Компании часто планируют движение денежных средств по средним значениям. Если договор предусматривает оплату через 30 дней, поступление закладывают на тридцатый день. Но в реальности клиенты платят раньше, позже, частями или только после напоминания.

В результате аккуратный финансовый план не отражает фактический диапазон поступлений. А именно этот разброс определяет, какой резерв ликвидности потребуется компании и сможет ли она вовремя выполнить собственные обязательства.

В исследовании Fortlane Partners предлагается использовать Process Mining и ИИ для анализа фактических транзакционных данных, построения профилей платежного поведения и расчета прогнозных диапазонов вместо единого среднего значения. 

Среднее скрывает поведение процесса

Договорный срок оплаты может составлять 30 дней, но реальные платежи распределяются вокруг этой даты. Одни счета закрываются раньше, другие — с задержкой, третьи — несколькими траншами.

В статье приводится пример компании с ежемесячной выручкой от клиента около 10 млн евро. При отклонении сроков оплаты на 12 дней в обе стороны диапазон недельного прогноза может достигать 4 млн евро. Такой разброс влияет на размер денежного резерва, потребность в финансировании и возможность размещать свободные средства.

Похожая ситуация возникает и в расчетах с поставщиками. Счета могут задерживаться на согласовании, платежи — проводиться только в определенные дни, а скидки за досрочную оплату — использоваться непоследовательно.

По отдельности это выглядит как набор исключений. В совокупности — как устойчивая модель процесса.

Что дает Process Mining

Данные для анализа обычно уже есть в ERP и других корпоративных системах: даты выставления счетов, согласований, напоминаний, частичных и окончательных оплат.

Process Mining связывает эти события в единый процесс и показывает:

• полное распределение сроков;
• основные варианты процесса;
• этапы, на которых возникают задержки;
• группы счетов с похожим поведением;
• связь между маршрутом процесса и фактической датой платежа.

Это позволяет сегментировать клиентов не только по отрасли или размеру, но и по платежной дисциплине.

Например, один клиент регулярно платит на неделю позже, но делает это предсказуемо. Другой в среднем укладывается в срок, однако фактические даты постоянно меняются. Средний показатель у них может совпадать, но уровень риска для прогнозирования будет разным.

Прогнозировать нужно диапазон

Следующий шаг — использовать процессные данные для оценки будущих платежей.

Модель может учитывать платежную историю клиента, сумму счета, сезонность, день недели, наличие претензии, частичной оплаты и конкретный вариант процесса. Результатом должен быть не один предполагаемый день оплаты, а диапазон вероятных значений.

Вместо прогноза «на следующей неделе поступит 14,3 млн евро» компания получает оценку: с заданной вероятностью поступления составят от 13,1 до 15,8 млн евро. Такой подход делает ее измеримой.

Если диапазон узкий, компания может сократить резерв ликвидности. Если расширяется — заранее увеличить кредитный лимит, пересмотреть график выплат или усилить работу с дебиторской задолженностью.

При этом прогноз должен быть объяснимым. Финансовому подразделению важно понимать, почему модель ожидает задержку: из-за суммы счета, изменения поведения клиента, сезонности или нестандартного маршрута согласования.

От отчета — к управлению

Подход применим не только к платежам. Средний срок обработки заявки не показывает, какая доля обращений закрывается за день, а какая зависает на несколько недель. Средняя продолжительность согласования не объясняет, какие маршруты создают основные задержки. Средняя стоимость операции скрывает повторные действия и дополнительные трудозатраты.

Поэтому для управления процессом важно видеть не только среднее значение, но и диапазон, варианты, выбросы и факторы, влияющие на результат.

Process Mining восстанавливает реальную структуру процесса. Прогнозные модели позволяют оценить, как эта структура повлияет на будущий результат.

Среднее остается полезным ориентиром. Но если компания опирается только на него, она управляет не реальным процессом, а его упрощенным представлением.

По материалам Noreja