Deze veranderingen moet je doorvoeren om succesvol datagedreven te werken in creditmanagement

Deze veranderingen moet je doorvoeren om succesvol datagedreven te werken in creditmanagement

Credit management heeft de afgelopen jaren een aanzienlijke transformatie ondergaan. Waar creditmanagement eerder gezien werd als het pakkie-an van de backoffice, is het vandaag de dag een essentieel onderdeel van de financiële strategie van een organisatie. De uitdagingen die Covid-19 met zich meebracht, de aanhoudende inflatie en de stijgende rentetarieven vereisen daarbij ook een andere, meer proactieve en geavanceerde aanpak. Met deze aanpak wordt datagedreven werken ook steeds belangrijker. Maar datagedreven werken binnen creditmanagement is niet eenvoudig te bewerkstelligen. Bedrijven die succesvol datagedreven werken hebben de afgelopen jaren een aantal veranderingen doorgevoerd. Om je te inspireren bespreek ik er drie.

1. Van Excel naar ERP-systemen

Datagedreven werken begint met het verzamelen van de juiste data. Denk aan data zoals bedrijfsgrootte, sector, locaties, betaalgeschiedenis en kredietwaardigheid. Om deze data te verzamelen kan je zowel interne bronnen als externe bronnen, zoals Altares Dun & Bradstreet, raadplegen. Naast dat de data correct moet zijn, is het voor een nauwkeurige analyse natuurlijk ook van belang dat deze data van hoge kwaliteit is.

In het verleden hadden veel finance teams bij het creëren van rapporten moeite met het verzamelen van creditmanagementdata uit verschillende spreadsheets. Zij waren soms meerdere werkdagen per maand bezig met het vergaren van de juiste gegevens en deze analyseren, voordat ze naar hun bevindingen konden handelen. In veel gevallen was de data dan eigenlijk al verouderd. 

Tegenwoordig zijn organisaties veel beter in staat om data over hun creditmanagement te verzamelen. Waar in 2020 Excel nog op nummer 1 stond, werkt vandaag de dag 41 procent van de financeprofessionals met een ERP-systeem. Hiermee hebben financieel professionals altijd toegang tot de benodigde data waardoor organisaties steeds beter in staat zijn om datagedreven beslissingen te nemen.

2. Van beperkte naar geavanceerde data-analysevaardigheden

Nadat de juiste data verzameld is, moet men deze op de juiste manier analyseren om waardevolle inzichten te genereren. Nieuwe tools, technieken en best practices om dit te kunnen doen komen voortdurend op de markt. Zo spelen bijvoorbeeld AI en machine learning hier steeds meer een belangrijke rol in. Het is dan ook verstandig om je voelsprieten hiervoor aan te hebben staan. Daarbij is het waardevol om de juiste vaardigheden te ontwikkelen om (nieuwe) data-analyses te doen. Zo kan het nodig zijn om bijvoorbeeld kennis te hebben van het maken van modellen om zo risico’s en kansen beter te voorspellen.

3. Van traditioneel werken naar een innovatieve cultuur

Tot slot draait het implementeren van datagedreven werken binnen credit management niet alleen om het aanleren van nieuwe technische vaardigheden, maar er moet ook een culturele verschuiving plaatsvinden. Er moet namelijk een cultuur ontstaan waarin medewerkers de meerwaarde zien van datagedreven besluiten en op deze keuzes durven te vertrouwen. Om dit te realiseren, moet je medewerkers actief meenemen in de veranderingen en hen informeren over wat datagedreven werken voor hen oplevert. Zo zullen zij eerder openstaan voor nieuwe ideeën en inzichten op basis van data.

Stapsgewijs

Wil je als organisatie volledig datagedreven opereren binnen creditmanagement, dan zijn dit de belangrijkste veranderingen om aan te werken. Het lijkt veel, maar laat je daardoor niet tegenhouden. Begin met kleine stapjes en bereid zo je datagedreven capaciteit beetje bij beetje uit. En maak op die manier datagedreven werken binnen creditmanagement een succes.