אוטומציה פיננסית: דוחות, התאמות ומסמכים שמפסיקים לרוץ על אקסל

מה חוזר במחלקת כספים בכל חודש בדיוק אותו דבר?

אם תסתכלו על חודש עבודה במחלקת כספים ותסמנו כל משימה שנעשתה גם בחודש שעבר, באותו סדר ומאותם מקורות, רוב הלוח יסומן. זה לא כשל בניהול. זו פשוט הצורה של העבודה: מחזור חודשי, מחזור רבעוני, מחזור שנתי.

וזו גם בדיוק הסיבה שהמחלקה הזאת מועמדת טובה יותר לאוטומציה מרוב המחלקות בארגון. תהליך שחוזר זהה הוא תהליך שאפשר לתאר במדויק, ומה שאפשר לתאר במדויק אפשר להעביר.

הקושי הוא לא בזיהוי. הוא בכך שהעבודה הזאת נופלת דווקא בסוף החודש, כשהיא מתחרה על אותן שעות עם כל מה שדחוף, ולכן היא נדחסת ללילות ולסופי שבוע במקום להיבחן.

למה מתחילים דווקא מהדוח החודשי להנהלה?

זה כמעט תמיד התהליך הראשון שעולה בשיחה, ולא במקרה. הוא חוזר באותו מבנה בכל חודש, הוא נשען על מקורות קבועים, והוא חייב לצאת בתאריך.

אבל שווה לפרק אותו לשניים, כי רק חצי ממנו רלוונטי כאן:

• איסוף והרכבה. לשלוף מכל מערכת, להתאים פורמטים, להצליב שהמספרים מסתדרים, לבנות טבלאות וגרפים, לעצב. זה החלק המכני, והוא לרוב רוב הזמן.
• פרשנות. מה המספרים אומרים, מה חריג, מה להמליץ להנהלה. זה החלק המקצועי, והוא נשאר אצל מי שכותב אותו.

תהליך אוטומטי מטפל בראשון ומגיש את הדוח בנוי, עם הנתונים כבר במקום, כדי שהזמן שנשאר יילך לשני. בתהליך שנמדד אצל אחד הלקוחות, יומיים של הרכבה ידנית הפכו לדקה. זה לא היה דוח כספים, ולכן זה לא מספר שאתם אמורים לצפות לו. זה מספר שמראה מה הסדר גודל של החלק המכני כשמוציאים אותו החוצה.

איך אוטומציה מטפלת בהתאמות בנקים וספקים?

התאמה היא הצלבה בין שתי רשימות: תנועות הבנק מצד אחד, הרישומים בהנהלת החשבונות מצד שני. אותו דבר מול כרטיסי ספקים, מול סליקה, ומול מערכת החיוב.

הכאב כאן מדיד במיוחד, כי הרוב המוחלט של השורות תקינות. עוברים על אלפי תנועות כדי למצוא את השלוש שלא נסגרו. תהליך אוטומטי הופך את זה:

• ההצלבה רצה על כל התנועות, לא על מדגם ולא על מה שהספיקו
• מה שהתאים בוודאות נסגר ולא מגיע לשולחן
• מה שלא נסגר מגיע כרשימה מסודרת עם הסיבה: הפרש סכום, תנועה בלי רישום נגדי, רישום שלא הופיע בבנק, או תאריך שלא תואם

העבודה לא נעלמת. היא מתחילה מהחריגים.

חשבוניות, גבייה ומסמכים שיוצאים לבד

הצד השני של המחלקה הוא לא ניתוח אלא ייצור: חשבוניות שצריך להפיק, מכתבי גבייה שצריך לשלוח, אישורים שצריך להוציא, קבצים שצריך להעביר לרואה החשבון.

העבודה הזאת גדלה ליניארית עם הפעילות, וזו הנקודה: מסמך אחד או אלף דורשים אותו מאמץ כשהתהליך בנוי. אצל אחד הלקוחות התהליך שנבנה היה הפקת הצעות מחיר, והחברה מדווחת על חיסכון של עשרות שעות בחודש ועל היכולת לתמחר פרויקטים לעומק במקום להוציא מחיר מהיר מחוסר זמן.

אותו מבנה חל על תזכורות גבייה: מי חייב, כמה זמן, מה נשלח לו קודם, ומה הצעד הבא לפי מדיניות שאתם קובעים.

איפה AI באמת עוזר במחלקת כספים, ואיפה הוא מיותר?

זו השאלה שהכי הרבה מוכרים עליה סיפור, אז שווה להיות מדויקים. AI לא מחליף כלל. הוא קורא מה שכלל לא יכול לקרוא.

• AI עוזר כשהמידע חופשי: חשבונית סרוקה שצריך לחלץ ממנה שדות, מייל של ספק שצריך להבין מה הוא מבקש, סעיף הצמדה שקבור בחוזה של ארבעים עמודים, תיאור תנועה שנכתב בשפה חופשית.
• AI מיותר כשהמידע כבר מובנה: אם הנתון יושב בשדה במערכת או בעמודה בטבלה, כלל פשוט מדויק יותר, זול יותר, רץ מהר יותר, ואפשר להסביר אותו לרואה חשבון. זה שיקול אמיתי במחלקה שצריכה להגן על מה שהיא עשתה.

בתהליך אמיתי שני הסוגים מופיעים יחד: AI קורא את החשבונית הסרוקה, וכלל רגיל בודק שהסכום תואם להזמנה. מי שמוכר לכם AI על כל שלב בתהליך מוכר יותר ממה שצריך.

מה נדרש מהמערכות שכבר יש לכם?

השאלה הזאת עולה מוקדם, ובצדק. התשובה הכנה היא שזה נבדק ולא נחזה, מול המערכת שלכם, בגרסה ובהרשאות שיש לכם:

• יש מערכות עם ממשק מסודר לקריאה וכתיבה
• יש כאלה שמאפשרות רק ייצוא קבצים או דוחות מתוזמנים, וגם עם זה אפשר לעבוד
• ויש פעולות שהיצרן פשוט לא פתח לגישה חיצונית

זה נכון לחשבשבת, לפריוריטי, למערכות החיוב, ל-Microsoft 365 ולבנקים. תהליך שמסתמך על נתון שאי אפשר להוציא לא ייבנה, וזה נאמר בשלב המדידה ולא אחריו.

בקרה על חריגות: יש לזה עמוד משלו

מחלקת כספים היא גם המקום שבו נופלת הבקרה, אבל זה נושא נפרד והוא מקבל טיפול מלא במקום אחר: תשלום כפול, שינוי בפרטי בנק של ספק, הצמדה שלא עודכנה, חריגה ממדיניות השקעות, עסקה שסופקה ולא חויבה.

ההבדל בין שני העמודים פשוט. העמוד הזה עוסק בעבודה שחוזרת גם כשהכול תקין. הבקרה עוסקת במה שקורה כשמשהו לא תקין, ובעיקר במה שנופל בתפר בין מחלקות.

בקרה אוטומטית בארגון: לתפוס את מה שנופל בין המחלקות

מה לא רואים בעבודה החוזרת?

מנקודת המבט שלנו כל תחום פעילות, כל יחידה בארגון ואפילו כל צוות הם יחידות רווח נבדלות, וכך הם נמדדים ברמה הארגונית.

מי שמנהל יחידה כזאת נמדד על התוצאה, אבל מה שקובע אותה לא תמיד מגיע אליו. הוא מקבל את התוצר מוכן, ולכן המחיר של התוצר לא נכנס לשיחה על תעדוף. הטבלה מציגה את הפער הזה.

אין כאן עמודת שעות בכוונה. כל מספר שנכתוב יהיה ניחוש על הארגון שלכם. את השעות מודדים אצלכם, לפני שבונים משהו.

שימו לב מה משותף לכל השורות: אין באף אחת מהן טעות. העבודה נעשתה והתוצאה יצאה. מה שחסר הוא המחיר שלה, ולכן הוא לא נכנס לשיחה על תעדוף.

מה שאוטומציה מחזירה כאן היא קודם כול נראות: כשהחלק המכני יוצא החוצה, המספרים מפסיקים להיות הערכה, ומה שנשאר על השולחן הוא מה שבאמת דורש מנהל.

ומה שלא עובר בשום שלב הוא הפרשנות, ההמלצה והאחריות המקצועית. הן אף פעם לא זהות לסבב הקודם, והן נשארות אצלכם.

הצד השני של אותו פער הוא מה שנכתב על היחידה מבחוץ: מה שיחידת הביקורת רואה כשהיא בוחנת את אותה עבודה, ומה מזה מגיע לדוח שמוצג להנהלה ולדירקטוריון. זה נושא בפני עצמו, והוא מקבל טיפול מלא בעמוד בקרה וביקורת ביחידות בארגון.

מתי אנחנו אומרים לא?

זה לא סעיף לענווה. אלה שלושה מצבים שבהם ההמלצה שלנו היא לא לבנות:

• כשהנתון עצמו לא אמין. אוטומציה על נתון שגוי לא מתקנת אותו, היא רק מייצרת את השגיאה מהר יותר ובכמות גדולה יותר. קודם מסדרים את המקור.
• כשהתהליך רץ פעם או פעמיים בשנה. ההשקעה לא מוחזרת, וכנראה עדיף להשאיר אותו ידני.
• כשמתברר שהתהליך קיים מסיבה שכבר לא רלוונטית. קורה שמודדים תהליך ומגלים שהוא נולד מדרישה שבוטלה או ממערכת שהוחלפה. אז ההמלצה היא לבטל אותו, לא למכן אותו.

חלק מהמדידות מסתיימות במסקנה שהחיסכון אינו מצדיק את ההשקעה. זו תשובה לגיטימית, והיא נאמרת לפני שנבנה משהו ולא אחרי.

מאיפה מתחילים?

לא מתוכנית ולא מסקר רוחבי. מתהליך אחד.

• בוחרים את זה שחוזר הכי הרבה או שכואב הכי הרבה
• מודדים כמה זמן הוא באמת גוזל ועל אילו מקורות הוא נשען
• בודקים מול המערכות מה בפועל אפשר להוציא
• ורק אז מחליטים אם הוא מצדיק בנייה

המדידה הזאת היא גם מה שקובע את הסדר להמשך, וגם מה שמאפשר להגיד לא בלי לנחש.

עוד על שירותי אוטומציה לעסקים: איך זה עובד ומתי אנחנו אומרים לא

שאלות נפוצות

מה במחלקת כספים באמת אפשר להעביר לאוטומציה היום?

עבודה שחוזרת על עצמה באותו אופן בכל חודש, ושהכללים שלה ניתנים לניסוח במילים: איסוף נתונים ממספר מקורות, הצלבה, בניית דוח או מסמך בפורמט קבוע, ושליחה למי שצריך. מה שלא עובר הוא שיקול דעת: החלטה מה לעשות עם ממצא, סיווג חריג שלא נראה כמו קודמיו, ופרשנות מקצועית. הגבול הזה לא טכנולוגי אלא מהותי, והוא לא זז.

למה דווקא הדוח החודשי להנהלה

כי הוא חוזר באותו מבנה, נשען על מקורות קבועים, ונופל בסוף החודש כשכל השאר דחוף. רוב הזמן שמושקע בו אינו ניתוח אלא איסוף והרכבה, וזה החלק שניתן להעברה. הפרשנות נשארת אצל מי שכותב אותה.

איך אוטומציה מטפלת בהתאמות בנקים

התאמה היא הצלבה בין שתי רשימות. תהליך אוטומטי מריץ אותה על כל התנועות, סוגר את מה שהתאים בוודאות, ומגיש רק את מה שלא נסגר עם הסיבה לצידו: הפרש סכום, תנועה בלי רישום נגדי, או רישום שלא הופיע בבנק. העבודה מתחילה מהחריגים ולא מאלפי השורות התקינות.

האם זה עובד מול חשבשבת או פריוריטי

זה נבדק מול המערכת שלכם, בגרסה ובהרשאות שיש לכם, לפני שנאמר משהו. יש מערכות עם ממשק מסודר, יש כאלה שמאפשרות רק ייצוא קבצים או דוחות מתוזמנים, ויש פעולות שהיצרן לא פתח לגישה חיצונית. תהליך שמסתמך על נתון שאי אפשר להוציא לא ייבנה, וזה ייאמר בשלב המדידה.

איפה AI נכנס לתמונה ואיפה הוא מיותר

AI עוזר כשהמידע מגיע בצורה חופשית: חשבונית סרוקה, מייל של ספק, סעיף בתוך חוזה ארוך. כשהמידע כבר מובנה בטבלה או בשדה, כלל פשוט מדויק יותר, זול יותר, וקל יותר להסביר אותו. בתהליך אמיתי לרוב מופיעים שני הסוגים יחד.

האם המספרים שמוצגים באתר מתייחסים למחלקת כספים

לא כולם, ולכן הם מיוחסים במפורש לתהליך שנמדד. החברות שדיווחו מדדו בתהליכים שלהן: הפקת הצעות מחיר, ניתוח תוכניות, וניהול זמן אישי. מספר מתהליך אחד אינו רף שתהליך אחר אמור לעמוד בו. מה שיחסך אצלכם נמדד אצלכם.

מתי אתם ממליצים לא למכן תהליך במחלקת כספים

כשהנתון לא אמין, כשהתהליך רץ פעם או פעמיים בשנה, וכשמתברר תוך כדי מדידה שהוא קיים מסיבה שכבר לא רלוונטית. במקרה השלישי ההמלצה היא לבטל ולא למכן.

מאיפה מתחילים

מתהליך אחד. בוחרים את זה שחוזר הכי הרבה או שכואב הכי הרבה, מודדים כמה זמן הוא גוזל ומאילו מקורות הוא נשען, ורק אז מחליטים אם הוא מצדיק בנייה. המדידה היא גם מה שמאפשר להגיד לא בלי לנחש.