entra\u00eener l’algorithme, et d’autres sont utilis\u00e9s pour \u00e9valuer la capacit\u00e9 de pr\u00e9vision du mod\u00e8le.<\/p>\n\n\n\n

    Les options logicielles disponibles pour chaque processus de la science des donn\u00e9es sont pratiquement infinies. Il est recommand\u00e9 d’utiliser des outils qui permettent d’interagir avec la pens\u00e9e informatique et qui ne limitent pas l’utilisateur. Les logiciels les plus complets et les plus largement utilis\u00e9s pour le traitement et l’analyse des donn\u00e9es sont Python et R. Ces deux logiciels sont libres, gratuits et leur langage est de haut niveau. Ils offrent des bo\u00eetes \u00e0 outils connues sous le nom de biblioth\u00e8ques et de fonctions utilis\u00e9es \u00e0 chaque \u00e9tape de la science des donn\u00e9es, de la simple visualisation \u00e0 la construction d’algorithmes plus complexes. L’un des principaux avantages de ces logiciels de haut niveau est qu’il est possible de cr\u00e9er sa propre fonction avec toutes ses actions et r\u00e8gles \u00e0 appliquer \u00e0 une base de donn\u00e9es, puis d’utiliser cette m\u00eame fonction avec d’autres ensembles de donn\u00e9es sans avoir \u00e0 dupliquer les processus manuellement ou \u00e0 r\u00e9\u00e9crire des codes.<\/p>\n\n\n\n

    FIGURE 3<\/strong><\/p>\n\n\n\n

    \"\"<\/figure>\n\n\n\n
      \n
    • Cr\u00e9ation de mod\u00e8les d\u2019apprentissage automatique<\/em><\/em><\/li>\n<\/ul>\n\n\n\n

      Au cours de la phase d’ex\u00e9cution et de mod\u00e9lisation, des mod\u00e8les sont cr\u00e9\u00e9s et \u00e9valu\u00e9s afin de trouver des \u00e9l\u00e9ments probants qui \u00e9tayeront les constatations futures. Les mod\u00e8les choisis d\u00e9pendent de l’objectif de l’audit, de l’ampleur des donn\u00e9es disponibles et du type de question \u00e0 traiter. Ils peuvent \u00eatre class\u00e9s en deux cat\u00e9gories distinctes, en fonction du degr\u00e9 de d\u00e9pendance des variables entre elles et des particularit\u00e9s de la question trait\u00e9e : les mod\u00e8les d’apprentissage supervis\u00e9s, utilis\u00e9s pour pr\u00e9dire de nouveaux cas (r\u00e9gression) ou les mod\u00e8les d’apprentissage non supervis\u00e9s (utilis\u00e9s pour trier et regrouper les cas). Le tableau suivant contient des exemples de ces n\u0153uds d’apprentissage en fonction du type de t\u00e2che \u00e0 accomplir :\u00a0<\/p>\n\n\n\n

      FIGURE 4<\/strong><\/p>\n\n\n\n

      \"\"
      Source : propre, bas\u00e9e sur Han, Kamber et Pei (2011).<\/figcaption><\/figure>\n\n\n\n

      Chaque mod\u00e8le doit \u00eatre \u00e9valu\u00e9 par rapport aux donn\u00e9es de validation afin de d\u00e9terminer sa capacit\u00e9 de pr\u00e9diction ou de classification. \u00c0 cette fin, il existe diff\u00e9rentes techniques pour mesurer les \u00e9carts, les biais, les erreurs et le co\u00fbt de la d\u00e9tection de ces erreurs. Le mod\u00e8le est ensuite appliqu\u00e9 aux donn\u00e9es restantes afin de trouver des preuves pertinentes et pr\u00e9cises pouvant \u00e9tayer les recommandations.<\/p>\n\n\n\n

      FIGURE 5<\/strong><\/p>\n\n\n\n

      \"\"<\/figure>\n\n\n\n
        \n
      • \u00a0Analyses de donn\u00e9es<\/em><\/em><\/li>\n<\/ul>\n\n\n\n

        Au stade de l’\u00e9tablissement des rapports, les outils de visualisation jouent un r\u00f4le extr\u00eamement important. La vari\u00e9t\u00e9 et le nombre d’options de visualisation offertes par la science des donn\u00e9es repr\u00e9sentent une am\u00e9lioration significative puisqu’elles transmettent clairement les informations par le biais de graphiques et de vid\u00e9os de haute qualit\u00e9, avec la possibilit\u00e9 de s\u00e9lectionner diff\u00e9rents param\u00e8tres esth\u00e9tiques et de cr\u00e9er facilement des rapports. En outre, il existe plusieurs outils intuitifs (Power BI et Tableau) qui permettent de cr\u00e9er des tableaux de bord pour \u00e9clairer la prise de d\u00e9cision (ce que l’on appelle l’intelligence \u00e9conomique).<\/p>\n\n\n\n

        FIGURE 6<\/strong><\/p>\n\n\n\n

        \"\"<\/figure>\n\n\n\n

        Les techniques de science des donn\u00e9es permettent d’automatiser les processus d’audit. En conservant les crit\u00e8res inchang\u00e9s et en ajoutant ou en rempla\u00e7ant des donn\u00e9es (entr\u00e9es), le mod\u00e8le peut permettre de d\u00e9tecter des continuit\u00e9s et\/ou des ruptures (anomalies) dans les informations analys\u00e9es.<\/p>\n\n\n\n

        FIGURE 7<\/strong><\/p>\n\n\n\n

        \"\"
        Source : propre.<\/figcaption><\/figure>\n\n\n\n

        FIGURE 8<\/strong><\/p>\n\n\n\n

        \"\"
        Source : propre.<\/figcaption><\/figure>\n\n\n\n

        Actions strat\u00e9giques<\/strong><\/strong><\/h2>\n\n\n\n

        FIGURE 9<\/strong><\/p>\n\n\n\n

        \"\"
        Source : propre.<\/figcaption><\/figure>\n\n\n\n

        Conclusion<\/strong><\/h2>\n\n\n\n

        Le d\u00e9ploiement strat\u00e9gique et progressif des technologies de l’information pour les activit\u00e9s d’audit peut entra\u00eener des changements significatifs dans les processus d’audit.<\/p>\n\n\n\n

        Les avantages de l’int\u00e9gration de la science des donn\u00e9es l’emportent de loin sur les risques. C’est pourquoi il est fortement conseill\u00e9 aux ISC de commencer \u00e0 repenser leurs activit\u00e9s de contr\u00f4le et de suivi pour y inclure cette pratique.<\/p>\n\n\n\n

        Une s\u00e9rie de lignes directrices strat\u00e9giques ont \u00e9t\u00e9 d\u00e9finies pour faire comprendre que l’int\u00e9gration de la science des donn\u00e9es dans les processus d’audit ne doit pas \u00eatre consid\u00e9r\u00e9e comme une mesure isol\u00e9e, mais plut\u00f4t comme faisant partie d’un ensemble d’\u00e9tapes vers une escalade graduelle.<\/p>\n\n\n\n

        Un accent particulier a \u00e9t\u00e9 mis sur l’opportunit\u00e9 unique qu’ont les ISC de renforcer leur r\u00f4le et de capitaliser leurs activit\u00e9s transversales et multidisciplinaires pour \u00eatre le fer de lance du changement de culture qu’exige la transformation num\u00e9rique. Il s’agit d’un d\u00e9fi \u00e9norme, le relever n’est pas seulement n\u00e9cessaire et opportun, mais aussi viable et faisable. Plut\u00f4t que de consid\u00e9rer la technologie comme une limite ou une fin en soi, il est important de comprendre l’impact positif de la science des donn\u00e9es, afin d’\u00e9viter de \u00ab mettre la charrue avant les b\u0153ufs \u00bb, ou la technologie avant la connaissance.<\/p>\n\n\n\n

        La transformation num\u00e9rique doit \u00eatre abord\u00e9e par le biais de mesures sp\u00e9cifiques et d’une forte volont\u00e9 politique orient\u00e9e vers la lutte contre la corruption. \u00c0 cette fin, la gouvernance des donn\u00e9es devrait \u00eatre largement et efficacement prise en compte.<\/p>\n\n\n\n

        Un contr\u00f4le gouvernemental opportun, pr\u00e9cis et efficace bas\u00e9 sur la science des donn\u00e9es ajoute de la valeur \u00e0 l’administration, en optimisant les d\u00e9penses publiques. En outre, tirer parti du potentiel de la technologie pour mettre en \u0153uvre la science des donn\u00e9es peut contribuer \u00e0 r\u00e9duire les \u00e9carts de d\u00e9veloppement et jeter les bases d’une croissance plus solide et durable \u00e0 l’\u00e9chelle mondiale.<\/p>\n","protected":false},"excerpt":{"rendered":"

        Dans le contexte de la soci\u00e9t\u00e9 de l’information, la transformation num\u00e9rique a entra\u00een\u00e9 une croissance exponentielle de la production et du stockage des donn\u00e9es, donnant naissance \u00e0 ce que l’on appelle la science des donn\u00e9es, pour r\u00e9pondre au besoin de nouveaux outils capables de traiter intelligemment de grands volumes de donn\u00e9es et de les transformer en informations exploitables pour la prise de d\u00e9cision dans de multiples environnements.\u00a0<\/p>\n","protected":false},"author":177,"featured_media":21645,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[3587],"content-tags":[1832,2037,1813,1879],"country":[2840],"region":[2870],"section":[2133],"coauthors":[3576,3575],"class_list":["post-21702","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-q2-2023-fr","content-tags-analyse-des-donnees","content-tags-audit-informatique","content-tags-donnees","content-tags-science-et-technologie","country-argentina-fr","region-olacefs-de-fr","section-articles-en-vedette"],"acf":[],"yoast_head":"\nLa science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"La science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal\" \/>\n<meta property=\"og:description\" content=\"Dans le contexte de la soci\u00e9t\u00e9 de l'information, la transformation num\u00e9rique a entra\u00een\u00e9 une croissance exponentielle de la production et du stockage des donn\u00e9es, donnant naissance \u00e0 ce que l'on appelle la science des donn\u00e9es, pour r\u00e9pondre au besoin de nouveaux outils capables de traiter intelligemment de grands volumes de donn\u00e9es et de les transformer en informations exploitables pour la prise de d\u00e9cision dans de multiples environnements.\u00a0\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/\" \/>\n<meta property=\"og:site_name\" content=\"INTOSAI Journal\" \/>\n<meta property=\"article:modified_time\" content=\"2023-10-30T02:50:14+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"663\" \/>\n\t<meta property=\"og:image:height\" content=\"440\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:site\" content=\"@intosaijournal\" \/>\n<meta name=\"twitter:label1\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data1\" content=\"10 minutes\" \/>\n\t<meta name=\"twitter:label2\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data2\" content=\"Colombo Gardey Julieta, Kugler Mar\u00eda Paula\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/\",\"url\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/\",\"name\":\"La science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal\",\"isPartOf\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png\",\"datePublished\":\"2023-10-19T12:07:00+00:00\",\"dateModified\":\"2023-10-30T02:50:14+00:00\",\"breadcrumb\":{\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage\",\"url\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png\",\"contentUrl\":\"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png\",\"width\":663,\"height\":440},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/intosaijournal.org\/fr\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"La science des donn\u00e9es comme catalyseur de la transformation de l’audit\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#website\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"name\":\"INTOSAI Journal\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#organization\",\"name\":\"INTOSAI Journal\",\"url\":\"https:\/\/intosaijournal.org\/fr\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"contentUrl\":\"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png\",\"width\":736,\"height\":122,\"caption\":\"INTOSAI Journal\"},\"image\":{\"@id\":\"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/x.com\/intosaijournal\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"La science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/","og_locale":"fr_FR","og_type":"article","og_title":"La science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal","og_description":"Dans le contexte de la soci\u00e9t\u00e9 de l'information, la transformation num\u00e9rique a entra\u00een\u00e9 une croissance exponentielle de la production et du stockage des donn\u00e9es, donnant naissance \u00e0 ce que l'on appelle la science des donn\u00e9es, pour r\u00e9pondre au besoin de nouveaux outils capables de traiter intelligemment de grands volumes de donn\u00e9es et de les transformer en informations exploitables pour la prise de d\u00e9cision dans de multiples environnements.\u00a0","og_url":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/","og_site_name":"INTOSAI Journal","article_modified_time":"2023-10-30T02:50:14+00:00","og_image":[{"width":663,"height":440,"url":"https:\/\/www.intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png","type":"image\/png"}],"twitter_card":"summary_large_image","twitter_site":"@intosaijournal","twitter_misc":{"Est. reading time":"10 minutes","Written by":"Colombo Gardey Julieta, Kugler Mar\u00eda Paula"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/","url":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/","name":"La science des donn\u00e9es comme catalyseur de la transformation de l'audit - INTOSAI Journal","isPartOf":{"@id":"https:\/\/intosaijournal.org\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage"},"image":{"@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage"},"thumbnailUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png","datePublished":"2023-10-19T12:07:00+00:00","dateModified":"2023-10-30T02:50:14+00:00","breadcrumb":{"@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#primaryimage","url":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png","contentUrl":"https:\/\/intosaijournal.org\/wp-content\/uploads\/2023\/10\/AI2-1.png","width":663,"height":440},{"@type":"BreadcrumbList","@id":"https:\/\/www.intosaijournal.org\/fr\/journal-entry\/data-science-as-a-catalyst-for-audit-transformation\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/intosaijournal.org\/fr\/"},{"@type":"ListItem","position":2,"name":"La science des donn\u00e9es comme catalyseur de la transformation de l’audit"}]},{"@type":"WebSite","@id":"https:\/\/intosaijournal.org\/fr\/#website","url":"https:\/\/intosaijournal.org\/fr\/","name":"INTOSAI Journal","description":"","publisher":{"@id":"https:\/\/intosaijournal.org\/fr\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/intosaijournal.org\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Organization","@id":"https:\/\/intosaijournal.org\/fr\/#organization","name":"INTOSAI Journal","url":"https:\/\/intosaijournal.org\/fr\/","logo":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/","url":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","contentUrl":"https:\/\/intosai.nclud.com\/wp-content\/uploads\/2023\/04\/logo.png","width":736,"height":122,"caption":"INTOSAI Journal"},"image":{"@id":"https:\/\/intosaijournal.org\/fr\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/x.com\/intosaijournal"]}]}},"_links":{"self":[{"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21702","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry"}],"about":[{"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/types\/journal-entry"}],"author":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/users\/177"}],"version-history":[{"count":6,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21702\/revisions"}],"predecessor-version":[{"id":22361,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-entry\/21702\/revisions\/22361"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/media\/21645"}],"wp:attachment":[{"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/media?parent=21702"}],"wp:term":[{"taxonomy":"journal-categories","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/journal-categories?post=21702"},{"taxonomy":"content-tags","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/content-tags?post=21702"},{"taxonomy":"country","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/country?post=21702"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/region?post=21702"},{"taxonomy":"section","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/section?post=21702"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/intosaijournal.org\/fr\/wp-json\/wp\/v2\/coauthors?post=21702"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}