Verrijkte data: dit levert het op

Finance gaat er veel baat bij hebben om op dagelijkse basis data gedreven te werken. Waarom? In de eerste plaats omdat het werk veel interessanter wordt. Want zeg nu zelf: wie wil er nu de hele dag in excel zitten ploeteren? In de tweede plaats omdat de meeste controllers sneller, beter, interessanter en veel leuker werk gaan doen. En ze raken veel meer ‘in control’. En laat dat nu tot de belangrijkste taken van een controller behoren.

Auteur David de Jong is Director Financial Services and Finance van Synerscope. Zijn missie is om heel finance & control data gedreven te laten werken.

‘Datagedreven werken’ betekent hier het werken met zowel gestructureerde data (de data in getallen # zoals de meesten van ons die kennen uit de ERP en DWH systemen) als ongestructureerde data (de data in tekst, IOT en foto/film) alsmede vaardigheden als data-, tekst- en proces mining, versta.

Terwijl juist andere afdelingen, zoals marketing en operatie, binnen hun organisatie al vol aan het experimenteren zijn met nieuwe technieken en ongestructureerde data (sensor, Twitter, Facebook, etc), doet de finance-afdeling dat vaak alleen met gestructureerde data en op basis van (vooraf gedefinieerde) hypotheses.

Gelukkig zijn er ook uitzonderingen (lees: controllers) die de regel bevestigen en zich ‘meester’ maken van een ‘datagedreven manier van werken’ en de daarvoor benodigde vaardigheden. Grofweg focust deze groep op enerzijds technieken en vaardigheden zoals tekst-, data- en proces mining, anderzijds business analyse met behulp van (ongestructureerde) data voor business control en corporate reporting.

Hier volgt een business case die aantoont dat controllers, in dit geval al na een tijdsinvestering van een paar uur succesvol gebruik maken van verrijkte data (‘augmented data’), voor business analyse. Door gebruik te maken van de combinatie van (nieuwe) techniek met specifieke domeinkennis ontstaat een krachtige combinatie die sneller en beter de organisatie van inzichten kan voorzien en daarmee business waarde creëert: ‘augmented control’.

De gedachte achter augmented control is heel simpel en wordt breder al toegepast (onder meer in de radiologie en geofysica). Eendimensionale data, zoals die van alleen maar financiële getallen in het geval van finance, geeft zelden antwoord en duiding op hetgeen er werkelijk gebeurt. Daarvoor wil je minstens twee tot drie dimensies aan data hebben.

Dus naast getallen ook tekstuele-, geografische en/of foto data afkomstig van o.a. operationele-, marketing- en verkoop systemen. Augmented control wordt in de praktijk toegepast door de controller toegang te geven tot een dataproject dat bestaat uit zowel financiële data als (operationele) business data met dezelfde tijdas (vaak een maand of kwartaal maar kan ook een week zijn).

‘Storm!’, een best practice van de combinatie van tekst data en financiele data

In dit (bestaande) voorbeeld is een afdeling van business controllers bezig met analyses van claims van verzekerden van een storm. De schade als gevolg van een storm wordt boven een bepaalde grens (terug)betaald door de herverzekeraar. Daardoor is het relevant om te weten hoeveel dossiers hiervoor in aanmerking komen want dit vloeit rechtstreeks terug in het resultaat en kas. De controller heeft in dit geval de tekstnotities van de claims (online en via call) toegevoegd aan de claims en zodoende krijgt hij/zij een verrijkt beeld van de financiële schades. Daarmee kan je bijvoorbeeld het aantal dossiers met ‘storm’ op de betreffende dag analyseren door het woord ‘storm’ te selecteren vanuit de data en te kijken of dit overeenkomt met het aantal dossiers dat het (business)systeem aangeeft.

In dit geval bleek dat dit significant uit elkaar lag en dat door de operationele drukte op zo’n dag in veel gevallen vergeten werd het dossier aan te merken als ‘storm’ waardoor de verzekeraar ‘cash’ en daarmee ook winst misliep. Traditioneel was je hier niet, of niet zo snel, achtergekomen maar door naar de verrijkte data te kijken werd hier veel waarde gegenereerd. Eveneens kon hier snel worden gekeken naar variantie in schades met dezelfde beschrijving zodat zowel de hoge als lage uitzonderingen nader konden worden bekeken.

Het grote voordeel van het werken met verrijkte data zit enerzijds in het beter duiden van de data, anderzijds krijg je als controller ook toegang tot data waar je tot voor kort geen toegang toe had of via een derde (IT of BI) moest aanvragen. Met lange doorlooptijden en afhankelijkheden als gevolg.

Kennis van de controller aangewend voor analyse en interpretatie

De kracht van deze manier van werken is ook dat het domein kennis van de controller echt wordt aangewend voor analyse en interpretatie. Want hoe slim een data scientists ook zijn, ze bezitten veelal niet de benodigde business kennis om te bepalen wat nu wel of niet nader onderzocht moet worden. En juist door te analyseren wat nu wel of niet opvalt aan de totale set van data, wordt de mate van ‘in control’ vergroot. Want je wordt zelden verrast door hetgeen je al weet en rapporteert maar veelal door hetgeen je niet controleert en rapporteert. Door naar de totale data set te kijken, ga je veel sneller de uitzonderingen zien.

Lees volgende week ook een tweede voorbeeld waarin een zelfde logica helpt bij het beter en sneller werken binnen corporate reporting (‘augmented reporting’). Meer specifiek ook in het kader van steeds meer toegenomen regeldruk komend vanuit o.a. IFRS (9,15,17), Basel IV, Mifid, PSP2 etc.