Toen KPN meer focus ging leggen op werkkapitaal, bleek al snel dat het bestaande cashflowforecastmodel niet meer aansloot bij de werkelijkheid. Wat ruim tien jaar eerder goed had gewerkt, kon nieuwe omzetgebieden niet goed verwerken en bood te weinig ruimte voor de inzichten die in de loop der jaren waren ontstaan. De organisatie wilde nauwkeuriger kunnen voorspellen, beter kunnen verklaren waar afwijkingen vandaan kwamen en vooral meer grip krijgen op de inkomende geldstromen.
Daar kwam Feller in beeld.
Viktor werd gevraagd om samen met KPN-collega’s Taco van Vliet en Sjaak Visser het model opnieuw op te bouwen. Niet door simpelweg iets te optimaliseren, maar door kritisch te kijken naar de fundamenten. Het doel was helder: een model ontwikkelen dat past bij de schaal en complexiteit van KPN, en dat tegelijkertijd toegankelijk genoeg is om breder in de organisatie te gebruiken.
Deze opdracht laat zien wat consultancy bij Feller betekent wanneer data, proces en strategische verantwoordelijkheid samenkomen.
Van statistisch model naar realistische voorspelling
Het oorspronkelijke model was statistisch van aard en had jarenlang zijn waarde bewezen. Toen het werd geïntroduceerd was een afwijking van zeven procent ten opzichte van de inschatting acceptabel. Inmiddels lag de lat hoger. De organisatie wilde dichter op de actualiteit zitten, afwijkingen beter kunnen toelichten en incidenten sneller signaleren.
“Bij grote geldstromen telt elke procent,” zegt Taco, die binnen KPN verantwoordelijk is voor de cash-in forecast en daarmee de belangrijkste gebruiker van het model. “In absolute bedragen gaat het om miljoenen.”
Daarnaast waren er nieuwe inzichten ontstaan over het cashflowproces zelf. Het team wist inmiddels dat niet elke dag gelijk is. Feestdagen hebben invloed op betaalgedrag, banken zijn soms gesloten en zelfs een vrijdag verschilt structureel van een donderdag. In december verschuift het betaalgedrag opnieuw, omdat profitorganisaties betalingen liever doorschuiven naar het nieuwe jaar terwijl overheden hun budget voor het einde van het jaar juist willen benutten.
Een jaar is daarom geen optelsom van twaalf gelijke maanden, maar eerder elf maanden plus een maand met uitzonderingen. Het oude model kon die nuances onvoldoende verwerken.
Meer inzicht en minder afhankelijkheid
Naast nauwkeurigheid speelde ook toegankelijkheid een belangrijke rol. In de praktijk was veel kennis over het model geconcentreerd bij Taco. Dat maakte de organisatie kwetsbaar. Bij ziekte of vakantie moest het werk overdraagbaar zijn zonder dat de kwaliteit van de forecast onder druk kwam te staan.
“Het was een risico dat alleen ik deze kennis had,” vertelt hij. “We wilden een model dat inzichtelijker en eenvoudiger te gebruiken is, zodat collega’s het kunnen overnemen.”
Dat uitgangspunt nam Viktor nadrukkelijk mee in de ontwikkeling. Consultancy bij Feller draait niet om een technisch hoogstandje bouwen dat alleen de maker begrijpt, maar om een oplossing neerzetten die werkt in de organisatie en die gedragen kan worden door meerdere gebruikers.
Sparring op inhoud en realiteitszin
Het model dat KPN voor ogen had, sloot niet aan bij bestaande softwarepakketten, waardoor werd gekozen voor een eigen oplossing. Dat betekende ook dat er veel keuzes gemaakt moesten worden. Hoe ver ga je in detail. Welke uitzonderingen neem je mee. Wanneer wordt een model te zwaar of te complex.
“We zochten iemand die zelf kon nadenken en als sparringpartner kon dienen,” zegt Taco. “Niet iemand die een vooraf gedefinieerd model ging bouwen.”
Juist daar lag de toegevoegde waarde van Viktor. Hij bracht een frisse blik en durfde bestaande aannames te bevragen. Waar Taco alle uitzonderingen kende en de neiging had om zoveel mogelijk details te verwerken, bewaakte Viktor de balans tussen nauwkeurigheid en werkbaarheid.
In het factuurmoment alleen al zitten honderdduizenden records. Dan is het de vraag of je kiest voor maximale detaillering of voor snelheid en toegankelijkheid. Uiteindelijk werd gekozen voor een combinatie van een Aces-database voor snelle berekeningen en Excel voor de presentatie van resultaten, waardoor het model dicht bij de werkelijkheid blijft en tegelijkertijd bruikbaar is voor collega’s.
Unwinding patronen als basis
De kern van het nieuwe model ligt in het analyseren van trends uit het verleden. Bij inkomende cashflow moet een klant zelf een handeling verrichten om te betalen. De vraag is dus niet óf er gefactureerd wordt, maar wanneer de betaling daadwerkelijk binnenkomt.
“Het belangrijkste uitgangspunt is dat het verleden iets zegt over de toekomst,” legt Taco uit. Daarbij wordt gekeken naar maand, dag in de maand en historisch betaalgedrag. Met zes miljoen klanten levert het centrale incassosysteem een enorme hoeveelheid data op, waarmee patronen zichtbaar worden.
Die patronen worden binnen KPN aangeduid als ‘unwinding’. Vorderingen worden als het ware afgewikkeld totdat ze betaald zijn, waarbij elke klant of klantgroep een eigen betaalritme heeft. Een corporate klant gedraagt zich anders dan een consument, en ook binnen die groepen bestaan verschillen. Het onderliggende model blijft echter gelijk, waardoor schaalbaarheid en consistentie gewaarborgd zijn.
Door deze aanpak kan KPN inmiddels op dagbasis forecasten, wat niet alleen inzicht geeft in de maandontwikkeling maar ook helpt om afwijkingen tijdig te signaleren en te verklaren.
Afwijkingen zien voordat ze problemen worden
Het nieuwe model maakt inzichtelijk waar afwijkingen ontstaan en in welke billing-straten ze zich voordoen. Daardoor kan sneller worden ingegrepen wanneer iets niet volgens verwachting verloopt.
Sjaak noemt een concreet voorbeeld waarbij door een migratie van het billing-systeem de vervaldatum verschoof van drie naar veertien dagen, waardoor cash elf dagen later binnenkwam. Dankzij het nieuwe model werd dit in dezelfde maand nog gesignaleerd en gecorrigeerd, zodat de maandforecast bleef kloppen. In het oude model zou deze afwijking pas later zichtbaar zijn geworden.
Dit soort alerts maken het verschil tussen achteraf verklaren en vooraf bijsturen. Voor een beursgenoteerde organisatie als KPN is dat cruciaal, omdat afgegeven cashflowprognoses richting de markt betrouwbaar moeten zijn.
Wat zegt dit?
Het nieuwe cashflowforecastmodel stelt KPN in staat om een maand vooraf, terwijl facturen nog niet verstuurd zijn en omzet nog niet volledig vaststaat, de cashflow met een afwijking van maximaal twee procent te voorspellen. Dat niveau van precisie zorgt voor vertrouwen, intern én richting de beurs.
Voor Viktor betekende deze opdracht dat hij niet alleen een model bouwde, maar ook meedacht over procesinrichting, kennisborging en strategische betrouwbaarheid. Dat type verantwoordelijkheid is kenmerkend voor consultancy bij Feller. Je wordt niet ingezet om een taak uit te voeren, maar om mee te bouwen aan een oplossing die ertoe doet.
In opdrachten zoals deze wordt duidelijk wat de kern is van het vak. Niet alleen voorspellen wat er gebeurt, maar begrijpen waarom het gebeurt en ervoor zorgen dat de organisatie daarop kan sturen. Dat is de impact waar Feller-consultants voor worden ingezet, en waar ze zich verder in ontwikkelen.
Wil je meer weten of eens kennis maken? Neem contact met ons op.
