Drie typische punten van weerstand die de financieel manager tegenhoudt op te innoveren.

Door Bart Peijnenburg

Finance keek vroeger vooral door de achterruitkijkspiegel. We publiceerden hoe we gepresteerd hadden. Tegenwoordig zijn de verwachtingen veranderd, en zit Finance steeds meer in de drivers seat om mee te sturen in de weg vooruit. Wat is er veranderd? Technologische innovatie maakt hierin veel mogelijk. En het werk wordt er ook nog leuker van.

Maar een hindernis/weerstand ligt op de loer om deze innovaties te implementeren – de gezonde scepsis van financiële managers. Ik mag al jarenlang bij veel bedrijven en organisaties over de vloer komen, om mee te denken hoe we financiële processen kunnen verbeteren. Hier deel ik graag drie typische punten van weerstand die de financieel manager benoemd op bestaande innovaties.

Drie typische (old-school) reacties van financieel directeuren die innovatie in de weg staan
1. We kunnen tegenwoordig met in-memory technologie de performance van transactionele systemen verbeteren. Daardoor kunnen we real-time op regel-niveau rapporteren in plaats van rapporteren over data die gerepliceerd is en in de praktijk één of twee dagen oud is. Het voordeel hiervan is dat je één bron van de waarheid hebt en geen discussies over de oorsprong van cijfers.

Weerstand 1 - “Wat maakt mij het uit dat data twee dagen oud is, dat verandert niets aan mijn bedrijfsvoering.”

2. Er komen steeds meer toepassingen om machine learning in te zetten in financiële processen. Finance leent zich hier zeer goed voor omdat er nog steeds heel veel handmatig ‘uitzoek’ werk verricht moet worden. Denk hierbij aan intercompany afstemming, afletteren van tussenrekeningen, afletteren inkomende betalingen enzovoorts.

In plaats van rule based applicaties kunnen we het systeem ook patronen leren herkennen op basis van historische transacties. Hiermee kunnen we repeterende handmatige processen overbodig maken. Met machine learning kunnen we een grotere accuratesse en efficiency realiseren.

Weerstand 2 - “Wat zijn de regels die achter machine learning zitten?”
“Wat als je bijvoorbeeld onbewust foute transacties in het model meeneemt, krijgen we dan ook verkeerde machine learning voorstellen?”
“Is dit goed gekeurd door bijvoorbeeld de big 4?”
“Hoe gaan accountants om met processen die geautomatiseerd zijn met machine learning?”

3. Door technologie zal ook de druk op het periode einde proces afnemen. Batch jobs met een lange run-time zijn niet meer nodig, maar kunnen real-time of in een fractie van de tijd uitgevoerd worden. Reconciliatie van controlling en accounting is verleden tijd door één bron van data. Door gebruik te maken van predictive accounting (bv journaliseren van alle verkooporders die deze periode gefactureerd gaan worden) kun je tijdens de periode voorspellen waar je cijfers en kpi’s op uit gaan komen. Je kunt gedurende de periode meldingen krijgen als je buiten de drempelwaarden van je kpi’s dreigt uit te komen. Denk hierbij aan bijvoorbeeld een dalende trend van je marges.

Weerstand 3: “Een soft close zal nooit precies/accuraat genoeg zijn.”
“We missen veel te veel cijfers die we niet mee kunnen nemen in een soft close.”

De eerste stappen in het moderniseren van je IT landschap
De mogelijkheden voor finance innovatie zijn enorm! Op dit moment zijn de meeste bedrijven en organisaties bezig met het herstructureren en moderniseren van hun IT-omgeving om zo bepaalde aspecten van het ‘continuous accounting’ concept beschikbaar te maken voor hun organisatie. Denk hierbij aan het vereenvoudigen van een IT landschap met meerdere ERP systemen, wat een belangrijke basis is om innovaties door te voeren, of het realiseren van een central finance omgeving bovenop dit IT-landschap. Central Finance is een financiële laag over een multi-ERP-landschap waarin de data geharmoniseerd is naar een nieuw target operating model. Dit is vaak de eerste stap naar een vereenvoudiging van je ERP-landschap. Een gevolg van het ‘central finance’ concept of het reduceren van je landschap tot één ERP-systeem is dat er bedrijven en organisaties ook bezig zijn om group reporting meer te integreren met local accounting. Hierdoor realiseer je een end-2-end close met volledige transparantie van de geconsolideerde cijfers. Daarnaast wordt er natuurlijk al jaren volop ingezet op RPA in de finance processen.

Heb je al eerste stappen gemaakt? Vraag jezelf af of je deze mogelijkheden voldoende uit nut en of je voldoende tijd hebt vrijgemaakt om een toegevoegde waarde te kunnen leveren aan de business? Maak nu een begin met deze finance transformatie! Afhankelijk van de huidige situatie kunnen ook kleine stappen mogelijk zijn.

Betere kwaliteit van de data, transparantie, efficiency en betere besluitvorming zullen het resultaat zijn! En vergeet niet: door machine learning verdwijnen de saaie repeterende handelingen en blijft het leuke, interessante werk over! We zullen als finance altijd in de achteruitspiegel moeten blijven kijken maar door innovaties kunnen we dat wel doen vanaf de drivers seat.

Bart Peijnenburg is Solution Principal Financials bij SAP Nederland B.V.