Statistics in accounting

Op het gebied van accounting liggen kansen. Niet meer met standaard pakketten, maar met engines die perfect passen in bestaande datastromen. Die zorgen voor een versnelling en vereenvoudiging. Vergelijk deze ontwikkeling met computers: de waarde zit in de chip en videokaart, niet het logo dat op de behuizing staat.

Ontwikkelingen op het vlak van technologie gaan razendsnel. Decisive Facts heeft zich de afgelopen jaren gericht op engines voor accountingprocessen voor bedrijven in de Verenigde Staten. Deze oplossingen worden zowel als service draaien of bij een klant.

Waarom is revenue recovery belangrijk?

Het komt regelmatig voor dat bedrijven wel diensten leveren, maar vergeten om die te factureren aan hun klanten. Het kan ook zijn dat medewerkers omzet te gemakkelijk weggeven aan klanten. Een klein bedrijf heeft meestal een goed overzicht. Maar wat doe je als je groter wordt, met meerdere vestigingen of in heel veel landen. Kan je opsporen dat het gebeurt? En als het gebeurt, hoe los je het dan op zonder dat medewerkers ongemotiveerd worden? En zonder klanten te irriteren?

Hoe wij USD 6 miljoen aan extra omzet vonden

Met deze vraag kwamen wij in aanraking bij een vrachtvervoerder. Bij het automatiseren van de accrual accounting kwamen liepen we hier toevallig tegen aan. Al snel bleek het om een structureel probleem te gaan. We hebben daarvoor een proces ingericht. Wat hebben we gedaan? Iedere maand downloaden we informatie van een half miljoen zendingen. Deze data schoonden we op basis van geautomatiseerde regels, die steeds verder werden verfijnd, zodat een set betrouwbare data overbleef. Vervolgens schatten we de omzet per lane en product (bijvoorbeeld zeevracht van Durban naar Long Beach) op basis van drie verschillende econometrische modelconstructen. Iedere maand maakten we zo circa 15.000 wiskundige modellen per maand. Die modellen verpakten we in een software component en bij de klant gekoppeld aan hun database. Door een slimme beslisboom berekenden we zo de meest waarschijnlijke omzet per zending. Die berekende omzet vergeleken we dan met de werkelijke omzet.

Ook hier: het belang van de menselijke benadering…

Wanneer een operator in een Mexico Stad ineens een berichtje ontvangt van het hoofdkantoor dat ze naar zending 12009121 moeten kijken, omdat de omzet erg vreemd lijkt, dan kan dat bedreigend overkomen. We kozen daarom na overleg voor een signaleringsrapport. In dat rapport trokken we de expertise van een operator niet in twijfel. Maar melden dat het systeem iets gedetecteerd had, met de vraag of ze er naar zouden kunnen kijken. Daarbij gaven we ook de reden aan, zodat de operator sneller de mogelijke oorzaak kon vinden. Indien de informatie toch klopte, dan kon dat simpelweg worden teruggekoppeld.

Waarom zou je hiervoor hulp van Decisive Facts voor inroepen?

Veel data scientists zullen zeggen dat ze een dergelijk algoritme wel kunnen ontwikkelen. We denken dat dit een combinatie vereist aan vaardigheden die niet zo gemakkelijk voorhanden zijn. De ervaring leert dat econometristen en wiskundigen dit vooral als een tekstboek model beschouwen. Terwijl dit in de eerste plaats een economisch vraagstuk is. En dat het veel inlevingsvermogen vereist van in werkwijzes van mensen, hun werkprocessen, hoe ze data data vastleggen en hoe je in stappen van een grofmazige naar een steeds preciezer model gaat. Zonder daarbij de verbinding met de verantwoordelijken te verliezen.

Een tweede reden is dat we een metastructuur ontwikkeld hebben, omdat ook de werkzaamheden van de econometrist verregaand zijn geautomatiseerd. Dat is interessant voor u als bedrijf, maar waarschijnlijk minder interessant voor de data scientists die u in dienst heeft.

Accrual accounting bij vrachtvervoerders

Bij internationale vrachtvervoerders zijn de accruals in relatie tot de netto winst erg hoog. Het juist toerekenen van transacties aan een boekhoudperiode is daarom erg belangrijk. De regels voor toerekening zijn afhankelijk van operationele gegevens, de plaats waar de vracht zich bevindt. De regels verschillen bovendien voor zeevracht, luchtvracht en wegtransport.

Zoals blijkt uit bovenstaand overzicht, kan vracht kan worden gesplitst in housebills (een contract met de klant) en masterbills (een contract met de vervoerder). Dat maakt het matching principle ingewikkeld. In containers zitten immers zendingen van meerdere klanten en kosten en opbrengsten moeten in dezelfde periode worden toegerekend. Zeker bij langere routes kan vracht voor één klant op verschillende masterbills reizen. Tel daarbij op dat gegevens op het laatste moment kunnen wijzigen en dat operators prioriteit geven aan afhandeling boven administratieve taken, waardoor data soms imperfecties kent.

Volledig geautomatiseerde accruals

Decisive Facts heeft bij twee Amerikaanse vrachtvervoerders, één beursgenoteerd en de ander niet, een engine gemaakt waarmee maandelijks, geheel geautomatiseerd, de cost en revenue accruals worden bepaald. Deze engine bepaalt voor honderdduizenden transacties wat de revenue recognition date is om vervolgens journaalposten te genereren die de automatisch ingeladen transacties in Oracle bij maandeinde te laten corrigeren.

Voordeel Toelichting
Kwaliteit vastlegging Meer focus op betere vastlegging bij de bron. Dit komt de gehele organisatie ten goede. De oplossing wordt zo ingericht dat onjuiste vastlegging nadelig uitpakt voor de veroorzakender.
Versnelling Forse tijdsbesparing bij het maandelijks sluiten van de boeken. Zowel het aantal te besteden uren als de doorlooptijd.
Centrale controle Aangezien het gehele proces geautomatiseerd verloopt, blijven er nauwelijks handmatige boekingen over. Iedere transactie kan van begin tot einde gevolgd worden, inclusief tussentijdse veranderingen.
Out-of-period
adjustments
Het is mogelijk om de marges te bepalen op basis van financial accounting en management accounting. Het verschil tussen beide systemen zijn de zogenaamde out-of-period-adjustments. Door de bewezen aansluiting tussen beide systemen kan management zorgeloos sturen op basis van management accounting.

Bewezen implementaties

UTi, Portland (OR), 2013-2015, freight forwarder, 60 landen, 25.000 medewerkers. Tijdens de roll-out naar een global system hebben we gedurende drie jaar de maandelijkse accrual berekening ondersteund.

Vanguard Logistics, Long Beach (CA), 2019, freight forwarder, 10.000 medewerkers. Voor 12 landen hebben we RAE neergezet (Revenue Accrual Engine).

Toegewijde professionals die een stapje extra zetten

Als project director heb ik twee keer met Decisive Facts samengewerkt. Ze hebben zichzelf bewezen als toegewijde professionals die bereid zijn om een stapje extra te zetten, ook als het moeilijk wordt. Ze waren van onschatbare waarde tijdens ontwerp en implementatie en hebben zich zeer integer gedragen bij het verwerken van gevoelige bedrijfsgegevens.”
David Briney, Global Project Director, Uti / Vanguard Logistics

De soepelste maandafsluiting sinds mijn aantreden

De maandafsluiting is in alle organisaties stressvol en complex. In zes maanden heeft Decisive Facts van de grond af een accrual engine neergezet. Sinds die tijd lopen de maandafsluitingen uiterst soepel. Hartelijk dank!.”
Mike West, Regional Finance Director Asia/Pacific Vanguard Logistics

Componenten als antwoord op klantbehoeften

Door snelle ontwikkelingen op het gebied van data, software en digitalisering hebben klanten steeds meer behoefte aan engines. Een engine bestaat uit verschillende onderdelen die naadloos inpasbaar zijn op bestaande datastromen. Hieronder staan twee voorbeelden, één oplossing die bij een klant draait en een andere die als service wordt aangeboden.

Zoals gezegd zijn onze engines generiek opgezet. In iedere vraag speelt het inladen van data een belangrijke rol. Daar hebben we dus een standaardoplossing voor gemaakt. Vervolgens moeten gegevens geschoond en eventueel automatisch gecorrigeerd worden. Ook daar hebben we een oplossing voor. Daarna vinden er (complexe) berekeningen plaats, die zoveel mogelijk generiek worden opgesteld. En als laatste zijn er vaste uitkomsten, zoals geautomatiseerde journaalposten of een softwarecomponent om te voorspellen.

Waar draaien oplossingen?

De oplossingen kunnen worden geïmplementeerd bij een klant on-premise of in de cloud. Maar we kunnen het ook (in een beginfase) voor u hosten. We hosten deze applicatie in Azure.

Uit welke componenten bestaat de oplossing?

Voor een klant wordt een versie afgesplitst van het bronsysteem, dat geschreven is in SQL Server, Python, .NET of R. Daarop worden connectoren ingezet om brongegevens van bronsystemen (automatisch) in te laden. Welke gekozen worden hangt af van het budget en technische eisen van de klant.

Op die omgeving draaien rapporten. Voor deze rapporten gebruiken we Power BI, SSRS in combinatie met Power Apps. Als een klant een ander rapportagetool wil gebruiken, is dat natuurlijk ook prima.

Wie doen de ontwikkeling?

Dat is een combinatie van Nederlandse resources en onze Indiase samenwerkingspartner. De Indiase partner heeft alleen toegang tot testdata, gevoelige klantgegevens worden versleuteld. In een project kunnen we ook overeenkomen dat klanten zelf een deel van de ontwikkeling doen.

Hoe pakken we databeveiliging aan?

We gebruiken daarvoor de gecertificeerde technieken die Microsoft zelf aanbiedt: Row-level-security (RLS, zorgt ervoor dat iemand alleen zijn eigen data kan zien) en (Always Encrypted, zorgt ervoor dat in een database gevoelige data versleuteld wordt opgeslagen). Ook kunnen we geavanceerde logging aanzetten.

Eigenaarschap en toegang tot broncode

Decisive Facts is eigenaar van de broncode. Het is wel mogelijk dat een klant gebruiksrecht op die broncode koopt, maar alleen voor eigen gebruik zonder commerciële doorverkoop aan derden.

Neem contact op om kennis te maken

    Uw naam

    Uw emailadres

    Uw telefoonnummer

    Herhaal deze karakters captcha

    Onderwerp

    Uw bericht

    Decisive Facts