Data is essentieel, maar omarm onzekerheid en focus op wat er écht toe doet

Bedrijven begrijpen de waarde van kwalitatieve data en hebben dit hoog op hun prioriteitenlijst staan. Velen zijn bezig met een datatransformatie om klaar te zijn voor de toekomst. Data engineers, scientists, analisten en externe consultants worden ingehuurd om data op te schonen en te structureren. Deze functies en rollen winnen aan gewicht door de exponentiële groei van data en technologieën zoals Gen AI en data mining.

Het streven naar perfecte data is echter een misleidende en zelfs riskante ontwikkeling. Ik zie de volgende redenen:

• Paralysis by analysis: verlies van marktresponsiviteit doordat te veel tijd wordt besteed aan opschonen, reconciliëren en discussiëren over data in plaats van het leveren van inzichten.
• Illusie van zekerheid: overmatig vertrouwen in perfecte cijfers kan leiders blind maken voor risico’s en alternatieve scenario’s, terwijl prognoses altijd onzeker zijn.
• Resource drain: onevenredig veel tijd, geld en talent wordt verbruikt, waardoor minder aandacht gaat naar planning, storytelling en advisering.
• Verminderde wendbaarheid: wachten op perfecte data vertraagt actie, wat leidt tot gemiste kansen en onvoldoende risicobeheersing.
• Culturele impact: het vasthouden aan perfectionisme maakt Finance tot bottleneck en leidt tot demotivatie bij andere teams.

Data zal altijd imperfect zijn

Laten we eerlijk zijn; data zal altijd imperfect zijn, vanwege marktschommelingen, veranderend klantgedrag en vele andere factoren in onze volatiele wereld. Ook nu nog voelt dit voor veel finance professionals erg onnatuurlijk aan, want data en boekhouding draait om debet en credit, en cijfers moeten worden afgestemd. Een mentaliteitsverandering is nodig!

Moderne FP&A en Business Control draait niet om precisie door middel van nauwkeurige boekhouding, perfecte rapportages en foutloze prognoses. Een 80% prognose die actie simuleert, is waardevoller dan een 100% nauwkeurige prognose die te laat komt. Door bandbreedtes, gevoeligheden en scenario’s te modelleren, kan onzekerheid worden omarmd in plaats van te doen alsof die niet bestaat.

Het begint allemaal met het einddoel voor ogen hebben. Dit betekent dat je vaststelt welke beslissingen moeten worden genomen en welke inzichten zijn daarvoor nodig zijn: voor welk doel, in welke situatie, voor welk publiek en met welke frequentie? Het toepassen van het Pareto principe (80/20) is zinvol om te focussen op de drivers die er echt toe doen.

Hoe beter het inzicht in de verschillende besluitvormingssituaties en vereisten, hoe beter men weet welke data nodig is. Streef niet naar perfectie, maar volg een data-for-purpose concept. Wanneer rapportages en prognoses te complex worden, begrijpen gebruikers de cijfers niet eens meer om beslissingen te nemen en zijn daardoor niet in staat en bereid om financiële verantwoordelijkheid te nemen.

Gedetailleerde rapportages kunnen contraproductief zijn

Neem het voorbeeld van een verkoopmanager in de drankenindustrie. Voor operationele beslissingen heeft deze persoon snelle, eenvoudige en relevante rapportages nodig, zoals dagelijkse en maandelijkse marge rapportages per klant en product. De data dient zoveel mogelijk direct uit het ERP (Enterprise Resource Planning) te komen, gebaseerd op gefactureerde omzet, geautomatiseerde accruals, standaardkostprijzen en zonder kostentoewijzingen. Dit geeft de verkoopmanager inzicht in de inhoud van de cijfers en stelt hem of haar in staat om verantwoordelijkheid te nemen voor de besluitvorming.

Het opstellen van een gedetailleerde P&L (profit and loss) per outlet en SKU (voorraadbeheereenheid), gebaseerd op werkelijke kostprijzen, is contraproductief. Het klinkt ideaal om perfecte data beschikbaar te hebben met ‘één druk op de knop’, maar in de praktijk worden cijfers vaak niet herkend en worden kosten meegenomen die gedurende de maand niet beïnvloedbaar zijn. Het resultaat is hoge complexiteit, veel inspanning en afnemende kwaliteit van inzichten, wat kan leiden tot suboptimale of zelfs verkeerde beslissingen door de betreffende verkoopmanager.

Het echte kapitaal is niet perfecte data, maar vaardige en gemotiveerde professionals. Mensen die proactief en nieuwsgierig zijn, die de business willen begrijpen en de behoeften anticiperen om optimale beslissingen mogelijk te maken. Zij combineren diepgaande kennis van financiële processen met een sterk begrip van het businessmodel, en floreren juist wanneer data imperfect, chaotisch en ongestructureerd is.

Impact door 4 principes

Dataperfectie is een illusie. FP&A‑professionals en business controllers creëren impact met imperfecte data die bruikbaar, betrouwbaar en flexibel is, door vier principes toe te passen:

• Consistentie: data definities, bronnen en structuren standaardiseren zodat vergelijkingen betekenisvol zijn.
• Transparantie: stakeholders laten begrijpen welke data-aannames, beperkingen en betrouwbaarheidsniveaus gelden.
• Materialiteit: focus op de data die er echt toe doet. Niet elk detail is het waard om te perfectioneren.
• Wendbaarheid: modellen bouwen die zich snel aanpassen wanneer nieuwe of betere data beschikbaar komt.

Leiders die vasthouden aan perfecte data zullen falen. Degenen die imperfectie omarmen en robuuste raamwerken ontwerpen met transparantie en wendbaarheid, nemen betere beslissingen sneller en creëren echte business impact en waarde.

Dit is waar de toekomst van Finance naartoe gaat. Teams uitgerust met processen en technologie die omgaan met onzuivere, onvolledige en snel veranderende data, maar toch helderheid leveren wanneer het er het meest toe doet.