DE INVLOED VAN TECHNOLOGIE OP DE FINANCIËLE FUNCTIE

Transcriptie

1 Ontwikkeling financiële functie: DE INVLOED VAN TECHNOLOGIE OP DE FINANCIËLE FUNCTIE Zowel in de beroepspraktijk als in het academisch veld is er in toenemende mate aandacht voor de invloed van technologie op de financiële functie. Onduidelijk is echter op welke specifieke activiteiten binnen de financiële functie deze ontwikkelingen de grootste invloed hebben. In dit en een volgend artikel presenteren wij de uitkomsten van een empirisch onderzoek onder financieel professionals. Dit artikel gaat in op de onderzoeksachtergrond, onderzoeksmethodologie, het gebruik van robotics en data analytics in de financiële functie en de kosten en effectiviteit van de financiële functie. Het tweede artikel staat stil bij de omgevingsfactoren en de competenties van de financieel professionals in relatie tot technologische ontwikkelingen. 36 MCA: juni 2017, nummer 3

2 Erik Kolthof, Erica Steenwijk en Frank Verbeeten: In de beroepspraktijk (zie bijvoorbeeld het MCA themanummer van december 2015: Nieuwe IT leidt tot nieuwe verslaggeving en competenties) als ook in het academisch veld (zie bijvoorbeeld Arnold, 2016) is er in toenemende mate aandacht voor de invloed van technologie op de financiële functie. Zo suggereren diverse onderzoeken van onder meer IBM en de Aberdeen Group dat technologie de financiële functie binnenkort gaat overnemen. In een onderzoek van Frey en Osborne (2013) wordt aangegeven dat Accounting een van de beroepen is die in grote mate gevoelig is voor verdere automatisering en robotisering. Daarnaast hebben bijvoorbeeld Accounting Horizons (september 2015) en het Journal of Accounting Education (maart 2017) een special issue uitgebracht dat geheel aan data analytics respectievelijk big data is gewijd. Maar wat is de invloed van technologie op de financiële functie? Hoe ver is de toepassing van robotics en data analytics (RDA) in de financiële functie op dit moment? Welke veranderingen worden verwacht in de nabije toekomst? En wat is de toegevoegde waarde van technologie voor de financiële functie? Vragen waarop de NBA ledengroep Accountants in Business en de Register Controllersopleiding van de Vrije Universiteit Amsterdam graag antwoorden willen geven. Daartoe is in de afgelopen periode een onderzoek uitgevoerd waarin deze vragen met een aantal financieel professionals zijn besproken en is een enquête uitgevoerd onder RA/accountants in business en registercontrollers. Het doel van dit onderzoek is om te komen tot een beter inzicht in de stand van zaken rond de effecten van robotisering/automatisering 1 en data analytics op de financiële functie, zowel nu als in de toekomst. In het onderzoek is gekozen voor robotisering en data analytics omdat uit een aantal voorgesprekken is gebleken dat dit twee belangrijke ontwikkelingen zijn die financieel professionals bezighouden. In dit onderzoek hanteren wij de volgende definities: ~ Robotisering is het gebruik van software robots die informatiesystemen bedienen op basis van vastgestelde bedrijfsregels. Hiermee wordt verwezen naar robotic process automation (RPA) dat organisaties in staat stelt om repetitief en arbeidsintensief administratief werk van mensen over te Probleemstelling en onderzoeksvragen: Wat is de invloed van technologie op de financiële functie? Onderzoeksmethode: Enquêteonderzoek Bevindingen: Automatisering/robotisering vindt vooral plaats bij transaction processing, internal reporting en business performance analysis; voor alle activiteiten binnen de financiële functie wordt een verdere toename van automatisering en robotisering verwacht. Data analytics wordt vooral gebruikt in business performance analysis, financial planning & analysis en internal reporting; de grootste groei van data analytics wordt verwacht in internal reporting, business performance analysis en risk management & internal control. Op dit moment worden vooral interne data uit andere functies binnen het bedrijf door de financiële functie gebruikt (supply chain, marketing); externe, ongestructureerde data worden nog weinig gebruikt, maar daar wordt wel de grootste groei verwacht. Robotics en data analytics lijken complementair te zijn, maar hebben verschillende effecten: robotics in de financiële functie lijkt vooral de efficiency te vergroten, data analytics in de financiële functie lijkt vooral de effectiviteit te vergroten. Betekenis voor de financiële functie: Respondenten verwachten dat technologie een steeds belangrijkere rol gaat spelen in de financiële functie. Dit stelt eisen aan de technologische bagage die de financieel professional tijdens zijn/haar carrièrepad verwerft. dragen aan slimme software om de productiviteit en kwaliteit van het werk te verhogen en daarmee de behoefte aan herbewerking (inclusief foutenherstel) significant te verminderen, resulterend in een hogere klanttevredenheid. RPA kan worden toegepast als de processen duidelijk zijn afgeba- MCA: juni 2017, nummer 3 37

3 kend, routinematig zijn en in bedrijfsregels kunnen worden omgezet. Enkele voorbeelden van toepassingen zijn: bijwerken klantprofielen bij een verzekeraar, creditcardcontroles en afrekeningen bij een financiële dienstverlener, verificatie zorgaanbieders in de gezondheidszorg, verplichte rapportages in het kader van de naleving van wet- en regelgeving vanuit de HR-afdeling en verwerking klachten van klanten. ~ Data analytics is het proces dat gestructureerde en ongestructureerde data verzamelt, vastlegt en verwerkt en dat (via softwareapplicaties, analysetechnieken zoals statistische en andere kwantitatieve analyses en voorspellende en verklarende modellen) bruikbare informatie voor management, toezichthouders en controllers oplevert. Onderzoeksmethodologie Om zicht te krijgen op technologische ontwikkelingen die de financiële functie beïnvloeden zijn gedurende de maanden september-november 2016 diepte-interviews bij 13 organisaties uitgevoerd. De organisaties zijn afkomstig uit diverse branches, verschillen aanzienlijk in omvang, werken zowel nationaal als internationaal en zijn al dan niet beursgenoteerd. Doel van deze interviews was om een beeld te krijgen van de technologische ontwikkelingen binnen de financiële functie van de desbetreffende organisaties, zodat een vragenlijst kon worden ontwikkeld die door financieel professionals uit verschillende organisaties kon worden beantwoord. In dit artikel worden enkele quotes uit deze interviews gepresenteerd om enig inzicht te geven in de problematiek waarmee de desbetreffende organisaties te maken hebben. Vervolgens is een enquête opgesteld, die financieel professionals van december 2016 tot en met maart 2017 konden invullen. Het totaal aantal logins op de enquête was ruim 230; ongeveer 160 enquêtes waren (vrijwel) volledig ingevuld en daarmee bruikbaar voor nadere analyse. Het merendeel van de vragen moest worden beantwoord op een 5-punts Likertschaal. De typische respondent is tussen de 40 en 50 jaar oud, gemiddeld zes jaar werkzaam in zijn/haar organisatie en gemiddeld vier jaar werkzaam in de huidige positie. Respondenten zijn werkzaam op concernniveau (circa 58%), op divisieniveau (20%), businessunitniveau (18%), of op een ander niveau binnen de organisatie (4%). De functies waarin de respondenten veelal werken, zijn CFO (circa 28%), business controller (20%), finance manager (14%), of corporate controller (12%). Gegeven deze kenmerken mag worden aangenomen dat de respondent goed geïnformeerd is over de ontwikkelingen binnen de financiële functie van zijn organisatie. Van de respondenten is 89% man en 11% vrouw. Respondenten zijn veelal afkomstig uit fabricageondernemingen (36%) of uit de publieke sector (36%) (zie figuur 1) en zijn ongeveer gelijk verdeeld over de verschillende organisatieomvangscategorieën (op basis van omzet) zoals weergegeven in figuur 2. 36% 14% 14% 36% Figuur 1. Respondenten naar branche 21% 28% 25% 26% Fabricage Niet-fi nanciële dienstverlening Financiële dienstverlening Publieke sector >5.000 Figuur 2. Respondenten naar omzet van hun organisatie (in mln euro) In de analyse is onderscheid gemaakt naar branche, omvang, eigendom (bijvoorbeeld overheid, stichting, familie, private equity of beursgenoteerd) en type respondent (CFO, business controller, finance manager). Als de verschillen statistisch significant zijn, wordt daar apart melding van gemaakt. 38 MCA: juni 2017, nummer 3

4 Resultaten Robotisering van activiteiten in de financiële functie In figuur 3 zijn de responses weergegeven op de vraag in welke mate activiteiten binnen de financiële functie gerobotiseerd zijn en dat over drie jaar zullen zijn. Robotisering activeiten Business performance analysis Internal reporting Financial planning & analysis Pricing & revenue management Budgeting & costing Transaction processing Over 3 jaar Legenda: 1 = helemaal niet, 2 = nauwelijks (<25%), 3 = half (25-75%, 4 =grotendeels (75-90%), 5 = (bijna) helemaal (>90%) Figuur 3. Robotisering van activiteiten in de financiële functie Uit de responses blijkt dat de grootste mate van robotisering heeft plaatsgevonden op het terrein van transaction processing, internal reporting en business performance analysis. Het betreft dus niet alleen de typische boekhoudkundige activiteiten, maar ook activiteiten die tot de taken van de controller behoren (interne rapportages, prestatieanalyse). Voor alle activiteiten in de financiële functie wordt een verdere toename van robotisering verwacht. Uit een nadere analyse van de data blijkt ook dat er verschillen zijn per bedrijfstak: het verwachte effect van robotisering is groter in de financiële dienstverlening, terwijl de publieke sector een kleiner effect verwacht. In algemene zin is de robotisering van activiteiten in de financiële functie groter bij beursgenoteerde ondernemingen, zowel nu als in de toekomst. Ten slotte verwachten CFO s een grotere mate van robotisering voor transaction processing, pricing & revenue management en internal reporting dan andere finance professionals, vooral in de toekomst. Het is de vraag of CFO s wellicht meer zicht hebben op de effecten van technologische ontwikkelingen, of dat er andere zaken spelen. Nu Uit de interviews komt ook een aantal interessante bevindingen naar voren. Zo wordt bijvoorbeeld aangegeven dat robotisering een gestandaardiseerd proces vereist: In mijn beleving zul je eerst het proces moeten standaardiseren om maximaal gebruik te kunnen maken van robotisering. Er wordt vaak gedacht dat een proces standaard is; dat is niet zo, want er is gebrek aan procesdocumentatie, standaardisatie, harmonisatie van klanten over productgroepen heen. Het gebrek aan standaardisatie zal robotisering niet helpen. Dan ben je eigenlijk waste aan het automatiseren (nietfinanciële dienstverlener). In interviews is eveneens aangegeven dat robotisering het grootste effect zal hebben op transaction processing: Op het gebied van robotics is er een proof of concept geweest binnen transaction processing. Hier is ook het meeste te halen. Buiten dat er uitvoerend werk zal verdwijnen, verwacht men wel dat er ook zeker nieuwe rollen bij zullen komen (multinational). Daarnaast is in interviews aangegeven dat robotisering kan helpen op het gebied van compliance & risk management: De ambitie op het gebied van robotics is om eerst de basis op orde te hebben om daarna aan continuous monitoring en continuous auditing te kunnen doen (overheid). Gebruik van data analytics door de financiële functie In figuur 4 zijn de responses weergegeven op de vraag in welke mate data analytics binnen de diverse activiteiten van de financiële functie wordt gebruikt en naar verwachting over drie jaar zal worden gebruikt. Data analytics wordt vooral gebruikt in business performance analysis, financial planning & analysis en internal reporting. Data analytics wordt vooralsnog minder gebruikt in compliance en fund management. In de komende jaren wordt de grootste toename in het gebruik van data analytics verwacht in internal reporting, business performance analysis en risk management & internal control. Ook hier geldt dat voor alle activiteiten wordt verwacht dat het gebruik van data analytics in de financiële functie zal toenemen in de komende periode. Uit de interviews komen vergelijkbare opmer- MCA: juni 2017, nummer 3 39

5 Fund management Business performance analysis Strategy planning support Internal reporting Financial planning & analysis Pricing & revenue management Budgeting & costing Risk management & internal control Compliance Gebruik data analytics Over 3 jaar Legenda: 1 = helemaal niet, 2 = nauwelijks (<25%), 3 = half (25-75%, 4 =grotendeels (75-90%), 5 = (bijna) helemaal (>90%) Figuur 4. Gebruik van data analytics voor verschillende activiteiten van de financiële functie Nu Gebruik data door de finaciële functie Externe, ongestructureerde data (bijvoorbeeld uit social media) Externe data in algemeen (bijvoorbeeld mobiele telefoon) Interne data uit andere functies bedrijf (bijvoorbeeld supply, marketing) Interne data uit machines bedrijf (bijvoorbeeld uit apparaten) Over 3 jaar Legenda: 1 = helemaal niet, 2 = nauwelijks (<25%), 3 = half (25-75%, 4 = grotendeels (75-90%), 5 = (bijna) helemaal (>90%) Nu Figuur 5. Gebruik van data analytics binnen verschillende activiteiten in de financiële functie kingen naar voren die aangeven dat er meer gebruik gemaakt zal gaan worden van data analytics in de financiële functie en dat dat consequenties zal hebben voor financieel professionals: De business partner is momenteel nog zo n 40% van zijn tijd met reporting bezig. Dit zou na de digitale transformatie naar 0% moeten gaan, waardoor er meer tijd vrij komt voor onder andere predictive analytics (multinational). We maken gebruik van predictive analytics via machine learning. Op basis van deze machine learning komen we tot de forecast op global en local niveau. Op global niveau blijkt deze forecast erg nauwkeurig te zijn. Finance kan deze forecast op local niveau nog wel aanpassen maar zorgt er wel altijd voor dat totalen aansluiten met hetgeen uit de geautomatiseerde forecast komt voor het global level. Voor de meer traditionele omzet is de forecast op basis van predictive analytics en machine learning leidend en speelt finance een kleine rol (IT-bedrijf). Gebruik data door de financiële functie In figuur 5 zijn de responses weergegeven op de vraag welke data binnen de financiële functie worden gebruikt en gebruikt zullen worden over drie jaar. Uit de responses blijkt dat op dit moment vooral interne data uit andere functies binnen de organisatie worden gebruikt (zoals gegevens vanuit supply chain management of marketing). Externe, ongestructureerde data worden nog weinig gebruikt binnen de financiële functie. Hier wordt in de komende jaren echter wél de grootste groei verwacht. Uit een verdere analyse blijken verschillen tussen respondenten, eigendomsverhoudingen en bedrijfstak. Zo blijkt dat CFO s verwachten dat er meer data (zowel intern als extern) gebruikt zullen gaan worden in de financiële functie ten opzichte van andere financials. Ook hier is de vraag of CFO s meer zicht hebben op wat er binnen de organisatie gebeurt, of dat er andere oorzaken zijn die dit verschil kunnen verklaren. Ook eigendomsverhoudingen zijn van invloed: beursgenoteerde bedrijven lopen voorop in het gebruik van interne data en verwachten in de toekomst zowel meer interne als meer externe data te gaan gebruiken binnen de financiële functie. Ten slotte zijn er verschillen over bedrijfstakken heen: niet geheel verrassend is dat fabricagebedrijven meer data van machines gebruiken in de financiële functie. Financiële dienstverleners verwachten meer externe data (social media, algemene data) te gaan gebruiken. Organisaties in de publieke sector gebruiken minder data uit machines binnen de eigen organisatie en minder data uit andere functies binnen de organisatie. 40 MCA: juni 2017, nummer 3

6 Ook uit de interviews blijkt dat in de financiële functie vooral gebruik wordt gemaakt van interne data uit de eigen organisatie: Er wordt binnen Finance nu geen gebruik gemaakt van externe/ongestructureerde data. Er is één persoon wel bezig met het exploratief kijken naar de verschillende externe databronnen welke intern gebruikt kunnen gaan worden (financiële dienstverlener). We hebben net een center opgericht dat gaat kijken naar onder meer Facebook, dus veel meer de externe data (multinational). Kosten en effectiviteit van de financiële functie Ten slotte hebben we gevraagd naar de kosten en de effectiviteit van het gebruik van technologie in de financiële functie. Voor de kosten hebben we gevraagd wat het percentage is van de kosten van de financiële functie als percentage van de omzet of het totale budget van de organisatie. Voor de effectiviteit van de financiële functie hebben we gevraagd naar de effectiviteit van de financiële functie, onder meer op het gebied van het versterken van interne controle, het meten van business performance en het identificeren en realiseren van groei (zie ook Chang e.a., 2014). Om de invloed van technologie op de kosten en effectiviteit van de financiële functie te kunnen bepalen, hebben we organisaties ingedeeld naar de mate waarin zij robotics en data analytics gebruiken in de financiële functie: ~ Robotics: organisaties zijn ingedeeld naar de mate waarin activiteiten in de financiële functie gerobotiseerd zijn: low (niet of nauwelijks, <25%); medium (beperkt, 25%-50%); high (hoog, >50%); ~ Data analytics: ook hier zijn organisaties ingedeeld naar de mate waarin data analytics in de financiële functie wordt toegepast: low (niet of nauwelijks, <25%); medium (beperkt, 25%-50%); high (hoog, >50%). Figuur 6 geeft de resultaten weer. Uit de analyse blijkt dat er een hoge mate van samenhang is tussen het gebruik van robotics en data analytics, maar dat deze samenhang niet perfect is (ofwel: er zijn organisaties die investeren in robotics maar niet in analytics, en omgekeerd). Daarnaast blijkt dat bij bedrijven die robotics in hoge mate toepassen in de Total cost Total cost Identificeren en realiseren van groei Kostenreductie stimuleren Finance met business uitlijnen Continue proces/ business verbetering Meten business performance Integratie van informatie sturen Ondernemingsrisico managen Halen fiduciaire vereisten Versterken interne controles High Analytics Med Analytics Low Analytics Identificeren en realiseren van groei Kostenreductie stimuleren Finance met business uitlijnen Continue proces/ business verbetering Meten business performance Integratie van informatie sturen Ondernemingsrisico managen Halen fiduciaire vereisten Versterken interne controles High Robotics Med Robotics Low Robotics Legenda: Kosten financiële functie (als percentage omzet/totaal budget organisatie): 1 = <1%, 2 = 1%<=2%, 3 = 3%-5%, 4 = 5%- 10%, 5 = 10%-15%, 6 = >15% Effectiviteit financiële functie: 1 = Ineffectief,, 5 = zeer effectief Figuur 6. Kosten en effectiviteit van de financiële functie MCA: juni 2017, nummer 3 41

7 financiële functie de totale kosten van de financiële functie als percentage van de omzet lager zijn. Daarentegen is de effectiviteit van de financiële functie van bedrijven die data analytics in hoge mate toepassen in de financiële functie hoger. Dit suggereert dat organisaties meestal zowel investeren in robotics als analytics, maar dat er verschillen zijn tussen de keuze van technologie: robotics leidt vooral tot kostenbesparingen in de financiële functie (efficiency), data analytics leidt vooral tot betere analyses in de financiële functie (effectiviteit). Uit een van de interviews blijkt een vergelijkbare analyse: Als je processen of activiteiten geautomatiseerd hebt, blijven er altijd stukjes manueel werk over. Dat kun je optimaliseren, dat is het eigenlijk. Transactionele processen zijn meer geschikt om te robotiseren dan de analytische processen. Robotics is puur kostenreductie; er zit ook een stukje kwaliteit bij want als je algoritmes in je robot goed hebt staan, dan kun je continu hetzelfde proces op dezelfde manier uitvoeren zonder dat er een interventie nodig is. Big data en analytics gaan meer naar de value enhancing kant (niet-financiële dienstverlener). Samenvatting en conclusies In dit artikel zijn de resultaten gepresenteerd van een onderzoek naar de invloed van technologie op de financiële functie, zowel op dit moment als over drie jaar. Uit het onderzoek blijkt dat de grootste mate van robotisering plaatsvindt op de gebieden transaction processing, internal reporting en business performance analysis. Voor alle activiteiten binnen de financiële functie wordt een verdere toename van robotisering verwacht. Ook blijkt dat data analytics vooral wordt gebruikt in business performance analysis, financial planning & analysis en internal reporting. De grootste groei op het gebied van data analytics wordt verwacht op de activiteiten rond internal reporting, business performance analysis en risk management & internal control. Op dit moment wordt in data analytics vooral gebruik gemaakt van interne data uit andere functies binnen de organisatie (zoals supply chain management of marketing). Externe, ongestructureerde data worden nog weinig gebruikt. Op dat gebied wordt wel de grootste groei verwacht in de komende jaren. Ten slotte blijkt dat robotics en data analytics complementair zijn, maar dat beide technologische ont- wikkelingen verschillende effecten tot gevolg hebben: robotics in de financiële functie lijkt vooral de efficiency van de financiële functie te vergroten, waar data analytics vooral de effectiviteit verbetert. Noot 1 In de gesprekken met financieel professionals is gebleken dat robotisering en automatisering dicht bij elkaar liggen, en vaak verweven zijn, daarom gebruiken we in dit artikel de term robotisering om daarmee tevens automatisering aan te duiden. Literatuur ~ Arnold, V. (2016). The changing technological environment and the future of behavioural research in accounting. Accounting & Finance. doi: / acfi ~ Frey, C.B. en Osborne, M.A. (2013). The future of employment: how susceptible are jobs to computerisation? Technological Forecasting and Social Change, 114, ~ Chang, H., Ittner, C.D. en Paz, M.T. (2014). The multiple roles of the finance organization: Determinants, effectiveness, and the moderating influence of information system integration. Journal of Management Accounting Research, 26(2), Mr.drs. E. Kolthof is senior adviseur Koninklijke NBA, ledengroep accountants in business. Mr. E.B. Steenwijk AA is senior beleidsadviseur Koninklijke NBA, ledengroep accountants in business. Prof.dr. F.H.M. Verbeeten MBA is hoogleraar Accounting aan de Utrecht University School of Economics (USE), en hoogleraar Management Control aan de Executive Master Finance & Control (EMFC) opleiding van de Vrije Universiteit Amsterdam. 42 MCA: juni 2017, nummer 3