Seus dados de contas a receber e a pagar representam dinheiro desperdiçado. Enquanto sua equipe gasta horas analisando dados de pagamento em planilhas, você perde insights cruciais sobre o comportamento do cliente, prazos de recebimento e oportunidades estratégicas. Como os CFOs exigem maior precisão nas previsões e visibilidade em tempo real, os processos manuais não conseguem oferecer a precisão necessária para as operações modernas de tesouraria.

Assista à gravação de “Transforme a análise de contas a receber e a pagar em uma vantagem estratégica com o GSmart Ledger”, apresentado pela Ripple Treasury, com tecnologia GTreasury. Esta sessão de 30 minutos demonstra como as principais equipes financeiras estão transformando a análise de contas a receber e a pagar com automação baseada em IA para alcançar mais de 30% de melhoria na precisão das previsões.

Neste webinar, você aprenderá a:

• Eliminar horas de análise manual de dados de contas a receber e a pagar com integração automatizada ao ERP

• Aproveitar a IA para entender os comportamentos e prazos de pagamento específicos de cada cliente

• Transformar premissas de previsão estáticas em previsões dinâmicas baseadas em dados

• Gerar previsões de fluxo de caixa prontas para o conselho em minutos, não em dias

Explore como o GSmart Ledger oferece automação inteligente para a análise de contas a receber e a pagar, integrando-se perfeitamente à inteligência de tesouraria abrangente.

‍

‍

Transcrição

‍

00:03:59.880 --> 00:04:08.950

GTreasury Marketing: Olá a todos e obrigado por se juntarem a nós hoje. Começaremos em alguns minutos para dar tempo a todos os participantes de entrarem no webinar, então aguardem, começaremos em breve.

‍

00:05:30.470 --> 00:05:34.209

GTreasury Marketing: Olá a todos. Obrigado por se juntarem a nós hoje para o nosso webinar.

‍

00:05:34.480 --> 00:05:41.159

GTreasury Marketing: Transforme a análise de contas a receber e a pagar em uma vantagem estratégica com o GSmart Ledger.

‍

00:05:41.250 --> 00:05:44.729

Evan Ryan: Vamos passar por alguns avisos importantes antes de começarmos.

‍

00:05:48.080 --> 00:06:02.259

GTreasury Marketing: O evento de hoje tem duração prevista de 30 minutos, incluindo um tempo para perguntas ao final. Todos os participantes estão com o microfone silenciado e, caso tenham dúvidas durante a apresentação, por favor, enviem-nas através da seção de perguntas e respostas na barra de controle do Zoom.

‍

00:06:02.590 --> 00:06:04.609

GTreasury Marketing: Este webinar está sendo gravado.

‍

00:06:04.610 --> 00:06:08.600

Evan Ryan: E um link para a gravação será enviado por e-mail a todos os participantes.

‍

00:06:09.570 --> 00:06:15.590

Nosso palestrante hoje é Evan Ryan, então passarei a palavra a ele para uma breve apresentação.

‍

00:06:16.500 --> 00:06:23.590

Evan Ryan: Muito obrigado, Anne. Meu nome é Evan Ryan. Sou gerente de produto de previsão de caixa aqui na,

‍

00:06:23.730 --> 00:06:29.180

Evan Ryan: Chief Treasury, e estou animado para começar a apresentação de hoje.

‍

00:06:31.380 --> 00:06:36.279

Evan Ryan: Então, hoje vamos falar sobre a transformação da análise de contas a receber e a pagar.

‍

00:06:36.480 --> 00:06:41.599

Evan Ryan: E como obter uma vantagem estratégica com o GSmart Ledger.

‍

00:06:43.410 --> 00:06:54.779

Evan Ryan: Para falar sobre o que vou abordar hoje: uma breve introdução, seguida pela transformação com IA, e como

‍

00:06:54.920 --> 00:06:59.729

Evan Ryan: a IA está presente em toda a plataforma G Treasury.

‍

00:06:59.930 --> 00:07:03.050

Evan Ryan: O segundo ponto é sobre o custo oculto da

‍

00:07:03.350 --> 00:07:15.029

Evan Ryan: análise manual de pagamentos, passando para a automação inteligente de contas a receber e a pagar, e depois entraremos no sistema em si, o Smart Ledger, para uma demonstração rápida.

‍

00:07:17.320 --> 00:07:27.229

Evan Ryan: Este slide ilustra onde a IA está presente em toda a plataforma GTreasury.

‍

00:07:27.430 --> 00:07:42.840

Evan Ryan: A IA não é novidade para a GTreasury. Na verdade, ela já existe na GTreasury há vários anos. Como podem ver, existem diferentes tipos de modelos de IA, como modelos estatísticos baseados em agentes e lógica difusa.

‍

00:07:43.130 --> 00:07:51.110

Evan Ryan: Hoje, vamos nos concentrar nessa segunda parte: previsão de caixa, GSmart Ledger e modelagem estatística.

‍

00:07:52.370 --> 00:07:56.520

Evan Ryan: Então… O que o GSmart Ledger…

‍

00:07:56.620 --> 00:07:59.709

Evan Ryan: realmente tenta fazer e o que ele alcança?

‍

00:08:00.090 --> 00:08:03.440

Evan Ryan: Então, essencialmente, é um módulo baseado em IA.

‍

00:08:03.610 --> 00:08:08.170

Evan Ryan: E ele automatiza a previsão de fluxo de caixa de curto a médio prazo.

‍

00:08:08.390 --> 00:08:16.370

Evan Ryan: O que ele faz é analisar as contas a receber e as contas a pagar em tempo real.

‍

00:08:16.600 --> 00:08:24.279

Evan Ryan: E utiliza aprendizado de máquina para entender como seus clientes têm efetuado os pagamentos no último

‍

00:08:24.770 --> 00:08:31.339

Evan Ryan: ano, seis meses, e também como você tem pago seus fornecedores ao longo do último.

‍

00:08:31.610 --> 00:08:33.900

Evan Ryan: Ao longo do último período histórico.

‍

00:08:35.049 --> 00:08:39.149

Evan Ryan: Ele usa esses dados, então, para gerar uma previsão.

‍

00:08:39.539 --> 00:08:54.900

Evan Ryan: E ele está em constante aprendizado, entende? Então, toda vez que recebemos um novo volume de dados, esses dados são adicionados ao banco de dados, fazendo com que o sistema, o GSmart Ledger, se torne cada vez mais preciso.

‍

00:08:55.030 --> 00:08:56.220

Evan Ryan: Com o passar do tempo.

‍

00:08:57.070 --> 00:09:12.040

Evan Ryan: Fizemos algumas análises e comprovamos que o GSmart Ledger é até 30% mais preciso em contas a receber e na previsão de quando os clientes realizarão os pagamentos, em comparação com o que nossos clientes observam

‍

00:09:12.040 --> 00:09:17.419

Evan Ryan: dentro de seus sistemas ERP. E vou falar sobre isso com um pouco mais de detalhes

‍

00:09:17.580 --> 00:09:19.309

Evan Ryan: em alguns instantes.

‍

00:09:21.630 --> 00:09:29.500

Evan Ryan: Então, quero realmente entrar em como o GSmart Ledger está transformando a precisão das previsões.

‍

00:09:29.670 --> 00:09:38.079

Evan Ryan: Mencionei aquele número de 30% no slide anterior e precisamos analisar um pouco melhor

‍

00:09:38.250 --> 00:09:40.630

Evan Ryan: esse número e o que ele significa.

‍

00:09:42.020 --> 00:09:48.390

Evan Ryan: Então… Antes de fazer isso, quero falar sobre os pontos críticos de contas a receber e a pagar.

‍

00:09:49.340 --> 00:09:52.080

Evan Ryan: Tenho certeza de que estou falando com quem já entende do assunto.

‍

00:09:52.500 --> 00:09:56.969

Evan Ryan: Muitas pessoas nesta chamada conseguem se identificar com este slide.

‍

00:09:57.880 --> 00:10:03.929

Evan Ryan: Mas, essencialmente, estamos falando sobre comportamentos de pagamento variados entre os clientes.

‍

00:10:04.160 --> 00:10:13.069

Evan Ryan: Na verdade, os fornecedores tornam muito difícil prever com precisão quando esses clientes vão pagar você.

‍

00:10:13.570 --> 00:10:20.499

Evan Ryan: E sabemos que os clientes não pagam dentro dos prazos. Eles realmente têm seus próprios hábitos de pagamento.

‍

00:10:21.840 --> 00:10:28.009

Evan Ryan: Além disso, um desafio extra é lidar com grandes volumes de dados.

‍

00:10:28.580 --> 00:10:31.229

Evan Ryan: Sejam clientes ou fornecedores.

‍

00:10:31.340 --> 00:10:37.720

Evan Ryan: E, muitas vezes, esses dados ficam isolados em vários sistemas ERP.

‍

00:10:37.920 --> 00:10:39.630

Evan Ryan: Por toda a sua organização.

‍

00:10:39.890 --> 00:10:47.680

Evan Ryan: E o Smart Ledger realmente oferece uma visão consolidada e panorâmica do comportamento de pagamento de suas contas a receber e a pagar.

‍

00:10:48.860 --> 00:10:51.520

Evan Ryan: Novamente, sabe, a incerteza quanto ao cronograma.

‍

00:10:51.660 --> 00:10:55.590

Evan Ryan: Isso pode levar a previsões imprecisas.

‍

00:10:56.120 --> 00:11:02.710

Evan Ryan: Já conversei com vários diretores financeiros no passado, onde, por causa dessa incerteza.

‍

00:11:02.900 --> 00:11:09.550

Evan Ryan: Eles realmente precisam aumentar suas reservas de liquidez, e isso é essencialmente dinheiro que

‍

00:11:10.120 --> 00:11:13.389

Evan Ryan: Não está rendendo para você, entende?

‍

00:11:13.510 --> 00:11:15.890

Evan Ryan: E eu mostro como, sabe.

‍

00:11:16.110 --> 00:11:18.459

Evan Ryan: Vincular ou liberar esse caixa.

‍

00:11:18.610 --> 00:11:24.280

Evan Ryan: É vantajoso, essencialmente, pelo fato de você ter uma previsão mais precisa.

‍

00:11:27.350 --> 00:11:35.349

Evan Ryan: Então, aqui, sabe, transformar contas a receber e a pagar e o capital de giro com o Smart Ledger, é uma ciência? É uma arte?

‍

00:11:35.520 --> 00:11:36.329

Evan Ryan: É ambos.

‍

00:11:36.930 --> 00:11:46.689

Evan Ryan: Sabe, alguns desafios que quero destacar no lado esquerdo e, em seguida, as soluções no lado direito, e como o GSmart Ledger pode realmente ajudar com isso.

‍

00:11:47.770 --> 00:11:50.379

Evan Ryan: Então, primeiramente, sabe, a falta de confiança.

‍

00:11:50.520 --> 00:11:57.999

Evan Ryan: Imprecisão na previsão de fluxo de caixa. E isso, como eu disse, deve-se àquela variação

‍

00:11:58.250 --> 00:11:59.940

Evan Ryan: Dos pagamentos dos seus clientes.

‍

00:12:01.260 --> 00:12:10.619

Evan Ryan: A solução aqui é realmente integrar essa IA aos livros de contas a pagar e, usando essa análise histórica, a IA

‍

00:12:10.800 --> 00:12:17.789

Evan Ryan: pode calcular e prever com muito mais precisão quando esses clientes vão pagar você.

‍

00:12:18.740 --> 00:12:21.520

Evan Ryan: O segundo ponto aqui é sobre visibilidade.

‍

00:12:21.990 --> 00:12:26.789

Evan Ryan: Trata-se, na verdade, daquela visibilidade limitada sobre os fatores que impulsionam seu fluxo de caixa.

‍

00:12:27.320 --> 00:12:32.730

Evan Ryan: Durante a demonstração, vou acessar não apenas o Smart Ledger em si.

‍

00:12:32.870 --> 00:12:42.399

Evan Ryan: mas também uma visão consolidada de capital de giro e painéis que, sabe, estou empolgado para mostrar a vocês hoje.

‍

00:12:43.500 --> 00:12:48.009

Evan Ryan: A segunda parte, a solução para isso, então, são as previsões de fluxo de caixa

‍

00:12:48.330 --> 00:12:58.220

Evan Ryan: que são ajustadas automaticamente com base no comportamento aprendido para maior precisão. Portanto, não é necessário que você intervenha toda vez que

‍

00:12:58.540 --> 00:13:10.209

Evan Ryan: os dados são atualizados, você não precisa ajustar nada; é basicamente configurar e esquecer. Vou mostrar como você pode utilizar as regras dentro do Smart Ledger para alimentar sua previsão.

‍

00:13:11.450 --> 00:13:21.569

Evan Ryan: O desafio final que as pessoas estão enfrentando no momento é, como mencionei no slide anterior, lidar com grandes extrações de ERP.

‍

00:13:21.900 --> 00:13:26.409

Evan Ryan: … Podemos integrar com qualquer ERP,

‍

00:13:26.700 --> 00:13:37.550

Evan Ryan: importar os dados, seja diariamente ou semanalmente. Os dados são então atualizados, você pode configurar um agendador, e isso alimenta o seu,

‍

00:13:38.040 --> 00:13:42.880

Evan Ryan: o GSmart Ledger, e você pode realizar uma análise profunda no nível do cliente.

‍

00:13:43.140 --> 00:13:45.709

Evan Ryan: Nível de fornecedor, e então esses…

‍

00:13:45.950 --> 00:13:51.980

Evan Ryan: Esses dados alimentam sua previsão e, por fim, os painéis de capital de giro.

‍

00:13:55.020 --> 00:14:00.389

Evan Ryan: Então, como o GSmart Ledger realmente funciona?

‍

00:14:00.720 --> 00:14:05.180

Evan Ryan: É uma integração de ERP para a previsão automatizada de curto prazo.

‍

00:14:05.590 --> 00:14:13.159

Evan Ryan: E os dados históricos são analisados com aprendizado de máquina. E é isso que gera

‍

00:14:13.350 --> 00:14:16.769

Evan Ryan: Aqueles dias médios históricos de pagamento.

‍

00:14:17.480 --> 00:14:21.349

Evan Ryan: Então, por exemplo, se uma fatura chega.

‍

00:14:21.460 --> 00:14:26.770

Evan Ryan: Sabe, enviado a um cliente com prazo de 45 dias, mas…

‍

00:14:27.040 --> 00:14:37.130

Evan Ryan: O Smart Ledger pode lhe dizer que, na verdade, esse cliente não paga em 45 dias, ele costuma pagar em 50 dias.

‍

00:14:37.760 --> 00:14:43.989

Evan Ryan: E o que acontece com essa data de vencimento de 45 dias?

‍

00:14:44.160 --> 00:14:55.080

Evan Ryan: Ela é ajustada automaticamente na sua previsão para 50 dias, para que você tenha uma projeção mais precisa. Assim, você sabe exatamente quando o dinheiro vai entrar.

‍

00:14:55.260 --> 00:14:58.419

Evan Ryan: Dos seus clientes, de forma mais precisa.

‍

00:15:00.080 --> 00:15:08.980

Evan Ryan: O quarto ponto aqui é sobre o painel de desempenho consolidado de contas a receber, para que você tenha uma visão panorâmica.

‍

00:15:09.130 --> 00:15:09.950

Evan Ryan: …

‍

00:15:10.170 --> 00:15:21.760

Evan Ryan: Sabe, em um nível bem macro, você pode rapidamente detalhar até o nível da fatura e ver, em termos de atrasos, o que está pendente por cliente.

‍

00:15:25.080 --> 00:15:31.840

Evan Ryan: Então… como eu disse, fizemos algumas análises e vimos que, em média.

‍

00:15:32.090 --> 00:15:40.869

Evan Ryan: O GSmart Ledger melhora a previsão de curto prazo em até 30% para contas a receber, em comparação com como…

‍

00:15:41.110 --> 00:15:46.270

Evan Ryan: nossos clientes visualizavam os prazos de pagamento dentro do sistema ERP deles.

‍

00:15:46.910 --> 00:16:05.880

Evan Ryan: A análise foi feita no nível de cada fatura, comparando os dados do GSmart Ledger e, essencialmente, a data de vencimento no GSmart Ledger, usando a média histórica de dias para pagamento e comparando isso com os prazos padrão do sistema ERP.

‍

00:16:06.280 --> 00:16:11.320

Evan Ryan: E o GSmart Ledger foi até 30% mais preciso.

‍

00:16:15.340 --> 00:16:19.250

Evan Ryan: Então, sabe, o que significa... 30%.

‍

00:16:19.720 --> 00:16:23.619

Evan Ryan: um aumento na precisão da previsão para a sua equipe de Tesouraria?

‍

00:16:24.310 --> 00:16:31.320

Evan Ryan: Bem, a primeira coisa é que você realmente consegue liberar capital de giro para que a empresa possa operar com

‍

00:16:31.670 --> 00:16:34.159

Evan Ryan: menos caixa.

‍

00:16:34.430 --> 00:16:37.789

Evan Ryan: Então, eu diria, o mais enxuto possível.

‍

00:16:38.210 --> 00:16:41.690

Evan Ryan: Reduz com segurança o excesso de reservas de caixa.

‍

00:16:42.210 --> 00:16:48.190

Evan Ryan: E, além disso, evita aquele endividamento de curto prazo custoso devido a surpresas nas cobranças.

‍

00:16:48.740 --> 00:16:53.739

Evan Ryan: Obviamente, então você, e eu mostrarei isso nos painéis, esse excesso de caixa.

‍

00:16:53.890 --> 00:17:03.179

Evan Ryan: Você pode aplicá-lo em um prazo ou usá-lo para quitar uma linha de crédito também. Na verdade, podemos calcular esse valor também, o que é muito útil.

‍

00:17:03.670 --> 00:17:10.419

Evan Ryan: Mas, no final das contas, estamos permitindo que os clientes tomem decisões mais rápidas e seguras.

‍

00:17:13.140 --> 00:17:18.230

Evan Ryan: Sei que a Shannon vai colocar uma pergunta de enquete agora.

‍

00:17:27.990 --> 00:17:30.369

Evan Ryan: Shannon, temos aquela pergunta da enquete?

‍

00:17:44.640 --> 00:17:50.929

Evan Ryan: Não tenho certeza do que está acontecendo com essa pergunta da enquete.

‍

00:17:51.080 --> 00:17:55.219

Evan Ryan: Mas, essencialmente, eu posso… Ler…

‍

00:17:55.540 --> 00:17:56.669

Evan Ryan: Shannon, você está com ele aí?

‍

00:17:56.670 --> 00:17:59.960

GTreasury Marketing: Sim, a pergunta da enquete está sendo respondida.

‍

00:18:00.420 --> 00:18:03.069

Evan Ryan: Certo, desculpe, é que eu não consigo ver na minha tela.

‍

00:18:50.160 --> 00:18:51.899

GTreasury Marketing: Você consegue ver os resultados, Evan?

‍

00:18:52.200 --> 00:18:57.140

Evan Ryan: … Na verdade, não consigo. Não sei se… você poderia lê-los, Shannon?

‍

00:18:57.140 --> 00:18:58.169

GTreasury Marketing: Sim, posso.

‍

00:18:59.470 --> 00:19:01.630

Evan Ryan: Então…

‍

00:19:02.020 --> 00:19:09.450

GTreasury Marketing: a… pergunta é: o que melhor descreve o uso atual de IA pela sua organização na previsão de fluxo de caixa?

‍

00:19:09.580 --> 00:19:29.020

GTreasury Marketing: Temos 38% planejando implementar IA nos próximos 12 meses. Temos 46% pesquisando opções de IA, mas sem saber por onde começar, e 15% ainda não consideraram a IA para processos de previsão.

‍

00:19:30.240 --> 00:19:32.030

Evan Ryan: Muito obrigado, …

‍

00:19:32.210 --> 00:19:42.920

Evan Ryan: Então, sim, nós, … bem, na verdade, vou discutir o uso de IA na demonstração aqui, e, sabe, podemos conversar sobre isso,

‍

00:19:43.220 --> 00:19:44.120

Evan Ryan: Então…

‍

00:19:44.510 --> 00:19:54.749

Evan Ryan: houve, sim, o maior resultado aqui, 46%. As pessoas estão pesquisando opções de IA no momento, mas não sabem por onde começar, então…

‍

00:19:55.090 --> 00:19:59.880

Evan Ryan: Espero que todos tenham uma boa ideia. …

‍

00:19:59.990 --> 00:20:07.540

Evan Ryan: Assim que eu terminar a demonstração aqui, então deixe-me apenas… Ir para a demonstração…

‍

00:20:11.120 --> 00:20:12.060

Evan Ryan: Eu só…

‍

00:20:17.320 --> 00:20:19.220

Evan Ryan: Ok…

‍

00:20:29.150 --> 00:20:33.080

Evan Ryan: Então, Shannon, você consegue ver a tela aqui.

‍

00:20:33.080 --> 00:20:33.800

GTreasury Marketing: Sim.

‍

00:20:34.060 --> 00:20:35.320

Evan Ryan: Perfeito. Certo.

‍

00:20:35.670 --> 00:20:43.669

Evan Ryan: Então, vamos começar pela planilha de previsão.

‍

00:20:44.090 --> 00:20:53.929

Evan Ryan: Ok, aqui tenho os meus dados reais, ou seja, o que aconteceu na semana anterior, e aqui está a minha previsão do que acontecerá nas próximas 13 semanas.

‍

00:20:54.380 --> 00:21:02.800

Evan Ryan: Entrei na unidade de negócios da Irlanda e posso ver os itens do meu fluxo de caixa e as categorias de fluxo de caixa no lado esquerdo.

‍

00:21:04.210 --> 00:21:18.759

Evan Ryan: Tenho aqui as minhas cobranças de contas a receber e, em seguida, tenho as minhas contas a pagar, ou os meus pagamentos de contas a pagar aqui, e o meu item específico aqui, os meus fornecedores, mas vou focar primeiro nas cobranças de contas a receber.

‍

00:21:20.620 --> 00:21:26.629

Evan Ryan: Então, posso ver que tenho várias semanas diferentes... projetadas para o futuro.

‍

00:21:26.870 --> 00:21:30.659

Evan Ryan: E se eu clicar duas vezes na primeira célula aqui.

‍

00:21:30.780 --> 00:21:34.359

Evan Ryan: Posso obter um detalhamento desse 1,2 milhão.

‍

00:21:35.100 --> 00:21:42.059

Evan Ryan: de euros que compõe esse valor, e esses dados vêm, em última análise, do GSmart Ledger.

‍

00:21:42.960 --> 00:21:47.130

Evan Ryan: Portanto, todas as faturas previstas

‍

00:21:47.950 --> 00:22:04.789

Evan Ryan: para serem recebidas na semana 4 aparecem nesse montante de 1,2 milhão. Posso analisar detalhadamente até o nível da fatura e, se eu aprofundar um pouco mais, consigo ver que havia uma data de vencimento original para isso.

‍

00:22:04.930 --> 00:22:08.269

Evan Ryan: Mas isso foi ajustado automaticamente devido a isso.

‍

00:22:08.540 --> 00:22:11.070

Evan Ryan: Média histórica de dias para pagamento.

‍

00:22:11.970 --> 00:22:15.260

Evan Ryan: Então, esse é basicamente o ponto de partida.

‍

00:22:15.430 --> 00:22:19.840

Evan Ryan: Para a demonstração, vou entrar agora no Smart Ledger propriamente dito.

‍

00:22:21.110 --> 00:22:26.129

Evan Ryan: Então, posso acessar a demonstração do Smart Ledger, ou o Smart Ledger.

‍

00:22:26.360 --> 00:22:27.230

Evan Ryan: em si.

‍

00:22:27.990 --> 00:22:30.950

Evan Ryan: Então, aqui, dentro do Smart Ledger.

‍

00:22:31.220 --> 00:22:34.699

Evan Ryan: É aqui que esses dados do ERP residem.

‍

00:22:35.090 --> 00:22:39.539

Evan Ryan: Existem vários conjuntos de dados diferentes que importamos do seu ERP.

‍

00:22:39.690 --> 00:22:44.310

Evan Ryan: Os relatórios em aberto, ou seja, o seu relatório atual de vencimento de contas a receber e a pagar.

‍

00:22:44.500 --> 00:22:46.269

Evan Ryan: Todos os pagamentos.

‍

00:22:46.380 --> 00:22:47.680

Evan Ryan: E também…

‍

00:22:48.070 --> 00:22:56.680

Evan Ryan: quaisquer dados encerrados. Ou seja, dados encerrados são faturas que já foram pagas. Neste caso, na última semana, ou pode ser no último mês.

‍

00:22:58.450 --> 00:23:08.800

Evan Ryan: Então, posso ver que tenho vários itens diferentes aqui. Consigo ver, ao nível da fatura, o que realmente está a acontecer.

‍

00:23:09.240 --> 00:23:15.999

Evan Ryan: Consigo ver todas as minhas faturas em aberto, portanto, este é o intervalo de vencimento atual.

‍

00:23:16.260 --> 00:23:21.020

Evan Ryan: Tenho menos de 30 dias. Estou…

‍

00:23:21.220 --> 00:23:24.049

Evan Ryan: Projetado ou previsto para arrecadar 15…

‍

00:23:24.400 --> 00:23:27.600

Evan Ryan: Milhões de euros, 31 a 60.

‍

00:23:27.960 --> 00:23:30.569

Evan Ryan: 7 milhões de euros, e assim por diante.

‍

00:23:30.740 --> 00:23:33.949

Evan Ryan: Também posso visualizar o que está vencido.

‍

00:23:34.230 --> 00:23:38.420

Evan Ryan: Além disso, um detalhamento por moeda e assim por diante. No momento, tenho apenas euros neste.

‍

00:23:38.540 --> 00:23:43.130

Evan Ryan: Razão, mas também podemos lidar com múltiplas moedas.

‍

00:23:44.840 --> 00:23:52.670

Evan Ryan: Também posso visualizar minhas faturas pagas, ou seja, todos os pagamentos ou todas as faturas que foram pagas no período anterior.

‍

00:23:54.620 --> 00:23:55.900

Evan Ryan: Todos os pagamentos…

‍

00:23:57.100 --> 00:24:04.690

Evan Ryan: Mas o que eu quero destacar aqui são os perfis de cliente. Então, se eu acessar a T-Mobile aqui…

‍

00:24:04.920 --> 00:24:10.220

Evan Ryan: Posso ver uma análise detalhada do comportamento do meu cliente.

‍

00:24:10.390 --> 00:24:17.119

Evan Ryan: Estas são todas as faturas que foram recebidas ao longo do último, digamos, um ano neste caso.

‍

00:24:17.410 --> 00:24:18.600

Evan Ryan: T-Mobile.

‍

00:24:19.200 --> 00:24:26.229

Evan Ryan: foram pagas. Além disso, tenho uma visão da distribuição de pagamentos e perdas, para que eu possa ver, sabe.

‍

00:24:27.160 --> 00:24:31.610

Evan Ryan: A maioria dos pagamentos recebidos ocorre por volta do período de 60 a 70 dias.

‍

00:24:32.290 --> 00:24:42.250

Evan Ryan: Mas talvez possamos dar uma olhada na Orange. A Orange parece ser um pouco mais, digamos, comportada no que diz respeito à distribuição de pagamentos.

‍

00:24:43.070 --> 00:24:45.680

Evan Ryan: Se eu voltar aqui para a T-Mobile.

‍

00:24:45.830 --> 00:24:57.189

Evan Ryan: O que eu quero destacar é este número aqui, ou seja, a sua média de dias para pagamento. E essa média de dias para pagamento é o que é usado para calcular a nova data de vencimento.

‍

00:24:57.320 --> 00:25:02.459

Evan Ryan: para... qualquer fatura associada à T-Mobile.

‍

00:25:03.350 --> 00:25:07.830

Evan Ryan: Então, quando uma fatura, uma nova fatura, é enviada para a T-Mobile.

‍

00:25:08.310 --> 00:25:16.939

Evan Ryan: E, como eu disse quando estava passando pelos slides, talvez os prazos de pagamento fossem de 30 ou 45 dias.

‍

00:25:17.080 --> 00:25:23.630

Evan Ryan: Historicamente, o que foi calculado aqui usando IA e modelagem estatística é…

‍

00:25:23.920 --> 00:25:30.220

Evan Ryan: Calcular os prazos médios históricos para cada cliente individual.

‍

00:25:30.960 --> 00:25:43.340

Evan Ryan: Então, se eu voltar ao meu relatório aberto aqui, posso ver que tenho a T-Mobile. Se eu abrir isto, ok, consigo ver a minha média histórica de dias para pagamento da T-Mobile ao nível de cliente individual.

‍

00:25:44.170 --> 00:25:46.209

Evan Ryan: E se se lembrar daquele

‍

00:25:46.480 --> 00:25:56.150

Evan Ryan: primeiro ou segundo slide da apresentação. Um dos pontos principais era como isto alimenta a sua previsão.

‍

00:25:57.230 --> 00:26:01.220

Evan Ryan: Portanto, se eu der uma vista de olhos às minhas… Regras aqui

‍

00:26:01.850 --> 00:26:06.720

Evan Ryan: Basicamente, consigo ver que tenho aqui uma regra de comportamento de pagamento do cliente.

‍

00:26:07.580 --> 00:26:10.059

Evan Ryan: E o que eu posso fazer é definir

‍

00:26:11.550 --> 00:26:18.640

Evan Ryan: Todos os clientes, ou todos os compradores, para este razão, para usar essa média histórica de dias para pagamento.

‍

00:26:18.970 --> 00:26:20.689

Evan Ryan: E eu posso vê-los aqui.

‍

00:26:21.360 --> 00:26:26.399

Evan Ryan: Mas… Normalmente, o que muitos dos nossos clientes fazem é

‍

00:26:26.950 --> 00:26:41.600

Evan Ryan: Estabelecer uma regra geral e usar a média histórica de dias para pagamento para todos os clientes ou fornecedores, mas você pode entrar e começar a ajustar e personalizar essa regra no nível do cliente.

‍

00:26:41.900 --> 00:26:51.630

Evan Ryan: Então, não é o caso de você precisar entrar e ter apenas uma regra geral. Você pode realmente detalhar até o nível do cliente e, sabe…

‍

00:26:52.160 --> 00:26:53.230

Evan Ryan: atualizações.

‍

00:26:53.350 --> 00:26:55.709

Evan Ryan: E, personalizar.

‍

00:26:55.820 --> 00:27:05.900

Evan Ryan: quando esse cliente vai te pagar. Então, neste caso, tenho médias históricas de datas de pagamento, mas posso adicionar dias à minha data de vencimento, e também posso fazer isso no nível de cada cliente individualmente.

‍

00:27:07.660 --> 00:27:10.140

Evan Ryan: Então, uma vez que eu tenha definido meus clientes…

‍

00:27:10.420 --> 00:27:15.129

Evan Ryan: o comportamento de pagamento dos meus clientes. Então, essencialmente, posso mapear

‍

00:27:15.670 --> 00:27:21.399

Evan Ryan: todas essas faturas para um item de linha específico dentro da minha previsão.

‍

00:27:21.880 --> 00:27:27.029

Evan Ryan: Então, esse foi o item de linha de cobranças de contas a receber que você viu há poucos instantes.

‍

00:27:29.370 --> 00:27:46.550

Evan Ryan: não é necessário mapear tudo para um único item. Você pode, especificamente… você pode mapear faturas ou clientes específicos com base em, sabe, palavras-chave, descrições, realmente para obter um nível mais granular.

‍

00:27:48.420 --> 00:27:57.120

Evan Ryan: Então… A parte final da demonstração, eu só quero acessar os painéis aqui.

‍

00:27:57.370 --> 00:28:05.800

Evan Ryan: Então, se eu apenas alterar minha… minha data aqui… vejamos…

‍

00:28:12.290 --> 00:28:13.710

Evan Ryan: Um segundo…

‍

00:28:18.680 --> 00:28:19.580

Evan Ryan: Perfeito.

‍

00:28:20.130 --> 00:28:26.610

Evan Ryan: Então, o que posso ver aqui é meu… atual…

‍

00:28:27.310 --> 00:28:30.529

Evan Ryan: saldo de contas a receber em um nível consolidado.

‍

00:28:30.690 --> 00:28:42.809

Evan Ryan: Portanto, se você tiver várias entidades, vários centros de custo e várias unidades de negócio na sua organização, isso lhe dá uma visão panorâmica do que está acontecendo.

‍

00:28:42.920 --> 00:28:55.049

Evan Ryan: Aqui posso ver que tenho 226 milhões de euros, mas posso alterar facilmente a unidade de negócio que quero filtrar e as moedas que quero visualizar.

‍

00:28:55.160 --> 00:28:58.510

Evan Ryan: Além disso, posso voltar no tempo.

‍

00:28:58.800 --> 00:29:02.889

Evan Ryan: E visualizar também os saldos históricos.

‍

00:29:03.650 --> 00:29:11.720

Evan Ryan: Gosto de dividir esta tela em duas metades. Na parte superior, tenho a análise de cobranças de contas a receber dos clientes.

‍

00:29:12.100 --> 00:29:13.690

Evan Ryan: Posso clicar no meu…

‍

00:29:13.880 --> 00:29:19.930

Evan Ryan: Faturas pendentes atuais, por cliente, e depois detalhar.

‍

00:29:20.460 --> 00:29:21.779

Evan Ryan: mas também…

‍

00:29:23.300 --> 00:29:32.629

Evan Ryan: na metade inferior da tela, posso ver quais clientes estão com pagamentos em atraso. Então, neste caso, vejo que tenho 78 milhões em atraso.

‍

00:29:33.310 --> 00:29:40.730

Evan Ryan: E também, novamente, como na parte superior da tela, posso ver a análise de clientes em atraso,

‍

00:29:42.440 --> 00:29:48.150

Evan Ryan: em nível de cliente, mas também dividido por faixas de vencimento.

‍

00:29:48.510 --> 00:30:03.419

Evan Ryan: e, sabe, assim como na parte superior da tela, posso detalhar até o nível da fatura, então você pode realmente ir daquela visão consolidada panorâmica até o nível da fatura de forma muito, muito rápida.

‍

00:30:03.720 --> 00:30:09.610

Evan Ryan: … Então, sabe, os pontos principais aqui são… …

‍

00:30:09.850 --> 00:30:15.599

Evan Ryan: Os dados são extraídos do seu ERP para aquele módulo GSmart Ledger que acabei de mostrar.

‍

00:30:16.170 --> 00:30:21.349

Evan Ryan: A média histórica de dias para pagamento é calculada e integrada à sua previsão.

‍

00:30:21.500 --> 00:30:33.560

Evan Ryan: Essa previsão, então, torna-se mais precisa devido a essa média histórica de dias para pagamento. Além disso, esses dados alimentam os seus painéis de capital de giro.

‍

00:30:34.580 --> 00:30:38.379

Evan Ryan: Então, vou fazer uma pausa aqui.

‍

00:30:38.690 --> 00:30:42.380

Evan Ryan: Alguma dúvida que vocês possam ter?

‍

00:30:59.450 --> 00:31:02.050

Evan Ryan: Estou vendo algumas perguntas.

‍

00:31:03.640 --> 00:31:10.010

Evan Ryan: Chegando aqui... então, a primeira: como o Smart Ledger faz a previsão

‍

00:31:12.000 --> 00:31:15.820

Evan Ryan: Projete recebimentos de faturamentos de períodos futuros.

‍

00:31:15.990 --> 00:31:22.839

Evan Ryan: Que ainda não foram faturados. Sim, então existem várias,

‍

00:31:23.040 --> 00:31:28.840

Evan Ryan: maneiras diferentes de importar esses dados. Mas, normalmente, o que os clientes

‍

00:31:29.310 --> 00:31:33.820

Evan Ryan: podem fazer é… …

‍

00:31:35.270 --> 00:31:38.949

Evan Ryan: Então, itens como pedidos de compra, por exemplo, podem ser…

‍

00:31:39.120 --> 00:31:45.389

Evan Ryan: carregados no sistema e, na verdade, podem alimentar o seu Smart Ledger.

‍

00:32:34.170 --> 00:32:41.740

Evan Ryan: Só mais alguns minutos, pessoal, caso alguém tenha alguma... então este módulo...

‍

00:32:42.420 --> 00:32:53.819

Evan Ryan: Então, é um módulo pago? Até onde eu sei, ele está... incluído no...

‍

00:32:54.050 --> 00:32:55.499

Evan Ryan: E o preço total.

‍

00:33:01.420 --> 00:33:10.440

GTreasury Marketing: Temos outra pergunta, que diz: que tipo de dados históricos são necessários para começar e como vocês lidam com problemas de qualidade de dados?

‍

00:33:11.440 --> 00:33:15.960

Evan Ryan: Sim, então... do ponto de vista histórico.

‍

00:33:17.170 --> 00:33:27.170

Evan Ryan: os dados são importados via, sabe, API, ou fazemos o upload de um arquivo, e normalmente recebemos

‍

00:33:27.280 --> 00:33:29.920

Evan Ryan: um ano de dados históricos.

‍

00:33:30.130 --> 00:33:35.500

Evan Ryan: E a equipe de implementação trabalha então com o cliente,

‍

00:33:35.780 --> 00:33:39.070

Evan Ryan: Para essencialmente limpar esses dados, …

‍

00:33:39.510 --> 00:33:43.909

Evan Ryan: E, por fim, colocar os dados no formato correto.

‍

00:33:45.050 --> 00:33:46.560

Evan Ryan: Então…

‍

00:33:47.010 --> 00:33:59.880

Evan Ryan: só para responder a essa pergunta, sim, eu diria que um ano de dados históricos é o ideal para captar esse tipo de sazonalidade e comportamento, e os clientes então, sabe, a equipe de sucesso do cliente, a equipe de implementação.

‍

00:34:00.090 --> 00:34:04.429

Evan Ryan: Trabalham com o cliente para colocar esses dados no formato correto.

‍

00:34:23.580 --> 00:34:29.140

Evan Ryan: Então, veja só este aqui sobre antecipação de recebíveis.

‍

00:34:29.830 --> 00:34:34.090

Evan Ryan: Sim, temos várias formas diferentes de modelar isso.

‍

00:34:34.350 --> 00:34:40.660

Evan Ryan: Ou temos uma linha específica que fica fora do Smart Ledger.

‍

00:34:40.810 --> 00:34:50.019

Evan Ryan: Também temos uma ferramenta de previsão orçamentária, onde podemos modelar o detalhamento de um valor orçamentário em semanas específicas também.

‍

00:34:54.330 --> 00:35:04.519

Evan Ryan: Acabei de enviar uma mensagem rápida para um dos vendedores sobre esse preço, e ele confirmou que é um modelo adicional que seria...

‍

00:35:04.700 --> 00:35:07.660

Evan Ryan: Um modelo ou módulo pago adicional.

‍

00:35:16.300 --> 00:35:22.109

Evan Ryan: Sim, outra pergunta aqui: a previsão pode ser exibida por dia ou por semana?

‍

00:35:22.320 --> 00:35:33.559

Evan Ryan: Então, sim, temos um modelo de visualização diário, semanal, mensal, e eles, sabe, podem ser consolidados.

‍

00:35:33.670 --> 00:35:39.960

Evan Ryan: Então você pode ter um modelo diário que é consolidado no modelo semanal, e um semanal que é consolidado no

‍

00:35:40.210 --> 00:35:41.889

Evan Ryan: modelo diário também.

‍

00:35:42.260 --> 00:35:52.610

Evan Ryan: quantos sistemas podem ser conectados ao GSmart Ledger depende, na verdade, de quantos ERPs você tem como cliente.

‍

00:35:52.770 --> 00:35:55.259

Evan Ryan: Sabe, nós já operamos assim.

‍

00:35:55.410 --> 00:36:01.399

Evan Ryan: operamos com um ou dois ERPs e, sabe, podemos nos conectar a vários ERPs.

‍

00:36:06.300 --> 00:36:08.999

Evan Ryan: Certo, pessoal, acho que podemos, …

‍

00:36:09.190 --> 00:36:13.970

Evan Ryan: Vamos encerrar por aqui. Se alguém tiver mais alguma dúvida, por favor,

‍

00:36:14.250 --> 00:36:17.879

Evan Ryan: entre em contato conosco e teremos o prazer de responder posteriormente.

‍

00:36:19.550 --> 00:36:32.430

GTreasury Marketing: Obrigado, Evan. Lembrando que a gravação deste webinar será enviada em alguns dias. Mais uma vez, obrigado pela participação e não hesitem em nos procurar caso tenham dúvidas. Tenham todos um ótimo dia.

‍

00:36:34.460 --> 00:36:35.529

Evan Ryan: Tchau, pessoal.

‍