Success Story
Bearing Point
About
BearingPoint ist eine unabhängige, europäische Management- und Technologieberatung, die weltweit führende Unternehmen und Organisationen in über 75 Ländern unterstützt. Angesichts dieser globalen Reichweite benötigt das Unternehmen eine Echtzeit-Transparenz über das Bargeld im Unternehmen. Nach einem mühsamen manuellen Forecasting-Prozess mit begrenzten Berichtsmöglichkeiten nutzt BearingPoint nun Ripple Treasury, um einen datengestützten Cashflow-Forecasting-Prozess zu betreiben – der weit über die Treasury-Funktion hinaus im gesamten Unternehmen Mehrwert schafft.
Solutions leveraged:
Challenges
Für BearingPoint bestanden die Ziele in mehr Automatisierung, größerer Prognosegenauigkeit und besseren Einblicken in den Cashflow. Als globales Unternehmen stand BearingPoint vor einer großen Herausforderung: die Genauigkeit und Transparenz seines unternehmensweiten Cash-Forecasting-Modells zu verbessern.
Vor der Einführung von Ripple Treasury folgte BearingPoint einem dezentralen, Bottom-up-Prozess für Cashflow-Berichterstattung und -Prognose, sowohl zentral als auch lokal. Das Team des Unternehmens erstellte manuell Berichte, um tatsächliche Cashflows und Prognosen für die gesamte Organisation mit einem Excel-/SharePoint-basierten Forecasting-Tool abzudecken. Diese manuelle Natur des Prozesses erschwerte es den Einheiten und der Zentrale von BearingPoint, greifbare Cashflow-Erkenntnisse aus ihren Daten und Prognosen zu gewinnen, sodass sie den optimalen künftigen Liquiditätsbedarf des Unternehmens nicht genau bestimmen konnten.
„Wir hatten einen uneinheitlichen Ansatz bei der Datenbeschaffung, viel manuelle Arbeit und wenig Abstimmung der Einheiten hinsichtlich konzerninterner Handelsgeschäfte und Forderungen“, sagte Fynn Krüger, Senior Business Consultant bei BearingPoint.
Das Team von BearingPoint wusste, dass es eine ausgefeiltere Methode benötigte, um Daten von lokalen Teams abzurufen und abzustimmen, um einen klaren Überblick nicht nur über die Zukunft, sondern auch über den aktuellen verfügbaren Bargeldbestand je Einheit sowie über historische Finanzdaten für jede von ihnen zu erhalten.
Wichtige anforderungen
- Automatisierung der Erfassung und Verarbeitung von Informationen aus verschiedenen Datenquellen
- Harmonisierung unternehmensweiter Modelle für Cashflow-Forecasting
- Implementierung einer Struktur für das Backtesting von Prognosemodellen
- Gewährleistung der automatisierten Zuordnung vergangener tatsächlicher Cashflows zu den richtigen Kategorien
- Erlangung von Detailanalysemöglichkeiten auf Einheitsebene für prognostizierte Daten, um besseren Kontext zu erhalten
- Bereitstellung von Begründungen für Abweichungen zwischen Ist- und Prognosewerten
- Nutzung von Bargeld als Quelle für strategisches Wachstum
Solution
BearingPoint führte Ripple Treasury ein, um den Cash-Forecasting-Prozess zu automatisieren und die Daten zwischen den Geschäftseinheiten zu verknüpfen. „Es war entscheidend zu betrachten, welchen Schritt jede einzelne Einheit unternehmen muss, und darüber nachzudenken, wie wir alle Einheiten harmonisieren können, wie Daten aus den jeweiligen Quellen abgerufen und der Prognose hinzugefügt werden“, sagte Fynn.
Automatische datenerfassung für die prognose
Mit Ripple Treasury verfügt BearingPoint nun über ein zentral gesteuertes Prognosemodell, das automatisch Daten aus wichtigen Systemen erfasst. „Ich fühle mich viel leichter. Es gibt ein System, das Dinge für mich erledigt, die ich gerne nutze“, sagte Eveline Stam. „Es ist auch der Beginn einer anderen Zusammenarbeit mit unseren Controllern im gesamten Unternehmen.“
Intelligente prognose des zahlungseingangs
Vor der Nutzung unserer Plattform hatte das Team von BearingPoint Mühe, Zahlungseingänge genau zu prognostizieren. Das Unternehmen nutzt nun die maschinelle Lernfunktion GSmart Ledger von Ripple Treasury, um datengestützte Prognosen für Zahlungseingänge mit einer detaillierten Analyse des Kundenverhaltens zu erstellen.
Anstatt anhand von Zahlungsfälligkeitsterminen oder der manuellen Berechnung der durchschnittlichen Zahlungsdauer zu prognostizieren, nutzt die GSmart Ledger-Funktion historische Kundendaten, um deren Zahlungsverhalten zu verstehen. Diese nutzerbasierte Bewertung trägt erheblich zur Verbesserung der Prognosegenauigkeit bei.
Sofortige transaktionsklassifizierung
Durch die Verbindung der Corporate-Payments-Plattform von BearingPoint mit Ripple Treasury konnte das Unternehmen Ist-Werte automatisch innerhalb des Prognosemodells klassifizieren.
Klare bargeldtransparenz
Mit dem an Ripple Treasury angebundenen Corporate-Treasury-Plattformkonto verfügt BearingPoint über eine konsolidierte Ansicht aller Bargeldbestände. Das Unternehmen kann bis auf Kontoebene ins Detail gehen und Cashflows an verschiedenen Standorten einsehen – gefiltert nach Region oder Geschäftseinheit –, um wichtige Einheiten zu identifizieren, die den Zu- und Abfluss von Bargeld im Unternehmen beeinflussen.
Mit einem Klick auf die Konsolidierungs- und Berichtsschaltfläche von Ripple Treasury kann das Team von BearingPoint beispielsweise Prognosen auf Einheitsebene einsehen. Das Team kann dann leicht erkennen, welches Bargeld in den verschiedenen Unternehmensbereichen verfügbar ist.
Echtzeit-datensatzabstimmung
Als Unternehmen, das an 40 verschiedenen Standorten tätig ist, war es für das Zentralteam von BearingPoint entscheidend, dass sich konzerninterne Ströme automatisch innerhalb des Prognosemodells abstimmen. Mit Ripple Treasury kann jede Einheit nun Posten erstellen und sofort das Eingabeblatt ihrer Gegenpartei mit konzerninternen Transaktionen zur unmittelbaren Abstimmung befüllen.
Optimierung des cash-forecastings
Mit Ripple Treasury spart BearingPoint enorm viel Zeit. Man konzentriert sich nun auf vergleichende Analysen und Abweichungsanalysen – wie Prognose vs. Ist – und erstellt Berichte für die Geschäftsführung, Investoren und den Vorstand von BearingPoint.
Ripple Treasury ermöglicht es dem Treasury-Team außerdem, tatsächliche und prognostizierte Cashflows über einen Zeitraum von 12 Monaten im gesamten Unternehmen einzusehen.
“It’s been smarter. I can go in there (into Ripple Treasury) and see the clients that are paying, and that’s really nice to have in one place. We should have done this earlier.”