Onze Spring ‘25-release is er! Automatiseer financeprocessen met AI-agents en behoud volledige controle.

Ontdek meerArrow

Onze Spring ‘25-release is er! Automatiseer financeprocessen met AI-agents en behoud volledige controle.

Ontdek meerArrow
Apr 1, 2025
Leestijd: 3 min

Datatransformatie & AI in finance: Slimmere beslissingen voor CFO's

Screenshot van het webinar gehost door Kleene.ai in samenwerking met Payhawk, met Konstantin Dzhengozov (CFO, Payhawk), Tannah Matus (CFO, Secret Food Tours), Abigail May (Finance Director, Biscuiteers), en Matt Sawyer (Oprichter, Sawinsight).
Samenvatting

In 2006 noemde Clive Humby data “de nieuwe olie” en hij had gelijk. Tegenwoordig zijn gegevens hun IT-roots ontgroeid en hebben ze hun weg gevonden naar de financiële wereld. CFO's zitten nu aan het stuur om ruwe data om te zetten in slimmere beslissingen en potentiële financiële voordelen. En zo doen ze dat...

Inhoudsopgave

Ontvang maandelijks slimme finance & AI-tips

Door je aan te melden, ga je akkoord met het ontvangen van e-mails over onze producten en diensten, zoals beschreven in onze privacyverklaring. Afmelden kan altijd.

In een recent webinar, georganiseerd door Kleene.ai in samenwerking met Payhawk, deelde een panel van zowel financiële leiders als leiders op het gebied van data, waaronder Konstantin Dzhengozov (CFO, Payhawk), Tannah Matus (CFO, Secret Food Tours), Abigail May (Finance Director, Biscuiteers) en Matt Sawyer (Oprichter, Sawinsight) hun inzichten over hoe financiële teams succesvolle datatransformatie-initiatieven kunnen leiden.

Datatransformatie 101: Strategieën van financiële leiders

Van het selecteren van de juiste projecten tot het afstemmen van financiële doelen op de bedrijfsstrategie, de discussie ging over praktische stappen om kostenbesparingen te realiseren, workflows te automatiseren en de zichtbaarheid te verbeteren. Dit is wat we hebben geleerd.

De uitdaging van datatransformatie: Verwachtingen managen

Je kunt je bedrijf niet transformeren zonder je gegevens te transformeren. Maar transformatie is nooit een snelle oplossing of een eenmalige aanschaf van software. Een van de grootste hindernissen is waarschijnlijk het omgaan met gegevensworkflows van meerdere derde partijen en gefragmenteerde technologie.

Je kunt je een systeem voorstellen dat elk probleem rondom data in je bedrijf oplost, maar de werkelijkheid is veel rommeliger. Het panel was het erover eens: "Het belangrijkste is om klein te beginnen. Begrijp de gegevens waarmee je werkt voordat je alles probeert te herzien."

In plaats van te streven naar een transformatie van de ene dag op de andere, stelde het panel voor om het op te splitsen in behapbare stukjes. Accepteer dat dit iets is dat langer duurt dan je wellicht had gedacht - waarschijnlijk een project van een jaar, maar geen sprint van twee maanden. Als je dat van tevoren weet, kun je de juiste verwachtingen stellen en frustratie voorkomen.

Krachtige AI Agents die je helpen om slimmer te schalen

Een business case bouwen

Het rechtvaardigen van de investering in datatransformatie kan een grote hindernis zijn.

Bedrijfsleiders willen weten: Wat is de ROI? Wanneer zullen we de voordelen zien?

In tegenstelling tot het kopen van een machine met een duidelijke efficiëntiewinst, hebben dataprojecten vaak geen onmiddellijke, tastbare resultaten. Om buy-in te krijgen, moet je een overtuigende business case bouwen, te beginnen met het volgende:

  • Schets de voordelen incl. de toegevoegde waarde
  • Schat de kosten en de verwachte terugverdientijd
  • Laten zien hoe het de activiteiten van meerdere teams zal stroomlijnen

Als je dit niet doet, zal het een zware strijd worden om de leiding te overtuigen om middelen toe te wijzen.

Abigail May, financieel directeur bij Biscuiteers, zegt:

Als ik bezig ben met het opstellen van een business case - iets wat ik vaak aan anderen in het bedrijf vraag - richt ik me op het schetsen van de waarde, de kosten en vooral de terugverdientijd. Als de tijdlijnen en de waarde van een project niet duidelijk zijn, is het moeilijk om een grote uitgave vooraf te rechtvaardigen.

Culturele weerstand overwinnen

Een van de grootste uitdagingen bij het leiden van een datatransformatie-initiatief is de culturele impact.

Teams raken gewend aan bestaande processen, zelfs als ze inefficiënt zijn. Als je iets voor de eerste keer introduceert, is de kans groot dat er een kloof is tussen de vaardigheden van je medewerkers en de nieuwe technologieën.

Mensen verzetten zich tegen verandering als ze het niet begrijpen. Het ondersteunen van datatransformatie is niet alleen een technisch project; het is een mentaliteitsverandering.

Konstantin Dzhengozov, CFO bij Payhawk, zegt:

Er is vaak culturele weerstand tegen verandering omdat mensen zich op hun gemak voelen bij wat ze gewend zijn en er een kloof is tussen vaardigheden en de nieuwe technologie. Mensen zijn bang voor het onbekende en het doorbreken van silo's vereist een mentaliteitsverandering. We moeten ze laten inzien dat de huidige processen niet schaalbaar zijn en dat het van vitaal belang is om de manier waarop we gegevens gebruiken en werken in het algemeen te veranderen.

Het panel was het hiermee eens en suggereerde dat je, om culturele weerstand te overwinnen:

  1. Teams moet leren waarom verandering nodig is
  2. Moet zorgen voor training over nieuwe systemen
  3. Medewerkers vroeg bij het proces moet betrekken om weerstand te verminderen

Tijd voor transformatie: Wanneer start je?

Wanneer heeft je bedrijf een gegevensherziening nodig? Let op deze signalen:

  • Trage responstijden: Als het beantwoorden van belangrijke financiële of operationele vragen uren (of dagen) handmatige analyse vergt, heb je een probleem.
  • Inconsistente gegevens: Als verschillende afdelingen verschillende cijfers rapporteren voor dezelfde metriek, is het tijd om te standaardiseren.
  • Beperkingen van real-time gegevens: Als je gegevens zijn opgesloten in statische rapporten en niet dynamisch worden bijgewerkt, loop je achter.

Tannah Matus, CFO van Secret Food Tours, zegt:

Het is tweeledig. Ten eerste kan het beantwoorden van vragen van bestuursleden, directeuren of investeerders tijdrovend zijn. Als de informatie niet gemakkelijk toegankelijk is, sta ik onder druk om die te vinden. Ten tweede - wat concreter - houden we de marges op stadsniveau nauwlettend in de gaten en analyseren we de kosten voor voeding en begeleiding. Dus als de marges dalen, moeten we snel handelen, want een daling van een paar weken kan leiden tot aanzienlijke verliezen.

De 'TL/DR'? Als je gegevens je niet snel genoeg antwoorden geven om beslissingen te nemen, is het tijd voor een transformatie.

Gegevensinitiatieven prioriteren en uitvoeren

Hoe stel je prioriteiten als je eenmaal hebt besloten om aan een gegevenstransformatie te beginnen?

"Ik overweeg hoeveel gegevens in realtime worden gegenereerd versus gegevens die moeten worden gemanipuleerd of geanalyseerd aan het einde van de maand. Op onze verzendafdeling heeft data-automatisering bijvoorbeeld een grote impact gehad, waardoor de efficiëntie is verbeterd met realtime dashboards die de activiteit van pakketten laten zien. De volgende stap is het filteren van deze realtime gegevens naar andere teams," deelt Abigail.

Abigail vervolgt: "Wat we vaak tegenkomen, is dat we eerst een plan maken voor de productie en fabricage van de komende maand, en vervolgens een grote bedrijfsorder binnenkrijgen die alles in de war schopt. Een grote order is fantastisch, maar onze capaciteit en mogelijkheden in een maand zijn beperkt. Het is dus cruciaal dat we snel kunnen schakelen en de planning flexibel kunnen aanpassen."

Het geldt misschien niet voor ieders bedrijf, maar bij Biscuiteers is het belangrijk dat we gegevens dynamisch kunnen gebruiken om net zo snel te reageren op veranderingen!

1. Identificeer bedrijfskritische gebieden: Begin met de pijnpunten die je de meeste tijd of geld kosten.
2. Automatiseer terugkerende taken: Als finance teams handmatig omzet vergelijken of gegevens in spreadsheets knippen en plakken, los dat dan eerst op.
3. Zorg voor gegevensintegriteit: Schone, betrouwbare gegevens vormen de basis voor elke transformatie.
4. Creëer realtime dashboards: Geef leidinggevenden de mogelijkheid om direct datagestuurde beslissingen te nemen.

De kracht van automatisering

Het panel was het er allemaal over eens: als je nog steeds vertrouwt op handmatige processen, laat je geld liggen.
Automatisering verwijdert menselijke fouten, versnelt analyses en maakt je team vrij om zich te richten op strategisch werk. In plaats van met spreadsheets te worstelen, kunnen ze zich richten op prognoses, het optimaliseren van kosten en het stimuleren van groei.

Konstantin beschrijft:

Nieuwe technologie maakt real-time inzicht en controle mogelijk, waardoor je door slimme automatisering tijd bespaart op veel financiële taken met een lage waarde. Bij Payhawk hebben we ons hele platform rond dit principe gebouwd. We kunnen integreren met je ERP, goedkeuringen stroomlijnen en een robuust controle framework creëren - of je nu gebruik maakt van inkooporders, crediteurenadministratie, complexe goedkeuringsworkflows, of meer.

Het einddoel: slimmere, snellere besluitvorming

De kern van datatransformatie is één simpel doel: je bedrijf in staat stellen om slimmere, snellere beslissingen te nemen.

Als je huidige systemen je vertragen, tegenhouden of het leven moeilijker maken dan nodig is, dan is het tijd voor verandering. De bedrijven die het in de toekomst goed zullen doen, zijn de bedrijven die vandaag de controle over hun gegevens nemen.

Dus, waar begin je? Het panel was unaniem. Splits het op. Stel prioriteiten. Automatiseer. Train je team. En maak je klaar om vol vertrouwen betere, snellere beslissingen te nemen.

De volgende stappen in je datatransformatie reis

Weten waar je je op moet richten is één ding, maar een lijst met must-dos is nog beter. Hier zijn de top vijf manieren om datatransformatie in je bedrijf te implementeren:

1. Slechte datagewoonten aanpakken met verantwoordelijkheid

Datatransformatie gaat niet alleen over tools en technologie; het gaat over gedrag. Als je team gegevens behandelt als een magische antwoordengenerator in plaats van een bron van strategisch inzicht, dan heb je een reset nodig.

Een goede tip? Leg de gevolgen van slechte datagewoonten bloot.

Als iemand herhaaldelijk dezelfde fout maakt - op de verkeerde knop klikken, een terugbetaling verkeerd verwerken - meet het dan. Stel KPI's vast en rapporteer deze aan het team.

Mensen maken nu eenmaal fouten, en in uitgavenbeheer kunnen deze fouten grote gevolgen hebben. Bijvoorbeeld, een verkeerde factuurbetaling kan leiden tot onjuiste boekingen en extreem hoge kosten en lange reconciliatietijden. Ook kunnen onjuiste goedkeuringen van uitgaven of het verkeerd registreren van betalingen een kettingreactie van problemen veroorzaken, wat resulteert in extra werk en vertragingen. Het goede nieuws is dat technologie helpt deze menselijke fouten te verminderen, door processen te automatiseren en nauwkeurigheid te waarborgen. Dit maakt niet alleen de werkdruk lichter, maar zorgt er ook voor dat je sneller kunt reageren en fouten voorkomt.

Tannah Matus legt uit:

Werknemers die data slecht gebruiken verwachten misschien onmiddellijke antwoorden en negeren processen, maar herhaalde fouten kunnen problemen veroorzaken (ondanks waarschuwingen)... We creëerden KPI's rond het bijhouden van fouten en lieten gebruikers zien hoe hun acties de datakwaliteit beïnvloedden. Toen ze eenmaal de impact zagen, werden ze bewuster, verbeterden hun processen en verminderden hun fouten.

Hoe dit te implementeren:

  1. Volg gegevensfouten per gebruiker: Identificeer herhalende fouten en meet de impact ervan
  2. Rapporteer terug met echte voorbeelden: Maak de pijnpunten zichtbaar voor het team
  3. Moedig verantwoording aan: Zodra mensen de downstream-effecten zien, zullen ze zich hun acties eigen gaan maken

2. De juiste dataprojecten kiezen

Niet alle gegevensinitiatieven zullen effect hebben. De sleutel is om dataprojecten af te stemmen op bedrijfsdoelen en vast te stellen waar je je gegevens kunt gebruiken om actief strategische resultaten te behalen.

  • Begin met het einddoel. Vraag je af welk probleem we proberen op te lossen? Is het operationele efficiëntie? Beter voorspellen? Kostenbeheersing?
  • Zoek de blinde vlekken. Zoek uit wat niet wordt gemeten? Waar ontbreken gegevens?
  • Beoordeel de ROI. Als een data-initiatief de besluitvorming niet significant verbetert, dan heeft het niet de juiste prioriteit.
    Als je financiële team constant in de brandbestrijdingsmodus staat, moet je eerste prioriteit projecten zijn die repetitief werk automatiseren en de zichtbaarheid verbeteren.

3. Workflows automatiseren voor betere uitgavenbeheersing

Financiële leiders moeten stoppen met het najagen van bonnetjes en beginnen met het vormgeven van de strategie. Automatisering is niet alleen handig - het is de sleutel tot betere controle over uitgaven.

Abigail beschrijft:

We hebben Payhawk ongeveer een jaar geleden geïmplementeerd en we zijn er erg blij mee. We hebben enorme waarde gezien door Payhawk; het doet meerdere dingen waarvan ik dacht dat we er drie stukken software voor nodig zouden hebben. Door te vertrouwen op software (en te pushen wat we kunnen krijgen) komt ons financiële team vrij om hun tijd efficiënter te gebruiken.

Door realtime zichtbaarheid en controle te integreren in één platform, kun je financiële workflows stroomlijnen door goedkeuringen te automatiseren, beleidscontroles in te bouwen en handmatige afstemming te verminderen.

Hoe begin je met het automatiseren van je financiële workflows:

  1. Auditeer je processen: Waar gaat de meeste handmatige tijd naartoe?
  2. Beoordeel je tech tack: Gebruik je meerdere tools waar één de klus zou kunnen klaren?
  3. Dring bij leveranciers aan op meer: Als je huidige tools niet aan je behoeften voldoen, eis dan betere functionaliteit

4. Haal het beste uit je financiële technologie

Overstappen naar nieuwe software kan een uitdaging zijn, maar de juiste tools zullen je veel tijd besparen.

Als je financiële software niet al je problemen oplost, is het de moeite waard om de bestaande software opnieuw te bekijken. Een geconsolideerd systeem moet 1) handmatige gegevensinvoer verminderen, 2) workflows stroomlijnen en 3) slimmere besluitvorming mogelijk maken (door alle gegevens op één plek te bewaren).

Zorg ervoor dat je het volgende doet:

  1. Evalueer je tools regelmatig
  2. Maak gebruik van de expertise van accountmanagers
  3. Zorg voor een goede adoptie: bied de juiste training en blijf betrokken

5. De basis leggen voor AI in de financiële wereld

AI verandert de scene, maar je hebt er alleen profijt van als het goed schoon en gestructureerd is.

Zoals Tannah uitlegt:

AI is zo goed als wat je het geeft. Als je die basislijn niet nauwkeurig, bruikbaar en correct kunt krijgen voor de processen die je uitvoert om die gegevens te genereren, dan zal het implementeren van een all-singular dancing AI-oplossing je bedrijf niet helpen.

Voordat je AI in finance implementeert, moet je:

  • Je gegevens standaardiseren en opschonen: Zorg voor consistentie in alle systemen en zorg ervoor dat mensen gemakkelijk het juiste beleid kunnen volgen.
  • Repareer gebroken processen: AI kan slechte workflows niet compenseren.
  • Duidelijke doelen stellen: Wat wil je dat AI verbetert? Voorspellingen? Fraude opsporen? Uitgaven categoriseren?
  • Breng je workflows in kaart: Identificeer waar AI in finance de meeste waarde zou kunnen toevoegen
  • Test AI in kleine stappen: Begin met automatisering en schaal dan op

Van back-office naar directiekamer: De nieuwe rol van finance

De belangrijkste takeaway van het webinar? Datatransformatie is niet alleen een financieel project: Het is een bedrijfsbrede verschuiving.

Van het afbreken van silo's tot het automatiseren van workflows, de bedrijven die investeren in gestructureerde, strategische data-initiatieven zullen degenen zijn die snellere, slimmere beslissingen nemen.

Maar transformatie gebeurt niet van de ene op de andere dag. Het advies is duidelijk: begin klein, stel realistische verwachtingen en geef prioriteit aan de gebieden waar automatisering en zichtbaarheid de meeste impact zullen hebben.

Met Payhawk kun je uitgavengegevens centraliseren, goedkeuringen automatiseren en rapportages stroomlijnen - allemaal op één platform. Als je klaar bent om de controle over je financiële workflows over te nemen, boek een persoonlijke demo en ontdek hoe we jouw bedrijf kunnen helpen om uitgavengegevens om te zetten in slimme beslissingen.

Diyan Bogdanov, Director of Engineering for Expense Automation at Payhawk
Diyan Bogdanov 
Director of Engineering - Expense Automation
LinkedIn

Diyan Bogdanov is de Director of Engineering voor Expense Automation bij Payhawk. Met een achtergrond in wiskunde en informatica zit hij achter het AI-systeem en de chatoplossingen van Payhawk, die workflows sneller en slimmer maken. Als hij niet bezig is met het innoveren van alles wat met automatisering te maken heeft, verdiept hij zich in de nieuwste AI en technologische innovaties.

Bekijk alle artikelen van Diyan →
Ontvang maandelijks slimme finance & AI-tips

Door je aan te melden, ga je akkoord met het ontvangen van e-mails over onze producten en diensten, zoals beschreven in onze privacyverklaring. Afmelden kan altijd.

Gerelateerde artikelen

Kwint Jansen - Sales Manager bij Payhawk Benelux
Financiën & bedrijfsstrategieApr 10, 2025Leestijd: 3 min

CFO's trekken portemonnee voor tech en rekenen af met Jiskefet-imago

Nikolay Dimitrov, Finance and Accounting Manager at DECATHLON Bulgaria, een klant van Payhawk
AI en automatiseringApr 9, 2025Leestijd: 3 min

Hoe DECATHLON Bulgarije tijd bespaart en uitgaven stroomlijnt

Financiële medewerkers bespreken wat de Financial Controller AI agent kan doen
Product-updateApr 3, 2025Leestijd: 3 min

Wat doet AI in finance? Vier use cases met een Financial Controller Agent