Leer in 10 minuten
- Hoe je financiële, operationele en externe data combineert
- Hoe de business daarmee tot nieuwe inzichten komt
- Hoe je hierbij data-uitdagingen tackelt
Je kent hem vast, de oneliner ‘de financiële rol verschuift van boekhouder naar business partner’. Maar hoe doe je dat nu in de praktijk? Als Smart Finance consultant maak ik deze verschuiving dagelijks van dichtbij mee. Een van de essentiële factoren daarbij is dat je financiële data binnen één systeem combineert met operationele én externe gegevens. Zodat finance het ‘waarom’ van de bedrijfsprestaties nog beter inzichtelijk kan maken en de business kan helpen sturen met informatie die het financiële domein overschrijdt.
Als organisatie heb je allerlei soorten data, opgeslagen in verschillende systemen. Zo bevat je ERP-systeem operationele gegevens, bijvoorbeeld over de personeelsinzet of productie. In je CRM-systeem zit gedetailleerde informatie over je klanten en uit je financiële systemen put je gegevens over de omzet, kosten, marges en andere belangrijke financiële kengetallen. Door deze gegevens samen te brengen en te analyseren kan een businessanalist nieuwe inzichten blootleggen. Denk aan een verband tussen de financiële groei van je bedrijf en een operationele driver, zoals meer verkoopinspanningen. Of aan een relatie tussen de tegenvallende omzet en een externe factor zoals het weer.
Alles-in-één
Al die data-eilandjes waar we het net over hadden, zijn het resultaat van systemen die maar geschikt zijn voor één bepaald doel. Een ERP-systeem helpt je dagelijkse activiteiten in goede banen te leiden. Een CRM-systeem gebruik je voor het optimaal managen van je klanten en prospects. En een boekhoudsysteem is er om je financiële data te verwerken. Wat je daarom nodig hebt, is een alles-in-één tool. Een corporate performance management (CPM)-oplossing die je als financial in staat stelt om alle soorten data te combineren en te gebruiken om grip te krijgen op de business. En waarmee je informatie eenvoudig kunt delen met de rest van de organisatie. Een voorbeeld van zo’n CPM-systeem is Board. Daarmee kun je in één omgeving budgetteren, plannen, forecasten, consolideren, analyseren en betere beslissingen nemen.
Slimme analyses
Vaak wordt een CPM-oplossing op initiatief van de financiële afdeling aangeschaft. Daar klopt het management immers als eerste aan als ze willen weten waarom de cijfers anders uitvallen dan voorzien. Een CPM-systeem wordt daarom vaak in eerste instantie gebruikt voor financiële processen en financiële data. Zo benut je echter niet het volle potentieel. Want de kracht van een CPM-oplossing is nu juist dat je allerlei soorten data kunt combineren. Door bijvoorbeeld op een slimme manier benchmarkdata van concurrenten, meteorologische data of online reviewdata binnen te halen, kun je analyses maken die voorheen niet mogelijk waren, of alleen op het eilandje van de businesscontroller.
Sparren met de business
Ook de business heeft toegang tot zo’n CPM-systeem. Zo bied je business managers in plaats van alleen financiële data en kpi’s ook aansprekende operationele data in combinatie met externe gegevens. Ze begrijpen het verhaal achter de cijfers beter en zien welk effect hun eigen activiteiten, maar ook externe factoren op de prestaties hebben. Dat verhoogt hun betrokkenheid: het wordt leuk om te zien welke informatie ze allemaal uit het systeem kunnen halen. Als finance kun je ook samen met de business sparren over het toevoegen van data om nog meer nieuwe inzichten boven water te krijgen.
Data binnenhalen
Finance heeft vaak een goede visie over hoe nieuwe data kan leiden tot betere inzichten. En is ook prima in staat om het analyse- en denkwerk te doen dat nodig is om tot deze inzichten te komen. Maar het op de juiste manier binnenhalen van data is een ander verhaal, zeker als het om operationele en externe data gaat. Vaak is er ook geen IT-er of BI (business intelligence)-specialist op de afdeling die deze klus ‘even’ kan klaren.
Bij operationele data en externe gegevens loop je al snel tegen drie zaken aan:
- De data is moeilijker te ontsluiten omdat systemen complexer zijn en je ze minder goed kent dan het financiële pakket
- De data is minder gestructureerd dan bijvoorbeeld financiële data.
- De data is anders gestructureerd en past niet binnen de indeling van je CPM-tool. Denk aan andere coderingen of omschrijvingen.
Bij eindresultaat beginnen
Deze data-uitdagingen kun je, met wat vastberadenheid, prima tackelen. Je moet alleen wel weten waar je moet beginnen: dat is bij het eindresultaat. Kijk welke data je wilt hebben en hoe deze gestructureerd moet zijn om een goede analyse te kunnen maken in combinatie met andersoortige data. Maak bijvoorbeeld een Excel-bestand dat laat zien hoe de data uiteindelijk in de CPM-oplossing moet worden geladen. Met dit bestand kan een BI-expert aan de slag. Deze specialist helpt je de data die je wilt hebben op vaste momenten binnen te halen, bijvoorbeeld elke nacht of elke week of (bijna) in real-time. Hij of zij heeft verstand van de tools die je daarvoor nodig hebt, zoals SQL, Python of R, en van de manier waarop je toegang krijgt tot de data in het interne of externe systeem.
Klaar om te sturen
Als je de data hebt, moeten de gegevens nog gestructureerd worden zodat je ze in combinatie met je financiële cijfers kunt gebruiken. Dit gebeurt meestal met ‘mappingtabellen’. Dat zijn eigenlijk een soort vertaaltabellen. Een klant heet bijvoorbeeld in een ander systeem een cliënt. In zo’n mappingtabel link je deze begrippen aan elkaar. Als financial weet je vaak hoe zo’n mapping eruit moet zien, dus hieraan werk je samen met de BI-specialist. Na het binnenhalen en ‘mappen’ van de data, zijn de gegevens klaar om ingelezen te worden in je CPM-oplossing. Nu kan je team met behulp van analyse en GBV (gezond boerenverstand) tot nieuwe inzichten komen en zo sturing geven aan de organisatie.
Belangrijke tip is nog dat je rekening houdt met de toekomst. Als er nieuwe data in een bronsysteem staat, moet deze zo automatisch mogelijk worden weergegeven in de CPM-tool. Zorg voor goede afspraken over de mapping van deze data, zodat er geen incompleet overzicht ontstaat dat mogelijk tot verkeerde conclusies kan leiden.
Welke data zou jou kunnen helpen om tot nieuwe inzichten te komen voor je bedrijf?