Cómo aplicar Machine Learning en Finanzas

Finanzas

,

Pensamiento de liderazgo

Cómo aplicar Machine Learning en Finanzas

Isabel Calvo | Ene 28, 2019

En los últimos años hemos sido espectadores del despunte de nuevas tecnologías como el Big Data o la Inteligencia Artificial en la industria financiera, dando como resultado la aparición de las “Fintech”, empresas que emplean los nuevos avances tecnológicos para mejorar sus procesos, productos y actividades financieras.

La forma de abordar las operaciones empresariales y financieras en el Siglo XXI ha cambiado completamente el panorama empresarial, haciendo necesario para las compañías sumarse rápido a la carrera de la innovación.
La automatización de los procesos estándar siempre ha sido la máxima prioridad para los departamentos de finanzas. Esto ha evolucionado a un nivel superior. Gracias a tecnologías como el aprendizaje automático (Machine Learning) y el software inteligente se puede llegar a automatizar sin esfuerzo procesos exigentes como la conciliación bancaria.

¿Qué es la Conciliación Bancaria?

La conciliación bancaria es un proceso que permite a la empresa verificar si los movimientos que el banco apunta en su cuenta coinciden con las operaciones que efectivamente ha realizado y registrado en contabilidad. En definitiva, se trata de asociar un movimiento de cargo o abono bancario (usando el extracto que envía el banco) con su origen contable: la partida de cobro o pago del asiento financiero.

conciliacion-bancaria

La conciliación bancaria es una herramienta interna fundamental para toda empresa que quiera conocer su flujo de caja real y su situación de liquidez. Y no solo eso, sino que además desee contar con un mecanismo de control frente al fraude o el mal manejo de las salidas y entradas de dinero en la compañía.

Esta tarea en realidad no es nada sencilla. Pueden existir errores, omisiones o duplicidades de registros que hacen descuadrar la conciliación y que lleva mucho tiempo clarificar. Tal es así, que conciliar bancos muchas veces parece casi un trabajo artesanal, donde necesitamos puntear a mano, literalmente a mano, con regla, papel y lápiz, cientos de partidas que no sabes ni de dónde han salido contra extractos bancarios.

Para hacérnoslo más fácil y no tener que preocuparnos nunca más de crear reglas de conciliación en nuestros sistemas, ni de tener que perder infinidad de tiempo en mapear manualmente registros, SAP incorpora SAP Cash Application de SAP Leonardo a su suite de productos:

“Primero existía la conciliación manual,
después vino la conciliación automática,
y ahora SAP lanza SAP Cash Application”

New call-to-action

¿Qué es SAP Cash Application?

SAP Cash Application es la solución de SAP integrada para SAP S/4HANA enfocada a la mejora del proceso de conciliación bancaria y la gestión del flujo de caja a través del uso de métodos de inteligencia artificial y aprendizaje automático o “Machine Learning” (tecnología comprendida dentro de SAP Leonardo).

El Machine Learning es una rama de la inteligencia artificial creada como técnica efectiva de automatización de procesos. Permite identificar patrones ocultos entre la información y el conocimiento contenido en el proceso, aprendiendo así de los datos extraídos sin ser explícitamente programado para ello.

El concepto de inteligencia artificial no es en absoluto nuevo, es más, fue acuñado por John McCarthy alrededor de 1956. No obstante, es ahora cuando los ordenadores se han vuelto lo suficientemente poderosos para analizar volúmenes de datos enormes (Big Data), permitiendo así que científicos de datos desarrollen y usen modelos a partir de esa información.

Con SAP Cash Application, SAP promete llegar a nuevos niveles de automatización y productividad en la compensación de los pagos recibidos aplicando la inteligencia artificial y el aprendizaje automático a la conciliación bancaria.


SAP Cash Application y conciliación bancaria

La mayoría de las empresas cuentan con softwares de conciliación que registran las transacciones de pago de forma automática y que garantizan el mapeo de estos con reglas previamente creadas. Estos softwares permiten que el equipo financiero necesite intervenir en el proceso de forma manual exclusivamente cuando se produzcan excepciones como, por ejemplo: omisiones en los datos de pago; errores de escritura por parte de la empresa o el banco; duplicidad de registros; o en casos en que se paguen varias facturas en una sola transacción.

Es aquí donde entra en juego el Machine Learning.

Un software habilitado para el aprendizaje automático “aprende” de manera similar a como lo haría un humano, a través de la experiencia, la observación y los datos históricos. Utiliza algoritmos de autoaprendizaje para detectar patrones, reconocer contextos y hacer predicciones, con el objetivo de mapear los pagos bancarios de los extractos electrónicos con las partidas contables del área de cuentas a cobrar.

machine-learning-conciliacion
¿Cómo funciona realmente el proceso de SAP Cash Application con Machine Learning?

Antes de comenzar el proceso en sí de conciliación bancaria, como paso previo imprescindible se necesita una breve fase de "familiarización", en la cual se crea y entrena el modelo específico de cada cliente (cada empresa tiene con sus propias reglas y escenarios comerciales), que será tomado como base para el mapeo y la conciliación de partidas en el futuro.

Este modelo parte, como hemos comentado anteriormente, de la información histórica del cliente: extractos bancarios, documentos contables, avisos de pago, remesas, maestros de clientes, maestro de bancos, información de bancos propios, información de pago, servicios bancarios como el Lock Box e información y ejemplos de compensaciones históricas. (Como mínimo se necesita entrenar el modelo con 5K de información).

Una vez recopilados todos los datos, son enviados a los servicios de SAP Cash Application y recogidos por el motor de entrenamiento de Machine Learning que, internamente, en base a algoritmos, escoge y ordena los criterios y valores de selección dando como resultado el modelo óptimo de categorización y mapeo del cliente.

sap-cash-application
Fuente: SAP

Una vez entrenado el modelo base, comienza la ejecución en real de la conciliación bancaria en el sistema del cliente.

El proceso en sí, por tanto, realmente comienza cuando el cliente efectúa el pago de sus facturas pendientes, de tal forma que el departamento de cuentas a cobrar debería recibir notificación de dicho cobro.

A menudo, cuando los clientes pagan sus facturas, envían un aviso de pago/remesa indicando qué facturas son las que se han pagado. SAP Cash Application tiene la capacidad de extraer de estas remesas la información de las facturas que se deben compensar en función de la configuración de envío mandada por el cliente.

Una vez recogida la información de los extractos bancarios y de las facturas en contabilidad, se transfieren los datos al motor de SAP Cash Application basado en SAP Cloud Platform y este retorna las coincidencias propuestas y su nivel de confianza de acierto. Este nivel de confianza es empleado por parte del usuario para evaluar si prefiere conciliar automáticamente los resultados del motor, eliminando así las partidas de forma automática y procediendo a su contabilización, o si por el contrario prefiere que únicamente sean sugerencias pendientes de revisión.

Todo este proceso es cíclico, realimentando el motor con cada nueva ejecución, aprendiendo de las acciones realizadas en el pasado, del comportamiento específico del cliente/país y creando nuevos patrones de datos para resolver todas las posibles excepciones.

Funcionalidades clave de SAP Cash Application:

  • Propone partidas abiertas de deudores como posible mapeo contra los registros de los extractos bancarios.
  • Contabiliza y compensa automáticamente las partidas.
  • Permite su ejecución mediante Jobs programados usando filtros de condiciones.

Pasos en SAP del proceso de conciliación Bancaria:

  1. Se carga el extracto bancario en el sistema de forma electrónica (transacción FF_5) o manual (transacción FF67).
  2. Se ejecutan las reglas estándar de conciliación para S/4HANA.
  3. Se programa la ejecución del Job para SAP Cash Application que envía los datos de las partidas contables abiertas con los nuevos extractos bancarios a los servicios de SAP Cash Application donde está alojado el modelo de conciliación entrenado.
  4. Con el Machine Learning, SAP Cash Application devuelve al sistema S/4HANA propuestas de mapeo.
  5. Se ejecuta la conciliación de forma automática contabilizando y compensando los apuntes abiertos, siempre y cuando las propuestas de mapeo tengan un grado de confianza igual o superior a la tolerancia predefinida en el sistema.
  6. Se reprocesa el extracto bancario y se tratan manualmente las partidas pendientes de conciliar (transacciones FEBA y FEBAN).

Beneficios de SAP Cash Application

sap-cash-application-beneficio1Automatización y control

  • Aprende automáticamente de datos históricos: El modelo automáticamente se entrena con datos históricos y crea sus propias reglas de consolidación.
  • Aprende de las acciones del usuario: El modelo se adecua y reaprende de las interacciones del usuario.
  • No requiere mantenimiento: Conforme el usuario interactúa con el proceso, el modelo se retroalimenta y se modifican las reglas en función de las acciones tomadas por el usuario.
  • Reduce errores y mejora el control del proceso: Deja pendiente de conciliación manual errores tanto del banco como del departamento financiero, permitiendo así su rápida identificación y corrección.
  • Mayor precisión en la conciliación.
  • Flexibilidad en la solución: Permite adaptar la solución a las necesidades cambiantes del cliente, optando si se prefiere por un modelo entrenado “mixto” que proporciones sugerencias de conciliación pero que no ejecute el mapeo sin supervisión y acción previa del usuario.

 

sap-cash-application-beneficio2Reducción de tiempos y costes

  • Se elimina la necesidad de crear manualmente reglas de conciliación: El modelo se entrena para crear reglas propias del cliente de mapeo. Consigue altas tasas de automatización sin necesitar ajustar a mano el sistema.
  • Reduce la complejidad de resolución de descuadres: Deja exclusivamente para mapeo manual errores o partidas nuevas, que con las acciones del usuario no aparecerán de nuevo.
  • Permite al equipo financiero centrarse en tareas más estratégicas: Con una conciliación mucho más rápida se ahorra tiempo y dedicación del equipo financiero aprovechable para realizar tareas más complejas y estratégicas.
  • Aumento de la eficiencia del área financiera.

 

sap-cash-application-beneficio3Mejora de KPI’s

  • Mejora del periodo medio de cobro (PMC): Mejora la resolución y el análisis de disputas por cobros impagados al poder conocer de forma real qué facturas no han sido efectivamente aun cobradas.
  • Mejora de la liquidez y fondo de maniobra (FM): Permite controlar más eficientemente la posición real de liquidez de la empresa al hacer mucho más rápido el mapeo de partidas de cobros y pagos efectuados.
  • Permite dar un servicio a cliente más eficiente y rápido.

 

sap-cash-application-beneficio4Integrado con S/4HANA

  • Cloud o On-Premise: Se adapta tanto a aplicativos SAP en la nube (cloud) como tradicionales (on-premise).
  • Integrado 100%: Funciona de manera instantánea y automática con la implementación de SAP S/4HANA.
  • Complementario a las reglas estándar: Se puede utilizar junto con reglas estándar ya definidas en los sistemas de cliente.
  • Mantiene los flujos y workflows actuales definidos en el sistema.

 

Todo un ahorro de tiempo y esfuerzo. ¿Dispuesto al cambio inteligente?

 

¿Preparado para subir al tren de S/4HANA?

En Techedge podemos guiarte hacia tus objetivos estratégica y técnicamente en este complejo viaje. No lo dudes y ponte en marcha cuanto antes.

¡Quiero saber más!

¡Suscríbete!