Chief Data Scientist Joris Peeters over financiële zekerheid van internationaal zakendoen, de kracht van data en de voordelen die je met Global Financials kunt behalen.
Internationaal zakendoen is geen sinecure.
Inzicht verwerven in de financiële prestaties van klanten, prospects, leveranciers en partners is van cruciaal belang om alle risico’s en kansen goed in beeld te krijgen. Maar in dit tijdperk van globalisering bevinden deze partijen zich vaak in andere landen.
Op het eerste gezicht lijkt dat misschien niet zo’n groot probleem. Bedrijven doen immers steeds vaker zaken over de grenzen. Het geval wil alleen dat elk land zijn eigen eisen en normen hanteert ten aanzien van deponering, financiële rapportage en generally accepted accounting principles (GAAP).
Dit kan voor flinke problemen zorgen bij het evalueren van de financiële prestaties van bedrijven. Bovendien veranderen de deponeringseisen van de wet- en regelgeving voortdurend. Dat maakt het vrijwel onmogelijk om gebruik te blijven maken van de gestandaardiseerde weergaven die je hebt ontwikkeld.
Of dat was tenminste zo totdat Dun & Bradstreet samen met zijn wereldwijde partnernetwerk Global Financials introduceerde.
Onze wereldwijde oplossing biedt toegang tot 150 miljoen financiële overzichten uit openbare en besloten bronnen in 170 landen, gestandaardiseerde bedrijfsverslagen en analytische benchmarking voor de uiteenlopende internationale financiële rapportagenormen.
Steeds meer vooruitziende bedrijven maken gebruik van Global Financials om gefundeerde beslissingen te nemen en de kredietwaardigheid van bedrijven in diverse landen te beoordelen. De oplossing biedt naadloze mogelijkheden voor het vergelijken van diverse bedrijfsaspecten, van de bedrijfsbalans en winst- en verliesrekening tot financiële ratio’s.
Maar het is niet aan mij om de (legio) voordelen van Global Finance uit te leggen. Dat kan ons salesteam veel beter. In plaats daarvan wil ik je graag inzicht bieden in de nieuwe mogelijkheden van het platform en laten zien hoe we het potentieel van data ontsluiten ter ondersteuning van de internationale groei van onze klanten.
Want uiteindelijk komt het niet aan op de hoeveelheid data waarover je beschikt, maar wat je met de beschikbare data doet.
De kracht van data ontsluiten met Global Financials
We putten bijvoorbeeld toegevoegde waarde uit data door de inzet van automatisering en de ontwikkeling van voorspellende credit scorecards. Zoals elke professional op het gebied van kredietwaardigheid je zal vertellen omvatten kredietbeoordelingen en beslissingen ten aanzien van nieuwe klanten vaak een subjectief, tijdrovend en arbeidsintensief proces. Zeker als daar het eerder genoemde GAAP bij om de hoek komt kijken.
Om een voorbeeld te geven: een van onze klanten koesterde plannen om zijn vleugels naar nieuwe regio’s uit te slaan. De onderneming wilde snel nagaan welke bedrijven mogelijk laat betaalden of een ernstig kredietwaardigheidsrisico vertegenwoordigden. We wisten dat dit binnen de mogelijkheden lag van Global Financials vanwege zijn lange handelsgeschiedenis, indicatoren voor gunstige/ongunstige zakelijke verhoudingen, vermogen om unieke conclusies te trekken ten aanzien van de financiële situatie van bedrijven en functionaliteit voor het berekenen van financiële ratio’s.
We evalueerden de portefeuille van de klant, identificeerden relevante branche/sector-codes en gebruikten die in combinatie met onze wereldwijde database om inzicht te krijgen in het soort bedrijven waarmee onze klant zaken deed. Meer in het bijzonder keken we naar de rechtsvorm, het werkelijke of gemodelleerde aantal werknemers en de werkelijke of gemodelleerde jaaromzet in dollars.
Aan de hand van deze dimensies stelden we profielen op van klanten van onze opdrachtgever in de beoogde regio’s. Het doel was om na te gaan hoeveel bedrijven met het profiel UNFAV OOB, ofwel Unfavourable Out Of Business (faillissement), aanwezig waren in Global Financials. Aan de hand van deze profielen zochten we in Global Financials naar vergelijkbare bedrijven in andere landen.
Als uitgangspunt namen we landen met een vergelijkbaar bruto nationaal product als de regio in kwestie. Gaandeweg voegden we meer landen toe totdat we aan twee dimensies hadden voldaan.
Eerst probeerden we wat het BNP betrof zo dicht mogelijk bij de regio te blijven. Maar uiteraard stapten we hiervan af naarmate we meer landen aan de steekproef toevoegden.
Vervolgens waren we in staat om een voldoende aantal UNFAV OOB-profielen aan te leveren in aansluiting op de statistieken die het beste werken met grote getallen. Hierbij moet worden opgemerkt dat we opzettelijk een iets grotere UNFAV OOB-steekproef hanteerden dan normaal.
Aan de hand van deze nieuwe subset van data, waren we uiteindelijk in staat om onze bevindingen terug te rapporteren aan de klant, compleet met een industrie-specifiek scoresysteem dat in staat was om in de laagste 20% van de gescoorde gevallen, meer dan 75% van de toekomstige faillissementen in het gebied van de klant te voorspellen. En dit over een tijdshorizon van een faillissement binnen 1 tot 5 jaar.
Dit leverde tastbare voordelen op voor onze klant. Maar het grootste succesverhaal schuilde in het feit dat we het potentieel van data en Global Financials optimaal wisten te benutten. We kunnen aan de hand van één pool van data een fors aantal faillissementen identificeren en voorspellen. Daaruit blijkt dat het geen kwestie is van de hoeveelheid gegevensbronnen, maar simpelweg van wat je doet met de data die tot je beschikking staat.
Op weg naar een datagestuurde toekomst
Geheel in aansluiting op de geest van innovatie van Dun & Bradstreet en Global Financials houden onze inspanningen om onszelf van de concurrentie te onderscheiden en oplossingen te bieden voor complexe vraagstukken daar niet mee op. Een andere manier waarop we onze klanten extra meerwaarde bieden is door het combineren van data met nieuwe technologieën zoals AI (Artificial Intelligence ofwel kunstmatige intelligentie).
Een goed voorbeeld hiervan is AI Layered Scoring. Dit omvat een combinatie van deep learning met klassieke kredietwaardigheidsscores. Hiermee veranderen we de regels van het spel op het gebied van credit scorecards. We kunnen met AI Layered Scoring namelijk zo’n 90% van alle faillissementen voorspellen. Maar wat nog indrukwekkender is: uit onze eerste bevindingen blijkt dat we met deze methodiek het jaar waarin een faillissement optreedt binnen een periode van vijf jaar buitengewoon accuraat kunnen voorspellen.
Het zijn dit soort vormen van voortdurende innovatie die onze klanten wegwijs maken en helpen gedijen in een zakelijk klimaat dat zich kenmerkt door nietsontziende verandering. Zoals we hebben laten zien zijn de data en de wil om voor slimmere besluitvorming te zorgen volop aanwezig bij bedrijven. Soms is het simpelweg een kwestie van het vinden van een partner die in staat is om de stippen te verbinden en problemen te verhelpen met een verfrissende datagestuurde aanpak.
Altares Dun & Bradstreet: jouw datapartner
Altares Dun & Bradstreet helpt organisaties een bedrijfscultuur te creëren waarin data als strategisch wapen voorop staat. Onze Dun & Bradstreet data cloud is een onuitputtelijke bron van informatie, met inzichten die 90% van alle fortune 500 bedrijven dagelijks raadplegen. Heb jij hulp nodig bij het opzetten van een master data management strategie? Neem dan contact met ons op.
