Dus jij denkt dat je ERP zelf wel kan matchen?

5 redenen om te investeren in matchingsoftware op maat

Enterprise Resource Planning (ERP)-systemen zijn gemaakt om allerlei bedrijfsprocessen en -functies te integreren tot een centraal beheersysteem. De eenvoudige reconciliatietaken, zoals bankreconciliaties, kunnen ze over het algemeen prima aan (hoewel niet altijd volledig). Maar zodra je iets ingewikkelders nodig hebt, bijvoorbeeld omdat er sprake is van een groot transactievolume, veel verschillende datasystemen of wisselende gegevenskwaliteit, laten ze het afweten.

Is je team veel tijd kwijt aan het handmatig reconciliëren van transacties? Dan kun je veel efficiencywinst behalen als je dit proces automatiseert. Als je daarvoor een ‘best-of-breed’ maatwerkoplossing kiest, stijgt je percentage automatische matches en hou je tijd over voor wat echt belangrijk is.  

Hieronder vind je 5 overwegingen waarom je beter kunt investeren in een maatwerkoplossing voor matching en reconciliatie dan je voegen naar wat je ERP-systeem wel en niet kan.

1. Functionaliteit

Bij complexere matchingscenario’s is de mate van automatisering vaak afhankelijk van de kwaliteit en de grondigheid waarmee de matchingcriteria zijn vastgesteld. Als er sprake is van meerdere gegevensbronnen – denk aan inkooporders, facturen, ontvangstbevestigingen en betalingen – dan heb je geavanceerde algoritmen en logica nodig om transacties nauwkeurig te kunnen matchen, met een hoog percentage automatische matches.

Veel bedrijven hanteren ingewikkelde matchingcriteria, bijvoorbeeld omdat ze werken met kortingen, terugbetalingen en andere individuele prijsafspraken. De matchingsoftware van Trintech is technisch in staat zowel ‘one-to-one’ als ‘one-to-many’ en ‘many-to-many’ situaties te matchen en op basis van meerdere velden te matchen in plaats van alleen op datum en bedrag.

Met Generative AI (GenAI) kun je tegenwoordig ook complexe matchingskoppelingen identificeren, maar die moet je dan wel eerst vertellen hoe dat moet. De snelste manier daarvoor is de mogelijkheid hebben die koppelingen te creëren. Daar horen ook volledige traceerbaarheid en audit trails bij, zodat het proces optimaal controleerbaar en transparant is.

2. Gegevenskwaliteit

ERP-systemen zijn sterk afhankelijk van correcte en consistente data. Zijn de ingevoerde gegevens onvolledig, onlogisch of onjuist, dan kan het heel lastig worden transacties goed te matchen. Daar komt nog bij dat je bij complexe afstemmingen data ook moet matchen met externe systemen. In de praktijk laat de kwaliteit van de te matchen data dan ook vaak te wensen over.

Dergelijke inconsistenties kun je het beste aanpakken door te zorgen dat je je data kunt verrijken of transformeren tot bruikbare data – met de zogenoemde Extract, Transform & Load (ETL)-methode – voor een zo hoog mogelijk percentage automatische matches. Hiervoor kan het nodig zijn aan de ene kant losse transacties samen te voegen of te groeperen om ze aan de andere kant te laten aansluiten bij gegevens op overzichts- of saldoniveau. Op dezelfde manier kan het ook nodig zijn gegevens samen te voegen om specifieke variabelen uit langere datareeksen te halen en deze te gebruiken om gerichtere matchingscriteria op te stellen.

Vaak ontbreken er unieke identifiers in data die helemaal opnieuw aangemaakt moeten worden om überhaupt te kunnen matchen. Met behulp van applicatie/API-opzoektabellen kunnen deze ontbrekende datapunten nauwkeurig worden aangemaakt. Een ERP-systeem biedt hier niet direct de mogelijkheid toe. Om de vereiste mapping te kunnen uitvoeren, heb je dan een tussenprogramma nodig zoals Excel.

3. Dataformaten 

Het spreekt voor zich dat databestanden een machineleesbaar formaat moeten hebben om goed verwerkt te kunnen worden. Veel ERP’s hebben echter moeite met bestandsformaten die afwijken van de standaard platte bestandsextensies (.txt, .csv, etc.). Bronbestanden hebben nog steeds vaak een zekere mate van manipulatie nodig voordat je ze kunt converteren naar een bestandsformaat dat wel wordt ondersteund. Dit maakt het proces nodeloos omslachtig.

Ook al kun je deze conversie automatiseren met externe toepassingen, toch heb je met een op maat gemaakte afstemmingsoplossing ‘out of the box’ mogelijkheden om complexere bronbestanden, zoals .xlsx, te verwerken zonder dat je eerst iets hoeft te converteren. De kans dat specialistische software het bestandsconversieproces beter automatiseert, is groot, zelfs als een ongebruikelijk bestandsformaat niet wordt ‘ondersteund’.

Wie in GenAI heeft geïnvesteerd, kan nu ook inputbestanden lezen en maken van niet-machineleesbare bronbestanden zoals pdf-documenten – een beetje zoals OCR (Optical Character Recognition) maar dan veel krachtiger.

4. Transactievolumes

ERP-systemen worden specifiek ontwikkeld om dagelijks grote hoeveelheden transacties te verwerken ten behoeve van administratie en verslaglegging. Afhankelijk van de complexiteit en de omvang van de behoefte kan het beheren en matchen van al die transacties echter lastig zijn voor ERP-systemen, vooral als die onvoldoende schaalbaar zijn of te weinig verwerkingskracht/-middelen hebben. Als dit niet goed wordt gedimensioneerd, kan het uiteindelijk gevolgen hebben voor de performance in een productiesysteem.

Er bestaan specialistische tools voor matching en reconciliatie die rekening houden met transactievolumes, maar die zijn lang niet allemaal even effectief. Bepaalde branches, zoals de detailhandel, financiële instellingen en overheidsinstanties, verwerken jaarlijks miljoenen transacties. Het matchingproces is daarbij vaak cruciale input voor werkzaamheden verderop in het proces, die van invloed zijn op de periodeafsluiting. Voor veel toekomstgerichte bedrijven valt of staat de overgang naar een doorlopend afsluitproces dan ook met betrouwbare, dagelijkse afstemmingen, die het werk van de financiële administratie (inclusief openstaande posten, intercompany en kasaansluitingen, etc.) bij de maandafsluiting een stuk makkelijker maken.

5. Integratieproblemen 

ERP-systemen moeten vaak samenwerken met andere systemen en platforms, zoals e-commerceplatforms, systemen voor supply chain management en banksystemen. De integratie en de synchronisatie van data tussen deze systemen kan problematisch zijn, wat het matchen van transacties bemoeilijkt.

Op maat gemaakte matchingsoftware bevat kant-en-klare ERP-connectors en open API’s, zodat je ze moeiteloos koppelt aan meerdere systemen. Daardoor hoef je geen tijd en geld te steken in routines voor bestandsextractie, die bovendien vaak snel verouderen door veranderingen in het bedrijf en/of systemen van derden, zoals een nieuwe indeling van bankbestanden.

Conclusie 

Tijd is kostbaar – eenmaal voorbij is voorgoed verloren. De tijd die we hebben kunnen we daarom beter verstandig benutten door ons te richten op de taken en bezigheden die het meeste opleveren. Het pakket matchingsoftware van Trintech is speciaal ontwikkeld om te voorzien in de branchespecifieke behoeften van grote en middelgrote ondernemingen. Wij bieden je een onovertroffen automatische afstemmingsratio van gemiddeld 85%. En daarmee ben je minder tijd kwijt aan handmatig matchen, verklein je de kans op fouten en komt er tijd vrij die je kunt besteden aan het oplossen van niet-gematchte transacties en het uitvoeren van belangrijker werkzaamheden. Haal meer uit je tijd met Trintech.

Artikel oorspronkelijk in het Engels geschreven door: Scott Vipond, Managing Director – EMEA