4 Forretningstrender du bør ta i betraktning når du velger sky regnskapsprogramvare

Selv for små til mellomstore bedrifter (SMB), kan du velge en ny sky regnskapsplattform eller oppgradere din eksisterende, en vanskelig øvelse som gjøres mer utfordrende, ikke bare av behovet for å tilfredsstille organisasjonens umiddelbare krav, men også fordi du må forutse fremtiden også. Her er fire viktige trender du vil spørre om når du snakker med potensielle leverandører.

Først vil du vite om programvaren du surfer bruker maskinlæring (ML). Så, hvis det gjør det, hvordan oversetter den ML til digital assistanse via kunstig intelligens (AI)? Etter dette møter gummien virkelig veien der de to første trendene og all eksisterende data krysser hverandre: nemlig hvor godt takler den potensielle pakken din dataanalyse? Til slutt vil du vite hvor utvidbar programvaren din er når det gjelder å integrere dataene med data fra andre back-office applikasjoner, som kan være alt fra digital markedsføring til ditt salgssted (POS) -system.

Jeg diskuterte disse trendene med noen få firmaer innen cloud regnskap og enterprise resource planning (ERP) for å bestemme hvor viktig hver enkelt er for å hjelpe deg med å gjøre jobben din. Enda viktigere, diskuterte vi hvor viktig hver av dem vil være i forhold til hvor godt du vil gjøre jobben din i løpet av en nær fremtid når disse trendene blir normen for regnskapsprogramvare.

1. Maskinlæring (ML)

På sitt mest grunnleggende nivå henviser ML til et programvaresystemets evne til å endre sine egne interne algoritmer for å forbedre ytelsen. Du vet hvordan Facebook vet hvilke venner du skal merke når du legger ut et bilde? Det er fordi Facebook har samlet informasjon fra alle de tidligere merkede innleggene dine. Har du noen gang sett en film som Netflix anbefalte deg? Netflix visste å anbefale filmen basert på dine tidligere valg.

Hvordan har dette å gjøre med regnskapsprogramvare? Vel, ML hjelper til med å gjøre ting som å automatisk sortere fakturaerklæringer, anbefale kontokoder og foreslå repeterende dataplasseringer. Enda viktigere er at når du fortsetter å bruke programvaren din og når du fortsetter å godta eller avvise forslag fra ML-algoritmene dine, desto mer intelligent blir programvaren. I stedet for å bruke ML til å motta anbefalinger og sortere informasjon, vil programvaren din begynne å foreslå automatiserte automatiske arbeidsflyt.

"Maskinlæring vil føre til bedre beslutninger, " sa Jon Roskill, administrerende direktør i bedriftsressursplanleggingsselskapet Acumatica. "Det vil også øke produktiviteten og gi strammere kontroller og mer datainnsikt å se rundt hjørnene. Budsjett og prognoser i dag er basert på å se bakover over lange trendlinjer, ikke på nyere utvikling og fremtidsrettede anslag. Bedre rapporteringsresultater gir bedre beslutninger."

Hvis alt dette høres ut, vel, dyrt, ikke bekymre deg. Mange av de større bedriftene som bruker regnskapsprogramvare, bruker allerede ML i sine systemer. Det vil ikke vare veldig lang tid før denne teknologien blir normen for selv den minste virksomhets regnskapsløsning.

"Som med mange innovasjoner innen regnskap og finans, er det sannsynligvis at større bedrifter vil lede an i å bygge eller kreve løsninger som inkluderer en eller annen form for maskinlæring, " sier Scott Davisson, medgründer av programvareselskapet Acclivity for små bedrifter. "Derfra kan millioner av små bedrifter arve de nyskapningene som de gjelder for deres behov / krav. Men eiere av små bedrifter er utilitaristiske når det gjelder innovasjon innen regnskapsteknologi. Med andre ord, de er opptatt og spent på ressurser, så de har en tendens til å ta i bruk løsninger som viser en konkret fordel. Så selv om det kan ta litt tid før maskinlæring siver ned til SMB-plassen, vil det sannsynligvis gi viktige, kvantifiserbare fordeler når det gjør det."

2. Kunstig intelligens (AI)

Før vi får vite hvordan AI vil påvirke småbedrifter regnskapsprogramvare, er det viktig at vi skiller mellom ML og AI. Selv om de er like, brukes begge begrepene om hverandre (og feil). Her er den grunnleggende forskjellen mellom begge begrepene: ML-systemer bruker intelligens for å forbedre ytelsen ved å tilby deg anbefalinger og måter å effektivisere prosesser, mens systemer som bruker AI gir programvare autonomi til å utføre oppgaver og ta beslutninger uten menneskelig tilsyn. ML er Netflix som gir filmanbefalinger; AI er en bil som kjører deg til jobb mens du tar en lur i baksetet.

Ok, du spør sannsynligvis deg selv hvordan en selvkjørende bil forholder seg til SMB-regnskap. Godt spørsmål. Husker du i forrige avsnitt da jeg nevnte at ML vil anbefale og foreslå innspill? Hva om du stolte på at programvaren skulle legge inn data selv uten å kreve tilsyn?

"Kunstig intelligens vil automatisere hverdagslige oppgaver, og det er ingen mangel på verdifulle oppgaver, " sa Roskill. "AI vil gi et uendelig nivå av hastighet og nøyaktighet, fjerne feil og menneskelige feil, noe som vil gi bedre nøyaktighet."

Enkelte oppgaver, som å legge inn og kontrollere utgifter, svare på grunnleggende klientspørsmål og vurdere og avvise lån basert på automatiserte risikovurderinger, er bare noen få av de mange nyttige måtene AI allerede har innvirkning på store foretaks regnskapsfirmaer. Men dette automatiseringsnivået kommer snart til regnskapsverktøy i alle størrelser.

"Kunstig intelligens vil åpne finans- og regnskapsprogramvare for et nytt sett med brukere som ikke trenger å snakke regnskap for å få innsikt fra systemet, " sa Aaron Harris, administrerende direktør for økonomistyringsprogramvareselskapet Intacct. "Smarte regnskapsprogramvareleverandører designer sin interaktivitet med kunstig intelligens med det rette settet med brukere i tankene."

3. Data og Analytics

Et sentralt område der AI, ML og fliser av regnskapsdata krysser hverandre er forretningsanalyse. Og selv om du absolutt kan distribuere et tredjepartsverktøy, som Editors 'Choice-vinner Tableau, for å hjelpe med å analysere alle de forskjellige datasettene til handlingsdyktige innsikter, bør du også ta deg tid til å undersøke hva du kjernen regnskapsplattform gjør på egen hånd i denne forbindelse. I løpet av de siste årene har alle slags forretningsapper som er ansvarlige for å generere eller sile gjennom store datasett, undersøkt dataanalyse som et kjerneverdi og regnskap er ikke noe unntak.

Regnskapspakker fokuserer på flere områder i denne forbindelse, særlig revisjon og risikovurdering samt påvisning av svindel. Ved å integrere ytterligere datakilder fra andre apper i organisasjonens portefølje, for eksempel kundedata fra ditt CRM-system (Customer Relationship Management), sensordata fra produksjon, og kjøpe data fra forsyningskjeden og lagerbehandlingsapper, kan kontoer som er kjent i dataanalyse gi dypere innsikt og høyere synlighet i hvordan organisasjonen din virkelig fungerer og tjener penger.

For den organisasjonen som er underlagt samsvarsbestemmelser, kan trenden mot å bruke dataanalyse for å oppdage svindel spare selskaper store penger mens de redder truede kunde- og partnerforhold. Fremskritt i datavisualisering og muligheten til å splitte i dato fra alternative kilder gjør at noen regnskapsapplikasjoner kan oppdage selv de mest subtile problemene og bestemme om svindel kan være en faktor.

4. Integrasjoner og utvidelser

Alle som har brukt skybasert forretningsprogramvare forstår viktigheten av å knytte datasett fra ett verktøy til et annet. For eksempel kan din kundeforholdsadministrasjon (CRM) og markedsføringsautomatiseringsprogramvare komme fra forskjellige leverandører, men de forskjellige datasettene i hvert verktøy er relevante for brukere av begge systemene. Som et resultat, hvis du kan dra data fra et system til et annet eller knytte arbeidsflyter på tvers av begge systemene uten en dyp teknologisk bakgrunn, vil gjøre livet ditt enklere og arbeidet ditt mye smartere.

Davisson sa at fleksibilitet for regnskapsprogramvare er viktig fordi det lar eiere av små bedrifter fungere som programvareutviklere. "De kan vurdere sine interne behov, hvor de trenger mer effektive arbeidsflyter, eller hvilke apper trenger hvilke data, " sa han. "Og de kan implementere løsninger uten å ta fatt på dyre, kompliserte utviklingsprosjekter."

Verktøy som IFTTT og Zapier bringer ikke bare forskjellige systemer sammen, de lar deg automatisere komplekse arbeidsflyter over flere systemer - og de lar deg gjøre det med minimal teknologisk erfaring. Et utmerket eksempel på hva du kan oppnå ved å kjøpe et regnskapssystem som kan knytte seg til et av disse tilkoblingsverktøyene er følgende: Når en ny transaksjon er logget inn i systemet ditt, oppretter arbeidsflyten en faktura på Zoho Invoice, legger ut en varsling i Slack, oppretter en rad med data på Google Sheets, sender en e-post til relevante medarbeidere og planlegger en fremtidig betaling. Du får ideen.

"Fleksibilitet for regnskapsverktøy er avgjørende, " sa Harris. "Selv forbrukere som har valgt suiter, vil sannsynligvis distribuere mange løsninger. Regnskapsløsninger som Intacct er designet for å forvente tilgang til mer enn bare standard regnskapsinformasjon og er designet for å være en del av forretningsdekkende forretningsprosesser. Å koble til alle disse systemene vil ikke bare aktivere et rikere datasett for å få innsikt i, vil det også redusere datastatensen."