Leer in 8 minuten

  • Waarom financials niet beschikken over de juiste kennis en vaardigheden om goede voorspellingen te kunnen doen
  • Hoe het komt dat financials vooral achteruit kijken en geen prioriteit geven aan forecasts
  • Wat ervoor nodig is om de financial forecasting in jouw organisatie op orde te krijgen

Als je tegenwoordig leest over financial forecasting lijkt het alsof ieder bedrijf dit al perfect voor elkaar heeft. In de praktijk zijn er echter weinig finance-afdelingen die echt goed kunnen voorspellen. Is dat raar? Nee, want forecasten gaat veel verder dan een lijntje doortrekken in Excel. Het is een vak apart. Letterlijk. Er zijn universitaire studies waar je vier tot zes jaar over doet voordat je jezelf een ‘voorspeller’ mag noemen. Het gaat niet alleen om het gebruiken van specialistische software. Je hebt ook kennis nodig van bedrijfsprocessen. Van statistiek. Je moet cijfers kunnen interpreteren, hogere wiskunde toepassen en de betrouwbaarheid van je model kunnen beoordelen en verantwoorden. Dat is niet iets dat je er als financial even bij kan doen. In dit artikel geven we 9 redenen waarom financials eigenlijk geen complexe financiële voorspellingen kunnen doen.

1. Hebben geen of weinig statistische kennis

Het maken van een gedegen voorspelling vraagt om meer dan cijfers op een rij zetten en verstand van Excel. Om een zo realistisch mogelijke voorspelling te kunnen maken, moet je goed nadenken over hoe je een model moet opzetten. Welk type model past het beste bij de data? En welke variabelen zijn relevant om in het model op te nemen? Dit zijn voorbeelden van relevante vragen die je moet kunnen beantwoorden. En daarvoor heb je statistische kennis nodig, maar die ontbreekt vaak bij financials. Bovendien komt statistiek ook goed van pas om de uitkomsten van een voorspelling goed te kunnen interpreteren.

2. Beschikken niet over de juiste (en voldoende) data

Om een goede voorspelling te kunnen maken is veel data nodig. Hoe onderbouw je anders de verwachtingen voor komend jaar? Daarvoor heb je niet alleen financiële data nodig, maar ook non-financiële data om verbanden te leggen tussen oorzaak (bijvoorbeeld het aantal verkochte producten) en gevolg (bijvoorbeeld de omzet). Je financiën zijn namelijk een afgeleide van de rest van je bedrijf, dus die data heb je nodig om goed te kunnen voorspellen. Maar veel financials werken vooral met financiële data en zijn helemaal niet thuis in de structuur van bijvoorbeeld productie- of logistieke data. En die data is meestal het domein van de business en daardoor minder toegankelijk voor finance. Daarnaast is het vaak ook de vraag of er voldoende data is om een betrouwbare voorspelling te kunnen maken.

3. Onvoldoende verstand van de business

Financiële prestatie-indicatoren zoals cashflow, werkkapitaal of omloopsnelheid zijn het gevolg van allerlei onderliggende factoren. Denk aan interne zaken zoals de inrichting van de logistieke keten en het vermogen van de organisatie om te innoveren. Maar ook door externe zaken zoals de marktvraag, concurrentieverhoudingen of plotselinge gebeurtenissen als Covid-19. Waar de meeste financials heel sterk zijn in het analyseren van de financiële performance, is er meestal een gebrek aan inzicht in de onderliggende factoren. Dat maakt het uitdagend om te voorspellen hoe je in de toekomst kunt inspelen op bepaalde trends en ontwikkelingen. Bovendien ontbreekt het financials vaak aan kennis van de business, waardoor ze sterk afhankelijk zijn van input van de business.

4. Doen alles nog met Excel

Excel is zonder twijfel een van de meest gebruikte tools van financials. Vaak wordt Excel niet alleen gebruikt om analyses en rapporten te maken, maar fungeert het ook als een databron. Informatie die in werkboeken is opgeslagen, staat soms nergens anders. Dat leidt ertoe dat cruciale informatie verspreid ligt over talloze Excel-sheets, die op allerlei manieren aan elkaar geknoopt worden. Geen ideaal uitgangspunt om data te extrapoleren en verbanden te leggen tussen factoren. Daarnaast is Excel natuurlijk helemaal geen forecastingtool. Er zit geen statistiek ingebouwd en het biedt niet de mogelijkheid om bijvoorbeeld ook naar externe waarden (zoals seizoensinvloeden) te kijken.

5. Beschikken niet over voldoende IT-kennis

Naarmate de hoeveelheid data toeneemt, wordt het steeds complexer om die informatie om te zetten in waardevolle stuurinformatie. Zonder technologische hulpmiddelen is het dan praktisch onmogelijk om goede forecasts te maken. Daarom investeren veel bedrijven in nieuwe (financiële) applicaties, om grip te krijgen op hun forecasting. Het ontbreekt financials echter vaak aan de technische kennis en vaardigheden, waardoor ze niet het maximale uit bijvoorbeeld databewerkingsprogramma’s en visualisatietools kunnen halen.

6. Zijn vooral gewend om terug te kijken

Traditioneel fungeert de finance-afdeling vaak als de achteruitkijkspiegel van de organisatie. Financials kunnen perfect uitleggen hoe hun bedrijf gepresteerd heeft en welke onderdelen de meeste waarde hebben toegevoegd. Het verleden vormt ook een goede basis om voorspellingen te doen, maar je hebt ook inzichten nodig. Een blik op de toekomst. Denk aan de impact van de Brexit, de verkiezingen in de Verenigde Staten of een pandemie. Nieuwe innovaties, ontwikkelingen in de markt en verbetering van interne processen worden nu eenmaal niet bepaald door de historie. Dat is helaas niet het gebied waar veel financials op uitblinken. De organisatie is er simpelweg niet op ingericht om vooruit te kijken en finance-afdelingen zijn in hun dagelijkse werk vooral bezig met de cijfers van gisteren, vorige maand en afgelopen jaar.

7. Werken in een organisatie vol silo’s

Het statistisch model is belangrijk bij financial forecasting, maar dat geldt ook voor de menselijke input. Financials hebben een centrale positie in de organisatie. Ze moeten kunnen overzien wat er speelt in verschillende business units en welke factoren ze moeten meenemen in voorspellingen. In de praktijk lukt dat niet omdat veel organisaties nog te veel in silo’s werken. Business units werken in verschillende applicaties en systemen die nauwelijks met elkaar praten. Daardoor is het uitwisselen van informatie lastig en kan de finance-afdeling niet zomaar bij belangrijke informatie. Dat zorgt voor incomplete datasets en verkeerde voorspellingen.

8. Te traag met forecasts om écht relevant te zijn

Door alle bovengenoemde oorzaken vergen financiële voorspellingen vaak veel tijd en energie. Financials moeten kwantitatieve en kwalitatieve informatie ophalen uit verschillende lagen van de organisatie. In dat proces zitten veel afhankelijkheden en de tooling die ze gebruiken voor forecasting maakt het niet eenvoudig om alle data in één keer te consolideren. Dit maakt forecasting tot een log proces en een race tegen de klok om het op tijd af te ronden. In deze snel veranderende wereld wil je een snel inzicht hebben in wat eraan komt, maar vaak zijn forecasts al achterhaald voordat ze überhaupt gemaakt zijn.

9. Te druk met reguliere rapportages om vooruit te kijken

Financials worden geleefd door de jaarcyclus. Het produceren van rapportages slokt een groot deel van hun tijd op. Maandelijks moeten ze managementrapportages opstellen, liefst voorzien van een uitgebreide toelichting. En omdat het managementteam geen weken wil wachten op de resultaten van afgelopen maand, stellen financials ook flashrapportages op over de hoofdlijnen. Daarnaast zorgen financials ook voor rapportages aan andere stakeholders, zoals toezichthouders, overheidsinstanties en aandeelhouders. Door al deze rapportagemomenten blijft er weinig tijd over om vooruit te kijken. Dit blijft meestal beperkt tot een prognosemoment per kwartaal en de jaarlijkse budgetronde, die vaak meer weg heeft van een rituele dans dan van een toekomstgerichte planning. Kortom, wat er aan forecasting wordt gedaan is eigenlijk veel te summier en ondergeschikt aan de dagelijkse werkzaamheden.

Goede forecasts vragen om een stevig fundament

Bovengenoemde redenen geven een goed beeld van waarom forecasting veelal misgaat in organisaties. Terwijl goede forecasts kunnen helpen om kansen te identificeren, snel in te spelen op veranderingen, strategische keuzes te onderbouwen met waardevolle informatie en stakeholders mee te nemen in het verhaal achter de cijfers. Dit vraagt om meer dan het automatiseren van je boekhouding. Je moet een stevig fundament leggen onder je financiële afdeling. Met goed ingerichte basisprocessen voor consolidatie, budgettering, rapportage, verslaglegging en forecasting. Maar ook volledig geautomatiseerde datastromen die garanderen dat informatie betrouwbaar en controleerbaar is. Zo kun je terugblikken op je prestaties én vooruitkijken. Daarbij helpt een Smart finance framework dat alle aspecten omvat waar een moderne office of finance aan moet voldoen. Wil je meer lezen over de moderne office of Finance? Download dan ons e-book  ‘De Office of Finance op weg naar 2025’.


Wat heeft jouw organisatie nodig om betere financiële voorspellingen te kunnen doen?