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.
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.
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”
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.
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.
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.
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.
Todo un ahorro de tiempo y esfuerzo. ¿Dispuesto al cambio inteligente?
En Techedge podemos guiarte hacia tus objetivos estratégica y técnicamente en este complejo viaje. No lo dudes y ponte en marcha cuanto antes.