Fra datakaos til overblik: Sådan kan virksomheder skabe et mere præcist cashflow forecast

Likviditet er afgørende for enhver virksomhed. Men selv virksomheder med styr på økonomien kan have svært ved at svare præcist på et helt grundlæggende spørgsmål: 

Hvordan ser vores likviditet egentlig ud om 30, 60 eller 90 dage? 

Det bliver særligt udfordrende i virksomheder og koncerner, hvor information om kommende ind- og udbetalinger ligger spredt på tværs af ERP-systemer, Salgsordre og manuelle regneark. 

Det var netop udfordringen hos en virksomhed, vi for nylig hjalp. 

Virksomheden havde allerede store dele af de nødvendige data. Problemet var, at informationerne ikke fandtes samlet ét sted. Bogførte poster lå i Business Central, kommende fakturering lå som åbne ordre i Business Central, mens eksempelvis løn, husleje og andre forventede betalinger blev håndteret manuelt. 

Resultatet var et likviditetsoverblik, der krævede mange manuelle arbejdsgange og gjorde det svært hurtigt at danne sig et samlet billede af den forventede udvikling. 

Målet blev derfor at skabe ét samlet og dynamisk cashflow forecast. 

Udfordringen: Likviditetsdata lå flere forskellige steder 

Et traditionelt likviditetsbudget kan relativt hurtigt bygges i Excel. Men udfordringen opstår, når forecastet løbende skal holdes opdateret.

Arbejder I mere generelt med budgettering og løbende forecasting, kan I også læse om, hvornår det giver mening at gå fra Excel til Planning i Microsoft Fabric.

For hvad sker der eksempelvis, når: 

• en kunde betaler senere end forventet? 

• en ny leverandørfaktura bliver bogført? 

• der bliver oprettet en ny indkøbsordre? 

• et projekt forventes faktureret næste måned? 

• løn, moms eller andre større betalinger ændrer sig? 

Hvis alle ændringer manuelt skal indarbejdes i et regneark, bliver likviditetsforecastet hurtigt tidskrævende at vedligeholde. 

Samtidig stiger risikoen for, at forecastet bygger på forældede oplysninger. 

For denne virksomhed var ønsket derfor ikke blot at lave endnu et likviditetsbudget. 

De ønskede et styringsværktøj, hvor så meget som muligt blev opdateret automatisk, samtidig med at økonomiafdelingen fortsat kunne tilføje de forventninger, som ikke eksisterer i Business Central. 

Løsningen: Automatisk cashflow kombineret med manuelle forventninger 

Vi byggede et skræddersyet cashflow forecast, hvor data fra flere kilder samles i én fælles løsning. 

Grundtanken var enkel: 

Data, der allerede findes i systemerne, skal hentes automatisk. Data, som kun økonomiafdelingen kender, skal være nemme at tilføje manuelt. 

Det giver en løsning, der kombinerer automatisering med den fleksibilitet, som stadig er nødvendig i en økonomifunktion. 

Automatisk data fra Business Central 

En stor del af grundlaget for likviditetsforecastet findes allerede i virksomhedens Business Central. 

Det gælder blandt andet: 

• åbne debitorposter 

• åbne kreditorposter 

• banksaldi 

• åbne indkøbsordrer 

• forventet fakturering fra projekter 

Data bliver hentet fra Business Central og struktureret i Microsoft Fabric. 

Dermed slipper økonomiafdelingen for manuelt at eksportere og sammenstille de samme oplysninger, hver gang likviditetsprognosen skal opdateres. 

Når data ændrer sig i de underliggende systemer, kan det efterfølgende slå igennem i forecastet. 

Det handler ikke kun om beløbet – men også om datoen 

At kende størrelsen på en faktura er ikke nok i et cashflow forecast. 

Det afgørende spørgsmål er: 

Hvornår forventer vi faktisk, at pengene går ind eller ud af banken? 

Derfor indeholder løsningen også beregninger af de forventede betalingsdatoer. 

Hvis en kunde eksempelvis har 30 dages betalingsfrist, bør en faktura ikke nødvendigvis påvirke likviditeten på fakturadatoen. Det relevante tidspunkt er den forventede betalingsdato. 

Det samme princip gælder leverandørbetalinger. 

Ved automatisk at tage højde for betalingsbetingelser får virksomheden et mere realistisk billede af, hvornår pengestrømmene forventes at ramme bankkontoen. 

Det gør forecastet langt mere anvendeligt som styringsværktøj. 

Ikke alt findes i ERP-systemet 

Selv et godt ERP-system indeholder ikke alle fremtidige ind- og udbetalinger. 

Økonomiafdelingen kan eksempelvis allerede kende til: 

• kommende lønudbetalinger 

• momsbetalinger 

• skat 

• investeringer 

• større engangsbetalinger 

• forventede indbetalinger, der endnu ikke er oprettet i ERP-systemet 

Her var det vigtigt ikke at gøre løsningen unødigt kompliceret. 

I stedet for at bygge et særskilt indtastningssystem benyttes Excel og SharePoint til de manuelle forventninger. 

Det betyder, at økonomiafdelingen fortsat kan arbejde i et velkendt værktøj, mens oplysningerne bliver integreret med de øvrige data i likviditetsforecastet. 

Excel fungerer dermed ikke længere som hele løsningen, men som et fleksibelt supplement til de automatiserede data. 

Ét samlet likviditetsbillede i Power BI 

Når data fra Business Central og de manuelle forventninger er samlet, bliver informationerne præsenteret i Power BI. 

Her får virksomheden ét samlet billede af den forventede likviditetsudvikling. 

I stedet for at arbejde med forskellige regneark og systemudtræk kan økonomi og ledelse analysere udviklingen direkte i rapporteringen. 

Det bliver eksempelvis muligt at se: 

• forventede indbetalinger og udbetalinger 

• udviklingen i likviditeten over tid 

• perioder med særligt stort kapitalbehov 

• hvordan forskellige typer betalinger påvirker cashflowet 

• udviklingen på tværs af selskaber i koncernen 

Det giver mulighed for at reagere tidligere. 

Hvis likviditeten eksempelvis forventes at blive presset om seks uger, er det langt mere værdifuldt at opdage det i dag end få dage før pengene mangler. 

Teknologien bag løsningen 

Løsningen består grundlæggende af tre Microsoft-teknologier. 

Microsoft Fabric bruges til at samle og strukturere data fra blandt andet Business Central i et fælles datagrundlag. 

Power BI bruges til at visualisere det samlede likviditetsbillede og give økonomi og ledelse mulighed for at analysere udviklingen. 

Excel og SharePoint bruges til de manuelle forventninger, som ikke allerede findes i virksomhedens øvrige systemer. 

Det er kombinationen, der er vigtig. 

Automatisering dér, hvor data allerede findes. 

Fleksibilitet dér, hvor mennesker stadig skal kunne tilføre viden. 

Fra rapportering til aktiv likviditetsstyring 

Den største gevinst ved løsningen er, at virksomheden har fået et mere dynamisk grundlag for at styre sin likviditet. 

Hvor likviditetsarbejdet tidligere i høj grad var baseret på manuel sammenstilling af information, kan virksomheden nu løbende følge den forventede udvikling på baggrund af både faktiske ERP-data og økonomiafdelingens egne forventninger. 

Det gør det lettere at besvare spørgsmål som: 

Har vi tilstrækkelig likviditet de kommende måneder? 

Hvornår forventer vi større udsving? 

Er der behov for at flytte investeringer eller finansiering? 

Hvilke ind- eller udbetalinger driver udviklingen? 

For denne kunde, som har flere selskaber bliver værdien endnu større, fordi data kan samles på tværs af selskaber og give ledelsen et samlet billede i stedet for en række individuelle likviditetsbudgetter. 

Et cashflow forecast skal være et styringsværktøj – ikke en månedlig øvelse 

Flere virksomheder arbejder allerede med et likviditetsbudget. 

Udfordringen er ofte ikke at lave selve budgettet. Udfordringen er at sikre, at det hele tiden afspejler den virkelighed, virksomheden befinder sig i. 

Når grundlaget automatisk kan opdateres med aktuelle data fra Business Central, mens økonomiafdelingen fortsat kan tilføje egne forventninger, bliver forecastet langt mere levende. 

Det gør likviditetsprognosen til noget, der kan bruges aktivt i den løbende økonomistyring – frem for et regneark, der skal genopbygges før næste ledelsesmøde. 

For denne virksomhed har resultatet været et samlet og dynamisk styringsværktøj, der gør det muligt løbende at se, hvornår pengene forventes at gå ind og ud af forretningen – og dermed reagere, før et likviditetsbehov bliver akut. 

Vil I have bedre overblik over jeres fremtidige likviditet? 

Hvis jeres likviditetsforecast i dag bygger på en kombination af Business Central, Excel og manuelle udtræk, er der ofte mulighed for at automatisere en stor del af arbejdet. 

Hos DataSponge hjælper vi virksomheder med at samle økonomidata i Microsoft Fabric og Power BI, så rapportering, forecasting og økonomistyring tager udgangspunkt i ét fælles datagrundlag.