Omnämnandet av framtidens kontor kan frammana bilder av maskiner som tar över repetitiva och arbetskrävande uppgifter. Men den framtiden är nu. Utvecklingen av teknologier som molnbaserade applikationer, såväl som mjukvaruplattformar och företagsresursplaneringssystem som hjälper företag att uppnå maximal driftseffektivitet, har gjort automatiserade kontor till verklighet.
Enligt konsultföretaget McKinsey har företagsekonomiavdelningar minskat kostnaderna med nästan 30 % under det senaste decenniet genom att implementera automationslösningar inom områden som inköp, redovisning och lönehantering. Dessa innovationer har förändrat ekonomifunktioner och eliminerat många ineffektiviteter.
Som finansanalytiker och mjukvaruutvecklare drog jag full nytta av automatisering genom att sätta upp bots för ekonomiuppgifter när jag skapade och byggde min egen konsultfirma, Pylink. Men många finanskontor har fortfarande inte det, så de fortsätter att spendera orimligt mycket tid och resurser på att utföra grundläggande uppgifter.
Jag är inte den enda som har noterat problemet. Konsultföretaget PwC fann att finanskontor behöver öka sin produktivitet och sin insikt genom automatisering och processförbättringar, vilket kan minska kostnaderna med tvåsiffriga procentsatser för många nyckelfunktioner. PwC:s forskning visar att automatisering kan minska 40 % av tiden som människor spenderar på ledningsrapportering, 27 % av tiden som ägnas åt skatteredovisning och 23 % av timmarna som ägnas åt kredithantering, allmän redovisning och fakturering.
Deloitte har kommit fram till jämförbara slutsatser:Med hänvisning till forskning publicerad av Ayehu rapporterar man att intelligent automation minskar affärsprocesskostnaderna med 25 till 40 %. Och Gartners forskning visar att ett företag med 40 heltidsanställda redovisningspersonal skulle kunna eliminera över 870 000 USD i utgifter varje år genom att automatisera uppgifter och eliminera extra arbete för att åtgärda mänskliga fel.
I den här artikeln vill jag dela med mig av några enkla automatiseringsstrategier som jag har använt för mitt företag och mina kunder – enkla korrigeringar som kan vara användbara för organisationer av alla storlekar.
Off-the-shelf lösningar som QuickBooks kan vara till hjälp för mindre organisationer. Men för att maximera effektiviteten rekommenderar jag att du använder programmeringsspråk som Python för att skräddarsy dina lösningar, inklusive bots för företag. Python är väldigt intuitivt och tillhandahåller ett stort standardbibliotek med verktyg, plus tillgång till finansspecifika bibliotek, vilket gör det mer mångsidigt än Excel.
I min tidigare artikel för Toptal visade jag hur enkelt det är att använda Python för att utveckla skräddarsydda kassaflödesmodeller för företag. Jag uppmuntrar dig att läsa det om du är intresserad av att lära dig språket. I den här artikeln ska jag dock ge dig en översikt över praktiska tillämpningar – allt från tidsspårning till löner till e-post – som en utvecklare snabbt och enkelt kan implementera åt dig om du inte är intresserad av att fördjupa dig i koden själv.
Låt mig visa hur användbar anpassad automatisering kan vara genom att visa dig ett exempel från mitt företag, som kan fungera som en fallstudie. Trots att det är ett litet företag står mitt team på Pylink och jag inför avsevärd komplexitet som innebär utmaningar när det gäller betalningar, inklusive följande:
För att utveckla ett betalningssystem som skulle möta dessa utmaningar använder jag (och rekommenderar) följande tekniker för att skapa en Python-bot som körs i molninfrastrukturen för Amazon Web Services (AWS).
Så här använde jag dessa verktyg för att automatisera ett multitask-användningsfall:betalande personal, entreprenörer och jag själv. Jag ska visa dig hela processen på en hög nivå innan jag dyker in i de vanligaste automatiseringsmetoderna.
Låt oss nu gå igenom stegen:
Tidigare gjordes alla dessa uppgifter manuellt, vilket krävde värdefull tid och energi som nu kan spenderas någon annanstans. Det bästa av allt är att vi kunde ställa in den här processen utan en stor investering i tid eller pengar.
Låt oss nu titta på några av de mest praktiska tillämpningarna för automatisering, med hjälp av de verktyg jag redan har diskuterat. För din referens kommer jag att inkludera några kodningsexempel som en resurs för dina interna-, kontrakts- eller frilansutvecklare – eller för dig själv, om du väljer att lära dig Python för att hjälpa till med ditt företags- eller kundarbete.
I slutet av varje månad kör boten (med Everhour) funktionen "close_the_month" som samlar alla timmar som spenderades på olika uppdrag:
Vad som följer är en enkel funktion som returnerar en Pandas DataFrame, det vill säga en tabell med rader och kolumner, inklusive alla timmar och projekt under en tidsperiod för en given användare. Observera att, som nämnts tidigare, är detta och alla efterföljande kodningsutdrag bara höjdpunkter i hela kodbasen, inte en steg-för-steg-handledning för att bygga vår bot.
Med varje medarbetares projekttimmar automatiskt spårade, är nästa uppgift att skapa tidrapporter och fakturor. Det finns många Python-paket som gör att du kan skapa PDF-filer. Vi använder PyFPDF, ett kompakt dokumentgenereringsbibliotek som erbjuder enkelhet och flexibilitet att rita former och lägga till bilder och text. Som du kan se av följande exempel, ger det en ren och professionell faktura:
Även om det finns mer avancerade metoder för att skapa rapporter, är PDF ett bra val eftersom det är ett universellt format som används i alla branscher och det är lätt att generera. Det gör det också möjligt att skicka filer till vem som helst samtidigt som man säkerställer att alla teckensnitt, bilder, tabeller och formatering överförs. Dessutom fungerar den oberoende av din dators hårdvara och operativsystem och kan användas offline.
Amazon Simple Email Service är ett kostnadseffektivt och skalbart verktyg för att skapa och distribuera snyggt formaterade HTML-e-postmeddelanden. Dessutom spårar och delar SES:s dataanalys information om feedbackloopresultat för att meddela dig om några mottagare rapporterar ditt meddelande som spam, antingen av misstag eller för att e-postmeddelandet skickades till fel adress. Analyserna mäter också effektiviteten av varje kommunikation när det gäller engagemang, inklusive öppenhet och klickfrekvens. Den här funktionen är särskilt användbar för marknadsföringsmeddelanden.
Här är ett exempel på Python-koden som används för att generera ett e-postmeddelande med en bifogad faktura och skicka den till en kund:
Och här är e-postmeddelandet som den producerar:
Vi valde Wise för privat- och företagsbankkonton eftersom vi har intäkter och kostnader i flera valutor, och detta finansteknikföretag har förmånliga växlingsavgifter, ett intuitivt användargränssnitt och ett flexibelt API med detaljerad dokumentation.
Vi använder detta API för att utföra följande uppgifter:
Nedan är koden som vi programmerade för att slutföra den första av dessa uppgifter (samla in satsinformation):
För vanliga fasta kostnader (lön, skatter, kontorskostnader, etc.) behöver du inte skriva kod för att göra automatiska överföringar; Wise har en schemalagd betalningsfunktion. Men om beloppet inte är fast utan baserat på en formel som en algoritm kan beräkna, är Wise API användbart. I mitt fall är affärsrådgivarens lön ett anmärkningsvärt exempel eftersom det är en funktion av månadsintäkterna. Genom att kontrollera de spårade timmarna vet boten exakt hur mycket intäkter vi har och därför hur mycket den ska betala rådgivaren.
Det är viktigt att vara medveten om botens aktivitet, eftersom det kan finnas kodningsbuggar som inte avslöjas under testning. Vi får aviseringar i realtid på Slack, så vi kan åtgärda eventuell trasig kod omgående. Här är ett par aviseringsexempel som låter oss veta att boten fungerar korrekt:
Vi gjorde det också möjligt för boten att skicka bekräftelsefrågor till Pylink-teamet före varje banköverföring. Detta hjälper oss att undvika misstag på grund av mänskliga fel. Föreställ dig att en utvecklare gör ett stavfel och anger 825 timmar istället för 8,25 timmar för en biljett. Ett godkännandesteg i Slack säkerställer att vi inte överför hundra gånger mer pengar än vad vi är skyldiga. Processen behåller elementet av mänsklig verifiering men ger en sömlös upplevelse.
Det finns många andra funktioner som du kan uppnå med Slack API också.
Affärsautomatisering kan hjälpa organisationer att blomstra. De verktyg jag diskuterade kan förvandla företag i behov av större effektivitet och kontroll, särskilt när det kommer till transaktionsfunktioner som leverantörsreskontra, kundfordringar och andra centrala redovisningsområden.
Men detta är inte slutet på historien. Enligt McKinsey är utmaningen för företagsledare att skapa ett ännu bredare nät för nya effektivitetsvinster. Företaget stödjer en omformning av hela finansverksamheten, och går utöver bara transaktionsuppgifter genom att leda inom områden som dataanalys – konsolidera, förenkla och kontrollera information i hela företaget. Jag kunde inte hålla med mer. Jag rekommenderar att du utforskar kodningslösningar som hjälper din organisation att äga sina svar och utveckla sin resultatorienterade kultur. Under tiden kan den taktik jag har beskrivit här hjälpa ditt företag att bli mer effektivt idag – samtidigt som du får en smak av morgondagens möjligheter.
Hur man avgör om det är dags för ett karriärbyte
Så här registrerar du dig för sjukförsäkring 2020 genom HealthCare.gov
Hur du ökar impulsförsäljningen för din butik
5 heta privatekonomitips för 30-åringar
Hur du framgångsrikt finansierar ditt småföretag
Hur artificiell intelligens stör ekonomin
Hur man ansöker om konkurs
Hur man förbereder sig för en lågkonjunktur