De blik van Joris - Accountants zijn niet hip genoeg voor data science

Tijdens mijn kerstvakantie heb ik me eens flink ondergedompeld in allerlei vakliteratuur. Zo heb ik ook het Data Science Report voor accountants in het MKB gelezen. Dat is in oktober gepubliceerd op de site van de NBA en ik was er nog niet eerder aan toegekomen. Het is een onderzoeksrapport van ruim vijftig pagina's dik, dus daarom vandaag een TL;DR om het je makkelijk te maken. Ik geef je graag mijn korte blik op het rapport - en op de data science ontwikkeling. 

Wat is data science?

Uit het rapport blijkt allereerst dat het begrip ‘data science’ als relatief nieuw vakgebied nog aan allerlei definities onderhevig is. Ik sla hem voor nu even plat: het is een vrij breed begrip en omvat alle technieken die we tegenwoordig hebben om betere inzichten te krijgen met behulp van data. Het kan dan gaan om geavanceerdere technieken zoals AI en machine learning, maar ook om bijvoorbeeld het combineren van databronnen en het visualiseren van trends.

Collectief of zelf aan de slag?

De conclusie van het NBA rapport? Zoals te verwachten denkt iedereen wel dat data science of data analytics van waarde kan zijn voor MKB accountants. Dat verbaast me niks. Maar wat ik jammer vind is dat het rapport blijft hinken op twee gedachten. Aan de ene kant wordt er advies gegeven aan de NBA om een regierol te pakken. Dat impliceert een collectieve aanpak die je mijns inziens zeker nodig hebt gezien de omvang van de meeste kantoren. Deze zijn vaak niet groot genoeg om te investeren in data analytics of echte machine learning. Als collectief heb je meer mogelijkheden om data te verzamelen, algoritmes te bouwen, en daar dan kantooroverstijgende use cases mee te maken. Maar naast deze oproep voor het collectief wordt in het rapport ook een stappenplan uitgewerkt hoe je als accountant of kantoor zelf aan de slag zou kunnen gaan.

Nu wil ik niet beweren dat die twee dingen niet naast elkaar kunnen bestaan, maar ik had het fijner gevonden als het rapport een visie had geschetst, met name op dat collectieve aspect. Het is mijn persoonlijke mening dat maar weinig kantoren bereid óf groot genoeg zijn om te investeren in data science projecten om ze vervolgens succesvol en rendabel in de markt te kunnen zetten. In het rapport wordt een aantal suggesties gedaan over onderwerpen die je met data science zou kunnen tackelen. Denk aan continuïteit, fraude en het voorspellen van cashflow. Dat zijn geen nieuwe dingen, maar ze zijn wel redelijk complex. Als je naar de diversiteit in het MKB kijkt is er behoorlijk wat data nodig om dat op een goede manier te doen. Het rapport laat daarin maar weinig ruimte voor leveranciers en legt ook weinig druk bij de software-industrie om er echt mee aan de slag te gaan. Dat is op zich begrijpelijk omdat het is geschreven namens de NBA. Die zien daar wellicht logischerwijs een rol voor zichzelf weggelegd, gecombineerd met de open source gedachte.

Wie kunnen er investeren?

Bij open source ga je er vanuit dat innovatieve vakgenoten iets creëren wat ze beschikbaar stellen aan de gemeenschap van accountants. Die kan het dan verbeteren zodat iedereen het uiteindelijk kan gebruiken. Ik heb ooit zelf ervaren dat dat lastig is toen ik met de Belastingdienst en andere partijen ‘analytics library’ op poten wilde zetten. We wilden redelijk basale data analyse oplossingen beschikbaar stellen aan de accountancy gemeenschap, zodat iedereen ervan kon profiteren. Een belangrijke reden dat het toen niet gelukt is, is dat het bij de meeste kantoren geen core business is. Je ziet niet direct wat je ermee kunt verdienen, terwijl het wel een investering vraagt. Die investering kwam dus niet. Dat is met data science ook het geval. De gemiddelde MKB-accountant vindt het belangrijk, maar denkt ook: “Doe er vooral wat mee zolang ik het maar niet hoef te betalen.” Dat maakt het lastig om in welke hoedanigheid dan ook te investeren. 

Grotere kantoren daarentegen kunnen dan wel weer zelf een paar data scientists aannemen. En misschien een datawarehouse bouwen voor al hun klanten. Maar ook dan vraagt het een lange adem. En het is maar de vraag of het type organisatie dat een accountantskantoor uiteindelijk is zich daarvoor leent. En ook een belangrijke obstakel, als je die mensen in dienst hebt, is de verleiding groot om ze aan klantprojecten te laten werken. De directe opbrengst is dan groter maar het is wel de vraag of je hiermee investeert in kennisontwikkeling.  

Hoe komen we verder?

Overall denk ik dat het rapport nuttig is om het onderwerp actueel te houden binnen de accountancy. Maar ik weet niet of je de vijftig pagina's moet lezen. Wat mij betreft kunnen we er het beste één onderwerp uit pakken voor een use case en daar dan een project op zetten. Prima als de NBA daar dan de regie in pakt. Maar laten we als branche gewoon ergens beginnen en het zo concreet mogelijk maken. Het maakt niet uit welk onderwerp we eruit pikken - voor mijn part kiezen we voor ‘continuïteit’ -, het belangrijkst is om een aantal mensen om tafel te zetten en gewoon van start te gaan. 

Welke data hebben we nodig? Welke kennis hebben we nodig? Welke stakeholders zijn er? Hoe ziet de business case eruit als het betaald moet worden? Kunnen we iets bouwen dat nuttig is voor de accountancy gemeenschap? En hoe kunnen we dat dan beschikbaar stellen aan diezelfde accountants? Moet dat via software platforms zoals Visionplanner? Moet het in Excel gegoten worden? 

Bij deze doe ik de toezegging dat Visionplanner in ieder geval meedoet. Of we data beschikbaar kunnen stellen, dat hangt natuurlijk van onze klanten af. Maar we kunnen in ieder geval nadenken over kennis en meebouwen als dat nodig is. Want we zijn allemaal gebaat bij vooruitgang in de sector en als leverancier zeker bereid daar aan mee te werken.