Wat uitzonderingen kosten: het register achter automatisering in finance

Op de sheet voor de stuurgroep stond 99,25%. Dat was het aandeel van 4,6 miljoen transacties per periode dat het afstemmingssysteem van een aanbieder van weddenschappen en kansspelen zonder menselijke tussenkomst matchte. Een goed cijfer, en een eerlijk cijfer. De teamleider finance keek ernaar en wees erop dat de resterende 0,75% nog altijd zo'n 34.500 posten per periode waren, en dat haar team daar inmiddels de hele dag mee bezig was.

In die rest zit de economie van automatisering. Het gematchte aandeel vertelt een sponsor dat het systeem werkt. De rest vertelt de financieel directeur wat het kost om de operatie te draaien, waar het risico zit en of de organisatie de groei van volgend jaar aankan. De meeste businesscases voor AI in de operatie worden verkocht op het eerste cijfer en betaald in het tweede.

Een automatiseringspercentage telt gevallen, geen kosten

Een percentage behandelt elk geval als gelijkwaardig. Een timingverschil dat de volgende ochtend vanzelf verdwijnt en een te lage afdracht van een payment provider waarvoor een formele claim nodig is, tellen allebei als één uitzondering. Het eerste kost niets. Het tweede kost een middag van een senior analist en, als het wordt gemist, echt geld. Wie ze middelt, verbergt precies de informatie die een financieel directeur nodig heeft.

Het uitzonderingsregister zet een prijs op elke oorzaak

Voor elke workflow die we beheren, houden we een uitzonderingsregister bij. Dat is geen rapport over de wachtrij, maar een kleine tabel met één rij per oorzaak en vijf kolommen. De waarden worden gemeten in het dossier van elk geval en nooit in een workshop geschat. Een oorzaak zonder gemeten behandeltijd krijgt het label onbekend; we gaan niet gokken.

• Frequentie per periode.
• Behandeltijd, vanaf het moment dat een medewerker het geval opent tot het wordt afgesloten, zonder wachttijd.
• Kosten van de behandelaar, omdat een uur van een controller iets anders kost dan een uur van een administratief medewerker.
• Verlies als het wordt gemist, voor zover eerdere gevallen dat laten zien: een dubbel betaalde factuur, kosten die nooit zijn teruggevorderd.
• Waar de oorzaak ligt: in onze regels, in de stamgegevens van de klant, bij een tegenpartij of in een echte afweging.

De eerste vier kolommen samen leveren de kosten per oorzaak per periode op. In elk register dat we hebben bijgehouden, veroorzaakt een handvol oorzaken het grootste deel van de kosten, en dat zijn zelden de oorzaken die het projectteam aan het begin verwachtte.

De vijfde kolom bepaalt de oplossing

Bij elke plek waar een oorzaak kan liggen, hoort één zinnige aanpak.

Ligt de oorzaak bij een tegenpartij of in de stamgegevens, dan hoort de oplossing bij de bron. Een payment provider die referenties afkapt, leveranciers die het inkoopordernummer weglaten, één klant die drie keer in het systeem staat: wie daaromheen automatiseert, bouwt blijvende complexiteit om iets op te vangen wat iemand gewoon kan rechtzetten. Een verzoek aan een tegenpartij of het opschonen van stamgegevens is meestal de goedkoopste manier om uitzonderingen terug te dringen. Engineeringteams slaan die stap het vaakst over, juist omdat het geen engineering is.

Ligt de oorzaak in regels die nooit zijn opgeschreven, zoals een kostenberekening of een vaste manier van verrekenen, dan komt ze in aanmerking voor automatisering, mits ze voldoet aan de terugverdienregel.

Vraagt de oorzaak om een echte afweging, zoals bij een geschil of een afboeking, dan blijft ze bij een medewerker. De investering gaat dan naar het versnellen van diens werk: gevallen gebundeld per oorzaak, bewijs erbij, een eigenaar en een ouderdom bij elke post. Afboekingen en geschillen automatiseren we niet om het percentage op te krikken. Kleine terugkerende verschillen zijn vaak het eerste teken van een groter probleem, en het is juist de taak van finance om daarover te oordelen.

Nieuwe automatisering moet zich binnen een jaar terugverdienen

Elke regel voor een kleinere, zeldzamere oorzaak kost meer om te bouwen, te testen en te onderhouden dan de vorige, en vergroot de kans dat twee regels elkaar ongewenst beïnvloeden. Daarom krijgt elke voorgestelde regel een prijskaartje: de bouw, de testgevallen die erbij komen en een jaar onderhoud. Dat bedrag zetten we af tegen de kosten van de oorzaak in het register. Verdient een regel zich niet binnen een jaar terug, dan wordt hij niet gebouwd en blijft de oorzaak bij een medewerker.

Regels moeten hun plek ook blijven verdienen. Elke regel houdt bij hoe vaak hij wordt toegepast. Een regel die twee afsluitingen lang niet is gebruikt, wordt beoordeeld en verwijderd, tenzij hij beschermt tegen een zeldzaam maar duur verlies. Ongebruikte regels zijn code die niemand zich meer herinnert en die bij de volgende wijziging voor verrassingen zorgt.

Als we een sponsor deze berekening laten zien, is de discussie over het najagen van een hoger percentage meestal snel voorbij. De vraag is dan niet meer of iets te automatiseren is, maar of deze oorzaak een eigen regel waard is.

Hoe hoger het percentage, hoe lastiger de rest

Businesscases gaan ervan uit dat de resterende uitzonderingen op de oude lijken, alleen minder. Dat klopt niet. Regels nemen eerst de frequente, eenvoudige oorzaken weg, dus met elk procentpunt automatisering verschuift de rest naar gevallen die zeldzaam, dubbelzinnig of omstreden zijn. De gemiddelde behandeltijd per uitzondering stijgt, ook als het aantal daalt.

Voordat een nieuwe regel live gaat, voorspellen we dit met het register: welke oorzaken hij wegneemt, en hoeveel behandeltijd en welke senioriteit de overgebleven oorzaken vragen. Meestal laat die voorspelling zien dat er minder mensen nodig zijn voor routineposten en meer senior tijd voor geschillen, overleg met tegenpartijen en het beheer van regels. De makkelijke gevallen waarmee nieuwe medewerkers vroeger werden ingewerkt, verdwijnen, dus het inwerken verschuift naar de bespreking van afwijkingen en regelwijzigingen. Die rolverandering hoort te worden gepland voordat de regel live gaat, niet achteraf te worden ontdekt.

Groei voegt oorzaken toe, niet alleen volume

Groei in volume is goedkoop. Meer van dezelfde transacties gaan door dezelfde regels, tegen vrijwel geen extra kosten. Wat groei werkelijk toevoegt, zijn nieuwe oorzaken. Een nieuwe payment provider komt met een eigen settlementbestand en kostenstructuur. Een nieuwe markt brengt een valuta, een lokale fiscale behandeling en een bank die referenties op haar eigen manier opmaakt. Een overname brengt een tweede rekeningschema. Elk daarvan is een nieuwe rij in het register, en elke rij begint in de dure situatie: niet geautomatiseerd, onbekend en afgehandeld door de meest ervaren medewerker.

Daarom kan een operatie die op orde lijkt, vastlopen na een uitbreiding die het totale volume nauwelijks verandert. Als een klant groei plant, brengen we de nieuwe bronnen, markten en tegenpartijen die daarbij horen in kaart. We voegen voor elk vooraf een rij toe aan het register en plannen de tijd om elk daarvan toe te wijzen aan bron, regel of medewerker, voordat het zover is. Hoe snel een bedrijf kan groeien, hangt af van hoe snel nieuwe oorzaken worden doorgerekend en afgehandeld, niet van de snelheid van de matchingengine.

Stuur op het register, niet op het percentage

Een stijgend automatiseringspercentage met stijgende kosten voor de rest is geen vooruitgang. Na de livegang is het register de eigenlijke stand van de operatie, en het is het eerste waar we om vragen bij elke review van een geautomatiseerd financeproces.