En faktura trenger ikke å inneholde en åpenbar feil for å skape ekstra arbeid i leverandørreskontro. Leverandøren kan være gjenkjent, beløpene kan virke rimelige, og det meste av den nødvendige informasjonen kan allerede være tilgjengelig. Likevel kan en manglende innkjøpsordrereferanse, avvikende leverandørinformasjon eller uklar konteringsinformasjon hindre at fakturaen går gjennom prosessen som planlagt.
Hver for seg er slike korrigeringer som regel enkle. Det operative problemet oppstår når de skjer igjen og igjen.
AP-team begynner å kontrollere informasjon som allerede burde være pålitelig, korrigere data før behandlingen kan fortsette, og avklare detaljer med procurement, leverandører eller interne interessenter. Over tid blir disse aktivitetene en del av den normale arbeidsflyten. Det som først ser ut som en rekke små korrigeringer, utvikler seg gradvis til en prosess der fakturaer ikke kan gå videre med trygghet uten ytterligere kontroll.
Å få fakturaer riktig gjennom prosessen første gang handler derfor ikke bare om å behandle fakturaer raskere. Det handler først og fremst om å øke tilliten til at informasjonen som kommer inn i AP, er korrekt, fullstendig og støttet av konteksten som trengs for neste beslutning.
Korrekt datafangst er ikke det samme som pålitelig fakturabehandling
First-time-right blir noen ganger behandlet som et mål på datafangst. Hvis leverandør, beløp, fakturanummer, innkjøpsordrereferanse og andre felt er fanget opp korrekt, antar man gjerne at fakturaen er klar for behandling.
I praksis er teknisk nøyaktighet bare én del av det som kreves.
Et innkjøpsordrenummer kan leses korrekt, men vise til feil ordre. Leverandørinformasjon kan samsvare nøyaktig med fakturaen, men avvike fra masterdataene som brukes internt. En avgiftsverdi kan leses korrekt, men likevel være feil for transaksjonen. Konteringsinformasjon kan være til stede, samtidig som eierskap og ansvar er uklart.
I alle disse tilfellene er dataene teknisk korrekte fordi systemet har fanget opp det som står på fakturaen. Det som fortsatt er usikkert, er om informasjonen stemmer i konteksten av transaksjonen.
Dette skillet avgjør hvor langt automatisering kan gå. AP trenger ikke bare korrekte felt. AP trenger nok tillit til disse feltene til at fakturaen kan gå videre uten at noen må kontrollere den samme informasjonen på nytt.
Gjentatte korrigeringer svekker tilliten gradvis
Den synlige kostnaden ved dårlig datakvalitet ligger i manuelle korrigeringer. Den mindre synlige kostnaden ligger i gjentatte kontroller.
Når AP-team stadig møter upålitelig informasjon, endrer adferden seg. De begynner å kontrollere felt som ellers ville gått videre automatisk. Enkelte leverandører får ekstra oppmerksomhet fordi tidligere fakturaer inneholdt feil. Visse transaksjonstyper blir standard knyttet til manuell gjennomgang fordi den tilgjengelige informasjonen gjentatte ganger har vist seg å være utilstrekkelig.
Disse kontrollene er forståelige. De beskytter prosessen mot svakheter teamene har lært å forvente.
Utfordringen er at ekstra kontroll kan fortsette selv når neste faktura er korrekt. Når tilliten til en bestemt input først er svekket, kompenserer folk ved å kontrollere oftere. Et datakvalitetsproblem skaper derfor arbeid utover transaksjonene der det opprinnelige problemet oppstår.
Derfor er first-time-right mer enn et effektivitetsmål. En pålitelig prosess gjør at rutinemessige transaksjoner forblir rutine. Menneskelig oppmerksomhet kan da brukes på situasjoner der det finnes reell usikkerhet, i stedet for å kompensere for data man ikke konsekvent kan stole på.
Pålitelige fakturadata starter før AP
Mange korrigeringer som utføres av AP, oppstår før en faktura kommer inn i arbeidsflyten for leverandørreskontro.
Innkjøpsbeslutninger bestemmer mye av konteksten som en faktura senere skal kontrolleres mot. Leverandørregistre viser hvem organisasjonen forventer å handle med. Innkjøpsordrer fastsetter hva som er bestilt og til hvilken pris. Kostnadssteder og godkjenningsstrukturer gir informasjon om eierskap og ansvar.
Når denne informasjonen er korrekt og konsistent, har fakturavalideringen et pålitelig referansepunkt. Når informasjonen er ufullstendig eller motstridende, kan selv en korrekt innsendt faktura skape usikkerhet.
Det samme gjelder selve fakturautvekslingen. Strukturert e-invoicing fjerner mye av tolkningen som følger med dokumentbaserte fakturaer, fordi informasjonen kommer inn i forhåndsdefinerte felt. Struktur alene fastslår likevel ikke om hver verdi er korrekt i konteksten av transaksjonen.
En leverandør kan sende inn en strukturelt gyldig innkjøpsordrereferanse som tilhører en annen ordre. Obligatoriske avgiftsfelt kan være til stede, mens den underliggende avgiftsbehandlingen fortsatt krever oppmerksomhet. Leverandøridentifikatorer kan bestå formatvalidering uten å samsvare korrekt med interne registre.
Derfor kan first-time-right-behandling ikke forbedres fullt ut innenfor AP alene. Fakturaens pålitelighet avhenger delvis av hvor pålitelig informasjonen den valideres mot er.
Konsistente innkjøpsdata gir referansepunktet
Koblingen til innkjøpsdata er spesielt viktig, fordi validering bare fungerer når referanseinformasjonen er pålitelig.
Organisasjoner kan innføre omfattende fakturakontroller, men disse kontrollene har begrenset verdi hvis leverandørregistre, innkjøpsordrer, kostnadssteder, kontraktsreferanser eller godkjenningsansvar selv er inkonsistente.
Dette skaper et vanlig operativt problem. En faktura kommer inn i AP og samsvarer ikke med forventet informasjon. Den umiddelbare antakelsen er at noe er galt med fakturaen. Videre undersøkelse viser deretter at innkjøpsordren ikke ble oppdatert, at leverandørregisteret avviker mellom systemer, eller at den opprinnelige innkjøpsbeslutningen ble registrert ufullstendig.
AP blir da ansvarlig for å avgjøre hvilken versjon av informasjonen som er korrekt.
Korrigeringen tar kanskje bare noen få minutter, men den avdekker et større problem: Prosessen har ikke én pålitelig versjon av transaksjonen.
Å forbedre first-time-right-behandling krever derfor mer enn å fjerne fakturafeil. Det betyr også å redusere motsetninger mellom de ulike informasjonskildene AP er avhengig av.
Validering avgjør hva som kan gå videre
Det samme prinsippet gjelder når fakturainformasjon eller støttedokumentasjon kommer fra PDF-er og andre ustrukturerte dokumenter.
Moderne dokumentbehandling kan identifisere og trekke ut informasjon med høy grad av nøyaktighet, men uttrekk og validering har ulike formål. Uttrekk avgjør hvilken informasjon som finnes i et dokument. Validering avgjør om denne informasjonen er pålitelig nok for videre bruk i prosessen.
Et korrekt uttrekt beløp kan fortsatt avvike fra forventet transaksjonsverdi. Et gjenkjent leverandørnavn må kanskje kobles til riktig leverandørregister. En referanse kan være til stede, men ikke samsvare med det underliggende kjøpet.
Uten disse kontrollene kan unøyaktig eller ufullstendig informasjon bevege seg dypere inn i prosessen før problemet blir synlig. AP blir da punktet der inkonsistensen må undersøkes og korrigeres.
Når validering brukes tidligere, endres dynamikken. I stedet for å be AP-team avgjøre om hver enkelt opplysning kan stoles på, viser prosessen hvor tilliten er utilstrekkelig og hvor målrettet oppmerksomhet trengs.
Mer validering er ikke automatisk bedre
Den åpenbare responsen på upålitelige data er å innføre flere kontroller. Men å kontrollere mer informasjon skaper ikke nødvendigvis en bedre prosess.
Hvis hver faktura kontrolleres manuelt fordi noen fakturaer har vist seg å være upålitelige, reduserer organisasjonen risikoen ved å øke den operative innsatsen. Andelen fakturaer som går korrekt gjennom prosessen første gang, har egentlig ikke blitt bedre, fordi prosessen fortsatt er avhengig av inngrep før rutinemessige transaksjoner kan fortsette.
Effektiv validering må være selektiv.
Kjent informasjon bør kontrolleres mot relevante referansedata. Forretningsregler bør identifisere reelle inkonsistenser. Transaksjoner som oppfyller disse betingelsene, bør kunne gå videre, mens saker med manglende, motstridende eller uvanlig informasjon får ekstra oppmerksomhet.
Dette flytter spørsmålet fra om en faktura er kontrollert, til om det finnes en grunn til at noen bør kontrollere den.
Dette skillet er viktig for AP Automation. Tillit kommer ikke av å kontrollere alt. Den kommer av å vite at prosessen pålitelig kan skille mellom informasjon som oppfyller forventede betingelser, og informasjon som krever undersøkelse.
Korrigeringsmønstre viser hvor tilliten bryter sammen
Gjentatte korrigeringer er en nyttig måte å identifisere hvor dette skillet ikke fungerer.
Gjentatte avvik i innkjøpsordrer peker mot et annet underliggende problem enn tilbakevendende korrigeringer i leverandørmasterdata. Hyppige avgiftsjusteringer krever en annen respons enn uklar kostnadsfordeling eller uklart godkjenningsansvar. Å behandle alle disse situasjonene som AP-unntak skjuler informasjonen de gir om prosesskvalitet.
Det nyttige spørsmålet er ikke bare hvor mange korrigeringer AP utfører, men hvorfor de samme korrigeringene fortsatt er nødvendige.
Mønstre kan vise hvor validering skjer for sent, hvor referansedata er inkonsistente, hvor leverandører gjentatte ganger oppgir feil informasjon, eller hvor innkjøpsprosesser ikke skaper nok kontekst til at fakturaer kan behandles med tillit.
Å adressere disse årsakene forbedrer mer enn behandlingshastigheten. Det reduserer mengden usikkerhet AP må løse transaksjon for transaksjon.
Tillit er det egentlige resultatet av first-time-right
En first-time-right-faktura er ikke bare en faktura som unngår korrigering.
Det er en faktura som kommer inn med tilstrekkelig korrekt og konsistent informasjon til å gå gjennom den planlagte prosessen uten unødvendige inngrep. Leverandørdataene kan stoles på. Referansene samsvarer med den underliggende transaksjonen. Valideringen bekrefter at relevante betingelser er oppfylt. Godkjennere får konteksten de trenger for å ta en beslutning.
Når disse betingelsene er til stede konsekvent, endres den operative adferden i AP.
Team bruker mindre tid på å kontrollere rutineinformasjon. Unntak blir mer meningsfulle fordi de representerer reelle avvik, ikke gjentatte problemer med datakvalitet. Automatiseringen blir mer forutsigbar fordi den opererer på informasjon som allerede har vist seg å være tilstrekkelig pålitelig.
Derfor bør first-time-right ikke bare ses som et effektivitetsmål for AP. Det reflekterer kvaliteten på dataene som flyter mellom innkjøp, fakturautveksling, dokumentbehandling og leverandørreskontro.
Nøyaktighet gjør informasjon korrekt. Validering fastslår om informasjonen oppfyller betingelsene prosessen krever. Sammen skaper de tilliten som trengs for at rutinemessige fakturaer skal forbli rutine.
Hvis gjentatte korrigeringer gjør at AP-team kontrollerer informasjon som allerede burde være pålitelig, kan det være verdt å undersøke hvor tilliten går tapt i prosessen. Kontakt oss for å diskutere hvor datakvalitet og validering kan bidra til at flere fakturaer behandles riktig første gang.
