Bots for Finance: วิธีเพิ่มประสิทธิภาพ Back-office ด้วยระบบอัตโนมัติ

การกล่าวถึงสำนักงานแห่งอนาคตอาจทำให้ภาพของเครื่องจักรเข้ามาแทนที่งานที่ซ้ำซากและต้องใช้แรงงานจำนวนมาก แต่อนาคตนั้นคือตอนนี้ การพัฒนาเทคโนโลยี เช่น แอปพลิเคชันบนคลาวด์ ตลอดจนแพลตฟอร์มซอฟต์แวร์และระบบการวางแผนทรัพยากรขององค์กร ที่ช่วยให้บริษัทบรรลุประสิทธิภาพในการดำเนินงานสูงสุด ทำให้สำนักงานอัตโนมัติเป็นจริง

บริษัทที่ปรึกษา McKinsey ระบุว่า ฝ่ายการเงินขององค์กรได้ลดต้นทุนลงเกือบ 30% ในช่วงทศวรรษที่ผ่านมา โดยการนำโซลูชันระบบอัตโนมัติมาใช้ในด้านต่างๆ เช่น การจัดซื้อ การบัญชี และบัญชีเงินเดือน นวัตกรรมเหล่านี้ได้เปลี่ยนหน้าที่ด้านการเงินและขจัดความไร้ประสิทธิภาพมากมาย

ในฐานะนักวิเคราะห์การเงินและนักพัฒนาซอฟต์แวร์ ฉันใช้ประโยชน์จากระบบอัตโนมัติอย่างเต็มที่โดยการตั้งค่าบอทสำหรับงานด้านการเงิน เมื่อฉันสร้างและสร้างบริษัทที่ปรึกษาของตัวเอง Pylink แต่สำนักงานการเงินหลายแห่งยังไม่มี ดังนั้นพวกเขาจึงยังคงใช้เวลาและทรัพยากรมากเกินไปในการทำงานพื้นฐาน

ฉันไม่ใช่คนเดียวที่สังเกตเห็นปัญหา บริษัทที่ปรึกษา PwC พบว่าสำนักงานการเงินจำเป็นต้องเพิ่มผลิตภาพและข้อมูลเชิงลึกผ่านระบบอัตโนมัติและการปรับปรุงกระบวนการ ซึ่งสามารถลดต้นทุนได้เป็นเปอร์เซ็นต์สองหลักสำหรับการทำงานหลักหลายๆ อย่าง การวิจัยของ PwC ระบุว่าระบบอัตโนมัติสามารถลดเวลาที่ใช้ในการรายงานของฝ่ายบริหารลง 40%, 27% ของเวลาที่ใช้ในการบัญชีภาษี และ 23% ของชั่วโมงที่ใช้กับการจัดการเครดิต การบัญชีทั่วไป และการเรียกเก็บเงิน

Deloitte ได้ข้อสรุปที่เปรียบเทียบได้: อ้างอิงงานวิจัยที่เผยแพร่โดย Ayehu รายงานว่าระบบอัตโนมัติอัจฉริยะลดต้นทุนกระบวนการทางธุรกิจลง 25 ถึง 40% และผลการวิจัยของ Gartner พบว่าบริษัทที่มีพนักงานบัญชีเต็มเวลา 40 คนสามารถขจัดการใช้จ่ายมากกว่า 870,000 ดอลลาร์ในแต่ละปีโดยการทำงานอัตโนมัติและกำจัดงานพิเศษเพื่อแก้ไขข้อผิดพลาดของมนุษย์

ในบทความนี้ ฉันต้องการแบ่งปันกลยุทธ์การทำงานอัตโนมัติง่ายๆ ที่ฉันใช้สำหรับบริษัทและลูกค้าของฉัน ซึ่งเป็นวิธีแก้ไขง่ายๆ ที่อาจเป็นประโยชน์สำหรับองค์กรทุกขนาด

โซลูชันที่วางจำหน่ายทั่วไปอย่าง QuickBooks มีประโยชน์สำหรับองค์กรขนาดเล็ก อย่างไรก็ตาม เพื่อให้เกิดประสิทธิภาพสูงสุด ฉันขอแนะนำให้ใช้ภาษาการเขียนโปรแกรม เช่น Python เพื่อสร้างโซลูชันของคุณเอง ซึ่งรวมถึงบอทสำหรับธุรกิจ Python ใช้งานได้ง่ายมากและมีไลบรารีเครื่องมือมาตรฐานขนาดใหญ่ รวมถึงการเข้าถึงไลบรารีเฉพาะด้านการเงิน ทำให้ใช้งานได้หลากหลายกว่า Excel

ในบทความก่อนหน้าของฉันสำหรับ Toptal ฉันได้แสดงให้เห็นว่าการใช้ Python ในการพัฒนาแบบจำลองกระแสเงินสดตามสั่งทำได้ง่ายเพียงใดสำหรับองค์กร ฉันแนะนำให้คุณอ่านหากคุณสนใจที่จะเรียนภาษา อย่างไรก็ตาม ในบทความนี้ ฉันจะให้ภาพรวมของแอปพลิเคชันที่ใช้งานได้จริง ตั้งแต่การติดตามเวลา บัญชีเงินเดือน ไปจนถึงอีเมล ซึ่งนักพัฒนาซอฟต์แวร์สามารถนำไปใช้ได้อย่างรวดเร็วและง่ายดาย หากคุณไม่สนใจที่จะเจาะลึกโค้ดด้วยตนเอง

บริษัทของฉันใช้ประโยชน์จากบอทเพื่อการเงินอย่างไร: การชำระเงินที่ง่ายและมีประสิทธิภาพ

ให้ฉันสาธิตว่าระบบอัตโนมัติแบบกำหนดเองมีประโยชน์อย่างไรโดยแสดงตัวอย่างจากบริษัทของฉัน ซึ่งสามารถนำไปใช้เป็นกรณีศึกษาได้ แม้จะเป็นธุรกิจขนาดเล็ก แต่ทีมงานของฉันที่ Pylink และฉันต้องเผชิญกับความซับซ้อนอย่างมากซึ่งทำให้เกิดความท้าทายในการชำระเงิน ซึ่งรวมถึงสิ่งต่อไปนี้:

• เราทำงานหลายโครงการตามสัญญารายชั่วโมงและต้องติดตามเวลาของแต่ละงานของเรา
• ลูกค้าของเรามาจากประเทศต่างๆ และชำระเงินให้เราในหลายๆ สกุลเงิน
• แม้ว่าเราจะใช้ทีมวิศวกรรมซอฟต์แวร์ภายในบริษัทในบางโครงการ แต่เราจ้างช่วงอื่นๆ ให้กับนักพัฒนาจากประเทศต่างๆ
• จากมุมมองด้านการเพิ่มประสิทธิภาพภาษี เรามีบริษัทสามแห่ง: บริษัทหนึ่งแห่งในสหราชอาณาจักร บริษัทแห่งหนึ่งในสหภาพยุโรป และบริษัทอิสระแห่งหนึ่งในสหภาพยุโรป
• บริษัทของเราแต่ละแห่งมีบัญชีธนาคารแยกกันในหลายสกุลเงิน รวมถึง USD, EUR, GBP และ HUF
• เรามีค่าใช้จ่ายประจำ เช่น ภาษี เงินเดือน และผลประโยชน์สำหรับพนักงานประจำ พื้นที่สำนักงานและอุปกรณ์ และซอฟต์แวร์ ในสกุลเงินต่างๆ

ในการพัฒนาระบบการชำระเงินที่จะตอบสนองความท้าทายเหล่านี้ ฉันใช้ (และแนะนำ) เทคโนโลยีต่อไปนี้เพื่อสร้างบอท Python ที่ทำงานในโครงสร้างพื้นฐานระบบคลาวด์ของ Amazon Web Services (AWS)

• Codebase: Python (ดาวน์โหลดฟรี)
• บริการที่รันโค้ด: AWS Lambda
  • Lambda ทำให้สะดวกต่อการปรับขนาดการเรียกใช้โค้ดของเราตามต้องการ
  • บริการนี้จะมีผลเมื่อมีการทริกเกอร์เท่านั้น คุณใส่โค้ด Python ลงในฟังก์ชัน Lambda และตั้งค่าทริกเกอร์เหตุการณ์ ไม่ว่าจะเป็นคำสั่งเสียงของ Alexa ไปจนถึงเวลาตามปฏิทินที่กำหนดไว้
  • เนื่องจากแลมบ์ดาไม่มีเซิร์ฟเวอร์ จึงเป็นโซลูชันที่คุ้มค่าซึ่งกำหนดให้เราต้องจ่ายเฉพาะเวลาประมวลผลที่เราใช้จริงเท่านั้น
• เครื่องมือปฏิบัติการธนาคาร: Wise API
  • API (อินเทอร์เฟซการเขียนโปรแกรมแอปพลิเคชัน) เป็นตัวกลางซอฟต์แวร์ที่ช่วยให้สองแอปพลิเคชันสามารถสื่อสารกันได้ Wise API ช่วยให้ฉันและทีมงานสามารถรับข้อมูลใบแจ้งยอดและข้อมูลธุรกรรมในอดีตได้อย่างง่ายดาย รวมทั้งชำระเงินโดยอัตโนมัติ นอกจากนี้ยังช่วยให้เราติดตามอัตราแลกเปลี่ยนสกุลเงินและทำการแปลงอัตโนมัติได้อีกด้วย
• ตัวติดตามเวลา: Everhour + Everhour API
  • ซอฟต์แวร์นี้ช่วยให้สามารถติดตามเวลาได้อย่างแม่นยำ และความสามารถในการเรียกเก็บเงินและการจัดทำงบประมาณที่ยืดหยุ่น นอกจากนี้ยังรวมเข้ากับเครื่องมือการจัดการโครงการอย่างราบรื่น เช่น Asana, Trello, Jira และ GitHub
• ผู้ส่งอีเมล: Amazon Simple Email Service
  • ด้วย Amazon SES เรามีวิธีการส่งอีเมล HTML ที่ปรับเปลี่ยนได้และปลอดภัยจากภายในแอปพลิเคชันใดๆ ก็ตาม พร้อมด้วยการวิเคราะห์ข้อมูลเพื่อตรวจสอบการส่งและการตีกลับ
  • Free Usage Tier ของ SES ช่วยให้คุณส่งข้อความได้มากถึง 62,000 ข้อความต่อเดือนโดยไม่มีค่าใช้จ่าย หากคุณเปิดใช้งานบริการจากแอปพลิเคชันที่โฮสต์ใน Amazon EC2 หรือผ่าน AWS Lambda
• ตัวกำหนดตารางเวลา: AWS EventBridge
  • การใช้เครื่องมือนี้ เราสามารถเรียกบอท Python ของเราให้ทำงานด้านการเงินตามกำหนดเวลาได้อย่างง่ายดายทุกเดือนหรือทุกครึ่งเดือน
  • เนื่องจาก EventBridge เช่นเดียวกับ Lambda ไม่ต้องการเซิร์ฟเวอร์ในการดำเนินการ จึงช่วยลดค่าใช้จ่ายของเราได้อย่างมาก
• การแจ้งเตือน Slack: Slack API
  • API นี้ส่งการแจ้งเตือนตามเวลาจริงเพื่อแจ้งให้เราทราบชั่วโมงของผู้รับเหมาและบอกเราว่าลูกค้าได้จ่ายเงินให้เราหรือไม่
• การสื่อสารแบบ Slack กับบอท: Slack API + Amazon API Gateway
  • Slack API อนุญาตให้บอท Python ส่งคำขอการชำระเงินเพื่อขออนุมัติถึงเรา
  • ด้วยการคลิกเพียงครั้งเดียวที่จุดสิ้นสุดของเรา บอทของเราสามารถใช้ API Gateway เพื่อชำระเงินแต่ละรายการโดยอัตโนมัติ
  • API Gateway นำเสนอ Free Tier ที่ให้คุณเข้าถึงการเรียก API กว่าล้านรายการและล้านข้อความต่อเดือนเป็นเวลาหนึ่งปี

ต่อไปนี้คือวิธีที่ฉันใช้เครื่องมือเหล่านี้เพื่อทำให้กรณีการใช้งานมัลติทาสก์หนึ่งๆ เป็นแบบอัตโนมัติ: พนักงานที่จ่ายเงิน ผู้รับเหมา และตัวฉันเอง ฉันจะแสดงให้คุณเห็นถึงกระบวนการทั้งหมดในระดับสูงก่อนที่จะดำดิ่งสู่แนวทางปฏิบัติด้านระบบอัตโนมัติที่พบบ่อยที่สุด

ทีนี้มาดูขั้นตอนกัน:

1. ในวันแรกของทุกเดือน เราใช้ AWS EventBridge เพื่อทริกเกอร์บ็อต Python ที่จัดเก็บไว้ใน AWS Lambda
2. เมื่อใช้ Everhour API บอทจะดึงไทม์ชีทสำหรับพนักงานทั้งหมด ผู้รับเหมา (นักพัฒนา ในกรณีของ Pylink) และฉัน
3. ถัดไป บอทจะรวมชั่วโมงทำงานสำหรับแต่ละโครงการและสร้างแผ่นเวลาและใบแจ้งหนี้ (ไฟล์ PDF ทั้งสองแบบ) จากนั้นจะส่งเอกสารเหล่านี้ให้กับลูกค้าทางอีเมล
4. นอกจากนี้ บอทยังแจ้งทีมของ Pylink ผ่าน Slack เกี่ยวกับชั่วโมงของผู้รับเหมา นอกจากนี้ยังขออนุญาตชำระเงินด้วยการแสดงปุ่ม "อนุมัติ" และ "ปฏิเสธ"
5. หากมีคนจากทีมผู้บริหารของ Pylink อนุมัติคำขอ บ็อตจะส่งข้อความไปยัง API ของเราเอง (URL สาธารณะที่พร้อมใช้งานเสมอ) ผ่าน AWS API Gateway ซึ่งรันโค้ดอื่นในฟังก์ชัน Lambda เพื่อทำการโอน
6. ฟังก์ชัน Lambda ที่สองใช้ Wise API เพื่อชำระเงิน
7. ในวันที่ 14 ของทุกเดือน เราจะใช้ EventBridge อีกครั้งเพื่อกำหนดเวลาให้เรียกใช้ฟังก์ชันติดตามผลอีกครั้ง แต่คราวนี้ EventBridge จะเรียกใช้โค้ดอื่นที่บันทึกไว้ในฟังก์ชันอื่นของ Lambda
8. รหัสนี้ใช้ Wise API เพื่อติดตามธุรกรรมจากสองสัปดาห์ที่ผ่านมาและตรวจสอบว่าลูกค้าได้ชำระเงินแล้วหรือไม่
9. หากมีการชำระเงินจากลูกค้า บอทจะส่งการยืนยัน Slack ไปยังทีม Pylink ผ่าน Slack API หากไม่มีการชำระเงิน บอทจะส่งอีเมลไปยังลูกค้าโดยใช้บริการ Amazon SES

ก่อนหน้านี้ งานเหล่านี้ทั้งหมดทำด้วยตนเอง ใช้เวลาและพลังงานอันมีค่าซึ่งปัจจุบันสามารถนำไปใช้ที่อื่นได้ เหนือสิ่งอื่นใด เราสามารถตั้งค่ากระบวนการนี้ได้โดยไม่ต้องลงทุนเวลาหรือเงินจำนวนมาก

คุณสามารถทำอะไรได้บ้างด้วยระบบอัตโนมัติ

ตอนนี้ มาดูแอปพลิเคชันที่ใช้งานได้จริงมากที่สุดสำหรับการทำงานอัตโนมัติ โดยใช้เครื่องมือต่างๆ ที่ฉันได้กล่าวไปแล้ว เพื่อเป็นข้อมูลอ้างอิง ฉันจะรวมตัวอย่างการเขียนโค้ดบางส่วนไว้เป็นแหล่งข้อมูลสำหรับนักพัฒนาภายในองค์กร สัญญาจ้าง หรือนักพัฒนาอิสระ หรือสำหรับตัวคุณเอง หากคุณเลือกที่จะเรียนรู้ Python เพื่อช่วยในการทำงานของบริษัทหรือลูกค้าของคุณ

ติดตามชั่วโมงการทำงานและโครงการ

ทุกสิ้นเดือน บอท (โดยใช้ Everhour) เรียกใช้ฟังก์ชัน "close_the_month" ซึ่งรวบรวมชั่วโมงทั้งหมดที่ใช้ในงานมอบหมายต่างๆ:

• ชั่วโมงของฉันในโครงการให้คำปรึกษาของฉัน (รายได้)
• ชั่วโมงของนักพัฒนาในโครงการของลูกค้า (ทั้งรายได้และต้นทุน)
• ชั่วโมงของนักพัฒนาในการพัฒนาซอฟต์แวร์ของเราเอง (ต้นทุน)

ต่อไปนี้เป็นฟังก์ชันง่ายๆ ที่ส่งคืน Pandas DataFrame เช่น ตารางที่มีแถวและคอลัมน์ รวมถึงชั่วโมงและโครงการทั้งหมดในช่วงเวลาหนึ่งสำหรับผู้ใช้ที่กำหนด โปรดทราบว่า ดังที่ได้กล่าวไว้ก่อนหน้านี้ ข้อความที่ตัดตอนมานี้และโค้ดที่ตัดตอนมาทั้งหมดเป็นเพียงไฮไลท์ของฐานรหัสทั้งหมด ไม่ใช่การสอนทีละขั้นตอนเพื่อสร้างบอทของเรา

การสร้างแผ่นเวลา PDF และใบแจ้งหนี้

ด้วยการติดตามชั่วโมงโครงการของผู้ปฏิบัติงานแต่ละคนโดยอัตโนมัติ งานต่อไปคือการสร้างแผ่นเวลาและใบแจ้งหนี้ มีแพ็คเกจ Python มากมายที่ช่วยให้คุณสร้างไฟล์ PDF เราใช้ PyFPDF ซึ่งเป็นไลบรารีสร้างเอกสารขนาดกะทัดรัดที่มอบความเรียบง่ายและความยืดหยุ่นในการวาดรูปร่างและเพิ่มรูปภาพและข้อความ ดังที่คุณเห็นจากตัวอย่างต่อไปนี้ ให้ใบแจ้งหนี้ที่สะอาดและเป็นมืออาชีพ:

แม้ว่าจะมีวิธีการขั้นสูงในการสร้างรายงาน แต่ PDF เป็นตัวเลือกที่ดีเพราะเป็นรูปแบบสากลที่ใช้กับทุกอุตสาหกรรมและง่ายต่อการสร้าง นอกจากนี้ยังอนุญาตให้ส่งไฟล์ไปให้ใครก็ได้ โดยที่มั่นใจได้ว่าฟอนต์ รูปภาพ ตาราง และการจัดรูปแบบทั้งหมดจะถูกถ่ายโอน นอกจากนี้ยังทำงานโดยไม่ขึ้นอยู่กับฮาร์ดแวร์คอมพิวเตอร์และระบบปฏิบัติการของคุณ และสามารถใช้งานแบบออฟไลน์ได้

การส่งอีเมล

Amazon Simple Email Service เป็นเครื่องมือที่คุ้มค่าและปรับขนาดได้สำหรับการสร้างและปรับใช้อีเมล HTML ที่มีรูปแบบสวยงาม นอกจากนี้ การวิเคราะห์ข้อมูลของ SES จะติดตามและแบ่งปันข้อมูลเกี่ยวกับผลการวนรอบความคิดเห็น เพื่อแจ้งให้คุณทราบหากมีผู้รับรายงานข้อความของคุณว่าเป็นสแปม ไม่ว่าจะโดยไม่ได้ตั้งใจหรือเนื่องจากอีเมลถูกส่งไปยังที่อยู่ที่ไม่ถูกต้อง การวิเคราะห์ยังวัดประสิทธิภาพของการสื่อสารแต่ละรายการในแง่ของการมีส่วนร่วม ซึ่งรวมถึงอัตราการเปิดและอัตราการคลิกผ่าน คุณลักษณะนี้มีประโยชน์อย่างยิ่งสำหรับอีเมลทางการตลาด

ต่อไปนี้คือตัวอย่างโค้ด Python ที่ใช้สร้างอีเมลพร้อมใบแจ้งหนี้ที่แนบมาและส่งไปยังลูกค้า:

และนี่คืออีเมลที่สร้าง:

กิจกรรมการธนาคารอัตโนมัติ

เราเลือก Wise สำหรับบัญชีธนาคารส่วนตัวและบัญชีธนาคารของธุรกิจ เนื่องจากเรามีรายได้และค่าใช้จ่ายในหลายสกุลเงิน และบริษัทเทคโนโลยีทางการเงินแห่งนี้มีค่าธรรมเนียมการแลกเปลี่ยนที่น่าพอใจ ส่วนต่อประสานกับผู้ใช้ที่ใช้งานง่าย และ API ที่ยืดหยุ่นพร้อมเอกสารรายละเอียด

เราใช้ API นี้เพื่อทำงานต่อไปนี้ให้สำเร็จ:

• รวบรวมข้อมูลใบแจ้งยอดสำหรับแต่ละบริษัทและสกุลเงิน เพื่อให้ฉันเห็นสภาพคล่องโดยรวมและตามจริงได้อย่างรวดเร็ว
• ดึงข้อมูลการทำธุรกรรมในอดีต เพื่อให้ฉันสามารถระบุแนวโน้มในรายการต้นทุนต่างๆ รวมทั้งตรวจสอบว่าลูกค้าได้ชำระเงินตามใบแจ้งหนี้ของเดือนก่อนหน้าหรือไม่ หากไม่มี API จะส่งอีเมลเตือนความจำ
• ทำการโอนเงินโดยอัตโนมัติ

ด้านล่างนี้คือรหัสที่เราตั้งโปรแกรมให้ทำงานชิ้นแรก (รวบรวมข้อมูลคำสั่ง):

สำหรับค่าใช้จ่ายคงที่ปกติ (เงินเดือน ภาษี ค่าใช้จ่ายสำนักงาน ฯลฯ) คุณไม่จำเป็นต้องเขียนโค้ดเพื่อทำการโอนเงินอัตโนมัติ Wise มีคุณสมบัติการชำระเงินตามกำหนดเวลา อย่างไรก็ตาม หากจำนวนเงินไม่คงที่แต่ขึ้นอยู่กับสูตรที่อัลกอริทึมสามารถคำนวณได้ Wise API ก็มีประโยชน์ ในกรณีของฉัน เงินเดือนที่ปรึกษาธุรกิจเป็นตัวอย่างที่โดดเด่น เนื่องจากเป็นฟังก์ชันของรายได้ต่อเดือน โดยการตรวจสอบชั่วโมงที่ติดตาม บอทจะรู้ว่าเรามีรายได้เท่าใดและต้องจ่ายเงินให้ที่ปรึกษาเป็นจำนวนเท่าใด

ลดความเสี่ยงด้วยการสนทนาสองด้านกับบอท

สิ่งสำคัญคือต้องระวังกิจกรรมของบอท เนื่องจากอาจมีข้อบกพร่องในการเข้ารหัสที่ไม่เปิดเผยในระหว่างการทดสอบ เราได้รับการแจ้งเตือนแบบเรียลไทม์เกี่ยวกับ Slack ดังนั้นเราจึงสามารถแก้ไขโค้ดที่เสียหายได้ทันที ต่อไปนี้คือตัวอย่างการแจ้งเตือนสองสามตัวอย่างที่แจ้งให้เราทราบว่าบอททำงานอย่างถูกต้อง:

นอกจากนี้เรายังเปิดใช้งานบอทเพื่อส่งคำถามยืนยันสำหรับทีม Pylink ก่อนการโอนเงินผ่านธนาคารแต่ละครั้ง ซึ่งช่วยให้เราหลีกเลี่ยงข้อผิดพลาดอันเนื่องมาจากความผิดพลาดของมนุษย์ ลองนึกภาพนักพัฒนาซอฟต์แวร์พิมพ์ผิดและป้อน 825 ชั่วโมงแทนที่จะเป็น 8.25 ชั่วโมงสำหรับตั๋วหนึ่งใบ ขั้นตอนการอนุมัติใน Slack ช่วยให้มั่นใจได้ว่าเราจะไม่โอนเงินมากกว่าที่เราค้างชำระเป็นร้อยเท่า กระบวนการนี้ยังคงรักษาองค์ประกอบของการตรวจสอบโดยมนุษย์ แต่มอบประสบการณ์ที่ราบรื่น

มีฟังก์ชันอื่นๆ มากมายที่คุณสามารถทำได้ด้วย Slack API เช่นกัน

สำนักงานแห่งอนาคต

ระบบอัตโนมัติทางธุรกิจสามารถช่วยให้องค์กรเจริญเติบโตได้ เครื่องมือที่ฉันพูดถึงสามารถเปลี่ยนบริษัทที่ต้องการประสิทธิภาพและการควบคุมที่มากขึ้น โดยเฉพาะอย่างยิ่งเมื่อพูดถึงหน้าที่การทำธุรกรรม เช่น บัญชีเจ้าหนี้ บัญชีลูกหนี้ และพื้นที่บัญชีหลักอื่นๆ

แต่นี่ไม่ใช่จุดจบของเรื่อง McKinsey กล่าว ความท้าทายสำหรับผู้นำองค์กรคือการสร้างเครือข่ายให้กว้างยิ่งขึ้นเพื่อประสิทธิภาพใหม่ๆ บริษัทสนับสนุนการปรับโฉมการดำเนินการด้านการเงินทั้งหมด ให้มากกว่าแค่งานธุรกรรม โดยเป็นผู้นำในด้านต่างๆ เช่น การวิเคราะห์ข้อมูล—การรวม การทำให้เข้าใจง่าย และการควบคุมข้อมูลทั่วทั้งองค์กร ฉันไม่สามารถเห็นด้วยมากขึ้น ฉันแนะนำให้คุณสำรวจโซลูชันการเข้ารหัสที่ช่วยให้องค์กรของคุณเป็นเจ้าของคำตอบและพัฒนาวัฒนธรรมที่มุ่งเน้นผลลัพธ์ ในระหว่างนี้ การใช้กลยุทธ์ที่ฉันได้อธิบายไว้ที่นี่จะช่วยให้บริษัทของคุณมีประสิทธิภาพมากขึ้นในวันนี้ ขณะเดียวกันก็ทำให้คุณได้ลิ้มรสของความเป็นไปได้ในอนาคต