La previsión de cuentas por cobrar es uno de los elementos más importantes y desafiantes de un proceso de previsión de flujo de caja para los equipos de finanzas y tesorería de la oficina central.

Es el elemento de la previsión de flujo de caja de una empresa que estima la cantidad de efectivo que debe recibir durante un período determinado. La mayoría de estas cuentas por cobrar provendrán de los clientes de la empresa.

En esta entrada del blog, describiremos algunos pasos sencillos para aumentar la precisión de las previsiones de cuentas por cobrar.

‍

¿Por qué es importante la previsión de cuentas por cobrar?

La previsión precisa y confiable de las cuentas por cobrar puede tener un gran impacto en el capital circulante de una empresa. En particular, la claridad sobre las cuentas por cobrar futuras a corto plazo puede reducir la dependencia de los servicios de financiación externos a corto plazo. Por lo tanto, la mejora de la previsión de las cuentas por cobrar no solo permite a las empresas ser más ágiles y eficientes en lo que respecta a la forma en que utilizan el efectivo, sino que también repercute directamente en los resultados finales.

‍

¿Por qué es difícil pronosticar las cuentas por cobrar?

Los desafíos para un equipo de la oficina central que gestiona un proceso de previsión son numerosos debido al gran volumen de datos, la variedad de sistemas y la cantidad de entidades involucradas. La previsión de cuentas por cobrar es particularmente difícil, ya que gran parte de ella está fuera del alcance de la empresa receptora. Si bien se acuerdan las condiciones de pago, es posible que no siempre se cumplan.

Es más fácil dividir la previsión de cuentas por cobrar en dos partes: a corto y largo plazo. La previsión a largo plazo tiende a ser más sencilla, ya que los clientes, en general, acabarán pagando sus cuentas. La previsión a corto plazo es más difícil porque puede haber variabilidad en el momento en que se pagan esas facturas, así como en el momento en que se recibirá realmente el efectivo. Un cliente puede retrasar los pagos debido a dificultades en la cadena de suministro (es decir, porque él mismo está esperando los pagos de proveedores externos), porque retiene efectivo para informar o por muchos otros motivos.

‍

Cómo mejorar la previsión de cuentas por cobrar a corto plazo

Como la previsión es una actividad con visión de futuro, no existe una fórmula mágica que resuelva todos los problemas. Sin embargo, basándonos en nuestra experiencia ayudando a grandes empresas a configurar y gestionar los procesos de previsión, la adopción de las siguientes medidas básicas puede mejorar considerablemente la calidad y la precisión de las previsiones de cuentas por cobrar.

Paso 1: Análisis de datos históricos

Desarrollar una comprensión del comportamiento de las cuentas por cobrar en el pasado es el primer paso para tratar de pronosticar con mayor precisión los recibos futuros de los clientes. No existe un método estricto y rápido para este análisis, pero en última instancia, lo que se aprende es más importante que la forma en que se hace.

A nivel básico, un análisis de los datos históricos de las cuentas por cobrar debe destacar:

1. Áreas problemáticas del libro mayor de cuentas por cobrar, como los clientes que constantemente no pagan a plazo.
2. Los principales clientes y su comportamiento de pago.
3. Los componentes más volátiles del libro mayor de cuentas por cobrar (por ejemplo, ciertas unidades de negocio, líneas de productos o clientes).
4. Estacionalidad tanto a nivel macro como micro.

El objetivo de este ejercicio es definir qué áreas del libro mayor de cuentas por cobrar causan más problemas y son las más difíciles de pronosticar. Esto permitirá que los esfuerzos de mejora se centren en estas áreas. La aplicación de la regla 80:20 a todos los aspectos de este análisis acelerará significativamente el proceso.

Paso 2: Divida las cuentas por cobrar en subcategorías

El análisis histórico facilitará que el libro mayor de cuentas por cobrar se divida en varias subcategorías de informes, según en qué se deba centrarse y mejorar.

Una subcategorización común se basa en el tamaño del cliente. Considerar las cuentas por cobrar como un único número es un desafío, ya que, incluso en las empresas medianas, se compone de muchas partes móviles. Con una simple división de 80:20, el análisis se centrará rápidamente en los principales clientes y en su comportamiento de pago.

Las categorías de clientes adicionales o adicionales pueden incluir:

• Condiciones de pago
• Momento de la semana o del mes en el que se espera el pago (por ejemplo, la última semana del mes)
• Calidad/puntuación crediticia

Este tipo de categorización es clave para el análisis continuo y eficiente del comportamiento de las cuentas por cobrar.

Paso 3: Supervisar y ajustar las suposiciones

Previsión de cuentas por cobrar y el análisis es un ejercicio continuo. Los pasos descritos anteriormente sientan las bases para un análisis continuo que, a su vez, conduce a ajustes en las hipótesis previstas o a acciones que mejoran la recaudación del flujo de caja.

El análisis de varianza es el análisis principal que se llevará a cabo como parte de cualquier esfuerzo por mejorar la previsión de cuentas por cobrar. El análisis de varianza demuestra el rendimiento de las previsiones en comparación con los datos reales. Esto, a su vez, muestra el rendimiento de las suposiciones y lo que debe cambiarse para la próxima iteración de la previsión.

Este proceso de «monitorear, actualizar e iterar» ayudará medición de la precisión de la previsión de efectivo y cambiar una previsión de calidad baja a alta, en un período de tiempo relativamente corto.

‍

Uso de herramientas de previsión especializadas

Como ocurre con la mayoría de las partes del proceso de previsión de flujo de caja, la previsión de cuentas por cobrar se puede realizar manualmente en hojas de cálculo recopilando todos los datos de entrada necesarios e introduciéndolos en sus modelos.

Sin embargo, el uso de software especializado puede ayudar no solo a automatizar el proceso de recopilación/cotejo de datos en numerosas fuentes de datos, sino también a analizar y mejorar la precisión. El uso de software especializado también permite el análisis predictivo como método de análisis, ya que ofrece una visión profunda de lo que puede estar afectando a la precisión de las previsiones.

‍

Revisión de su proceso de previsión de efectivo

Si está pensando en establecer un nuevo proceso de previsión de tesorería, hemos redactado un guía de configuración de previsiones de flujo de caja, que le invitamos a descargar.

‍