Voor ons Finance on a Mission platform vragen we regelmatig aan een “shaper” van de Finance transformatie om een visie op de ontwikkelingen in het vakgebied. Tom Bloemers, Head of Finance Transformation bij KLM scheef deze bijdrage: “Finance heeft Finance Scientists nodig!”

Terwijl veel bedrijven nog steeds bezig zijn om grip krijgen op hun uitdagingen op het gebied van automatisering, is de wereld zoals we die nu kennen al op weg naar een nieuwe digitale realiteit. Cloud-gebaseerde workflow, mobiele oplossingen, app-iffication, big data en machine learning via kunstmatige intelligentie zijn al een realiteit en staan klaar om alle aspecten van onze wereld te beïnvloeden. Als gevolg van deze ontwikkelingen schakelen bedrijfsmodellen over van producten naar diensten en groeit het personeelsbestand aan millenials met de verwachting alles te kunnen ‘swipen’. Sommige banen worden overbodig en er worden nieuwe banen gecreëerd. Hoe moet de financiële functie van de toekomst zich aanpassen in het licht van deze nieuwe digitale realiteit?

De Finance Transformatie opnieuw gedefinieerd

De richting en snelheid van verandering in het vakgebied Finance kunnen niet worden genegeerd. Om een winnende organisatie te zijn, moet de Finance functie haar ambitie en reis op het gebied van de Finance transformatie voortdurend bijstellen en aanpassen. Drie aspecten verdienen in die aanpassing specifieke aandacht:

  1. De inzet van ICT

Tot voor kort was de toegang tot gegevens beperkt tot een groep door IT geautoriseerde supergebruikers. Nu leven we in een ‘datademocratie’, waar informatie voor iedereen toegankelijk is (met aandacht voor gegevensbeveiliging en privacy). Grote programma’s en investeringen vanuit IT voor uitgebreide tooling of allesomvattende datawarehouses zijn niet langer nodig om echte stappen te zetten in automatisering voor bijvoorbeeld rapportage en analyse. In plaats daarvan zijn gebruiker-gestuurde, kleinere en goedkopere, oplossingen beschikbaar gekomen, bijvoorbeeld gebaseerd op power BI-tools. Deze oplossingen zijn ondersteund door een solide maar flexibele IT-infrastructuur en zijn in staat veel sneller resultaten op te leveren dan de traditionele aanpak.

  1. Gegevens- en informatiebeheer

We moeten manieren vinden die de beschikbare gegevens als een asset gebruiken en daarmee op nieuwe manieren waarde uit gegevens te genereren, door middel van analytics. Met data analytics kan Finance nieuwe inzichten ontdekken die niet toegankelijk zijn via de traditionele financiële benadering van het vergelijken van actuele cijfers met budgetten. Om dit te bereiken zijn financieel onderlegde data scientists nodig.

  1. Onderzoekers-mentaliteit

Het vergelijken van actuele cijfers met budgetten en doelen en daar de delta’s op verklaren is beperkt in termen van inzichten en in termen van de informatiebehoefte van een organisatie. Dit komt niet alleen door een te grote focus op achteraf verklaren in plaats van nieuwe en actuele inzichten bieden, maar ook omdat dit op enkele inzichten gebaseerde model om naar informatie te kijken te eenvoudig is om de complexe omgeving en onderlinge afhankelijkheden van de organisatie vast te leggen. Lineaire, vooraf bepaalde logica, moet worden aangevuld met een onderzoekers-mentaliteit, waarbij onbeperkt spelen met gegevens en algoritmen de gebruiker in staat stelt meerdere scenario’s uit te werken. Deze ‘analyse’ wordt getriggerd door een gebeurtenis, hypothese of vraag en resulteert in een aanbeveling, d.w.z. voorschrijvende en vooruitziende blik. Snelheid (inclusief de toestemming om snel te falen) is hier van cruciaal belang om op een iteratieve manier nieuwe kansen te verkennen.

Gegevens zijn daarmee niet alleen meer een input/output-element van het Finance proces, maar ook een nieuw element dat waarde toevoegt en dat toegankelijk is zonder grote IT-investeringen. Bovendien zijn gegevens op nieuwe manieren te gebruiken met een analytische instelling naast de traditionele Finance competenties. Om maximaal waarde te halen uit deze nieuwe manieren van het gebruik van data door middel van analyse, moet Finance een nieuwe rol opnemen in hun profielen: een ‘financiële wetenschapper’, die deels financieel analist is, deels data scientist.

De goede plek voor de ‘Finance Scientist’

De financiële functie van de toekomst blijft pure financials vereisen om tijdige en first-time-right accounting, betrouwbare externe financiële rapportage, financiële controles en gespecialiseerde ondersteuning voor belasting- , schatkist- of investeerdersrelaties te leveren. Daarnaast komen nieuwe mogelijkheden voor waarde creatie beschikbaar voor Finance afdelingen die zich momenteel alleen richten op planning, rapportage, analyse en het ondersteunen van besluitvorming. De traditionele taken rondom rapportage, analyse en het meten of doelen worden gehaald kunnen worden aangevuld met gegevens-gestuurde voorspellende analyses, die ook bruikbaar en relevant zijn voor het ondersteunen van de besluitvorming. De finance scientist speelt een cruciale rol als interface tussen de pure data scientist en de finance businesspartner.

  • Data scientist – zet data om in betrouwbare informatie door middel van analyse: technische achtergrond, focus op datastructuren, -verkenning, toetsen van hypotheses met behulp van statistiek, data-technische ondersteuning en het opbouwen van capaciteit voor methoden van analyse, ondersteund door gegevenseigenaren die ervoor zorgen dat gegevens worden opgeschoond, gestandaardiseerd en toegankelijk gemaakt voor gebruik samen met IT en de business.
  • Finance scientist – vertaalt informatie in bruikbare inzichten: gegevens- en analytisch onderlegde Finance professionals (of soms financieel onderlegde data professionals) die hun begrip van financiën, financiële processen en -systemen en eisen vanuit de business gebruiken om de vragen te formuleren die voor analyse in aanmerking komen, die analytische bevindingen vertalen naar voorspellende en bruikbare inzichten die voorheen niet toegankelijk waren voor de business. Finance scientists moeten gezaghebbend zijn en een fundament hebben in solide financiële planning en analyse om zo unieke inzichten te kunnen identificeren en een gedenkwaardig en boeiend verhaal te kunnen vertellen dat de Finance business partners zal overtuigen van een nieuw inzicht. Om ervoor te zorgen dat analyses relevant zijn voor de organisatie, moeten finance scientists optreden als integrerende finance professionals die de eisen van de business en de beschikbaarheid van informatie begrijpen en bij elkaar brengen.
  • Finance businesspartner – ondersteunt beslissingen op basis van co-creatie: goede allround en ervaren Finance professionals die zich richten op het zijn van een persoonlijk betrokken sparringpartner voor de organisatie. Ze richten zich op het combineren van kwalitatieve inzichten (uit hun zakelijke discussies) met kwantitatieve, op analyse gebaseerde inzichten van de finance scientist.

De juiste positie van de finance scientist is daar waar de drie elementen te integreren zijn om impact voor de business te garanderen: financieel inzicht, analyse mogelijkheden en business vertrouwen.

De Finance Scientist klaarstomen voor succes

De organisatie, processen en systemen moeten anders worden gestructureerd om het volledige potentieel van de finance scientist te benutten. Daarbij zijn onder meer de juiste organisatorische opzet inclusief het hebben van duidelijke rollen en verantwoordelijkheden, een verander-mindset in de organisatie en snelheid van uitvoering van belang.

·       Organisatorische opzet: Finance is niet de enige afdeling die behoefte heeft aan analytics. Het is daarom logisch om een ​​aparte Analytics-functie te maken die breder is in te zetten. Een afdeling die data scientists en Finance experts ondersteunt bij het ontwikkelen van capaciteit in de organisatie, daar waar de schaal te klein is om een gespecialiseerd team op te zetten. Binnen Finance is de schaal van de vragen die vanuit de hele organisatie komen in het algemeen groot genoeg om investeringen in een analytics expertisecentrum met finance scientist te rechtvaardigen. Teams van data- en finance scientists met aanvullende rollen en verantwoordelijkheden die werken aan operationele vragen en die de rest van Finance trainen in datagedreven werken.

·       Mindset: De rest van de Finance functie moet, naast de expertisecentra voor analytics/Finance Scientists, ook actief worden betrokken bij datagedreven werken, om de nieuwe kansen te begrijpen die gepaard gaan met onbeperkte toegang tot informatie, hulpmiddelen voor analyse en technieken. Dat zorgt voor een veranderende mindset Finance breed; weg van pure het vergelijken van plannen/doelen en realisatie (dat sowieso in grote mate kan worden geautomatiseerd), meer naar het verkennen van data op zoek naar nieuwe inzichten.

·       Snelheid: de snelheid van investeren in analysecapaciteit mag niet worden vertraagd door het feit dat de businesscase voor analyse vooraf moeilijk te maken is. Het is immers onbekend welke nieuwe inzichten de toegang tot gegevens opbrengt en welk nieuwe verbanden worden gevonden tussen financiële en niet-financiële data die beschikbaar is. Om succesvol gebruik te maken van de mogelijkheden die data brengt moeten we afstappen van een strikt pre-deterministische benadering naar een meer probabilistische manier van denken. Veel potentieel kansrijke analyses worden daarbij gestart op basis van een gebruikershypothese, in de verwachting dat sommigen aannames waarde zullen creëren terwijl anderen snel zullen falen. Om dit proces in goede banen te leiden is een sterke PDCA-cyclus met een focus op continue verbetering essentieel.

Wat betekent dit voor mijn bedrijf en mij?

Terwijl nieuwe digitaal georiënteerde bedrijven zoals TomTom of Uber data analytics volledig hebben geïntegreerd in hun DNA, zijn traditionele bedrijven trager in het omarmen van data analytics. Veel organisaties worstelen nog steeds met de ‘oude’ automatiseringsuitdagingen. De boodschap is om te versnellen en om naast de investeringen in legacy systemen tegelijkertijd te investeren in de sprong naar de nieuwe digitale realiteit. Bedrijven die klaar zijn om te experimenteren met analytics kunnen beginnen met het inzetten van een kleine specifieke capaciteit op analytics om aan te sluiten op waar de gebruikersbehoefte op dit moment het grootst is. Vanaf daar kan worden doorontwikkeld.

Finance Professionals die beschikken over traditionele rapportage- en analysevaardigheden: zorg voor een upgrade van vaardigheden om in de toekomst relevant te blijven; automatisering zal een groot deel van het traditionele Finance werk vervangen en de toekomst wordt digitaler, waardoor tech-savvy Finance professionals  of finance-savvy ICT-professionals nodig zijn. Dus stof de studieboeken over statistiek af ​​of investeer in nieuwe trainingen over datagedreven werken. Voor professionals met meer wetenschappelijke vaardigheden die in Finance willen werken: leer de taal van Finance en doe ervaring op met het toepassen van Finance concepten in een business context om zo een band met de business op te bouwen.

Uiteindelijk is het soort persoon dat Finance in de nieuwe digitale toekomst zal laten gedijen een goede allround, ervaren, analytisch onderlegde finance scientist met solide financiële ervaring en een gevoel voor de business. Op weg naar die toekomst kun je specialiseren in het vertalen van data naar informatie (domein van de data scientist), in het vertalen van informatie naar inzichten via traditionele rapportage & analyse (Finance analisten of wat ik ‘Finance Integrators’ noem), of in het vertalen van inzichten naar beslissingsondersteuning (businesspartnering).

Tom Bloemers, Head of Finance Transformation, KLM