Big data binnen finance: van beschrijvende naar bepalende analyses

Big data binnen finance: van beschrijvende naar bepalende analyses

Zowel bedrijven als consumenten hebben het veel over data. Bij organisaties staat vaak de vraag ‘wat kan ik met alle verkregen data?’ centraal, terwijl de klant denkt ‘hoe zorg ik ervoor dat bedrijven zo min mogelijk data over mij verzamelen?’. Data is hot en in deze technologiegedreven wereld is iedereen daar op zijn eigen manier mee bezig. Klanten – zowel binnen B2B als B2C – zijn vaak terughoudend als het gaat om dataverzameling, terwijl het hen juist kan helpen. Voor bedrijven is het dan ook belangrijk om alle verkregen data op de juiste manier in te zetten om continu de toegevoegde waarde te leveren aan de klant. Tijdens de Onguard Academy, georganiseerd door fintech-bedrijf Onguard en leverancier van bedrijfsdata Altares Dun & Bradstreet, leerden de aanwezige finance professionals wat er mogelijk is met big data binnen finance.

Oud gebruik in een nieuw jasje

“Alles wat er vandaag de dag gebeurt, is eigenlijk niet zo extreem nieuw”. Met deze zin opende Joris Peters, Data Scientist bij Altares Dun & Bradstreet, de Onguard Academy en hij doelde daarmee op het credit (risk) management. Credit risk management, oftewel debiteurenbeheer of kredietmanagement, was al in tijden van Aristoteles belangrijk. Een bekende quote van de Griekse filosoof Aristoteles zo’n 2300 jaar geleden is: “Creditors have no specific interest in their debtors, but only desire that they may be preserved, such that they may repay…”. Aristoteles vond het destijds dus al belangrijk om goed met debiteuren om te gaan, omdat dat de kans op betalingen verhoogt.

Nu, in de 21e eeuw, is dat nog steeds de essentie van credit management. De manier waarop organisaties credit management organiseren is echter wel veranderd en dat komt door de nieuwe ‘dimensie’ waarin we leven. Technologie en computerkracht zijn de grootste veranderingen geweest. Het niveau, de registratiekracht en opslagcapaciteit van computers en andere devices hebben een enorme ontwikkeling doorgemaakt. Daarnaast registreren en verzenden ze dagelijks miljoenen data-eenheden. Data is overal, kan tegenwoordig eenvoudig worden opgeslagen en maakt het mogelijk om zelflerende algoritmes te voeden. Ook binnen credit management is het belangrijk dat er met data gewerkt wordt. We weten inmiddels zoveel van de debiteur dat het tijd wordt dat deze kennis wordt ingezet om die debiteur nog beter van dienst te zijn.

Van descriptive naar prescriptive

Ongemerkt werken we al sinds jaar en dag met data, ook dat is niet nieuw. Maar door het combineren van veel (on)gestructureerde data uit verschillende bronnen is het mogelijk om de data te gebruiken als basis voor gefundeerde beslissingen en het voorspellen van klant- of debiteurengedrag. Dit is wat we noemen ‘big data’. Het gebruik van big data kent drie dimensies en natuurlijk willen we uiteindelijk naar de derde dimensie toe. Daar maak je als organisatie écht verschil:

  1. Descriptive: oftewel het beschrijvende gebruik van big data. Door de hoeveelheid data die beschikbaar is, is het voor een finance professional mogelijk om feitelijk te kijken naar heden en verleden. In deze fase of dimensie is het gebruik van big data vrij plat en beschrijvend.
  2. Predictive: de tweede dimensie is het voorspellende vermogen. Aan de hand van de beschrijvende data van gisteren en vandaag, is een betalingspatroon te herkennen. Aan de hand daarvan kan er voorspeld worden wat er morgen mogelijk gaat gebeuren. Als dit mogelijk is, is de laatste dimensie dichtbij.
  3. Prescriptive: de derde, laatste en meest interessante dimensie van big data is het prescriptive, oftewel het bepalende, vermogen. Op het moment dat je kunt voorspellen dat een debiteur bijvoorbeeld te laat of niet gaat betalen, is het slim om actie te ondernemen. Het is namelijk mogelijk om dan niet achteraf zaken te herstellen, maar juist op voorhand te handelen. Hierin zit de kracht en het bepalende vermogen van big data.

Wat betekent dit voor de credit manager?

Big data kan binnen organisaties en met name ook binnen finance afdelingen het verschil maken. Het grootste gedeelte van de finance professionals (88%) verwacht dan ook dat hun afdelingen binnen twee jaar niet meer zonder big data kunnen. Dit blijkt uit de jaarlijkse FinTech Barometer van Onguard. Maar wat betekent dit dan voor de credit manager? De komst van big data roept bij credit managers veel vragen op als het gaat om hun baan. De FinTech Barometer laat tevens zien dat 42 procent van hen verwacht dat big data een grote invloed gaat hebben op de werkgelegenheid. En dat is logisch. Banen veranderen continu en zeker wanneer big data ervoor kan zorgen dat er al ver van tevoren geanticipeerd kan worden op bepaalde risico’s. Het gaat klanten helpen betalingsproblemen te voorkomen en dit zorgt bij de organisaties weer voor een lagere Days Sales Outstanding en een hogere cashflow.

Daarnaast helpt big data de organisatie volledig inzicht te geven in de huidige processen en stand van zaken, zodat het hoger management of de directie weloverwogen keuzes kan maken ten aanzien van de toekomst van de organisatie. Of de komst van big data een bedreiging is voor de credit manager? Dat hangt er vanaf hoe hij ermee omgaat. Voor de credit manager ligt er een nieuwe, schone taak om een meer strategische rol te pakken, de data te kunnen analyseren en op die manier een waardevolle toevoeging voor het management te zijn. En dát is precies waar je als organisatie het verschil kan maken.

Voor meer informatie met betrekking tot de impact van big data op de financiële sector, download onze whitepaper door op onderstaande knop te klikken!

Big Data whitepaper

Share: