Hoe finance kan helpen meer data-gedreven beslissingen te nemen

Door Rob Cools

Uit PwC’s 2016 Global Data and Analytics Survey blijkt dat managers meer ‘data-gedreven’ willen kunnen opereren; tegelijkertijd zegt twee derde van deze managers dat bij hun eigen organisatie beslissingen nauwelijks op basis van data genomen worden. 

Die roep om data en inzichten komt meestal op het bord van de financiële teams terecht. Zij kunnen de andere teams – van marketing en sales tot productontwikkeling en operatie – strategische informatie en context geven over de impact die beslissingen onderaan de streep hebben. Maar om dat succesvol te kunnen doen, zijn er twee dingen nodig: makkelijke toegang tot actuele financiële data en de mogelijkheid data uit verschillende bronnen samen te brengen voor multidimensionale rapportages en analytics. Zeker niet-financiële data zoals uit HR-systemen – HR is vaak de grootste kostenpost in een organisatie – geven cijfers extra context en diepgang bij de verklaring van prestaties. 

Op basis van dergelijke inzichten kunnen organisaties effectievere en meer toekomstgerichte beslissingen nemen. Een voorbeeld uit de praktijk: een fastfoodketen die meer inzicht in de achtergrond van hun prestaties en oorzaken van bepaalde problemen wil krijgen, kan dankzij de beschikbare data de winstgevendheid per productlijn, servicelijn, locatie en regiomanager in kaart brengen. Dat biedt de mogelijkheid om direct te handelen en op basis van actuele inzichten de koers eventueel bij te stellen. Een organisatie met een sterke groeiambitie kan, gewapend met actuele, multidimensionale cijfers, direct de winst- en verlieskansen van de entree in een nieuwe markt analyseren en daardoor sneller en makkelijker zijn doelstellingen bereiken. 

Een star codeblok als belemmering
Hoe noodzakelijk en nuttig dergelijke inzichten ook zijn, finance teams hebben vaak moeite om dit soort cijfers te leveren. Dat is voor een belangrijk deel te wijten aan de gefragmenteerde en niet toereikende financiële systemen, die het moeilijk of onmogelijk maken om op het juiste moment de juiste data te leveren die relevant en bruikbaar is voor managers en bestuurders. 

Een van de grootste problemen van traditionele boekhoudsystemen is dat ze opgebouwd zijn rondom het codeblok van het grootboek. Dat is het centrale grootboekrekeningschema voor de posten en vormt zo de basis voor de financiële en boekhoudkundige rapportages. Het codeblok van deze traditionele systemen is bij de implementatie van het systeem ingegeven en kan na configuratie niet meer aangepast worden. Er zijn voldoende invoervelden voor een gedegen financieel rapport, maar er is geen enkele ondersteuning voor extra gegevens en toevoegingen die juist van belang zijn voor managementrapportages en meerlaagse inzichten voor de business. Elke transactie in een traditioneel systeem wordt via een lineair standaardproces verwerkt en elk transactiedetail wordt gestript om te kunnen passen in de bestaande coderingen. Zo raak je tijdens het boekingsproces alle waardevolle extra data van transacties kwijt. Zodra een inkooporder bijvoorbeeld verwerkt is in het grootboek, is alle informatie van de leverancier verdwenen. En van een declaratieformulier van een medewerker blijft gaandeweg alleen het soort onkosten en de betreffende afdeling over, zonder link met de medewerker informatie.  

Om toch extra inzicht te verkrijgen, moeten de finance teams vaak data uit verschillende systemen halen en die samenvoegen in een datawarehouse of datamart, of handmatig aanvullende informatie uit spreadsheets halen voor een relevante analyse. Tegen de tijd dat dat gebeurd is, is de informatie al verouderd en zijn de omstandigheden in organisatie en markt al veranderd. 

Pak het aan vanuit de basis- over een andere boeg
Dit soort vertragingen en beperkte dimensionaliteit zijn fundamentele issues. Om dat goed aan te pakken moet je de manier waarop data in het systeem wordt gemodelleerd bij de basis aanpakken. Dat kun je het best doen door financieel management, HR-management en analytics in één architectuur samen te brengen. Dat zorgt er namelijk voor dat er geen verschil is tussen transactie-informatie en rapportagedata. Je hebt gewoon data die realtime inzichtelijk is. Wanneer al die data in het direct beschikbare geheugen wordt opgeslagen, kan finance transacties uitvoeren, analyseren en rapporteren op basis van realtime data op steeds dezelfde plek, zonder dat die data steeds uit het systeem gedestilleerd moet worden. 

Workday heeft daar ook nog extra dimensionaliteit aan toegevoegd via Worktags; dat zijn meta datatags die gebruikers zelf kunnen definiëren en waarmee ze relevante data aan elke gelegenheid of post, zoals een declaratie, inkooporder of salarispost, kunnen toevoegen. Zo kan bijvoorbeeld bij een inkooporder via die tags allerlei informatie worden gevoegd die belangrijk is voor die post en voor het inzicht, zoals informatie over de betreffende afdeling, leverancier, het project en de medewerker. 

Als je de basis zo verstevigt, stel je finance in staat om data te combineren in een actuele multidimensionale rapportage. De andere teams en verantwoordelijken kunnen tot op detail inzoomen op zaken als winstgevendheid en uitgaven en op basis daarvan actie ondernemen binnen hetzelfde systeem. Zo’n basis maakt de innige samenwerking tussen finance en de business ook een stuk makkelijker. Businessmanagers hebben bovendien de selfservice mogelijkheid om aan de slag te gaan met relevante data op hun niveau en voor hun afdeling of vestiging. Door de verdieping en verbreding van data en het samenvoegen te faciliteren, worden finance teams geholpen om de organisatie meer data-gedreven te maken en dat leidt zeker tot betere strategische beslissingen.

Rob Cools is Product Marketing Director bij Workday