Cashflow Voorspellen met BI

In mijn jaren als consultant ben ik veel vragen en wensen tegengekomen op het gebied van bedrijfsinformatie. Overal in de organisatie, van operationeel managers tot vertegenwoordigers en backofficemedewerkers, kreeg ik verzoeken voor slimme rapporten, belangrijke prestatie-indicatoren (KPI’s), waarschuwingen en uitzonderingen. Deze vragen varieerden enorm in complexiteit. Soms bleek een simpel lijkend verzoek een enorme uitdaging, terwijl een complex verzoek in slechts een paar minuten kon worden opgelost. Toch was er één vraag die steeds weer terugkwam bij mijn klanten. Het leek wel de kristallen bol of de heilige graal van bedrijfsinformatie: betrouwbare en gedetailleerde informatie over de cashflow en het werkkapitaal van de organisatie, met een voorspelling voor de toekomst. Hiermee krijgt een organisatie inzicht in mogelijke toekomstige problemen, zodat ze daar op tijd op kunnen inspelen.

Tot nu toe is dit verzoek bij enkele klanten gerealiseerd, maar vaak slechts gedeeltelijk. Soms bieden de systemen simpelweg niet de benodigde data, of is er te veel onzekerheid en variatie om een zinvol inzicht te genereren dat waarde toevoegt. De complexiteit neemt toe wanneer de data uit verschillende bronnen komen. In dit artikel bespreek ik twee uitgevoerde oplossingen en geef ik een doorkijkje naar wat momenteel haalbaar is. Tot slot laten we zien hoe dit gevisualiseerd kan worden in Tableau met behulp van een demodataset.

Voorspellen

Voorspellen van Liquiditeit Een belangrijk onderdeel van cashflowvoorspelling is het betaalgedrag van klanten. De volgende factoren spelen hierbij een rol:

• Kredietlimieten van een klant
• Kredietverzekeringen
• De betalingsvoorwaarden voor een klant
• Openstaande facturen
• Openstaande bestellingen (nog niet gefactureerd)
• Openstaande verkoopcontracten (nog niet besteld, maar wel ingepland)
• Terugkerende inkomsten van servicecontracten
• Betaalgedrag
• Betaling zekerheid

Op basis van deze factoren kan een tijdlijn worden gemaakt die laat zien wanneer inkomsten kunnen worden verwacht, op basis van de verwachte facturerings- en betalingsdata. Ook kan er, afhankelijk van de betalingsgeschiedenis van een klant, een betrouwbaarheidsfactor aan de voorspelling worden toegevoegd. Dit inzicht wordt ook wel liquiditeitsruimte genoemd.

Een veelvoorkomend voorbeeld hiervan is de kredietcontrole, die laat zien hoeveel een klant nog kan besteden binnen het afgesproken kredietlimiet. Dit kan een statisch overzicht zijn (kredietlimiet min openstaande bedragen), maar kan ook een voorspelling bevatten gebaseerd op betalingsvoorwaarden en -geschiedenis.

Uitgaven voorspellen

Uitgaven Voorspellen Een soortgelijk inzicht kan worden gecreëerd voor de uitgaven van de organisatie. Hierbij spelen de volgende factoren een rol:

• Betalingsvoorwaarden van de leverancier
• Openstaande facturen
• Openstaande aankoopbonnen (nog niet gefactureerd)
• Openstaande bestellingen (nog niet geleverd)
• Openstaande inkoopcontracten (nog niet besteld, maar wel ingepland)
• Terugkerende uitgaven aan servicecontracten
• Salarissen
• Lease contracten
• Te verwachten indirecte uitgaven (zoals onderhoudskosten)
• Het afdragen van BTW over de verkopen en de teruggaaf over de inkopen (per kwartaal)

Cashflow Voorspellen

Wat als we deze twee inzichten combineren, een prognose van het banksaldo toevoegen, en alles samenbrengen in één dashboard? Wat als we algoritmes voor machinaal leren gebruiken om de voorspellingen te verfijnen en zo meer geavanceerde inzichten te bieden dan met lineaire regressies? En wat als we al deze voorspellingen opslaan als momentopnames, zodat we onze voorspellingen kunnen vergelijken met de werkelijke cashflow en ons model steeds verder kunnen verbeteren?

Tableau Demo voor het voorspellen van Cashflow

Onlangs hebben we een demomodel voor cashflowvoorspelling ontwikkeld in Tableau, gebaseerd op levensechte data die is gegenereerd in R. In dit Tableau-model hebben we twee soorten dashboards gebouwd: dashboards met basisrapporten over de cashflow, zoals diagrammen van inkomende en uitgaande geldstromen en verkoopanalyses, en dashboards met ‘what-if’-scenario’s. Deze laatste laten zien hoe veranderingen in bijvoorbeeld verkoopprijzen of salarissen de cashflow van uw organisatie in de toekomst kunnen beïnvloeden. Met deze inzichten kunt u ook rekening houden met bijvoorbeeld veranderingen in BTW, het promoten van andere producten, of het overstappen op andere leveranciers. Vervolgens geeft het dashboard een voorspelling van het banksaldo en vat het de verwachte winst of verlies samen.