Het vakgebied Credit-to-Cash (C2C) is in ontwikkeling en wordt steeds vaker een platform voor innovatieve automatiseringsoplossingen. Analytics, Artificial Intelligence (AI) en Robotics Processing Automation (RPA) dragen bij aan efficiënt credit management. De meest vooruitstrevende, en kapitaalkrachtige, ondernemingen zijn vergevorderd met de invoering. Maar deze intuïtieve en productieve technologieën komen snel binnen het bereik van kleinere ondernemingen.

Het verbeteren van de efficiency en de effectiviteit van de creditmanagementafdeling en het verhogen van de toegevoegde waarde van de onderneming zijn constanten die altijd relevant blijven. Bij dit streven naar verbetering kan het credit manager baat hebben bij het invoeren van nieuwe ontwrichtende technologieën.

In het algemeen wordt aangenomen dat het invoeren van effectieve platformautomatisering van standaardprocessen een besparing van zo’n 30% oplevert. Recentelijk hebben we echter een aantal casestudies gezien waarbij de invoering van een nieuw platform grote Amerikaanse FMC-bedrijven FTE-besparingen van 95% heeft opgeleverd. Als deze trend doorzet, is automatisering binnenkort niet langer een innovatieve manier om productiviteit te verbeteren, maar een ‘must have’ om de concurrentie aan te blijven kunnen. Veel bedrijven zijn al begonnen met het verbeteren van het debiteurenbeheer, als een werkkapitaalinitiatief of als onderdeel van de transformatie van de financiële en adminstratieve processen. Maar hoe bereikt u het volgende niveau van automatisering in een concurrerende wereldwijde zakelijke omgeving?

Robotisering en Artificial Intelligence
De oplossing kan worden gezocht in RPA en AI. RPA automatiseert repetitieve processen; het is geen alternatief voor goed geconfigureerde creditmanagementsoftware. Behalve routinetaken kunnen ook werkzaamheden worden geautomatiseerd die een zekere besluitvorming vereisen. Auto cash applicaties, deductions matching, algoritmen die geheel automatisch kredietlimieten vaststellen en intelligente workflow bestaan al langer en worden al in veel bedrijven toegepast. Deze technologieën richten zich op de basis van het credit management. Maar waar moet de credit manager op letten bij het streven naar het volgende automatiseringsniveau?

Een belangrijk aspect van succesvol debiterenbeheer is gericht op klantcontact. Het opbouwen van relaties is een essentieel onderdeel van een succesvolle incassostrategie. Geautomatiseerde telefoonkiezers om disputen te verwerken leiden waarschijnlijk niet tot goede oplossingen en is dus geen best practice om de klanttevredenheid te verbeteren. Maar wat gebeurt er als een bedrijf het gedrag van klanten begrijpt en hun gedragingen kan voorspellen? Het analyseren van telefoongesprekken (Call Analytics) en AI zijn uitstekende hulpmiddelen. Op basis van deze analyse worden proactieve stappen voorgesteld aan de debiteurenbeheerders, zodat zij de verzoeken van de klant al kunnen beantwoorden voordat de vraag is gesteld. Voor eenvoudige taken, zoals het versturen van rekeningoverzichten, kopiefacturen, POD’s of het oplossen van vragen over betalingsverwerking kunnen parameters worden ingesteld op basis van eerder klantgedrag. Terugkerende telefoontjes, bijvoorbeeld verzoeken voor ontbrekende documentatie, kunnen nu proactief en volledig worden opgelost. Het gevolg is een betere klantervaring en snellere betaling.

Bij risicomanagement gaan de mogelijkheden nog verder. Door grote hoeveelheden data samen te voegen, en daarin te zoeken, komt het concept van voorspellende kredietanalyse echt tot leven. Kredietanalyse was ooit een aaneenschakeling van het opvragen van kredietrapporten, jaarverslagen en telefoontjes naar referenties. Met volledig geautomatiseerde modellen zijn diepgaande analyses beschikbaar waarmee de totale kredietportefeuille in kaart kan worden gebracht. Wat nog belangrijker is: met deze analyses kunnen, volledig geautomatiseerd, specifieke, klantgerichte maningsstrategieën worden ontwikkeld die vervolgens door de creditmanagementsoftware worden uitgevoerd. Tegelijkertijd ontvangt de CFO dagelijkse cashflow forecasts.

Hoe komen deze nieuwe technologieën binnen bereik?
De voor de hand liggende opties zijn: een ERP-provider, het uitbouwen van de creditmanagementtools of werken met consultants of leveranciers van analytics- and roboticstools. Maar er bestaat ook een vierde mogelijkheid: het uitbesteden van het credit management.

ERP-systemen: zij ondersteunen goed de kernactiviteiten van het bedrijf. Maar dat gaat niet noodzakelijkerwijs op voor de specifieke behoeften van de creditmanagementafdeling. Het antwoord van de ERP-leveranciers is vaak om specifieke modules aan te bieden. Met deze modules komt doorgaans een hoge rekening voor maatwerk, licenties en ondersteuning. In veel gevallen is deze route de minst kosteneffectieve.

Creditmanagementsoftware: deze tools gebruiken ERP-gegevens en vullen die vervolgens aan met industrie- en processpecifieke kennis. Een aantal leveranciers biedt nu ook dynamische maningsstrategieën aan die worden gedreven door het analyseren van het betaalgedrag van de klant. De software en de hardware waarop het programma draait, zijn echter niet ontworpen om als analyticsplatform te functioneren. Hierdoor hebben deze oplossingen hun beperkingen met betrekking tot de hoeveelheid en de bron van de data die kunnen worden gebruikt voor de analyses.

Leveranciers van analytics and robotiseringsoplossingen: de software die wordt aangeboden, is bestemd om overal te kunnen worden ingezet. Dat betekent dat er aanzienlijke investeringen nodig zijn om de software te configureren op een manier die de bedrijfsprocessen echt ondersteunt.

Outsourcing: deze route is zeker het overwegen waard. Outsourcing heeft zich de laatste jaren sterk ontwikkeld. De propositie is geëvolueerd van het aanbieden van arbeidskostenarbitrage tot het leveren van toegevoegde waarde aan de klanten. Daarvoor hebben de outsourcers processen, tools en technologieën ontwikkeld die hen in staat stellen de kosten van de dienstverlening te verlagen en tegelijk de kwaliteit van de output op te voeren. En hun oplossingen worden dagelijks getest omdat alle tools beschikbaar zijn voor alle klanten.

 

Rob Sherman is Principal en Chief Revenue Officer bij VWi Vengroff Williams (USA)

Shares