In de dynamische wereld van vandaag worden credit managers geconfronteerd met allerlei impactvolle veranderingen. Terwijl technologieën zoals kunstmatige intelligentie (AI), machine learning en big data een steeds belangrijker onderdeel worden van de financiële functie, staan credit managers voor zowel kansen als uitdagingen. Hoog tijd om die technologische ontwikkelingen in te zetten. In dit artikel verkennen we de uitdagingen voor credit managers en bekijken we welke innovaties hen kunnen helpen in een markt die steeds meer wordt overgenomen door geavanceerde technologieën en veranderende wet- en regelgeving.
De belangrijkste uitdagingen voor credit managers
Credit managers staan voor meerdere uitdagingen. Het effectief beheren van deze uitdagingen vereist niet alleen toereikend inzicht, maar ook een flexibele aanpak om adequaat op veranderingen te kunnen reageren. Maar wat houden die uitdagingen precies in?
Veranderende richtlijnen voor facturatie
De manier waarop facturen mogen worden aangeleverd, is aan verandering onderhevig. Was de standaard voorheen een eenvoudig PDF-document versturen naar het facturatie-emailadres van de klant, tegenwoordig geldt in steeds meer landen het clearance model. Hierbij mag een factuur niet direct van leverancier naar klant worden verstuurd, maar moet de factuur eerst door de overheid gevalideerd en geregistreerd worden. De overheid controleert elke factuur op correctheid en op de btw-afdracht. Om deze controle mogelijk te maken, wordt e-facturatie verplicht.
De invoering van het clearance model is een voorbeeld van hoe wetgeving de manier waarop bedrijven factureren, beïnvloedt. Dit model vereist een aanpassing van de bestaande facturatiesystemen en -processen bij bedrijven om aan de nieuwe wettelijke normen te voldoen. Wat de complexiteit nog eens extra vergroot, is het feit dat elk land zijn eigen eisen kan stellen. Er is geen internationale standaard voor het clearance model.
Diversificatie van facturatieplatforms
Naast de veranderende eisen van overheden, hebben credit managers ook continu te maken met veranderende behoeftes van klanten. Zo kiezen steeds meer klanten voor hun eigen facturatieplatforms, met als gevolg dat bedrijven moeten navigeren door een labyrint van verschillende systemen om hun facturen correct af te leveren. Vervelend voor de credit manager, want hoe langer het duurt voor de factuur verstuurd wordt, hoe langer een betaling op zich laat wachten.
Vandaag de dag willen klanten in sommige gevallen een PDF, in andere gevallen een e-factuur via Peppol, of juist een e-factuur via SAP Ariba, Tungsten, Basware Network, Tradeshift of Coupa. Zij starten vaak vol goede moed met een nieuw facturatieplatform, en wensen hun facturen logischerwijs via die methode te ontvangen. Een snelle en efficiënte verzending van facturen is essentieel, maar wordt bemoeilijkt door de noodzaak om aan te sluiten op meerdere externe platformen. Flexibiliteit is cruciaal om hierin mee te kunnen gaan.
Het risico van handmatige processen
Te vaak worstelen credit managers nog met handmatige processen, zoals bij het versturen van facturen. Naast dat zo’n handeling onnodig tijdrovend is, verhoogt het tevens de werkdruk en de kosten. Tevens kan deze inefficiëntie leiden tot vertragingen in de betalingen, wat weer impact heeft op de cashflow.
Zo ook het afletter- of reconciliatieproces, waarbij betalingen worden gematcht aan openstaande facturen. In veel bedrijven is dit proces nog niet geautomatiseerd. Niet alleen kost dit zeeën van tijd, het leidt ook tot vertraging in de herkenning van betalingen. Wanneer dit proces slechts wekelijks plaatsvindt, kan het gebeuren dat informatie over niet-betaalde facturen te laat wordt ontdekt.
De arbeidsmarkt
“Als het economisch goed gaat, dan investeren bedrijven graag. Zodra er economische uitdagingen zijn, dan proberen ze de kosten juist te drukken. Momenteel gaat het in bepaalde sectoren weer wat beter, maar daar worstelen ze met het vinden en behouden van personeel”, aldus Paul van der Lee, salesmanager bij Diesis.
Dat laatste kan nogal ontmoedigend zijn, want een snelle blik op vacaturesites schetst al gauw de huidige situatie: credit managers en administratieve medewerkers zijn lastig te vinden. “De truc is om te focussen op de blik vooruit en te kijken hoe je met minder kosten en beschikbaar personeel, dezelfde werkzaamheden kunt uitvoeren”, vervolgt Paul.
Groeiend aantal faillissementen
Een andere uitdaging is het groeiende aantal faillissementen, wat direct invloed heeft op de cashflow van bedrijven. Het regelmatig moeten afschrijven van facturen vanwege faillissementen van klanten zonder voorafgaand inzicht in hun financiële situatie, is een probleem waar veel credit managers mee te maken krijgen. Hier kan effectief en proactief credit management, ondersteund door geavanceerde data-analyse, een verschil maken en het risico op wanbetaling verminderen.
Huidige trends en de rol van technologie en automatisering
Technologie speelt een steeds grotere rol in credit management. Automatisering, AI en machine learning zijn niet meer weg te denken en dragen bij aan efficiëntere processen, van automatische facturatie tot geavanceerde risicoanalyses. Deze ontwikkelingen helpen credit managers om sneller tot betere beslissingen te komen, maar wel op voorwaarde dat ze op de juiste manier worden ingezet.
Machine Learning en AI
Een van de meest opvallende trends is de verschuiving naar datagedreven besluitvorming ondersteund door machine learning. Dit stelt credit managers in staat om enorme hoeveelheden gegevens te analyseren en inzichten te verkrijgen die voorheen onbereikbaar waren. Zo kan machine learning patronen en trends in betalingsgedrag identificeren, wat helpt bij het voorspellen van klantgedrag. Daardoor kunnen bedrijven proactief handelen in plaats van reactief te moeten reageren op bijvoorbeeld betalingsachterstanden.
Daarnaast automatiseert AI repetitieve taken zoals het verwerken van binnenkomende e-mails met factuurverzoeken. Dit integreert direct met de debiteurendossiers, waardoor medewerkers zich kunnen concentreren op andere aspecten van hun takenpakket.
Ook kan AI heel goed worden ingezet om de verkregen data op betrouwbaarheid te meten en daar waar nodig te corrigeren. AI en machine learning lenen zich ontzettend goed als oplossingen om de hoeveelheid uitval of ongekoppelde facturen terug te dringen, waarbij er wordt gekeken naar hoe de ongekoppelde facturen kunnen worden gekoppeld aan de matchende betaling. AI maakt daarbij gebruik van alle beschikbare data en op basis daarvan wordt de juiste match gemaakt.
De meerwaarde van AI en machine learning komt pas tot z’n recht vanuit een breed inzicht in de knelpunten van een organisatie. Door die knelpunten te identificeren, door bijvoorbeeld een analyse en een organisatiebrede enquête, kan er vervolgens doelgericht gewerkt worden met deze tools om handmatige processen om te zetten in gestroomlijnde, automatische processen. Vanuit die benadering kan een bedrijf met één oplossing uitdagingen zoals een personeelstekort en de complexiteit van facturatie te lijf gaan.
E-facturatie: het versnellen van betalingsprocessen
De opkomst van e-facturatie, mede door de invoering van het clearance model, kwam natuurlijk al eerder aan bod. Maar het is zonde om e-facturatie enkel te zien als uitdaging; het biedt namelijk ook tal van kansen voor credit managers. Deze technologie maakt het mogelijk om facturen direct en elektronisch aan klanten te leveren, wat de leveringstijd aanzienlijk verkort in vergelijking met traditionele methoden zoals via e-mail.
“Door het sneller versturen van facturen wordt de kans groter dat ze eerder worden betaald. Dat zien we in de praktijk al gebeuren”, merkt Paul op. “Dit draagt bij aan een efficiënter debiteurenbeheer en verbetert de cashflow.”
Verder helpt e-invoicing bij het verminderen van papierwerk en de daarmee samenhangende fouten, wat leidt tot een schonere en beter controleerbare facturatiestroom. Nu bedrijven steeds vaker volgens het clearance model moeten factureren, biedt e-invoicing een mooie gelegenheid om enerzijds te voldoen aan de wettelijke richtlijnen en anderzijds een hoop ongemak te vermijden door het gehele proces te stroomlijnen.
Bron: Diesis.
