Financieel Master Data Management (MDM) is het vastleggen, ordenen en bijhouden van de financiële basisgegevens (rekeningstelsel, kostenplaatsen, rechtspersonen, leveranciers en meer) waarop elke financiële activiteit berust. In combinatie met Gegevensbeheer, dat de regels, eigendomsverhoudingen en controles met betrekking tot die gegevens vastlegt, zorgt het voor consistente, nauwkeurige en controleerbare financiële informatie in alle systemen, landen en bedrijfsonderdelen van een organisatie.
Het onderzoek van BlackLine uit 2023 uit onderzoek is gebleken dat problemen met gegevensafstemming de maandafsluitingscyclus gemiddeld met 3,1 dagen verlengen. Dit zijn geen incidentele storingen. Het is het voorspelbare gevolg van stamgegevens die niet op de juiste wijze zijn gestructureerd, gestandaardiseerd of beheerd.
Vraag een willekeurige CFO wat zijn of haar grootste operationele frustratie is, en al binnen de eerste paar minuten zul je iets over data horen. Niet over cyberbeveiliging of marktrisico’s. Gegevens.
Om precies te zijn: het soort structurele chaos op laag niveau dat ontstaat wanneer je rekeningstelsel in SAP er net iets anders uitziet dan in je consolidatietool, wanneer dezelfde leverancier wordt weergegeven als “Siemens AG”, “Siemens A.G.”, en “SIEMENS” in drie inkoopsystemen, of wanneer twee bedrijfsonderdelen identieke kostensoorten onder totaal verschillende rekeningcodes rapporteren omdat er in 2018 een regionale aanpassing is doorgevoerd en niemand de documentatie heeft bijgewerkt.
Dat is waar MDM in de financiële sector zich eigenlijk mee bezighoudt. Niet de glamoureuze kant van digitale transformatie, maar de onderliggende infrastructuur.
Deze gids behandelt alle aspecten van MDM op financieel gebied: wat het precies inhoudt, waarom governance bepalend is voor de duurzaamheid ervan, hoe het wordt toegepast binnen specifieke gegevensdomeinen – waaronder MRO-, leveranciers-, product- en personeelsgegevens – en hoe een goed beheerd programma er in de praktijk uitziet.
Wat ‘Finance Master Data Management’ precies inhoudt
Finance MDM is in wezen het proces waarbij de financiële kerngegevens worden gedefinieerd, georganiseerd en bijgehouden waarop elke transactie, elk rapport en elke beslissing uiteindelijk berust.
Zie het als de structurele laag die ten grondslag ligt aan alle cijfers: de referentie-informatie die het systeem aangeeft waar een kostpost thuishoort, wie een leverancier is, hoe een rechtspersoon in de groep is ingepast en welke valutaregels van toepassing zijn bij grensoverschrijdende transacties.
In tegenstelling tot transactiegegevens (facturen, journaalboekingen, inkooporders) zijn stamgegevens stabieler. Ze veranderen niet elke werkdag. Maar als ze wel veranderen, of als ze onjuist zijn, heeft dat gevolgen voor alles wat ervan afhankelijk is.
- Rekeningschema
De volledige lijst van GL-rekeningen die worden gebruikt voor de financiële verslaglegging. De ruggengraat van elk geconsolideerd overzicht.
- Kosten- en winstcentra
Structuren waarmee de uitgaven en winstgevendheid op het niveau van een bedrijfsonderdeel, afdeling of project worden bijgehouden.
- Rechtspersonen en bedrijfsonderdelen
Geeft weer hoe de groep structureel is georganiseerd. Van cruciaal belang voor de consolidatie en de rapportage aan toezichthouders.
- Valuta’s en fiscale kalenders
Regelt boekingen in meerdere valuta’s, de afhandeling van wisselkoersen en de definitie van boekhoudperioden voor wereldwijde activiteiten.
- Leveranciers- en klantenhiërarchieën
Maakt het mogelijk om uitgaven bij te houden, vorderingen te beheren en een wereldwijd overzicht van relaties te krijgen, over verschillende systemen heen.
- Producten en materialen
Ondersteunt voorraadwaardering, berekening van de kostprijs van verkochte goederen, margeanalyse en kostenberekening voor de toeleveringsketen.
Elk van deze domeinen moet door iemand worden beheerd. Dat klinkt vanzelfsprekend, maar het is opmerkelijk hoe vaak het eerlijke antwoord luidt: „iedereen is er verantwoordelijk voor”, wat in de praktijk neerkomt op: niemand.
Waarom databeheer belangrijk is
MDM zorgt voor structuur in uw financiële gegevens. Governance zorgt ervoor dat die structuur op de lange termijn intact blijft. Zonder governance raakt zelfs het meest doordacht ontworpen gegevensmodel in de loop van de tijd aangetast.
Rekeningen stapelen zich op zonder dat ze worden gecontroleerd, leveranciers worden aangemaakt door degene die ze het snelst nodig heeft, en de hiërarchieën van de kostenplaatsen raken niet meer in overeenstemming met de feitelijke organisatie.
Goed bestuur omvat doorgaans duidelijke gegevensverantwoordelijkheid (meestal verwerkingsverantwoordelijken en aangewezen gegevensbeheerders), naamgevingsconventies en normen op veldniveau, gedocumenteerde goedkeuringsprocedures voor eventuele wijzigingen, audittrajecten waarin wordt vastgelegd wie wat wanneer heeft gedaan, en periodieke kwaliteitscontroles.
Dit zijn geen technologische functies. Het zijn organisatorische toezeggingen.
Stamgegevens zonder eigenaar zijn gewoon gegevens die erop wachten om een probleem te worden. En op de financiële afdeling komt dat probleem uiteindelijk naar voren in het auditrapport.
De bedrijven die dit echt goed aanpakken, hebben één ding gemeen: ze beschouwen governance als een onderdeel van de financiële bedrijfsvoering, en niet als een IT-initiatief.
Wanneer de CFO het bestuurskader ondersteunt, verandert het gedrag binnen de hele organisatie. Wanneer het wordt gepresenteerd als een technologieproject onder verantwoordelijkheid van IT, loopt het vaak vast zodra de implementatiefase is afgerond.
Waarom multinationals hier bijzonder veel moeite mee hebben
Voor organisaties die in meerdere landen actief zijn, neemt de complexiteit van de financiële gegevens snel toe.
Dit geldt met name voor de productiesector en sectoren met een groot aandeel aan vaste activa, waar de uitdagingen van het beheer van stamgegevens in omgevingen met meerdere fabrieken zijn goed gedocumenteerd.
Elk land heeft zijn eigen belastingstructuren, wettelijke vereisten, boekhoudpraktijken en vaak ook zijn eigen ERP-systeem of -configuratie.
Zonder een duidelijk kader ontstaat er na verloop van tijd een lappendeken: inconsistente rekeningstelsels, onderling niet op elkaar afgestemde kostenplaatsstructuren, dubbele leveranciers- en klantgegevens, en rapportageformaten die handmatig moeten worden samengevoegd om ook maar één geconsolideerd overzicht te kunnen genereren.
De corporate finance-teams van grote multinationals besteden aan het einde van elke maand routinematig twee tot vier extra dagen aan het in kaart brengen en afstemmen van regionale gegevens op een gemeenschappelijke structuur. Dat is geen technologisch falen. Het is een falen op het gebied van masterdata.
Een krachtig MDM-systeem zorgt voor een geharmoniseerde wereldwijde structuur die door elke dochteronderneming wordt gevolgd, terwijl er toch ruimte blijft voor lokale wettelijke vereisten.
Zo kan bijvoorbeeld een wereldwijd rekeningstelsel in alle entiteiten worden ingevoerd, waarbij lokale rekeningen worden gekoppeld aan de gestandaardiseerde codes van de moedermaatschappij.
Dit betekent dat de financiële resultaten naadloos kunnen worden samengevoegd, omdat de rekeningdefinities, kostenplaatshiërarchieën en winstcentrumsstructuren al bij de bron op elkaar zijn afgestemd, waardoor er tijdens de consolidatie geen ingrijpende aanpassingen nodig zijn.
Praktijkvoorbeeld: het Nestlé Globe-programma
Toen Nestlé zijn wereldwijde SAP-harmonisatieprogramma, intern bekend als „Globe“, opstartte, was een van de belangrijkste werkgebieden het standaardiseren van het rekeningstelsel voor alle vestigingen in meer dan 80 landen. Het duurde bijna tien jaar om het project te voltooien. Wat het project uiteindelijk haalbaar maakte, was een klein centraal team met daadwerkelijke bevoegdheid om normen af te dwingen, in combinatie met een duidelijk beleid dat voor elke lokale uitzondering een gedocumenteerde zakelijke motivering en goedkeuring door het management vereiste. Bij voltooiing waren de intercompany-eliminaties, die voorheen weken van handmatige afstemming vereisten, grotendeels geautomatiseerd en waren de afsluitingscycli meetbaar verkort.
(Bron: Jaarverslagen van Nestlé; (Documentatie bij de SAP-casestudy)
Wereldwijde harmonisatie vereenvoudigt ook de naleving van de regelgeving in verschillende rechtsgebieden. Belastingwetgevingen lopen sterk uiteen: de GST in India, de btw in de EU en de omzetbelasting in verschillende Amerikaanse staten.
Een goed beheerd MDM-model zorgt ervoor dat alles binnen een uniforme rapportagestructuur past, zonder dat de lokale nauwkeurigheid verloren gaat. Hetzelfde principe geldt voor de verwerking van wisselkoersen, boekingen tussen gelieerde ondernemingen en grensoverschrijdende transacties.
Ook het leveranciersbeheer profiteert hier aanzienlijk van. Zonder afstemming kan dezelfde leverancier in de systemen van verschillende landen onder meerdere namen voorkomen, waardoor het onmogelijk wordt om inzicht te krijgen in de totale wereldwijde uitgaven of om centraal te onderhandelen.
Met een gestandaardiseerd leveranciersbestand hanteren leveranciers een uniforme gegevensstructuur, waardoor dubbel werk wordt voorkomen en het inzicht in wereldwijde zakelijke relaties wordt verbeterd.
De meest voorkomende manieren waarop MDM op financieel gebied misgaat
Dit zijn geen hypothetische faalpatronen. Het zijn de problemen die, in verschillende combinaties, bij de meeste organisaties de kop opsteken die niet bewust een governance-infrastructuur hebben opgezet.
Slechte gegevenskwaliteit
Dubbele of onvolledige gegevens leiden tot betalingsfouten, vertraagde rapportages en KPI’s die geen getrouw beeld van de werkelijkheid geven
Gebrek aan standaardisatie
Verschillende landen of afdelingen hanteren hun eigen versie van rekeningcodes of leveranciersstructuren, wat bij elke consolidatie voor problemen zorgt.
Gebrekkig bestuur
Als er geen duidelijk eigendom is, leidt dat tot ongeoorloofde wijzigingen, niet-goedgekeurde accounts en tekortkomingen op het gebied van naleving die tijdens audits aan het licht komen.
Tekortkomingen op het gebied van systeemintegratie
Wanneer ERP-, CRM-, inkoop- en treasury-systemen niet op elkaar zijn afgestemd, krijgt de financiële afdeling te maken met meerdere versies van de waarheid tegelijk.
Dubbele records
Meerdere leveranciers- of klantcodes voor dezelfde entiteit leiden tot betalingsverlies, versnipperde vorderingen en onvolledige uitgavenanalyses.
Gebrekkig hiërarchisch beheer
Onjuiste kostenplaatshiërarchieën leiden tot vertekeningen in de winst- en verliesrekening en maken de rapportage aan toezichthouders onbetrouwbaar.
Vertraagde recordupdates
Een trage doorvoering van wijzigingen in de stamgegevens heeft gevolgen voor de nauwkeurigheid van de maandafsluiting en de operationele verwerking.
Compliance-risico’s
Onjuiste belastingcodes of verouderde gegevens over rechtspersonen kunnen leiden tot sancties van de toezichthouder en de wettelijke controles bemoeilijken.
Handmatige processen
Wijzigingsverzoeken via e-mail of in spreadsheets zijn foutgevoelig, traag en laten geen bruikbaar controlespoor achter.
Uitdagingen op het gebied van schaalbaarheid
Starre MDM-opstellingen die niet zijn ontworpen met het oog op groei, zorgen ervoor dat fusies, overnames en het betreden van nieuwe markten onnodig traag verlopen.
In 2015 voerde Hertz een SAP ERP-implementatie door die uitgroeide tot een gedocumenteerd waarschuwingsvoorbeeld. De financiële verslaglegging liep vertraging op, het bedrijf diende meerdere keren te laat documenten in bij de SEC en moest uiteindelijk de winstcijfers over meerdere jaren herzien. Inconsistenties in de stamgegevens tussen de nieuw geconsolideerde systemen speelden een aantoonbare rol bij de afstemmingsproblemen die de verslaglegging zo bemoeilijkten. Het bedrijf spande uiteindelijk een rechtszaak aan tegen zijn implementatiepartner Accenture; de zaak werd in 2021 geschikt voor een niet nader genoemd bedrag.
(Bronnen: Analyse van CIO.com; Beoordeling van de UpperEdge-hoes)
Beste praktijken voor de implementatie van Finance MDM en governance
Om dit goed aan te pakken, gaat het er niet om het meest geavanceerde platform te kiezen. Het gaat erom de juiste structuur, cultuur en processen rondom de gegevens op te zetten en deze vervolgens consequent in stand te houden.
Zorg voor steun van het financiële management
Succesvolle MDM-programma’s beginnen vrijwel altijd aan de top. Wanneer de CFO of het financiële management het initiatief zichtbaar ondersteunt, erkennen afdelingen het strategische belang ervan en nemen ze standaardisatie serieus.
Zonder die steun vallen teams terug op „de manier waarop we het altijd al hebben gedaan“, waardoor het hele initiatief zijn doel voorbijschiet. Het initiatief moet worden gepresenteerd als een prioriteit voor de financiële bedrijfsvoering, en niet als een IT-project met een lijst van belanghebbenden uit de financiële afdeling.
Een gestandaardiseerd financieel gegevensmodel definiëren
Een duidelijke, consistente structuur zorgt ervoor dat alle onderdelen van de organisatie dezelfde financiële taal spreken.
Dit houdt in dat het rekeningstelsel, de structuren van kosten- en winstcentra, de definities van juridische entiteiten en de rapportagehiërarchieën wereldwijd worden gestandaardiseerd. Het voordeel hiervan is dat er bij de consolidatie geen omrekeningswerk meer nodig is.
Vóór versus na standaardisatie
Voorheen: India boekte „Onderhoud aan installaties“, de VAE „Machinereparaties“ en Duitsland „Revisie van apparatuur“. Drie verschillende boekingen voor dezelfde kostencategorie.
Na: Alle regio’s worden toegewezen aan rekening 51XXX1: Reparaties en onderhoud – Machines. Eén rekening. Duidelijke doorberekening. Geen onduidelijkheid bij de consolidatie.
Gebruik technologieplatforms die governance al bij het ontwerp inbouwen
Met moderne ERP- en MDM-platforms zoals SAP Master Data Governance (MDG), Oracle DRM, Informatica MDM en IBM InfoSphere kunnen organisaties controles rechtstreeks in het systeem inbouwen, in plaats van te vertrouwen op handmatig toezicht.
Een nadere blik op Best practices voor het beheer van ERP-stamgegevens laat zien hoe dit eruitziet in SAP- en Oracle-omgevingen.
In plaats van problemen pas op te lossen nadat ze zijn ontstaan, voorkomt het systeem ze. Een gebruiker die een leverancier met de naam „Wendlers Ltd.“ wil aanmaken, krijgt onmiddellijk een waarschuwing als „Wendlers Limited“ al bestaat. Een aanvraag voor een nieuwe kostenplaats waarbij verplichte velden worden overgeslagen, kan simpelweg niet worden verzonden.
Volgens De Magic Quadrant-analyse van Gartner , tot de toonaangevende platforms behoren SAP MDG (het sterkst in SAP-gerichte omgevingen), Informatica MDM (de voorkeur genietend in complexe multi-ERP-omgevingen), Reltio (dat terrein wint met cloud-native architecturen) en Stibo Systems. Speciaal voor dit doel ontwikkelde platforms zoals de Verdantis MDM Suite zijn speciaal ontworpen voor kapitaalintensieve sectoren waarin het beheer van MRO-, materiaal- en apparatuurgegevens een centrale rol speelt. De juiste keuze hangt sterk af van uw bestaande ERP-omgeving en de complexiteit van uw organisatie.
Stel rollen voor gegevensbeheer vast, niet alleen gegevensverantwoordelijken
Er is hier een belangrijk onderscheid dat veel organisaties over het hoofd zien. Een „gegevensbeheerder“ die deel uitmaakt van het topmanagement heeft noch de tijd, noch de operationele context om te beoordelen of een door een leverancier ingediend voorstel een geldig IBAN-nummer of de juiste belastingjurisdictie bevat.
Een databeheerder die dag in dag uit bezig is met het onboardingproces van leveranciers, doet dat inderdaad. Beheerders beoordelen verzoeken voor nieuwe records, controleren informatie, lossen duplicaten op en houden hiërarchieën op orde. Deze functies horen thuis bij de financiële afdeling, niet bij IT.
De meest duurzame bestuursmodellen zijn gebaseerd op een federatieve aanpak: het centrale bestuur stelt de normen en naamgevingsconventies vast, terwijl lokale beheerders in elke regio de dagelijkse verzoeken binnen die kaders afhandelen.
Volledig gecentraliseerd beheer leidt tot knelpunten. Volledig gedecentraliseerd beheer leidt tot afglijden. De gefedereerde middenweg is moeilijker vorm te geven, maar blijkt doorgaans duurzamer te zijn.
Continue monitoring en voorbereiding op audits
Financiële stamgegevens zijn niet iets wat je eenmaal instelt en vervolgens kunt vergeten. Ze vereisen voortdurende aandacht: regelmatige controles op volledigheid, analyse op dubbele gegevens, verificatie van belastingcodes en beoordeling van audittrails.
Als het bestuur goed functioneert, zou een vraag van een accountant over wie een dossier van een rechtspersoon heeft aangemaakt en waarom, binnen enkele minuten beantwoord moeten kunnen worden, en niet pas na dagen.
Die transparantie is niet alleen een goede manier om aan de regelgeving te voldoen; het vermindert ook aanzienlijk het auditrisico.
Audittrail in de praktijk
Tijdens een audit moet het team in staat zijn om een volledig overzicht op te vragen waaruit blijkt: wie het aanmaakverzoek heeft ingediend, wie het heeft goedgekeurd, wanneer het is geactiveerd en wat de gedocumenteerde zakelijke motivering is. Met goed MDM-beheer is dit binnen een minuut te achterhalen. Zonder dat beheer kost het twee weken onderzoek.
Financiële stamgegevensmodellen voor belangrijke domeinen
Financiële stamgegevens staan niet op zichzelf. Ze zijn gekoppeld aan alle operationele functies: inkoop, onderhoud, HR, verkoop en logistiek. Elk domein heeft zijn eigen eisen op het gebied van financiële gegevens, en het beheer moet hiermee volledig rekening houden.
MRO
MRO: Onderhoud, reparatie en exploitatie
Sectoren zoals de luchtvaart, de scheepvaart, de energiesector en de verwerkende industrie zijn sterk afhankelijk van MRO-gegevens. Er zijn gedetailleerde, gepubliceerde richtlijnen over Governance van MRO-gegevensbeheer met name voor kapitaalintensieve activiteiten; het is de moeite waard om dit artikel naast het overzicht hier te lezen.
In deze omgevingen zijn de financiële stamgegevens nauw verweven met reserveonderdelen, onderhoudsopdrachten, levenscycluskosten van bedrijfsmiddelen, reparatiewerkzaamheden en diensten van leveranciers.
Het is van bijzonder groot belang dat dit domein goed wordt aangepakt, omdat het rechtstreeks van invloed is op zowel de winst- en verliesrekening als de naleving van regelgeving in sectoren waar strenge veiligheidsnormen gelden.
Belangrijke soorten financiële stamgegevens in MRO:
Rekeningen voor onderhoudskosten | Workshop: kostenplaatsen |
Regels voor de afschrijving van activa | Gegevens van leveranciers van reserveonderdelen |
Belastingwetgeving van meerdere landen | Valuta en betalingsvoorwaarden |
Classificatie van werkorders | Kostenhiërarchieën in overeenstemming met de IFRS |
Hiërarchieën binnen de MRO-financiën zijn van belang omdat ze een nauwkeurige budgettering en afwijkingsanalyse op elk niveau mogelijk maken, van individuele kostenplaatsen tot op groepsniveau.
Ze ondersteunen ook de strategische besluitvorming. Het management kan vanuit de geconsolideerde resultaten doorklikken naar de onderliggende operationele factoren en zo overschrijdingen van de begroting op specifieke hangarlocaties of in bepaalde onderhoudscategorieën opsporen.
Versiebeheer garandeert de historische nauwkeurigheid na structuurwijzigingen, en audittrajecten zijn van essentieel belang in sectoren waar strenge nalevingsvereisten gelden, zoals de luchtvaart en de scheepvaart.
Voorbeeld uit de luchtvaart De MRO-afdeling van een wereldwijde luchtvaartmaatschappij structureert de kosten zodanig dat elke hangar (kostenplaats) de dagelijkse onderhoudsactiviteiten registreert. Deze gegevens worden samengevoegd op het niveau van regionale MRO-bedrijfsonderdelen en vervolgens op het niveau van de bedrijfsbrede categorie „Vliegtuigonderhoud”, in overeenstemming met de IFRS-rapportage. Belastingcodes per rechtsgebied zorgen ervoor dat aan de lokale regelgeving wordt voldaan, terwijl de wereldwijde samenvoeging de geconsolideerde jaarrekening ondersteunt.
Leverancier
Leveranciersstamgegevens
Leveranciersgegevens vormen de ruggengraat van de inkoop en de crediteurenadministratie. Hoe organisaties dit structureren Beheer van leveranciersbestanden in omgevingen met meerdere ERP-systemen loopt sterk uiteen, en er staat meer op het spel dan de meeste financiële teams aanvankelijk verwachten.
Onordelijke leveranciersgegevens leiden tot dubbele betalingen, onjuiste belastingclassificaties, vertragingen bij de verwerking van facturen en, wat nog belangrijker is, een verhoogd risico op fraude.
De Het „Report to the Nations“-rapport van de ACFE voor 2022 uit onderzoek is gebleken dat factureringsfraude waarbij fictieve leveranciers betrokken zijn, 22% van alle gevallen van bedrijfsfraude uitmaakt, waarbij het gemiddeld 24 maanden duurt voordat de fraude aan het licht komt. (Volledig rapport als PDF downloaden)
Een goed opgezet leveranciersbestand bevat identificatiegegevens van leveranciers (code, groep, categorie), juridische gegevens (geregistreerde naam, belastingnummer, GST/PAN-equivalent), bankgegevens (rekeningnummer, IFSC/SWIFT, betaalmethode), operationele gegevens, betalingsvoorwaarden en kredietlimieten, en nalevingscontroles, waaronder KYC, AML-screening en controle van sanctielijsten.
Organisaties met een gebrekkig beheer van hun leveranciersbestand hebben te maken met dubbele betalingen ter hoogte van 0,1% tot 0,5% van de totale uitgaven. Bij uitgaven van $1 miljard komt dat neer op $1-5 miljoen. (Bron: Instituut voor Financiën en Management)
Leverancierscode en categorie | Officiële naam en registratie |
Bankrekening & SWIFT | Belastingbevoegdheid en identiteitsbewijs |
Betalingsvoorwaarden en valuta | KYC- en AML-status |
Sanctiecontrole | ESG-classificatie |
Apparatuur / Activa
Stamgegevens van apparatuur en bedrijfsmiddelen
Organisaties investeren aanzienlijk in materiële activa: machines, voertuigen, IT-hardware, gereedschap en infrastructuur.
Structurering correct beheer van de activastamgegevens voor kapitaalintensieve bedrijven is een vakgebied op zich, met gevolgen die variëren van de nauwkeurigheid van de afschrijvingen tot de integriteit van het CAPEX-budget.
De financiële afdeling moet deze activa correct verwerken, vanaf de aanschaf tot en met de afstoting. Een goed gestructureerd activenstelsel verhoogt de nauwkeurigheid van de afschrijvingen, ondersteunt het toezicht op kapitaaluitgaven (CAPEX), verbetert de kwaliteit van de controle volgens IFRS en GAAP, en maakt het mogelijk om de kosten over de gehele levenscyclus te berekenen, waardoor de financiële afdeling en de onderhoudssystemen op elkaar worden afgestemd.
Asset-ID en beschrijving | Datum en waarde van de aankoop |
Afschrijvingsmethode | Gebruiksduur & CAPEX-indicator |
Afdeling en kostenplaats | Fabrikant en serienummer |
Garantie- en onderhoudsplan | Overzicht van bijzondere waardeverminderingen en afstotingen |
Wanneer financiële en onderhoudsteams werken met dezelfde definities en identificatiecodes voor bedrijfsmiddelen, verloopt alles – van afschrijvingsberekeningen tot het opstellen van CAPEX-begrotingen – sneller en betrouwbaarder.
Onjuist afgestemde activastamgegevens vormen een veelvoorkomende bron van auditbevindingen in kapitaalintensieve sectoren.
Service
Service-stamgegevens
Stamgegevens over diensten zijn met name van belang in de IT-dienstverlening, het facilitair beheer, bij AMC- en onderhoudsbedrijven, in de consultancy en in de engineering.
Een gedegen naslagwerk over standaardmodellen voor stamgegevens, uitdagingen op het gebied van governance en SAP-integratie is nuttige achtergrondinformatie voor teams die dit voor het eerst opzetten.
Voor de financiële afdeling ligt de meerwaarde in nauwkeurige facturering, duidelijke opbrengstverantwoording volgens IFRS 15 / ASC 606, analyse van de servicekosten en het bijhouden van marges op serviceniveau.
Consistente definities van diensten zorgen er bovendien voor dat de teams van verkoop, bedrijfsvoering en facturering op één lijn blijven, waardoor het aantal contractgeschillen wordt verminderd dat vaak ontstaat wanneer de „omvang” binnen verschillende systemen op verschillende manieren wordt geïnterpreteerd.
Service-ID en classificatie | Gestandaardiseerde beschrijving |
Prijsbepalingslogica (vast bedrag/per uur) | SLA-definities |
Kostenposten (arbeid, onderdelen) | Fiscale indeling (SAC/BTW) |
Regels voor de opname van opbrengsten | Regels inzake onderaanneming |
Product
Product- en materiaalstamgegevens
Van alle domeinen op het gebied van financiële stamgegevens hebben product- en materiaalgegevens doorgaans het grootste operationele belang.
Elke SKU, grondstof, halffabrikaat, reserveonderdeel en verbruiksartikel dat binnen het bedrijf wordt verwerkt, moet een standaard financiële definitie hebben voordat het correct kan worden gewaardeerd, gekostprijsd, gerapporteerd of geanalyseerd.
Zonder die basis zijn voorraadcijfers onbetrouwbaar, variëren de brutomarges afhankelijk van welke fabriek het rapport heeft opgesteld, en leveren de kostenoverzichten tijdens het productieproces cijfers op waar niemand volledig op vertrouwt.
Het is goed om te beseffen dat „productstam“ en „materiaalstam“ verwante maar toch verschillende begrippen zijn. De productstamgegevens omvat het volledige commerciële profiel van wat u verkoopt of produceert: kenmerken, prijzen, belastingclassificatie, eenheid van maat en koppelingen met klantgerichte systemen zoals CRM en PIM.
De materiaalstam gaat dieper in op de operationele en financiële afhandeling van roerende goederen: hoe ze worden begroot, waar ze worden opgeslagen, hoe ze worden aangeschaft en hoe ze aansluiten op de productieplanning en het onderhoud.
Financiën bevindt zich op het snijvlak van beide. De productmaster vormt de basis voor de opbrengstverantwoording en de margerapportage.
Het materiaalstambestand is bepalend voor de voorraadwaardering, de kostprijs van verkochte goederen, de inkoopkostenstromen en de analyse van productieafwijkingen. Wanneer een van deze aspecten onvoldoende wordt beheerd, zijn de fouten direct terug te zien in de winst- en verliesrekening en de balans.
Voor een uitgebreider overzicht van hoe deze twee domeinen in de praktijk zijn opgezet, worden beheerd en onderhouden, kun je de speciale handleidingen raadplegen op beheer van materiaalstamgegevens gaan uitgebreid in op de modellen, veelvoorkomende faalpatronen en governancebenaderingen.
Belangrijkste financiële kenmerken voor beide domeinen
Productcode / SKU | Materiaalsoort (FG, RM, SFG, verbruiksartikel, reserveonderdeel) |
Basiseenheid van maat | Standaardkosten en voortschrijdend gemiddelde |
Waarderingsklasse (koppelt materiaal aan grootboekrekening) | Prijsbeheersing (S = standaard / V = voortschrijdend gemiddelde) |
Verkoopprijzen en kortingsstructuur | Belastinggegevens: HSN-code, GST-tarief, btw-categorie |
Stuklijstkoppelingen voor geproduceerde artikelen | Toewijzing aan winstcentrum |
Veiligheidsvoorraad en herbestelniveaus | Regels voor batch- en serienummers |
Opslaglocatie en toewijzing aan de fabriek | UNSPSC / goederenclassificatie |
Productievoorbeeld
Een middelgrote chemiefabrikant die SAP in vijf fabrieken gebruikt, ontdekte tijdens een gegevenscontrole dat één belangrijke grondstof onder elf verschillende materiaalnummers voorkwam – één per fabriek, die in de loop der tijd waren aangemaakt – met uiteenlopende omschrijvingen, meeteenheden en waarderingsklassen. De financiële afdeling rapporteerde de voorraad van dit materiaal tegelijkertijd tegen drie verschillende standaardkosten. Na consolidatie tot één enkel, gestandaardiseerd materiaalrecord daalde de gerapporteerde voorraadwaarde met 8%, simpelweg door het verwijderen van schijnbare duplicaten. De inkoopafdeling kon vervolgens het totale verbruik binnen de hele groep in één cijfer zien en op basis daarvan over volumekortingen onderhandelen.
De productstam en de materiaalstam vormen samen de gegevensbasis voor de rapportage over omzet, kosten en marges in elk productgericht bedrijf.
Dit goed regelen is geen eenmalige gegevensmigratie. Er worden nieuwe producten gelanceerd, bestaand materiaal wordt herzien, fabrieken passen hun configuraties aan en belastingclassificaties veranderen door wijzigingen in de regelgeving.
Zonder een doorlopend beheerproces dat controleert wie records mag aanmaken en wijzigen, verplichte velden valideert vóór activering en duplicaten signaleert voordat ze zich in de transactiegeschiedenis nestelen, zal de kwaliteit van beide domeinen gestaag achteruitgaan tot het volgende moeizame project voor het opschonen van gegevens.
Werknemer
Stamgegevens van medewerkers
Stamgegevens van medewerkers ligt op het kruispunt van HR, salarisadministratie en financiën.
Wanneer deze drie systemen niet consequent op hetzelfde personeelsdossier zijn gesynchroniseerd, zijn de daaruit voortvloeiende problemen voorspelbaar: loonkosten worden op de verkeerde kostenplaatsen geboekt, personeelsrapportages komen niet overeen met het beeld dat de financiële afdeling heeft van de FTE-kosten, en wettelijke inhoudingen worden verkeerd berekend omdat beloningsstructuren in de verschillende systemen op verschillende manieren worden vastgelegd.
Voor dienstverlenende bedrijven waar personeelskosten 40 tot 60 procent van de totale bedrijfskosten uitmaken, zijn dit geen onbeduidende afrondingsfouten. Het gaat om wezenlijke afwijkingen die zowel de nauwkeurigheid van de winst- en verliesrekening als de uitkomsten van de accountantscontrole beïnvloeden.
Personeelsnummer en functie | Afdeling en kostenplaats |
Salaris- en beloningsstructuur | Dienstverband (vast, tijdelijk, stagiair) |
Vergoedings- en reisbeleid | Regels voor de toewijzing van projecten |
Gegevens over PF / ESI / PAN | Wettelijke inhoudingen |
Goedkeuringslimieten en autorisatieniveaus | Beleid inzake verlof en afwezigheid |
Zorgvuldig bijgehouden personeelsstamgegevens zorgen ervoor dat de personeelskosten (die bij dienstverlenende bedrijven vaak 40–60% van de totale bedrijfskosten uitmaken) nauwkeurig worden vastgelegd, toegerekend en gerapporteerd.
Het ondersteunt tevens de planning van personeelskosten en voldoet aan de vereisten voor interne audits.
De toewijzing aan een kostenplaats in het personeelsdossier is het veld waar de financiële afdeling het meest op let. Elke loonboekingstransactie loopt hierdoorheen.
Wanneer een medewerker van afdeling verandert of een projectfunctie op zich neemt en de kostenplaats niet onmiddellijk wordt bijgewerkt, geven de managementrapportages een verkeerd beeld van waar de personeelskosten daadwerkelijk worden gemaakt.
In projectgerichte bedrijven leidt dit ertoe dat de rapportage over de winstgevendheid van projecten volledig in het honderd loopt. Het beheer van de stamgegevens van medewerkers moet daarom een workflow omvatten die een financiële controle in gang zet telkens wanneer de afdeling, locatie of functie van een medewerker verandert.
Het HR-evenement en de bijwerking van de financiële gegevens moeten gelijktijdig plaatsvinden, en niet in afzonderlijke batches met een tussenpoos van enkele weken.
Voor een breder beeld van hoe personeelsgegevens aansluiten op het beheer van bedrijfsstamgegevens, de MDM-raamwerk voor meerdere domeinen is een nuttig naslagwerk over de manier waarop organisaties deze functieoverschrijdende gegevensrelaties op grote schaal beheren.
De regelgevingsaspecten: de inzet wordt steeds hoger
De druk vanuit de regelgeving op de kwaliteit van financiële gegevens is gestaag toegenomen, en er zijn geen tekenen dat deze trend zich zal omkeren. BCBS 239, de norm van het Bazel-Comité voor de aggregatie van risicogegevens, stelt expliciete eisen aan banken met betrekking tot de nauwkeurigheid, volledigheid en actualiteit van gegevens in de rapportage aan de toezichthouder.
Banken die niet aan de eisen voldeden, kregen te maken met formele bevindingen van de toezichthouder en kostbare herstelmaatregelen. (Bron: Bank voor Internationale Betalingen, BCBS 239)
Voor niet-financiële ondernemingen vormt BEPS-pijler twee op dit moment de grootste directe druk.
De wereldwijde regels inzake de minimumbelasting vereisen dat het effectieve belastingtarief per rechtsgebied wordt gerapporteerd; deze berekening is rechtstreeks gebaseerd op gegevens over rechtspersonen, winstcentrumstructuren en informatie over interne prijsafspraken, die allemaal in de stamgegevens zijn opgeslagen.
Voor organisaties zonder duidelijke, consistente hiërarchieën van rechtspersonen en zonder betrouwbare toewijzing van winsten op landenniveau zal het een hele opgave zijn om de berekeningen in het kader van Pijler Twee met zekerheid uit te voeren.
ESG-rapportage voegt daar nog een extra dimensie aan toe. De CSRD-vereisten in Europa en de zich ontwikkelende regels van de SEC inzake klimaatrapportage vereisen gedetailleerde emissiegegevens die moeten worden gekoppeld aan organisatiestructuren, kostenplaatsen en activaregisters.
Als de financiële stamgegevens die koppeling niet naadloos ondersteunen, moeten de teams die verantwoordingsrapportages opstellen uiteindelijk handmatig overbruggingen aanbrengen, wat zowel operationele kosten met zich meebrengt als het risico op auditbevindingen vergroot.
De toekomst van MDM in de financiële sector: AI, de cloud en wat er nu daadwerkelijk bruikbaar is
Er is momenteel veel ophef op dit gebied. Een deel daarvan is terecht. Maar het helpt om duidelijk te onderscheiden waar AI daadwerkelijk verbeteringen oplevert en waar de verbeelding de praktische realiteit te snel vooruitloopt.
Een gedetailleerd overzicht van hoe AI het beheer van stamgegevens ingrijpend verandert Het is de moeite waard om dit artikel in de praktijk samen met het onderstaande overzicht te lezen.
Geautomatiseerde gegevensopschoning
AI spoort dubbele records, ontbrekende velden, inconsistente spellingen en verouderde informatie op en corrigeert deze steeds vaker automatisch. Het systeem leert patronen herkennen en wordt in de loop van de tijd steeds beter.
Slimmer detecteren van dubbele bestanden
Probabilistische matchingalgoritmen sporen dubbele records op in gevallen waarin kleine variaties in naam of adres door op regels gebaseerde systemen over het hoofd zouden worden gezien. Nieuwere ML-modellen zijn nauwkeuriger en vereisen veel minder handmatige configuratie van regels.
Waarschuwingen voor voorspelde afwijkingen
AI signaleert ongebruikelijke gegevens, zoals plotselinge wijzigingen in de bankrekeningen van leveranciers, twijfelachtige toewijzingen aan kostenplaatsen en afwijkende wijzigingen in de personeelsstamgegevens, voordat deze tot nalevingsproblemen of financiële afwijkingen leiden.
Duidelijke gegevensherkomst
Het bijhouden van de herkomst van gegevens, wie ze heeft gewijzigd en hoe ze tussen systemen zijn doorgegeven, gebeurt nu automatisch. Auditors krijgen de transparantie die ze nodig hebben; financiële teams krijgen gemoedsrust.
Wereldwijde modellen in de cloud
Met cloud-ERP-systemen zoals SAP S/4HANA Cloud en Oracle Fusion Cloud is één centraal stamgegevensmodel voor alle landen mogelijk. Elke wijziging in de boekhoudrekeningen of leveranciersprofielen wordt onmiddellijk overal bijgewerkt.
Data-as-a-Service (DaaS)
Externe DaaS-aanbieders leveren automatisch betrouwbare, geverifieerde financiële referentiegegevens (wisselkoersen, belastingtabellen, regelgevingscodes). In plaats van dagelijkse handmatige updates worden de gegevens automatisch aangeleverd en toegepast.
Waar de rol van AI vaak wordt overschat, is op het gebied van automatisering van het beheer. AI kan kwaliteitsproblemen signaleren, classificaties voorstellen en documenten aanwijzen die moeten worden gecontroleerd.
Maar de beslissing of een bepaald leveranciersdossier legitiem is, of dat een nieuwe kostenplaats structureel gezien zinvol is, vereist nog steeds menselijk oordeel en organisatorische verantwoordelijkheid. Door dat oordeel te automatiseren, wordt het governanceprobleem niet opgelost. Het wordt er alleen maar door verhuld.
Veelgestelde vragen (FAQ's)
Wat is Finance Master Data Management?
Financieel stamgegevensbeheer is het definiëren, organiseren en onderhouden van de financiële referentiegegevens waarop elke financiële activiteit is gebaseerd, waaronder het rekeningstelsel, kosten- en winstcentra, juridische entiteiten, valuta’s, fiscale kalenders, leveranciers- en klantenhiërarchieën en productstructuren. In tegenstelling tot transactiegegevens zijn stamgegevens stabiel en vormen ze de basis. Als deze gegevens nauwkeurig zijn en goed worden beheerd, is de financiële rapportage consistent en betrouwbaar. Als dat niet het geval is, verspreiden fouten zich over alle systemen en processen die ervan afhankelijk zijn.
Wat is het verschil tussen Finance MDM en datagovernance?
Finance MDM legt de structuur en normen vast voor financiële stamgegevens: hoe de records eruitzien, hoe ze zijn georganiseerd en welke kenmerken ze bevatten. Data Governance is het operationele raamwerk dat ervoor zorgt dat die structuur op de lange termijn intact blijft. Het definieert wie de eigenaar is van elk gegevensdomein, welke goedkeuringsworkflows van toepassing zijn op wijzigingen, hoe de kwaliteit wordt bewaakt en hoe naleving wordt gewaarborgd. MDM zonder governance verliest zijn waarde. Governance zonder MDM heeft niets consistent om te beheren. Beide zijn noodzakelijk.
Wat zijn de belangrijkste onderdelen van de financiële stamgegevens?
De kerncomponenten omvatten: het rekeningstelsel (structuur van de grootboekrekeningen), kostenplaatsen en winstcentra (het bijhouden van uitgaven en winstgevendheid), juridische entiteiten en bedrijfsonderdelen (organisatiestructuur voor consolidatie), valuta’s en wisselkoersen, fiscale kalenders, leveranciersstamgegevens, klantstamgegevens, product- en materiaalstamgegevens, apparatuur- en activastamgegevens, en personeelsstamgegevens. Elk domein raakt aan de financiële aspecten en vereist een eigen governance-aanpak.
Hoeveel kost slechte gegevenskwaliteit in de financiële sector?
Gartner schat Slechte gegevenskwaliteit kost organisaties gemiddeld $12,9 miljoen per jaar. Voor multinationals loopt dat bedrag nog hoger op als men boetes van toezichthouders, herzieningen van jaarrekeningen en corrigerende maatregelen naar aanleiding van audits meerekent. KPMG’s wereldwijde CFO-enquête 2022 Uit het onderzoek blijkt dat 67% van de financiële leidinggevenden inconsistentie in de gegevens noemen als een van de grootste belemmeringen voor tijdige rapportage. Het onderzoek van BlackLine uit 2023 Uit onderzoek blijkt dat problemen met de gegevensafstemming de maandelijkse financiële afsluitcyclus met gemiddeld 3,1 dagen verlengen. Met name problemen met het leveranciersbestand leiden tot dubbele betalingen ter hoogte van 0,1–0,5% van de totale uitgaven (IFMA), wat neerkomt op $1–5 miljoen bij een uitgavenbasis van $1 miljard.
Welke platforms worden gebruikt voor het beheer van financiële stamgegevens?
Tot de toonaangevende platforms behoren SAP Master Data Governance (MDG), Oracle Data Relationship Management (DRM), Informatica MDM, Verdantis MDM Suite en IBM InfoSphere. SAP MDG heeft een natuurlijk voordeel in SAP-gerichte omgevingen. Informatica komt doorgaans als beste uit de bus in complexe omgevingen met meerdere ERP-systemen. De juiste keuze hangt af van uw ERP-omvang, de complexiteit van uw organisatie en uw algehele cloudstrategie. (Bron: Gartner Magic Quadrant voor oplossingen voor masterdatabeheer, 2023)
Hoe draagt AI bij aan een beter beheer van financiële stamgegevens?
AI verbetert Finance MDM door middel van: geautomatiseerde gegevensopschoning (het opsporen van duplicaten, ontbrekende velden en inconsistenties zonder handmatige tussenkomst), slimmere probabilistische detectie van duplicaten (het opsporen van variaties die op regels gebaseerde systemen over het hoofd zien), voorspellende waarschuwingen bij afwijkingen (het signaleren van verdachte wijzigingen zoals plotselinge updates van bankrekeningen van leveranciers), geautomatiseerde systeemoverschrijdende gegevensclassificatie, een duidelijke audittrajectgeschiedenis voor nalevingscontroles en dashboards voor 24/7 continue kwaliteitsbewaking. AI versterkt goed bestuur. Het vervangt niet de noodzaak van menselijke verantwoordelijkheid en verantwoording.
