Ronald Bruins

Het onderzoek is gepubliceerd in Management Accounting Research en combineert een vragenlijst onder 137 financeprofessionals met elf verdiepende interviews. "Om meteen maar het antwoord te geven op de hamvraag: Als je inzet op automatisering en analytics tegelijkertijd, vraag je te veel van dezelfde mensen, met dezelfde middelen, in dezelfde tijd", zegt Van der Kolk. "De neiging om alles tegelijk te willen doen is begrijpelijk, maar in de praktijk gaat het ten koste van effectiviteit."

De beide wetenschappers pleiten voor het uit elkaar halen van beide vormen van digitalisering. Analytics levert aantoonbaar meer effectiviteit op; automatisering logischerwijs vooral efficiency. Maar wie beide sporen tegelijk probeert te volgen, ziet de effectiviteit van finance dalen. "Vanwege die resource trade offs", licht Verbeeten toe. "Schaarse tijd, geld en digitale skills raken versnipperd. Processen zijn nog niet gestandaardiseerd, definities schuiven en dan bouw je je dashboards feitelijk dus op drijfzand."

Data eerst, dashboards later

In het interview benadrukken de onderzoekers keer op keer datakwaliteit. "Garbage in, garbage out is misschien een cliché, maar ook een dagelijkse realiteit", zegt Van der Kolk. "Je kunt prachtige analytics draaien, maar als je onderliggende data niet kloppen, krijg je vooral schijnzekerheid." Verbeeten: "We kwamen cfo's tegen die naast hun accounting manual een data manual hebben gemaakt. Deze manual gaat over definities, bronnen, eigenaren en validatieregels. Pas toen dat stond, durfden ze opgeschaalde analyses aan."

Berend van der  Kolk

Ook in het onderzoek zelf komt dat patroon terug: pas boven een 'kwaliteitsdrempel' rendeert analytics. Van der Kolk: "Automatisering kan helpen die drempel te halen door handwerk en uitzonderingen te reduceren." Die volgorde is volgens Verbeeten cruciaal. "Effectiviteit is voor finance niet sneller inboeken, maar de mate waarin finance besluitvorming kan ondersteunen. Finance moet relevante informatie kunnen leveren, prestaties kunnen monitoren en businessverbetering kunnen aanjagen. Precies op die maatstaf scoort analytics significant positief. Automatisering zelf laat geen direct, positief verband zien met effectiviteit. Automatisering vertaalt zich vaak in lagere kosten of minder handjes. Dat is waardevol, maar je ziet het niet automatisch terug in betere ondersteuning van de besluitvorming."

'Automatisering zelf laat geen direct, positief verband zien met effectiviteit.'

Digitale strategie 

De tweede vondst uit het onderzoek is strategisch van aard: een sterk efficiëntiedoel in finance leidt alleen tot meer automatisering als het bedrijf ook een expliciete digitale strategie heeft. "We spraken een financial bij een scheepsbouwer", vertelt Verbeeten. "Hij wilde doorpakken met digitaliseren, maar kreeg van het management terug: 'Wij bouwen schepen, we zijn geen digitaal bedrijf.' Dan sta je als pionier alleen. Daar waar het topmanagement wel een duidelijke digitale koers zet, ontstaan middelen, standaardisatie en besluitkracht om de financeprocessen echt te stroomlijnen."

Frank Verbeeten

Opmerkelijk genoeg hebben analytics die steun minder hard nodig. Zowel een digitale bedrijfsstrategie als een businesspartneringdoel in finance hangen positief samen met analytics. In gewoon Nederlands: financeteams die zich meer als businesspartner zien, zoeken van nature naar betere analyses. Als dan de onderneming óók nog een digitale ambitie heeft, versnelt dat alleen maar.

Discussie bij opschalen 

De interviews uit het onderzoek schetsen een herkenbare route. Teams starten klein, met een afgebakende dataset in één unit. Dat blijkt te werken. Maar bij het opschalen barst de discussie over definitieverschillen open. Wat is precies een klant, een marge of een retour? Daarmee zakt het automatiseringsproject terug naar de basis: data opschonen, definities vastleggen en eigenaars benoemen. "Oftewel: digitaliseren doe je niet met een big bang", zegt Verbeeten. "Het is een proces van stapjes: je verbetert, schaalt op, loopt vast, herijkt en gaat weer verder. De lijn gaat wel omhoog, maar niet zonder omwegen."

Tegenover die realistische route staat het risico op vanity metrics: fraaie grafieken die weinig helpen in besluiten. "De verleiding is groot om mee te liften op wat moderne business intelligence‑tools allemaal kunnen", zegt Van der Kolk. "Maar het filteren van relevante signalen wordt juist belangrijker. Het onderscheid tussen ruis en relevante afwijking bepaalt of analytics de goede gesprekken op gang brengen."

'De verleiding is groot om mee te liften op wat moderne business intelligence‑tools allemaal kunnen.'

De onderzoekers raden accountants in business aan om een focus te kiezen. Als de directie primair stuurt op kosten, het sluiten van de boeken en compliance, dan is het logisch om eerst routinetaken te automatiseren. Bijvoorbeeld factuurverwerking, jaar-, kwartaal- en maandafsluitingen en periodieke rapportages. Verwacht dan vooral efficiencywinst, niet per se meer effectiviteit, stellen de onderzoekers. Wil je finance neerzetten als sparringpartner van directie, managers en operatie, dan levert investeren in analytics sneller effectiviteitswinst op, mits de datadrempel wordt gehaald. Dat wil zeggen: als de onderliggende data een bepaald minimumniveau van kwaliteit bereikt. De data moeten voldoende compleet, correct, consistent en herleidbaar zijn. "Begin altijd bij de vraag, niet bij de data", vat Van der Kolk samen. "Wat willen we leren? Welke keuzes willen we verbeteren? Pas dan verzamel je gericht de data met het juiste zekerheidsniveau."

Een praktische stap die telkens terugkomt, is het aanleggen van een datamanual. Daarin staat per kerngegeven de definitie, de herkomst, de eigenaar en het vereiste betrouwbaarheidsniveau. Verbeeten: "Niet elk datapunt hoeft auditkwaliteit te hebben. Voor financiële basisregistraties geldt dat wel. Voor ESG‑kernindicatoren vaak ook. In elk geval voldoende kwaliteit om limited assurance te verkrijgen van de accountant. Maar data zoals klantfeedback of operationele notities mogen met een lagere zekerheid worden gegenereerd, zolang je daar transparant over bent en het past bij de besluitvraag."

Natuurlijke adviesrol

Ook voor accountants in de controlepraktijk verschuift het werk. Controles op volledige datasets van ondernemingen klinken logisch, maar brengen ook meer treffers met een lage materialiteit met zich mee. Daarnaast groeit volgens de onderzoekers de rol van de accountant in het doorlichten van data governance: definities, eigenaarschap, toegangsrechten en wijzigingsbeheer. Verbeeten: "Als organisaties analytics willen inzetten voor besluiten, moeten ze kunnen laten zien wie welke data woog, wie toestemming had en hoe de informatie te herleiden is. Er ligt voor een accountants een heel natuurlijke advies‑ en assurancerol om die data governance te helpen realiseren."

'Wie wil digitaliseren, moet het volgens de onderzoekers vooral zoeken in discipline.'

In het onderzoek besloeg AI slechts een klein deel, maar in de diepte-interviews kwamen wel toepassingen langs. "AI is sterk in samenvatten en ideegeneratie", stelt Verbeeten. "Bij complexe financiële oordeelsvorming of het combineren van heterogene databronnen moet je nog oppassen." Een praktijkvoorbeeld illustreert de nuance: een levensmiddelenconcern testte AI‑gestuurde forecasting in kleinere landen, vertelt Verbeeten: "Dat kan efficiënter zijn, zeker als het een gevestigd bedrijf is in een redelijk stabiele markt. Dat vereist wel een andere aansturing van je organisatie." Van der Kolk vult aan: "Maar je wilt niet dat een algoritme targets gaat dicteren zonder ruimte voor context en menselijke tegenspraak. Het gevaar is dat salesmedewerkers van alles 'uithalen' om die targets maar te gaan halen. Of dat er geen draagvlak is voor de targets. Je wilt ruimte houden voor reflectie, twijfel en het gesprek met de business."

Discipline

Wie wil digitaliseren, moet het volgens de onderzoekers vooral zoeken in discipline. Met een digitale strategie; zonder expliciete digitale ambitie van de top is automatisering trekken aan een dood paard. Maar ook met definities, want zonder woordenboek verzuipt analytics in ruis. Daarnaast is focus nodig. Van der Kolk: "Probeer niet alles tegelijk. Voer geen dashboards in, als de brondata nog vervuild is." Verbeeten stelt tot slot: "Digitaliseren is geen tovertruc. Het begint altijd met organiseren. Ook in finance. Als je dat goed doet, komt de waarde min of meer als vanzelf."