Watson Analytics laat elke financiële professional data-analyses maken
Redactie
Watson Analytics maakt het analyseren en visualiseren van grote hoeveelheden data voor iedereen toegankelijk. Je kunt vragen over je data stellen in normale mensentaal, waardoor ingewikkeld queries doe het verleden behoren. Sterker nog: als je data toevoegt aan het systeem geeft Watson Analytics je al suggesties van de dingen die opvallen in de data, zonder dat je ook maar een vraag hebt gesteld.
Daarmee kunnen mensen in allerlei sectoren aan de slag met data die ze tot hun beschikking hebben, zonder dat je zelf een data-analyist hoeft te zijn. Het lastigste werk wordt namelijk automatisch voor je gedaan door Watson Analytics. Wat biedt dat voor mogelijkheden voor financiële professionals? Het is lastig om die vraag in één artikel te beantwoorden, want de mogelijkheden zijn uiteindelijk eindeloos. Maar aan de hand van een aantal voorbeelden moet het mogelijk zijn om een aardig beeld te schetsen wat de mogelijkheden zijn voor bijvoorbeeld analisten, accountants en controllers.
Vooruitzichten
Om maar meteen met het spannendste te beginnen: financiële professionals kunnen zelf met Watson Analytics werken om voorspellingen voor de toekomst heel snel te visualiseren, zodat je deze kunt delen met anderen. En dat uiteraard op basis van bestaande data.
Als Watson Analytics over genoeg data beschikt, kan het de factoren die bijvoorbeeld omzet en winst beïnvloeden vaststellen en kijken wat de verwachtingen daarvoor zijn. Van de verwachtingen voor de vraag naar een product of het gedrag van consumenten tot risicofactoren en econometrische gegevens.
Zowel interne, als externe data die op de bedrijfsvoering van toepassingen is, kan Watson Analytics meenemen als die beschikbaar is. En het systeem bevat tools om te bepalen of de kwaliteit van de data wel goed is. Immers: een voorspelling op basis van slechte data is totaal waardeloos.
Om de conclusies die met de hulp van Watson Analytics worden getrokken vervolgens verder te kunnen verspreiden en bespreken, worden ze direct verwerkt in duidelijke graphics. Hierdoor zijn ze voor een breed publiek snel te begrijpen, zonder dat iedereen heel diep in de data hoeft te duiken. En eventuele beslissingen, op basis van de conclusies die behulp van Watson Analytics zijn getrokken, snel en efficiënt kunnen worden genomen.
Openstaande facturen
Maar er zijn ook andere, minstens zo belangrijke, taken waarbij Watson Analytics kan helpen. Veel financiële afdelingen van bedrijven zijn namelijk vooral tijd kwijt aan facturen die (nog) niet betaald zijn. Maar welke facturen worden later betaald? En hoeveel later dan? Gaat het om een bepaald soort facturen?
Het antwoord op al dit soort vragen hebben financiële afdelingen eigenlijk gewoon in huis: het zit in hun adminstratie, maar handmatig (met Excel) is het ongelofelijk lastige klus om het antwoord uit die data te krijgen. Zodra je de data uploadt naar Watson Analytics krijg je vrijwel direct grafieken te zien van interessante conclusies die Watson trekt uit je data.
Je kunt heel snel zien of bijvoorbeeld een kleine groep klanten, naar wie je veel facturen verstuurt, zorgen voor late betalingen. Of je kunt bijvoorbeeld snel zien of verschillende vormen van het versturen van facturen (digitaal vs. ‘ouderwets’ op papier) zorgen voor andere betalingsperiodes.
De inzichten die Watson Analytics financiële afdelingen op dit vlak kan geven, kunnen helpen om maatregelen te nemen om de betalingstermijn van facturen te verkorten. Aan de andere kant kunnen ze helpen om rekening te houden met wanneer facturen worden betaald, voor de toekomst.
Community
Andere mogelijkheden zijn bijvoorbeeld om data over de bedrijfsvoering te gebruiken om te kijken op welke punten een bedrijf verlies draait en hoe dat te verminderen is. Of juist het zoeken naar kansen die een bedrijf laat liggen om meer te verdienen. Het antwoord op al dit soort vragen zit in data, maar het is met de hand onzettend moeilijk om dat eruit te halen zonder de hulp van een goede tool.
Het mooie is dat gebruikers van Watson Analytics er nooit helemaal alleen voor staan. IBM heeft een community opgebouwd rond het systeem waarin gebruikers elkaar kunnen helpen. Ze kunnen vragen stellen op een forum en er worden ervaringen en praktische voorbeelden gedeeld in video’s en blogposts.
Het voorbeeld dat ik aanhaalde over het bepalen hoe verlies kan worden verminderd, is bijvoorbeeld uitgebreid beschreven in een blogpost aan de hand van een voorbeeld. En dat is niet alleen een praktisch voorbeeld waarmee Watson Analytics-gebruikers aan de slag kunnen; het geeft ook een mooibeeld van de mogelijkheden en werking van het systeem.
