Datadriven finance: De last van de remmende voorsprong?

Veel bedrijven denken dat hun finance afdeling voorop loopt in het werken met data. Maar is dit eigenlijk wel zo? In veel gevallen blijkt dat de finance afdeling eigenlijk nauwelijks datagedreven werkt. In dit blog vertel ik je meer over datagedreven werken binnen finance.

Een finance afdeling zonder data is domweg ondenkbaar. In veel bedrijven is het juist de finance afdeling waar al jaren met data gewerkt wordt, en loopt de rest van de organisatie wat betreft datagebruik mijlenver achter. Dat betekent echter niet dat de finance afdeling dan ook datagedreven werkt – sterker nog: in veel gevallen treedt hier de wet van de remmende voorsprong op: doordat finance al lang geleden met data begon te werken, is het kostbaar en complex om deze situatie aan te passen aan de laatste stand van de techniek. En waarom zou je ook? Met Excel in combinatie met je boekhoudsysteem heb je toch alles wat je nodig hebt om te voldoen aan de rapportage-eisen? Ongetwijfeld. En de winst voor een finance afdeling om datagedreven te werken ligt dan doorgaans ook niet in de kwaliteit van de rapportage.

Definitie werken met data

Eerst even een definitie-kwestie: werken met data (hoe betrouwbaar en nauwkeurig ook) is iets anders dan datagedreven werken. Bij werken met data, of ‘datagestuurd’ werken, gebruik je beschikbare data als onderbouwing van je beslissingen, en probeer je je processen aan te sturen door de beschikbare data te analyseren. Werk je echt datagedreven, dan ga je een stap verder: alle reguliere beslissingen worden dan niet meer genomen op basis van data, maar (geautomatiseerd) uitgevoerd gebaseerd op logische keuzes die volgen uit de aangeleverde data. Bij datagestuurd werken neem je elke beslissing zelf, met hulp van data. Bij datagedreven werken wordt de beslissing deel van het proces en focus je je aandacht alleen nog op de uitzonderingen op het standaardproces.

Een voorbeeld: een bedrijf stemt de productie af op de verkoop. In een datagestuurde organisatie zal het management, op basis van een hogere omzet dan verwacht, de keuze maken om de productie op te voeren, en hiertoe een extra productiemedewerker aan te nemen. In een datagedreven organisatie maakt de software de analyse of de toegenomen omzet nog past binnen de berekende productiviteit, en of het een conjuncturele stijging betreft. Hierdoor wordt geautomatiseerd bekeken of voor het verhogen van de productie ook echt een medewerker nodig is, of dat misschien de productiecapaciteit wel verschoven kan worden van een ander artikel.

In het eerste scenario ligt de basisbeslissing bij het management, en zal er naast een aantal feiten ook een flinke dosis intuïtie meespelen in de beslissing. In het tweede scenario kan het in de ideaalsituatie zo zijn dat het management niet eens wordt lastiggevallen met de productievraag, omdat deze binnen de bestaande parameters gewoon kan worden ingevuld.

De stap naar datagedreven werken

In de tijd dat de meeste finance afdelingen met data begonnen te werken was dit nog toekomstmuziek. Data beschikbaar hebben voor rapportage was de eerste stap, en al is die in veel gevallen goed gelukt, de stap naar datagedreven werken is voor veel bedrijven nog groot.

Het is daarom belangrijk om eerlijk te zijn over de businesscase: als je nadruk binnen finance ligt op verslaglegging en rapportage is er niet veel winst te behalen door de overstap te maken naar datagedreven werken. Natuurlijk kun je je wat tijd en moeite besparen door het automatiseren van die rapportages, maar echt doorslaggevende voordelen levert dat niet op.

De rol van finance binnen je organisatie

Om binnen de finance afdeling echt voordeel te gaan behalen uit datagedreven werken is het nodig om de rol van finance binnen je organisatie anders in te kleden. Natuurlijk is rapportage en verantwoording een integraal deel van de taken van finance, maar zeker even belangrijk is het om finance te gaan inzetten als navigatie-hulpmiddel voor de beslissingen die voor je liggen. Een datagedreven finance afdeling kan een organisatie helpen bij het signaleren van kansen en knelpunten in processen, risico’s  helpen bepalen bij nieuwe initiatieven, en het waarschuwen bij trendbreuken lang voordat die in de historische data zichtbaar worden. Investeren in een datagedreven finance afdeling geeft je organisatie een scherper beeld van de toekomst en de benodigde beslissingen, zonder dat je een leger aan analisten nodig hebt om alles door te rekenen. Die transitie is – juist vanwege die remmende voorsprong – niet altijd even makkelijk. De rapportagebehoefte van de organisatie is niet simpelweg even op pauze te zetten, en dat de boekhouding kloppend moet blijven is ook onbetwist.

Maar wat dan wel?

Het is belangrijk om vooraf duidelijk te beschrijven welke toepassingen je ziet voor datagedreven werken binnen je finance afdeling, en wat daarvoor nodig is. Door te beginnen bij zo’n ‘datastrategie-voor-finance’ krijg je een beeld van de wensen en mogelijkheden binnen je data-landschap. Zo voorkom je een scenario waarbij je pas voordelen begint te merken wanneer je alle tools binnen je finance landschap al hebt vervangen. Je doet daardoor geen investeringen in tools die je wellicht niet meer nodig hebt.

Zoals altijd is het belangrijk de transitie naar datagedreven werken haalbaar en schaalbaar te maken, zodat datagedreven werken binnen finance geen kostenpost hoeft te zijn. Een goede datastrategie helpt je de voordelen van je nieuwe aanpak duidelijk te schetsen zodat je de juiste slimme stappen in de juiste volgorde zet. Zo werk je toe naar een écht datagedreven finance afdeling.

Geschreven door Louis de Roo
Data Strategy Leader
E-mergo