Moderne tools bieden veel mogelijkheden om gecapteerde data te analyseren, te verwerken en resultaten te presenteren in veelzijdige rapporten, maar deze voordelen komen niet zonder hun uitdagingen. Sam van Roosbroeck, CFO van JBC, zette met zijn team al jaren geleden in op het uitbouwen van een data-infrastructuur. “Als je je tools goed snapt, dan kan je daarmee snelheid maken, en kan je realistische toekomstscenario’s bouwen. Je kan veel proberen, maar je moet zelfkritisch blijven, altijd de tijd nemen om een evaluatie te maken achteraf. Als je van het ene in het andere duikelt leer je niets bij.”
Data warehouse
JBC centraliseerde 8 jaar geleden een groot deel van haar data in een warehouse en is bezig aan het uitbouwen van een nieuw ERP-systeem. CFO Sam van Roosbroeck herinnert zich nog hoe dat project toen tot stand kwam. “Naast de data die in het ERP-systeem worden ingevoerd, zijn er nog een groot aantal bijkomende systemen: kassa’s, klantentellers & data, online data, productdata, enzovoort. Het datawarehouse had als bedoeling om al die data te linken. Dat opzetten was een grote samenwerking tussen IT en finance, ik zat toen zelf nog in een controlling functie. De insteek was om de focus te leggen op welke financiële en niet-financiële data er voor de budget reviews belangrijk waren, met een klemtoon op business controlling.”
Zo’n datawarehouse aanleggen is een iteratief proces, je kan het niet in één knal zomaar juist hebben, je maakt het gaandeweg beter, vergroot de scope ervan. “Je doet zo’n project en je denkt eerst dat je alles wel hebt, en dan komt er toch nog van alles bij, omdat er bijvoorbeeld gegevens opduiken waarnaar telkens opnieuw gevraagd wordt. Dan moet je weer keuzes maken, steken we het erin of niet? Dat is een proces van voortschrijdende kennis en inzicht. Eerst voer je dat manueel in, tot je begint te begrijpen waar het over gaat en je een zicht krijgt op de datakwaliteit. Met slechte data kan je niet goed rapporteren, dat is iets heel elementairs dat mensen vreemd genoeg toch vaak niet snappen. Zo ga je dan stap per stap je data warehouse uitbreiden.”
Supply chain data vormen een interessante casus als het gaat om de noodzaak van het bewaken van datakwaliteit. “We kopen veel aan in het midden- en verre oosten, we hebben verschillende leveranciers. Er zijn data over hoe en wat je vervoert, over de tijdstippen van vertrek en aankomst, en ga zo maar door. Het is opvallend hoe moeilijk je die data vast krijgt, al is het vaak van je eigen leveranciers, veel bedrijven in de transportsector zijn niet klaar voor die duidelijkheid en consistentie in datalevering. Ze moeten nog heel veel manueel invoeren, dat zit dan in heel veel verschillende Excel-files, vaak met fouten erin, met de typische problemen voor spreadsheets, kortom. Je moet ook veelal lang wachten op je data, en het is nog de vraag of wat je uiteindelijk krijgt wel klopt. Het is toch straf dat zo’n datakwaliteitsissues van processen die vrij dicht tegen onze core liggen zich zo moeilijk laten oplossen. Dat is een goed voorbeeld van iets dat makkelijk lijkt, maar toch moeilijk is.”
Definitiedrang
Alles dat met data te maken heeft valt niet onder IT bij JBC, maar blijft zoveel mogelijk onder finance vallen. “De systemen worden door IT gesteund en de business gebruikt ze, maar de data in het warehouse staat onder controle van de data-afdeling, en zij doen ook de rapportering daaruit. Je hebt ook nog de operationele rapportering, uit systemen, daar houden IT en de afdelingen zich wel nog mee bezig, maar de data voor tactische en strategische rapportering komen uit het warehouse. Er kan wel een wisselwerking zijn, soms worden operationele rapporten belangrijker, en dan moet je de scheidslijn herbepalen. Het is dus essentieel dat IT en het datateam goed samenwerken en elkaar goed begrijpen.”
Een grote motivatie om de data bij finance te houden en niet uit te besteden aan het IT-departement of externe partners is om de definities strak te houden. “Als CFO heb je een zeker definitiedrang, je wil de dingen stevig vasthouden. De business kan nogal wisselend zijn in de vragen en interpretaties, en een financial heeft dat eigenlijk niet graag. Dat spanningsveld is goed en ook nodig. Soms wil de business heel snel iets en dan moeten wij er maar voor zorgen dat we iets kunnen opleveren, maar aangezien de data bij ons liggen weten we dan tenminste waar we de oplossing moeten gaan zoeken. We moeten niet in allerlei afdelingen gaan zoeken in systemen die een andere afdeling gecreëerd heeft. Als je dat niet doet kan je systeem ook goed werken, maar dan heb je niet de strakke centraal bepaalde definities en duidelijkheid die wij wel hebben.”
To tool or not to tool
Als je je data goed verzameld hebt moet je ook nog beslissen welke tools je erop gaat plaatsen, en dit is iets dat enorm snel evolueert, vindt Sam. “Je krijgt als CFO enorm veel telefoon over tools, meestal van marketeers. De laatste twee jaar is dat enorm toegenomen, ze gebruiken elke route om binnen te geraken, zelfs via de CEO. Maar de tools die ze aanbieden zijn altijd deeloplossingen, die maar een stukje van je vraag goed beantwoorden. Je moet vooral een goede oplossing als bedrijf vinden, en niet omdat iemand je belt met een goede oplossing die maar een stukje van het geheel vormt. Het risico is dan ook dat een afdeling zich inschrijft voor zo’n oplossing en dat je deelrapporteringen krijgt die niet zijn aangesloten bij het grotere geheel. Dat kan bij ons soms wel een strijdpunt vormen.”
Een groot probleem is dan dat wat er via tools specifiek voor één afdeling komt en voor hen klopt niet meer controleerbaar is in het totaalverhaal. “Met ESG-rapportering bijvoorbeeld heb je nu veel gespecialiseerde bedrijven die CO2-berekeningen aanbieden. We willen de berekeningen wel die zij gedaan hebben, met bepaalde segmenteringen en granulariteit. Maar we willen anderzijds niet dat zij rapporteren, want dan krijg je een mozaïek aan rapporteringen naast elkaar, met allemaal andere definities op de achtergrond. Dat kost veel aan licenties, en die bezorgen je al snel veel extra operationele kosten zonder dat je er zelfs al te veel erg in hebt. Als je gaat checken hoeveel iets echt gebruikt wordt, dan kom je soms tot de conclusie dat de toegevoegde waarde niet zo groot is. Is deze tool belangrijk voor de business? Of is hij strategisch belangrijk? Past die tool bij ons, daagt hij ons op de juiste manier uit? Als het gaat om een tool die een louter inspirerende functie heeft, is het niet interessant om er zwaar in te gaan investeren. Belangrijke factoren waar we op letten bij de selectie zijn de kostprijs, usability, mogelijkheden om de tool aan te passen in de toekomst, of er makkelijk over te communiceren valt, hoe het linkt met je systeem, enzovoort. En al die factoren bekijken we dan vanuit verschillende invalshoeken: een gebruiker, een financial, een dataspecialist, een IT’er, eventueel zelfs een CEO. Het is een heel proces.”
Er zijn een aantal evoluties van tools die zeer positief zijn, vindt Sam. “Je kan nu extra data langs gelijk welke kant in een tool duwen en combineren met de data die je al had. Zo kan je heel goed je business en financiële drivers gaan bepalen en bekijken hoe ze met elkaar interageren. Daarbovenop kan je er ook nog een scenarioplanning aan verbinden. Die veelzijdige beschikbaarheid en snelheid van data is een sterkte van de nieuwere tools. Daarnaast is de voortschrijdende automatisering zelf ook heel goed. Je zal altijd wel Excel-sheets hebben om wat te kunnen freewheelen, maar bijvoorbeeld forecasting en business planning kunnen veel sneller gemaakt worden door de automatisering van processen. Zo hoef je geen tijd te steken in zaken zonder veel toegevoegde waarde. Als je de tools goed gebruikt kunnen ze helpen om een genuanceerder totaalbeeld te krijgen, weg van een te versplinterd beeld per afdeling. Daar zit dan wel weer het mogelijke pijnpunt in dat de contradicties binnen de organisatie zeer duidelijk worden. Datatransparantie kan dus discussies openen en die moet je ook aanpakken. Je moet een openheid creëren om het hierover te hebben met elkaar en dat is niet altijd makkelijk.”
Black boxes
Een belangrijke vraag voor een decision maker in een organisatie is wanneer een externe tool te gebruiken en wanneer niet. “Dat is heel afhankelijk van je organisatie op dat moment. Soms kan je tijdelijk zo’n tool gebruiken tot je binnen de organisatie er klaar voor bent om het zelf over te nemen met een oplossing. Je wil vooral altijd in een echt partnership blijven werken, zodat er geen black box ontstaat waar je helemaal geen zicht meer op hebt. Vaak wordt de back-end van de tool afgedekt zodat je niet kan zien hoe ze tot resultaten komen. Dat is heel dubbel, want dat is eigenlijk de becijfering van wat je zelf doet. Je wil absoluut weten hoe die gebeurt. Het kan makkelijk lijken, zo’n black box, maar je hebt geen zicht meer op antwoorden op essentiële vragen. Zijn de definities juist toegepast? Is de berekening wel op de juiste manier gedaan?”
Het zijn vooral tools met AI erin die vandaag in de retailsector voor een groot deel de prijzen zetten, wat zijn voordelen biedt, maar Sam blijft toch ook een voorstander van de human touch. “Specialisten die heel veel van kleding kennen, veel meer dan ik, moeten die automatische berekeningen vaak bijsturen, zowel op de price setting in het heden als op de schatting van toekomstige prijstrends. Kennis is daarom heel belangrijk in een retailbedrijf. Je moet snappen hoe een bepaalde tool tot een resultaat komt, want anders wordt het heel moeilijk om iets te corrigeren als het niet volledig lijkt te kloppen. Dan heb je AI als een totale black box. Als het hele proces met een AI-berekening is afgerond kan je best alles nog eens goed herbekijken en een aantal vragen proberen te beantwoorden. Hoe is het geweest? Hebben we er zelf ook iets van geleerd? AI is mooi, maar je wil ook zelf de vinger aan pols houden.”
Het is belangrijk dat je de gevolgen van je keuzes voor je langetermijndoelen altijd in het oog houdt. “Daarin kan een CFO een verschil maken: om het heel extreem te reduceren moet die ervoor zorgen dat een organisatie overleeft. Dus aanvoelen wat er leeft op korte termijn en daarop inspelen, maar altijd vertalen naar de lange termijn. Is er iets onrendabels? Oké, gaan we daar dan mee verder? Is het iets belangrijks voor de toekomst? Dat zijn essentiële vragen die je helpen om jezelf in vraag te blijven stellen”
Kennisverlies
Kennisverlies is iets waarvoor Sam op zijn hoede is. “Je hebt vandaag veel consultancy over het gebruik van AI in je organisatie, maar als je die inschakelt geef je de kennis echt uit handen. Als organisatie niet bezig zijn met kennisopbouw en -overdracht is een serieus risico. Ze geven dat bij een consultancybedrijf uiteraard niet graag weg. De machine kan voor je werken, maar je moet wel tot op zekere hoogte weten hoe het in elkaar zit. Je kan het vergelijken met een koffiemachine. Die werkt natuurlijk voor je, maakt koffie voor je, maar het blijft interessant om te weten hoe ze dat doet. Je kan natuurlijk alleen de bonen erin stoppen, op de knop drukken en verder geen vragen stellen. Het gevaar is dat het resultaat dat je krijgt vanzelfsprekend wordt, waardoor de moeite om te leren verdwijnt. Vroeger was je verplicht om die moeite te doen, om te begrijpen hoe je berekeningen deed, anders had je gewoon niks. Ik wil niet veralgemenen, maar bij de jongere generatie merk ik dat de drang om de koffiemachine echt te begrijpen een stuk minder groot is. Het gevaar op lange termijn is dan dat je elke niche in je value chain moet outsourcen omdat je geen kennis meer on board hebt.”
Je kan natuurlijk niet alles weten, maar er zijn drie grote domeinen waarop financials zich kunnen richten om kennis up-to-date te houden. “Je moet het proces begrijpen, het systeem leren kennen en dan ook nog weten waarom je bepaalde data verkrijgt. Als je de basics daarvan snapt is het irrelevant welk systeem je precies gebruikt, dan kan je alles aan elkaar verbinden en de juiste vragen stellen bij de selectie van tools. Anders zijn het gewoon de ins en outs die je ziet, niets meer. AI-tools zijn dus interessant, maar je moet nog kunnen vatten wat je doet, je moet zelf met je voeten in het moeras gaan staan en de dingen zelf eens doen.”
Tekst: Frank D'Hanis
Comments