Financiële rapportering · Data Needs Analysis
Cijfers genoeg. Toch gaat de vergadering over welk cijfer klopt.
"Klopt dit cijfer wel?" Het lijkt een onschuldige vraag. Tot blijkt dat de directievergadering niet meer over beslissingen gaat maar over welk omzetcijfer nu eigenlijk juist is.
Finance kijkt naar de boekhouding. Sales naar gefactureerde omzet of de orderportefeuille. Iemand haalt er nog een Excel-bestand bij dat vorige maand ook gebruikt werd. Elk cijfer kan vanuit zijn eigen hoek kloppen, alleen spreken ze niet altijd over hetzelfde.
Dat zie je vooral in bedrijven die gegroeid zijn. Er kwam een nieuw systeem bij, een extra vennootschap of vestiging, een nieuwe manier van rapporteren. Niets daarvan is op zich een probleem. Alleen groeit de gezamenlijke basis onder die cijfers vaak niet vanzelf mee.
Dan wordt een maandrapport elke maand opnieuw in elkaar gestoken. Een marge per klant of productgroep vraagt handwerk. En de persoon die alles samenbrengt kan beter geen verlof nemen in de week van de maandafsluiting.
Het probleem zit zelden in één systeem
ERP, boekhouding, CRM, planning en Excel doen elk hun eigen werk. Daar is ook niets verkeerd mee.
Het begint te wringen wanneer dezelfde klant in twee systemen een andere code heeft, wanneer niemand nog weet welk rapport waarvoor dient of wanneer "omzet" voor de ene iets anders betekent dan voor de andere.
Een nieuw dashboard of een nieuw datawarehouse kan dan zeker deel van de oplossing zijn. Alleen is dat niet de eerste vraag.
De eerste vraag is: welke informatie hebben we eigenlijk nodig om goed te kunnen sturen?
Eerst de vragen scherp krijgen
Dat is het uitgangspunt van een Data Needs Analysis, of kortweg DNA.
Niet vertrekken van de data die vandaag beschikbaar is maar van de beslissingen die directie en teams de komende maanden moeten nemen. Welke informatie hebben ze daarvoor nodig? Waar komt die vandaag vandaan? Welke definities gebruiken we? En waar zit het verschil tussen wat iemand wil weten en wat er effectief beschikbaar is?
Daarvoor spreken we eerst met directie. Niet over tabellen of tools maar over de belangrijke beslissingen die eraan komen en de informatie die daar vandaag voor ontbreekt.
Daarna gaan we in gesprek met finance, sales en middenmanagement. Welke rapporten gebruiken zij? Welke vragen komen telkens terug? En hoeveel werk kruipt er in het verzamelen, controleren en uitleggen van de cijfers?
Tot slot bekijken we met IT en de mensen die de systemen kennen hoe de data vandaag loopt: van het bronsysteem tot het rapport. Niet om meteen iets te bouwen maar om te zien wat betrouwbaar is, wat ontbreekt en waar het nodeloos ingewikkeld wordt.
Geen rapport voor in de schuif
Een DNA-traject is bewust afgebakend.
Geen academisch rapport van honderd pagina's en geen traject waarin we al een tool of technologie naar voren schuiven. Wel een bondig memo van twee tot drie pagina's met de belangrijkste pijnpunten, geprioriteerd op impact en inspanning, plus een actieplan in drie stappen.
Daar kun je maandag mee aan de slag.
Soms blijkt dat een paar definities en afspraken al veel rust brengen. Soms is er nood aan een andere rapportering of betere koppeling tussen systemen. En soms is een groter data- of ERP-project inderdaad logisch. Alleen weet je dan tenminste waarom.
Herken je dit?
Ik maakte een korte test met negentien uitspraken over hoe cijfers en rapportering bij jullie tot stand komen.
Vink aan wat klopt en je ziet meteen waar jullie staan. Geen formulier vooraf, anoniem en in twee minuten klaar.
Over Roel Bäumer
Ondertussen 18 jaar data en BI, bij middelgrote tot grote ondernemingen. Met Insitely combineer ik een herbruikbare financiële datalaag met implementatie- en M&A-data-expertise. Waar een dossier extra analyse of maatwerk vraagt, kan ik ook als data-specialist naast het bestaande dealteam worden ingeschakeld.
Meer over Roel Bäumer.