Hoe kan een beslismodel sales en finance op elkaar afstemmen?

5 Min
30/08/2023

Elke onderneming heeft baat bij interne transparantie. Toch blijkt dat de uitwisseling van informatie tussen afdelingen onderling in de praktijk niet vanzelfsprekend is. Het geeft aanleiding tot inefficiëntie en foutieve beslissingen, onder meer op het terrein van klantacceptatie. Met een beslismodel kan dat vermeden worden. Benieuwd hoe? Dat leest u in deze blog. 

Chapter 1

Afstand tussen finance en sales

Het is eigen aan elke goed geöliede onderneming om iedere werknemer afgebakende bevoegdheden te geven. Een takenpakket op basis van zijn kennis en expertise. Het gevolg is dat elk van hen zich al snel blindstaart op het eigen werkterrein. Aandacht voor de gang van zaken op andere afdelingen is er niet. Samen met de hoge werkdruk verdwijnt het globale plaatje snel uit beeld.

Hierdoor ontstaan verschillen in kennisniveau tussen afdelingen onderling. Uiteraard staan niet alle verschillen een efficiënte werking van een afdeling in de weg. Niet alle informatie is relevant voor elke werknemer. Toch gebeurt het dat men door een gebrek aan transparantie, fouten maakt die makkelijk vermeden konden worden. Door een uitwisseling van kennis en informatie bijvoorbeeld.

In de praktijk zouden heel wat ondernemingen voordeel hebben bij een nauwere samenwerking, vooral tussen finance en sales. Deze afdelingen stemmen nog te weinig met elkaar af. Een beslismodel kan die beoogde uitwisseling van kennis en inzichten het noodzakelijke zetje geven.

Chapter 1

De beslissing van klantacceptie verloopt geautomatiseerd

Een beslismodel is een model dat voor een specifieke situatie een uitkomst biedt aan de beslissingnemer. Bij de formulering van die uitkomst houdt het model rekening met de vooraf opgegeven parameters. De toepassingsmogelijkheden van een beslismodel zijn talrijk en in de context van B2B is het erg waardevol om bijvoorbeeld het beleid rond klantacceptatie te stroomlijnen. 

Het beslismodel is in dat geval een online applicatie waarmee een ondernemer zijn beleid rond klantacceptatie kan vertalen naar een afgebakende set voorwaarden. Die regels worden in het beslismodel vastgelegd. Het model geeft vervolgens een antwoord op de vraag of het binnen de bedrijfsprocessen past om zaken te doen met bepaalde klanten / prospects en onder welke voorwaarden. Automatisch dus.

Chapter 1

Iedereen kan het beslismodel gebruiken om een klant te screenen

Vandaag worden de beslissingen rond klantacceptatie genomen door creditmanagers of de afdeling finance. Zij bestuderen naast de jaarrekening onder meer het betaalgedrag, de financiële gezondheid en tal van andere criteria om een beeld te krijgen van een klant of prospect. Hun kennis en expertise levert talloze inzichten op die relevant zijn met betrekking tot klantacceptatie. Weliswaar blijft het een beslissing die arbeidsintensief en traag tot stand komt. 

Een beslismodel garandeert wat met een menselijke of manuele controle nooit helemaal zeker is: de meest objectieve beoordeling van elke klant of prospect. Op elk moment zal een beslismodel op basis van specifieke informatie over een zakenrelatie steeds tot dezelfde conclusie komen. Elk bedrijf zal elke keer dezelfde geautomatiseerde screening doorlopen.

Een belangrijk voordeel van het beslismodel is dat het door elke werknemer gebruikt kan worden. Er is geen specifieke kennis of expertise vereist. Niet alleen heeft het model daardoor een hoog democratisch gehalte, het is eveneens breed inzetbaar. Elke afdeling en elke werknemer die rechtstreeks of onrechtstreeks te maken krijgt met klantacceptatie, kan een beroep doen op het beslismodel. Over de uitkomst hoeft niemand in discussie te treden.

Zo’n beslismodel is bijvoorbeeld Check&Decide™ van GraydonCreditsafe. Check&Decide™ is een op maat gemaakte geautomatiseerde en informatie gedreven beslissingsmachine. 

Chapter 1

Sales en finance: een uitwisseling van kennis en inzichten

Dat salesmedewerkers meestal niet dezelfde financiële kennis en inzichten hebben als hun collega’s van finance is logisch. In de praktijk gebeurt het dan ook wel eens dat sales wordt teruggefloten door finance. Dat gebeurt wanneer een verkoper een klant binnenhaalt en als nadien een screening aan het licht brengt dat het niet opportuun is om met deze partij in zee te gaan. 

Het gebruik van een beslismodel kan zulke gang van zaken vermijden. Voordat een verkoper bij een klant of prospect binnenstapt, doet hij een beroep op de screening via het beslismodel. De uitkomst heeft hij nog geen minuut later. Wordt deze onderneming op basis van de heersende voorwaarden rond klantacceptatie positief beoordeeld, dan kan hij meteen aan de slag. Zo niet, dan kan de verkoper zijn pijlen richten op een andere prospect. 

Chapter 1

Zijn creditmanagers dan overbodig?

Wil dat zeggen dat creditmanagers overbodig worden? Nee, zeker niet. Maar zij evolueren meer naar de rol van consultant. Het zal aan hen zijn om samen met de andere stakeholders het beslismodel in te richten en verschillende modellen op te maken afhankelijk van sector, land of klanttype. De creditmanager zal dan eerder optreden als raadgever en kan de organisatie tonen waar er risico’s schuilen en waar er kansen liggen.

Verder zal hij of zij ook de persoon zijn die de beslismodellen nauwlettend in de gaten houdt en voortdurend zal testen. Met de bedoeling om ze te verfijnen en verder te optimaliseren.

Kortom, de implementatie van beslismodellen laat minder ruimte over voor wrevel en discussies tussen sales en finance. Het verplicht zelfs beide afdelingen om bij de opbouw van het model nauw samen te werken. En dat gaat het bedrijf op alle vlakken alleen maar ten goede komen.

Lees alles over beslismodellen in ons whitepaper: Beslismodellen luiden nieuw tijdperk in bij klantacceptatie

Whitepapers

De laatste best practices in credit, risk en data management.

B2B e-commerce gamechanger

Mis geen omzet meer in het weekend en in de avonduren.

Is uw bedrijf financieel gezond?

5 kengetallen die impact hebben op uw kredietwaardigheid.

Gerelateerde blogartikelen

De laatste trends in credit, risk en data management.