Optimaliseren van debiteurenbeheer met UiPath Process Mining
Debiteurenbeheer is meer dan alleen het sturen van betalingsherinneringen voor openstaande facturen. Debiteurenbeheer, of in bredere zin creditmanagement, is in het afgelopen decennium ook in Nederland uitgegroeid tot een volwassen bedrijfsfunctie. Het ultieme doel is om het openstaande saldo en het debiteurenrisico te beheersen, tegen zo laag mogelijke kosten en zo klantvriendelijk als mogelijk.
Creditmanagement omvat het proces vanaf het maken en versturen van facturen (“op welke manier bied ik onze klant de factuur aan en hoe kan deze betaald worden?”) via debiteurenbeheer (“herinneren en aanmanen, digitaal en via persoonlijk contact”) en externe incasso (“minnelijke en juridische incasso door incassobureau en/of deurwaarder”) tot en met de betalingsverwerking. In dit proces kunnen eindeloos veel communicatiekanalen, instrumenten en betaalmethoden worden gecombineerd. Talloze scenario’s om een vordering te incasseren zijn denkbaar. Maar bijna altijd ontbreekt het organisaties aan een goed inzicht in welke scenario’s het meest (kosten)effectief zijn. Dat is precies waar UiPath Process Mining om de hoek komt kijken.
UiPath Process Mining: hoe werkt het?
In oktober 2019 heeft UiPath het Nederlandse bedrijf ProcessGold overgenomen, en deze oplossing gedoopt tot UiPath Process Mining. Kortgezegd is Process Mining een techniek om een feitelijk inzicht te krijgen in hoe end-to-end bedrijfsprocessen precies verlopen. De ‘elektronische vingerafdrukken’ van medewerkers in de systemen vormen de basis. Met UiPath Process Mining creëer je event logs (dossier, datum, gebruiker, activiteit) die je daarna op 101 verschillende manieren kunt visualiseren. Zo creëer je inzicht in de grootste afwijkingen tussen hoe je dénkt dat het proces loopt, en hoe het proces loopt in werkelijkheid.
Zo ontdek je waar de verborgen kosten zitten. En waar de knelpunten en inefficiënties zich bevinden. Die knelpunten pak je daarna aan, door processen aan te passen en/of te automatiseren met RPA. En daarna weer te monitoren met Process Mining, zodat je precies ziet of/hoe het proces daadwerkelijk is verbeterd.
Aantoonbaar verbeteren van de inningsresultaten. Tegen
lagere uitvoeringskosten.
Tacstone Technology heeft, vanuit een groot aantal adviesprojecten in creditmanagement, jarenlange ervaring in de optimalisatie van deze functie. Met één van onze klanten hebben wij een pilot project gedaan met UiPath Process Mining. Het doel was om de grootste knelpunten te identificeren, te optimaliseren en waar nodig/mogelijk zoveel mogelijk te automatiseren. Dit zou moeten leiden tot meetbaar lagere uitvoeringskosten, betere inningsresultaten en kortere doorlooptijden. En tot meer inzicht in de gigantische hoeveelheid data die dit proces oplevert, zodat we beter kunnen voorspellen hoe debiteuren zich gedragen. En vooraf controles uit te voeren, bijvoorbeeld op faillissementen, surseance van betaling en de WSNP.
De robot signaleert nu alle faillissementen
Tijdens de eerste fase van het project vielen er direct verschillende zaken op. Zo bleken er verrassend veel zakelijke debiteuren te zijn waar pas maanden na het verstrijken van de betalingstermijn duidelijk werd dat er sprake was van een faillissement. Dit resulteerde in lange doorlooptijden van het incassoproces én een verspilling van mensen en middelen. We besloten daarom RPA in te zetten voor het uitvoeren van dagelijkse automatische controles op adresgegevens en KVK uitschrijvingen, via de website Company.info.
Ook controleert de robot nu consequent het WSNP insolventieregister, voordat nieuwe debiteuren worden ingevoerd in het systeem. Alleen al deze aanpassing leverde een tijdsbesparing op van meer dan 200 uur per maand, naast een significant beter inningsresultaat. De volgende verbeteringen zijn inmiddels opgepakt, steeds gedreven vanuit analyses met Process Mining.