Wat hebben ‘gewone’ accountants aan analytics en big data?

Gegevens zijn er te over, vandaag de dag. Alles wordt ergens geregistreerd en vastgelegd. Het schijnt dat hele knappe koppen ( ‘data scientists’) daar via analyse bruikbare informatie van maken, die niet alleen het verleden beschrijft en duidt maar ook voor toekomstige beslissingen gebruikt kan worden.
De computers van uw klanten ( en die van uzelf) leggen details vast over transacties, processen, de productiviteit van medewerkers, het gedrag van klanten, zelfs het imago en de vriendenkring van uw klanten (en uw medewerkers!) kunt u zó zien, als u dat zou willen.
Gegevens, gegevens… maar moet  uw klant nu wel of niet een tweede vestiging openen? 
 
Accountants zijn als geen ander in de positie om uit al die gegevens nuttige informatie te destilleren, leest u overal. Maar u heeft geen analytics-software, geen data warehouse, geen kunstmatige intelligentie… en al helemaal geen data scientists onder uw personeel. Toch?
 
Volgens het Journal of Accountancy moet u zich niet laten afschrikken door al die ingewikkelde verhalen over de kunstjes van de Big4. Ook u kunt, vanuit uw eigen professionaliteit, van data info maken. 
Maar dan moet u eerst en vooral wel anders naar die gegevens die u en uw klanten hebben gaan kijken. Niet alleen als logboek van wat er was en is gebeurd. Als u verder kijkt dan het afgelopen kwartaal ziet u vast wel trends. En u en uw tegenvoeter bij de klant kennen samen de hele organisatie en haar eigenaardigheden van haver tot gort, beter dan een data scientist bij PwC of KPMG. 
 
U kunt als geen ander de ‘context’ van de data koppelen met de gegevens. Dan weet u heus wel welke productlijn van de klant het beter doet, en welke slechter. U heeft vast wel een idee van zijn of haar klanten. U kunt ook daar trends zien of lezen in uw vakliteratuur. 
Vier tips geeft het Journal of Accountancy nog: 
1. Zorg dat u/de klant de juiste metrieken kiest en alleen die kengetallen monitort. Ook daar toont de meester zich in de beperking: niks ‘big data’.
2. Zorg ervoor dat die gegevens ‘schoon’ zijn. Al jaren geldt: garbage in, garbage out. Ook bij Big Data.
3. Gebruik alle functionaliteiten van de tools die u al wel gebruikt. Spreadsheets zijn ouderwets? Check eens hoeveel van de bestaande functionaliteiten van dit soort software uw mensen kennen – en kunnen gebruiken. Of echt gebruiken.
4. Wees niet benauwd voor dat ‘big’ in Big Data. Om goede analyses te maken hoeft u heus niet alles te weten. Ook een halve eeuw geleden gaven accountants en boekhouders al verstandige adviezen. Na analyse van de linker- en rechterpagina van de boeken.
AI heeft u daarbij heus niet nodig. 
 
 
 
 
 
 

Training Big Data & Analytics voor Financials

     

    Wilt u de mogelijkheden van Big Data & Analytics ontdekken? Zoekt u een praktische cursus over Big Data speciaal voor financials? Volg de training Big Data & Analytics en ontvang de tools en inzichten om de kwaliteit van uw rapportages en adviezen te optimaliseren.

     

 
Gerelateerde artikelen