Estimated reading time: 8 minuten
Hoe doe jij aan debiteurenbeheer? Nog steeds via spreadsheets? Je bent niet de enige. Heel wat bedrijven en organisaties grijpen nog steeds terug naar de oude, vertrouwde spreadsheet en dan vooral Excel voor de opvolging van debiteuren.
Spreadsheets zijn lange tijd heel nuttige instrumenten gebleken wanneer het gaat over het bijhouden van cijfers en data. Maar op deze manier aan debiteurenbeheer doen, kent zijn beperkingen. Je sluit heel wat mogelijkheden uit en spreadsheets zijn vooral niet zo flexibel, efficiënt of te automatiseren. De historiek van klanten is bijvoorbeeld niet raadpleegbaar, informatie delen met collega’s is niet vanzelfsprekend en samenwerken vergroot de kans op fouten.
Credit controllers moeten efficiënt met hun tijd omgaan en leggen daarom de focus vaak op klanten met de hoogste openstaande bedragen, of accounts waarvan de vervaldatum het verst in het verleden ligt. Deze manier van werken is reactief: de problemen pas oplossen als ze eigenlijk al te ver gevorderd zijn.
Maar dat is niet meteen goed debiteurenbeheer. Wil je als bedrijf echt dit handmatige en tijdrovende proces, met een grote kans op fouten, blijven toepassen? Bedrijven die risico’s uitsluiten en toekomstgericht denken, kunnen daarom best overschakelen van spreadsheets naar automatisch debiteurenbeheer.
In dit artikel:
- Wat zijn de nadelen van spreadsheets en excel
- Ontdek waarom je best zo snel mogelijk overschakelt van spreadsheets naar automatisch debiteurenbeheer in de cloud
- Hoe je met automatisatie de klant centraal stelt en strategischer gaat werken
Risico’s beperken
Volgens de European Spreadsheet Risks Interest Group, gaat de betrouwbaarheid van een spreadsheet essentieel over de juistheid van de data die worden geproduceerd. In ongeveer 94% van de spreadsheets komen fouten voor.
In een spreadsheet is een typfout zo gebeurd, rijen en cellen zijn te gemakkelijk te verwijderen, en formules en links kunnen zo gebroken zijn. Er is bovendien geen echte controle op de input van gegevens. En dat kan grote gevolgen hebben zoals in 2012 toen JP Morgan liefst zes miljard dollar de mist zag ingaan door een fout in Excel.
Een betere aanpak is het uitwisselen van gegevens tussen een tool voor debiteurenbeheer en een CRM-, ERP- of boekhoudprogramma waardoor de kans op fouten sterk vermindert. Zie je toch nog een fout, dan hoef je enkel de informatie in het bronprogramma aan te passen en staat bij een volgende synchronisatie alles weer netjes in orde.
Een bijkomend pluspunt is dat dubbel werk wordt vermeden. Heel wat velden staan immers al ingevuld klaar. Bovendien kan je in bijvoorbeeld ERP-software toegangsrechten instellen voor verschillende gebruikers en logbestanden bijhouden.
Meegroeien met het bedrijf
Spreadsheets groeien en breiden uit in de loop van de tijd. Nieuwe accounts en klanten worden toegevoegd, en oude moeten worden verwijderd. Nieuwe inzichten dienen zich aan, nieuwe data moet worden toegevoegd. Maar wie duid je aan als de verantwoordelijke?
Spreadsheets groeien dus moeizaam mee met je organisatie. En wat als jouw bedrijf heel snel groeit? Dan wordt de spreadsheet steeds groter waardoor de kans op fouten of gebroken formules mee toeneemt.
Het komt regelmatig voor dat de persoon die destijds de spreadsheet opstelde, niet langer actief is in de afdeling of het bedrijf. En laat die persoon nu net degene zijn die het algoritme achter de opgestelde macro’s heeft opgesteld, en weet hoe de data exact gegenereerd worden.
Makkelijker werken én samenwerken
Laat ons eerlijk zijn: werken in een spreadsheet is tamelijk arbeidsintensief en niet de leukste manier om je dagen in door te brengen. Zeker wanneer we over honderden en duizenden lijnen en cellen spreken.
Zie je in de spreadsheet dat er een bepaalde actie moet gebeuren, zoals het uitsturen van een e-mail, brief of het plegen van een telefoon, dan moet je de taak aanmaken in een agenda of takenlijst, en vervolgens alles nog eens registreren in de spreadsheet.
En wat als er verschillende collega’s in een spreadsheet werken? Hoe stem je de workload van het team op elkaar af? Je kan niet snel zien wie waar aan heeft gewerkt en je bent dus genoodzaakt om bijvoorbeeld een aparte kolom aan te maken en notities bij te houden.
Die notities moeten trouwens consistent bijgehouden worden, anders gebeuren er fouten of treden er misverstanden op. Hebben we deze debiteur bijvoorbeeld al een betaalherinnering gestuurd? En wat als de debiteur heeft betaald maar het bedrag foutief was? Hoe ga je dat bijhouden en communiceren? Wat met klachten? Het rijtje uitzonderingen loopt snel op.
Als er een collega van de ene dag op de andere uitvalt wegens ziekte, kan je dan meteen een andere collega de draad laten oppikken? We hebben weet van bedrijven die in een gedeelde drive alle notities bijhouden met betrekking tot debiteurenbeheer, zodat collega’s elkaars notities snel kunnen inkijken. Opnieuw: misschien makkelijk onder controle te houden wanneer je spreekt over tientallen debiteuren maar helemaal niet vanzelfsprekend bij honderden klanten.
En hoe coördineer je met andere teamleden en niet-finance profielen zoals het management of het verkoopteam? Ga je hen ook toegang verlenen tot de spreadsheets en notities?
Automatisch debiteurenbeheer
Veel aspecten van het debiteurenbeheer zijn moeilijk om te automatiseren in een spreadsheet. Acties uitvoeren kan je sowieso niet binnen een spreadsheet, laat staan het uitsturen van herinneringen op basis van een bepaalde automatische procedure en met een gepaste template.
Heel wat bedrijven zetten daarom bewust de stap naar een tool voor automatisch debiteurenbeheer, en bij uitbreiding order-to-cash. Via procedures en workflows hebben credit controllers dan de volledige controle over hun werkdag, behouden ze het overzicht van klanten en worden vlotjes rapporten gegenereerd naar het management.
Bedrijven kunnen trouwens niet langer AI en data vermijden – ze zijn cruciaal geworden in bedrijfsprocessen. Via automatisatie kan heel wat data verwerkt worden, en in heldere taal voor werknemers gepresenteerd worden. In plaats van dat credit controllers door duizenden cellen in een spreadsheet moeten gaan, kunnen ze mits de juiste debiteurenbeheer software nu beter trends in de overvloed aan data herkennen. Zoals bijvoorbeeld patronen in het betaalgedrag van klanten.
Automatisatie maakt tijd vrij zodat teams kunnen focussen op het onderzoeken van onregelmatigheden. De shift van manuele taken naar meer strategische verantwoordelijkheden kan enorm de workflows verbeteren. En debiteurenbeheerders kunnen opnieuw bezig zijn met wat er echt toe doet: een goede communicatie met klanten en betalingen efficiënt innen.
Rapportages
Spreadsheets zijn ontwikkeld om data op te slaan. Als je het voor een ander doel gebruikt, zal de uitkomst vaak minder ideaal zijn dan gehoopt. Zoals bijvoorbeeld bij rapportages en statistieken. Zo is het perfect mogelijk om data uit een spreadsheet te halen en te presenteren in rapporten en grafieken, maar eenvoudig of intuïtief is het niet. Zeker niet wanneer de hoeveelheid gegevens enorm is.
Het wordt nog moeilijker als bijvoorbeeld management en CFO’s hun eigen rapporten en statistieken wensen. Zij willen geen tientallen spreadsheets en werkbladen doorpluizen om vitale informatie en KPI’s er uit te vissen. Ze wensen enkel de informatie die voor hen relevant is. Voor de afdeling finance is het een hele klus om een samenvatting te maken voor al deze verschillende stakeholders. In dit geval is het dan beter om business intelligence software te gebruiken.
Om trends uit de data te halen moet je deze data op verschillende tijdstippen combineren met elkaar. in de praktijk betekent dit al snel nog meer werkbladen, kolommen en rijen. Hoe haal je bijvoorbeeld het betaalgedrag van debiteuren naar boven via een spreadsheet?
En hoe kunnen managers de credit controllers coachen en opvolgen in een spreadsheet? Hoe zien managers de dagelijkse acties van medewerkers zodat ze kunnen bijsturen?
Registreren van klachten
Een van de redenen dat facturen soms te laat worden betaald, heeft te maken met een klacht. Het product is niet correct geleverd, een of meerdere producten ontbreken, goederen zijn beschadigd of men is niet tevreden met geleverde diensten.
Dispuutmanagement zoals we een systeem noemen voor het beheren van klachten is in feite een op zich staande tak met zijn eigen finesses en manier van werken. Vaak dient zowel intern als extern worden nagegaan waar de fout zit. Hoe ga je al deze interacties registreren in een spreadsheet?
Meer kwaliteit door integratie
Met spreadsheets is er geen standaard integratie met bedrijfssystemen mogelijk. Als je een spreadsheet wenst te combineren met andere systemen die jouw bedrijf gebruikt, zal je moeten kijken of je die via integratie-oplossingen zoals Zapier kan opzetten. Anders zit er niks anders op dan zelf een datalink uit te werken.
Met de juiste software voor debiteurenbeheer kan je de data hergebruiken die al aanwezig is in jouw infrastructuur (boekhouding, CRM, ERP, …) zodat de datakwaliteit beter is. Ook kan je achteraf relatief snel externe data zoals handelsinformatie of kredietscores toevoegen.
Internationalisering
Wanneer je met verschillende munteenheden en fiscale regimes dient te werken in een spreadsheet, zal je al snel tegen de limieten van de tool oplopen. Voorspellingen doen, budgetteren of rapporteren wordt meteen een pak complexer.
Grote datasets
Excel heeft een beperkt vermogen om grote datasets te verwerken waardoor verwerkingstijden sterk oplopen. Zo ligt de limiet in Excel op 1 miljoen rijen. Wanneer bijvoorbeeld een csv-bestand wordt geopend met meer rijen dan deze limiet, worden de onderste rijen automatisch ‘weggesneden’ en niet meer getoond. Dit leidde in 2020 in het Verenigd Koninkrijk tot het verdwijnen van 16.000 Covid-testresultaten. In een database zijn wel miljoenen rijen en kolommen mogelijk.
Geen real-time data in spreadsheets
Spreadsheets bieden geen real-time data. Ze bieden enkel een overzicht van de data voor een gegeven moment in de tijd. Om een spreadsheet een update te geven moet dit handmatig gebeuren. Dat kan dan eventueel wel via een import uit andere systemen, maar de data moeten wel ‘passen’ in het huidige werkblad.
Real-time data is vandaag voor elke onderneming cruciaal in het beslissingsproces.
Conclusie
Fouten en onjuistheden in spreadsheets zijn één van de voornaamste redenen om naar een specifieke applicatie over te schakelen. Financiële teams kunnen zich geen fouten veroorloven. Foutieve voorspellingen omdat er een fout is geslopen in de onderliggende data is eenvoudigweg ‘not done’ en kan serieuze schade toebrengen aan het bedrijf.
Dankzij software voor debiteurenbeheer komt er tijd vrij in de dagelijkse workflow om de klant centraal te stellen en als credit controller strategischer te werk te gaan. Bovendien is een applicatie stukken flexibeler, en in zekere zin altijd klaar voor de toekomst.
