Waarom een intelligent datafundament de sleutel is om besluitvaardig ofwel decision-ready te worden.

Stel u voor dat u de首席财务官车甚至verzekeringsmaatschappij bent. U probeert te achterhalen waar uw winst echt vandaan komt. Welk polissen, producten en verkoopkanalen zorgen voor winst en verlies? Waar komen de meeste van uw claims vandaan, en hoe beïnvloeden die de winst? Hoe komt u bij de onderliggende financiële en operationele data die laten zien wat de echte groeifactoren zijn?

Als u die vragen kunt beantwoorden, kunt u weloverwogen beslissingen nemen over waar u in technologie en mensen moet investeren om u beter aan de veranderende marktomstandigheden aan te kunnen passen. Dit is van essentieel belang om een onderneming te worden diedescision-readyis. Als u die vragen nog niet kunt beantwoorden, lees dan verder.

Concurreren in een wereld die verzadigd is met data

Het optimaal benutten van data is een belangrijk onderdeel van hetdecision-readyworden, maar dat alleen al kan een hele uitdaging zijn. Zo is bijvoorbeeld het huidige tempo van de datatoename enorm. Tussen 2010 en 2020 is de hoeveelheid data die wordt gecreëerd, vastgelegd en gekopieerdmet 5.000% toegenomen. En deze groei zet nog wel even door. Tegen 2025 zal de wereldbevolking naar schatting483 exabytes aan dataper dag genereren. Door de toenemende hoeveelheid en snelheid van deze data is het voor bedrijven een uitdaging om de data die zij gebruiken om hun bedrijf te runnen, te managen en te interpreteren. En het bemoeilijkt de mogelijkheid om hun concurrentievoordeel te bepalen in een snel veranderende, met data verzadigde wereld.

Bedrijven die worstelen om onder deze data-tsunami uit te komen, zinken langzaam weg. In een onderzoek uit 2021 onder 85Fortune1000-bedrijven omschreef slechts 24%hun bedrijf alsdata-drivenin het afgelopen jaar. En hoewel de vraag naar felbegeerde datawetenschappers toeneemt,is het verloop opmerkelijk hoog. De grootste klacht? Bedrijven hebben geen basis gelegd voor succes.

De basis leggen voor een datagericht bedrijf

Helaas kunnen deze tekortkomingen niet worden verholpen door eenvoudigweg oplossingen op te zetten en deze aan een bestaande omgeving te koppelen. In plaats daarvan moetenbusiness- en financeleadersdie hun traject willen omgooien door de kracht van data te benutten, onderaan beginnen en zich opwerken. Om decision-ready te zijn en tevens future-proof, moet er één plaats zijn om data binnen te halen, te verrijken en te transformeren; met andere woorden, er iseen intelligente basis voor data nodig.

Een verenigde, breed toegankelijke datakern is iets wat elke succesvolle onderneming moet hebben wanneer zij finance en de onderneming als geheel wil moderniseren. Zo heeft Deloitte dit intelligente datafundament aangeduid als het"common information model" (CIM). Vanuit het oogpunt van Deloitte is de implementatie van een effectief CIM een eerste vereiste voor organisaties die prestaties consistent willen plannen, registreren, rapporteren en meten binnen de gehele onderneming. "Een goed ontwikkeld CIM zorgt voor een consistente manier om naar data te kijken", aldus Katie Glynn, Senior Manager Digital Controllership bij Deloitte. "En als accountants aan data denken, dan is dat bij voorkeur financiële data. Maar er zijn ook management- en operationele datacomponenten die belangrijk zijn om echt een toekomstvisie voor finance mogelijk te maken."

Deloitte onderscheidt eenserie principesdie bijdragen tot een duurzame financiële transformatie. Een effectief CIM is:

• Gedetailleerd.De data moet gedetailleerd genoeg zijn om automatisering mogelijk te maken, reconciliatie te beperken, inzicht te verwerven, beslissingen mee te nemen en zinvolle rapporten te genereren.

• Uniek.Elk data-element heeft een uniek en specifiek doel. Vermijd overlapping of meerdere gebruikssituaties omdat dit ten koste van de waarde gaat.

• Flexibel.Zorg voor een basis die zich kan aanpassen aan toekomstige veranderingen, zoals reorganisaties,acquisitiesen bedrijfsveranderingen. Besteed veel aandacht aan de rapportage en zorg ervoor dat deze voldoet aan de huidige en toekomstige eisen.

• Geïntegreerd.Zorg ervoor dat alle compliance- of bedrijfsmandaten zijn ingebouwd in het intelligente datafundament of CIM. Denk ook aan behoeften buiten de FP&A, zoals business finance, externe rapportage, lokale boekhouding en belastingen.

• Consistent.Om de financiële consolidatie en vergelijkende analyse te bevorderen, moet worden gezorgd voor consistentie in alle regio's, divisies en dochterondernemingen.

• Gereguleerd.Stel richtlijnen op om ervoor te zorgen dat het beleid en de mandaten worden nageleefd en om datadrift te voorkomen.

Zodra een intelligent datafundament tot stand is gebracht en ook wordt omarmd door zowel de financiële en niet-financiële afdelingen, kunnen organisaties gebruikmaken van een rijkere dataset die workflows in de boekhouding en planning vereenvoudigt en organisaties uiteindelijk helpt om decision-ready te zijn.

Een planningssysteem met moderne mogelijkheden

Hoe essentieel het ook is, een intelligent datafundament werkt niet op zichzelf. U hebt een reeks mogelijkheden en technologieën nodig om er gebruik van te maken, zodat u kunt bouwen (en plannen) voor de toekomst. Denk hierbij aan:

• In-memory architectuur.Wanneer格罗特hoeveelhedendata in het geheugen worden opgeslagen, wordt de verwerkingstijd drastisch verkort, en behoort het uitvoeren van batchprocessen om uw financiële eindrapporten te verkrijgen tot het verleden.

• Realtime data.Een landschap dat steeds meer verschuift, vereist realtimegegevens om de huidige omstandigheden en beperkingen nauwkeurig te kunnen beoordelen, en maakt geïnformeerde besluitvorming en snelle aanpassingen mogelijk.

• Object-datamodel.Om ten volle te profiteren van de inzichten die uw data oplevert, hebt u een object-datamodel nodig in plaats van een traditionele grootboekstructuur met een rekeningstelsel. Met ingebouwde dimensionaliteit kunt u gebruikmaken van rijkere analytics en veelzijdigere en meer verfijnde rapportagemogelijkheden.

• Verbonden beveiligingsmodel.Om inzichten te verkrijgen en actie te ondernemen op basis van uw management-, operationele en financiële data, moet u in staat zijn deze op één plaats te verzamelen en veilig toegankelijk te maken voor alle applicaties.

• Artificial intelligence (AI) en machine learning (ML).Om u te helpen risico's te managen, afwijkingen aan het licht te brengen en sneller betere beslissingen te nemen,moeten uw planningsoplossingen gebruikmaken van AI en ML.

• API's en integraties.Integreer naadloos uw ecosysteem van databronnen en bedrijfssystemen en zorg zo voor een onderling verbonden omgeving die werkt als één geheel.

Uw business begrijpen en zelfs voorspellen

Nu steeds meer financeteams de digitale transformatie van hun accounting- en FP&A-activiteiten in gang zetten, plukken besluitvormers de vruchten van de implementatie van een intelligent datafundament in combinatie met moderne mogelijkheden zoals krachtig inzicht in de gehele organisatie, toekomstgerichte planning en flexibele besluitvorming. Veel van deze teams kijken naar Workday om dit te realiseren.

In plaats van klanten te vragen een uitgebreide omgeving te creëren door uiteenlopende technologie en middleware samen te voegen (om nog maar te zwijgen van programmering op maat, waardoor eigendom nog verder buiten het bereik van de afdeling finance komt), is het nu mogelijk een omgeving te creëren die decision-readyis met behulp van één enkel systeem dat data verwerkt, verrijkt en transformeert tot boekhoudkundige data, en die data vervolgens gebruikt voor geavanceerde analytics en planning. En dat alles op zo'n manier dat finance te managen blijft.

Stefan Ball, Senior Solution Marketing Manager bij Workday, laat zien hoe klanten van Workday operationele workforce en financiële data kunnen combineren tot een enterprise-datahub waarvan finance de eigenaar is. "Op basis van die operationele data kunnen we boekhoudkundige informatie creëren, terwijl de verbinding met de basisdata behouden blijft", legt Ball uit. "Dat alles wordt vervolgens verbonden en beveiligd door het beveiligingsmodel dat al bestaat in Workday."

Door gebruik te maken van deze gebundelde datakern, kan de afdeling finance zinvolle verbanden leggen, samenwerken met andere afdelingen en bedrijfseenheden, en zich voortdurend aanpassen en in realtime reageren. Door grote hoeveelheden interne en externe operationele data toe te voegen, worden planning, forecasting en analyse gedetailleerder en flexibeler. Dit maakt het mogelijk data om te zetten in bruikbare KPI's en metrics, nog betere inzichten naar boven te halen, vergelijkende analyses uit te voeren, en drijvende krachten, patronen en correlaties te identificeren.

Het helpt u ook vooruit te kijken. "We integreren machine learning in deze structuur om opties te bieden zoals hulp bij het begrijpen van afwijkende journaalposten en het automatiseren van processen zoals de invoer van facturen of onkostennota's. Door afwijkingen aan het licht te brengen voordat onze klanten ze in hun analyse tegenkomen, helpen we onze klanten hun data zo schoon mogelijk te houden," legt Ball uit.

Met dezeenterprise-datahubkunnen bedrijven beschikken over allerlei operationele inzichten. Neem het eerder genoemdeverzekeringsvoorbeeldwaarbij u CFO bent van een verzekeringsmaatschappij. Een uniforme omgeving die decision-ready is, zal uw financeteam niet alleen in staat stellen om macro-drivers voor winstgevendheid te bepalen, maar ook om financiële, operationele en people data te combineren om zo te achterhalen welke werknemers verantwoordelijk zijn voor het stimuleren van inkomsten en winst. U zou aspecten kunnen analyseren zoals het weer of geospatiale data, en zelfs factoren die door de pandemie worden beïnvloed. Vanuit vrijwel elk perspectief (service rep, divisie, regio, enzovoort) kunt u naar de pipeline met opportunities kijken, uw capaciteit en vraag beoordelen, en uw achterstand ten opzichte van de forecast in kaart brengen.

Het aansturen van de besluitvorming voor de toekomst

Het is duidelijk dat organisatieleaders weten dat de gezondheid en het voortbestaan van hun bedrijf afhangen van de mate waarin zij decision-ready zijn – en dat betekent dat ze datagestuurd moeten worden. Alleen zijn er maar weinigen die weten hoe ze dat moeten aanpakken.

Voor degenen die begrijpen hoe belangrijk een goed ontworpen basis voor intelligente data is, is de weg vooruit beter gedefinieerd. Zoals Ball zegt: "Het is één ding om al die data op één plek te hebben. Maar het einddoel hier is om de besluitvorming ook daadwerkelijk aan te sturen."