クライアント
匿名
業種
テクノロジー・メディア・通信
主な目標
移転価格レポーティングの効率化
3 → 15 名へ、コ・ソーシングにより体制を拡充
12 の国でのQDMTT申告状況を一元管理
83 の海外子会社の国際税務オペレーションを標準化
移転価格レポーティングをより容易に
英国税務当局による移転価格レポーティング制度の変更を受け、グローバルに事業を展開するテクノロジー・メディア・通信企業であるクライアントは、数万行に及ぶデータを手作業で分析する必要に迫られていました。
KPMGは、わずか数分で一次分析結果を作成できる機械学習モデルの導入を支援し、手作業にかかる負担を大幅に軽減しました。
クライアント事例 - 課題発見から解決まで
- Before
- During
- After
課題はなにか
専用の機械学習モデルを構築
移転価格に必要な文書を作成するため、クライアントはMicrosoft Excel上で明細を1行ずつ分析していました。数万行のデータ分析には、最長で3ヵ月を要することもありました。
このプロセスを簡素化し、作業時間と手作業を削減するため、KPMGはクライアント専用の機械学習モデルを構築。データの確認作業を大幅に効率化しました。
どう解決に導いたか
移転価格データを用いた機械学習モデルの学習
クライアント専用の機械学習モデルの構築は、KPMGだけで進められるものではありませんでした。モデルにクライアントの過去データを用いて学習させる必要があったためです。
専用モデルの構築は、クライアントとともに過去データを確認し、課題の所在を特定するところからスタートしました。
毎週の打合せを通じ、できる限り多くのデータを用いて学習させました。さらに、データ変換や検証、ルールの適用により、確認しやすい移転価格レポートを作成できるようにしました。
プロセスの迅速化と同時に、レポーティングの正確性を維持することも欠かせません。 そこで、最終的な結果は人が確認する仕組みを維持しながら、確認作業そのものの負担を大幅に軽減しました。
結果はどうなったのか
分析時間を3ヵ月から2時間へ短縮
機械学習モデルはボタンをクリックするだけで実行でき、数分以内に結果を確認できます。異常が検出された項目にはフラグが立てられ、クライアントの税務チームが確認します。
従来は数万件の明細項目を分析することもありましたが、現在はフラグが立てられた行のみを確認すればよくなりました。リスク許容度によっては、確認対象を1,000件程度に絞り込むことができます。
これにより、クライアントは貴重な時間をほかの業務に振り向けられるようになりました。また、従来は年末に行っていた処理を月次で実施できるようになりました。
KPMGの支援による成果
クライアントは、移転価格文書をより迅速に作成できるようになり、提示されるデータへの信頼性も高まりました。
また、機械学習システムが業務環境に定着したことで、将来を見据えた税務機能の一環として、さらなるテクノロジーを導入していくための基盤も整いました。