In het huidige onzekere klimaat kan het voor bedrijven lastig zijn om te voorspellen hoe het toekomstige kredietlandschap eruit ziet. Het is wel duidelijk dat deze door twee aspecten wordt bepaald: de kwaliteit van beschikbare data en de manier waarop deze data wordt aangeleverd en gebruikt door organisaties. Er wordt nu meer nadruk gelegd op de noodzaak van live en actuele data voor échte inzichten.
Een simpele online zoekopdracht kan misschien inzicht geven in het kredietverleden van een potentiële klant, maar het is veel moeilijker om in te schatten hoe een potentiële transactie gaat verlopen op basis van dit soort data. Het verminderen van risico’s hangt nu veel meer af van het inzetten van live, dynamische data zoals fraudeanalyses, trade payment data, CCJ of juridische informatie. Gedetailleerde data kan finance professionals helpen bij het maken van de juiste keuzes. Als we kijken naar het leveringsaspect zien we dat steeds meer organisaties de afgelopen jaren realtime data vragen die direct aan het boekhoud- of CRM-platform wordt geleverd. Dat wordt gecombineerd met live grootboekplatforms waarmee finance professionals hun eigen data vergelijken met die van een kredietinformatiebureau. De combinatie van bestaande data en deze marktinformatie kan bijdragen aan het identificeren van risicogebieden voor organisaties op het gebied van dubieuze debiteuren.
Plannen voor 2021
Het begin van de Covid-19 pandemie in maart 2020 zorgde logischerwijs voor veel onzekerheid bij CFO’s. Zij worstelden met het rond krijgen van financiële plannen vanwege de toenemende onzekerheid. Daarbij hadden ze bovendien geen beschikking over relevante data om voorspellingen op te baseren. Nu, twaalf maanden later, is er toegang tot historische, interne data en lijkt de samenleving langzaam terug naar normaal te gaan. Dat zorgt ervoor dat bedrijven een betere positie hebben om een accuraat plan voor 2021 te maken. Naar verwachting herstelt de Nederlandse economie vlotter dan die van andere landen, maar veel valt of staat met onder meer het vaccinatietempo. Dit blijkt uit een recent economisch kwartaalbericht van Rabobank.
De laatste twaalf maanden maakten duidelijk dat het nodig is om financiële plannen regelmatig te herzien. Kwartaalanalyses werden te voorzichtig geacht, maar de noodzaak voor dynamische, agile planning doet de vraag naar realtime data tot grote hoogtes stijgen. Er is veel om optimistisch over te zijn dit jaar, maar risico en beloning moeten goed in balans zijn. De financiële organisaties die de komende periode overleven zijn die bedrijven die weten hoe, waar en wanneer ze moeten investeren en daar de juiste data voor gebruiken.
De impact van fraude op financiële risico’s
Elke oninbare vordering kan nadelig zijn voor bedrijven. Als we kijken naar de impact van fraude, kan deze echter tot grotere problemen leiden voor organisaties die activa zoals machines en voertuigen tot beschikking stellen. Deze kunnen namelijk in het proces verloren gaan. Er is bewijs dat laat zien dat financiële fraude elk jaar toeneemt, en er zijn twee typen die de meeste risico vormen voor bedrijven. De eerste is dat fraudeurs zich voordoen als bestaande bedrijven om transacties met leveranciers te verrichten. De tweede is dat criminelen nepbedrijven oprichten. Er is een aantal simpele checks die bedrijven kunnen doen om een nepbedrijf te herkennen. Gegevens, zoals de namen van de directeurs en de adressen van het bedrijf, moeten up-to-date zijn zodat deze gecontroleerd kunnen worden. Zo kan de echtheid geverifieerd worden. Andere tekenen kunnen zijn dat kredietinformatie van het bedrijf een maand na het aflopen van het boekjaar pas wordt toegevoegd. Of bijvoorbeeld dat een gloednieuw bedrijf een onrealistische hoeveelheid winst heeft gemaakt in het eerste jaar.
Hoewel credit managers er verantwoordelijk voor zijn dat hun teams ongebruikelijke details in orders ontdekken, liggen menselijke fouten of onoplettendheid altijd op de loer. Realtime data van kredietinformatiebureaus kunnen dan een sleutelrol spelen bij het beoordelen van de financiële positie van een organisatie die zaken wenst te doen. Algoritmes en andere hulpmiddelen, zoals geautomatiseerde intelligente, kunnen eveneens worden ingezet om data te analyseren. Zo worden verdachte organisaties gesignaleerd voor er schade kan worden aangericht.
Vertrouw op data voor risico inzicht
Oudere kredietinformatie vormt logischerwijs een groter risico voor een organisatie. Dat betekent dat hier dynamische data veel realtime inzicht levert en de beschikbare data kan verrijken. De pandemie veroorzaakt een vertraging van financiële rapportage van drie maanden, waardoor het moeilijker is voor organisaties om keuzes te maken. Daarom moet men kijken naar externe data van voorgaande jaren om inzicht te verkrijgen. Naast deze historische data leveren kredietinformatiebureaus ook neartime betalingsmarktervaringen, de zogeheten ‘payment trade data’. Deze aanvullende gegevensbron blijkt een voorspellende bron van informatie te zijn waarop organisaties betrouwbare kredietbeslissingen kunnen baseren.
Dus hoe kan een credit controller of creditmanager een business case opstellen voor hun organisatie om te investeren in tools en bijbehorende data om financiële risico’s te minimaliseren? Het is net zo simpel als het communiceren van de return-on-investment van de aanschaf van dit soort tools. De initiële investering in technologie kan groot zijn, maar de verkregen inzichten kunnen op de lange termijn voor een besparing zorgen.
Het is slimmer om geld uit te geven aan de juiste eerste investering die nuttige realtime data oplevert, dan te vertrouwen op goedkopere oplossingen die de organisatie op de lange termijn kunnen hinderen. Een retrospectieve analyse van waar de oninbare vorderingen zich eerder hebben opgestapeld, kan ook helpen bij het nemen van toekomstige besluiten. Uiteindelijk moeten financiële organisaties en professionals altijd rekenen op het onverwachte en zich aanpassen aan verandering om zo toekomstige risico’s te beperken.
