Masterdata management krijgt vaak geen prioriteit binnen bedrijven. Dat is een gemiste kans. Voor bedrijven die hun operatie willen digitaliseren, is een basis van goede data onontbeerlijk. In ieder geval in internationale handel en logistiek.
Een ambitieuze IT-manager scoort binnen zijn of haar bedrijf punten met een succesvolle ERP-implementatie, met digitalisering van processen in een cruciaal deel van de organisatie of met een soepele, wereldwijde uitrol van logistieke software. Het inrichten van een systeem voor het beheer van masterdata is hoogstwaarschijnlijk geen activiteit die leidt tot meer aanzien en waardering binnen de organisatie.
Dat is schrijnend. masterdata management is immers niet alleen een uiterst complexe activiteit, het levert ook belangrijke toegevoegde waarde op voor het bedrijf. Consistente masterdata vormen een noodzakelijke voorwaarde voor digitalisering van de hele operatie inclusief de nieuwe generatie applicaties voor logistiek en internationale handel, het Internet of Things en andere digitale technologieën.
“Digitale transformatie zonder data van hoge kwaliteit is gedoemd te mislukken.” Dat is het harde oordeel van marktonderzoeks- en adviesbureau Lünendonk in het rapport ‘Revival of masterdata: werkt een lage kwaliteit van data als rem op de digitale transformatie?’ Een onderzoek van Lünendonk onder 155 bedrijven in de industrie en handel bracht in 2016 aan het licht dat niet meer dan 15 procent denkt goed bezig te zijn met masterdata management, terwijl 60 procent hun eigen prestaties op dit vlak hooguit middelmatig noemen.
Wat is de beste aanpak om uw doelstellingen met masterdata management te realiseren? Allereerst bewustwording. Dat klinkt voor de hand liggend – en dat is het ook. Zonder een besef van de wettelijke consequenties en de economische nadelen als gevolg van gebrekkig masterdata management is het onmogelijk om de juiste processen te implementeren.
De laatste jaren is een groeiend bewustzijn ontstaan als het gaat om het belang van masterdata voor internationale handel. De ontwikkelingen rondom exportcontroles en digitale transformatie hebben ongetwijfeld daaraan bijgedragen. De juridische consequenties van niet- of verkeerd geclassificeerde goederen kunnen groot zijn.
Bovendien: de aanhoudende trend naar digitaal beheer van douane- en internationale handelsprocessen vereist dat data breed en centraal toegankelijk zijn. Datzelfde geldt voor de integratie van interne systemen zoals die voor internationale handel en logistiek en de integratie met externe systemen van logistieke dienstverleners en andere partners. Handmatig invoeren van data in elk systeem is niet meer van deze tijd, maar gebeurt nog vaak.
De digitale transformatie leidt tot een toenemende integratie van processen. Daardoor wordt het steeds belangrijker om centraal toegang te verschaffen tot data met de juiste kwaliteit en de juiste scope.
Neem bijvoorbeeld exportmanagement. Bedrijven met een groter aantal exportzendingen streven doorgaans naar een hogere automatiseringsgraad. De enige manier om dat te realiseren is door automatische aanvulling van exportzendingen met de juiste masterdata in aanvulling op de logistieke data. Als de kwaliteit van de data goed is, kan het aangifteproces volledig automatisch worden afgehandeld. Dat leidt tot significant betere prestaties en hogere efficiëntie.
Maar welke data zijn belangrijk voor internationale handel? Hieronder volgt een selectie van belangrijke masterdata:
Alleen al deze incomplete lijst laat de scope en daarmee de complexiteit van masterdata management zien. Dat is waarom het belangrijk is om adequate processen voor de invoering en goedkeuring van masterdata te hebben – processen waarbij uiteenlopende mensen binnen de organisatie een rol vervullen. Alleen als al deze data correct, compleet en consistent zijn, kunnen ze worden gebruikt om transacties en rapportages te ondersteunen: om een klantorder in te voeren, een douaneaangifte op te stellen of een handelsstatistieken te verstrekken aan Intrastat.
Een belangrijke organisatorische vraag is of de data en een meer gecentraliseerd model bij de douaneafdeling moeten worden beheerd of in een meer decentraal model, bijvoorbeeld door het product managementteam. Twee factoren zijn hierbij van belang:
Als het gaat om technologisch geavanceerde producten (denk aan complexe chemische samenstellingen) is classificatie vaak in handen van het product managementteam. Voor onderdelen die extern zijn geproduceerd, is de input van leveranciers erg welkom en noodzakelijk. In deze situaties neemt de douaneafdeling vaak de algemene verantwoordelijkheid voor de processen, onder meer door extra maatregelen die de kwaliteit moeten waarborgen. Maar de operationele verantwoordelijkheid ligt dan elders.
Grote bedrijven beheren hun masterdata voor internationale handel doorgaans centraal. Deze vorm van centralisatie is vaak ook dominant bij divisies van multinationals, die vaak een shared service center hebben voor het opzetten en beheren van masterdata.
De uitdagingen op dit vlak moeten niet worden onderschat, aangezien sommige masterdata specifieke kennis van de wettelijke context in een bepaald rechtsgebied vereisen. Volledig identieke artikelen kunnen onder de EU-TARIC-index anders worden geclassificeerd dan volgens de Zwitserse index. Om een en ander nog complexer te maken: verschillende lidstaten van de EU hanteren soms verschillende interpretaties. Bindende tariefinlichtingen (BTI) kunnen dan uitkomst bieden.
Een grote uitdaging in masterdata management is de noodzaak voor consistentie. Consistentie betekent onder meer dat dezelfde achtcijferige goederencode wordt gebruikt in exportaangiftes, in Intrastat-rapportages en in facturen.
Het probleem begint met het feit dat veel ERP-systemen in een beperkte dataset voor internationale handel voorzien. Sommige systemen ondersteunen alleen achtcijferige goederencodes, niet de elfcijferige varianten die internationaal worden gebruikt. Een ander voorbeeld: de meeste ERP-systemen beschikken over slechts één veld voor de oorsprong. Als u zowel de preferentiële als niet-preferentiële oorsprong wilt invullen, heeft u pech gehad.
De oplossing voor deze IT-beperkingen bestaat doorgaans uit één van de twee volgende aanpakken:
Een voorbeeld: maar weinig ERP-systemen stellen u in staat om gecodeerde documenten te beheren in het masterdata module. Dat is echter noodzakelijk als u het douaneproces wilt automatiseren. De oplossing: beheer de gecodeerde documenten in het douanemanagementsysteem. Dat maakt een gecentraliseerd, transparant masterdata management echter lastiger. Dat is omdat bepaalde masterdata alleen ‘“downstream” in verschillende onderliggende systemen kan worden beheerd als eerst synchronisatie met andere IT-systemen heeft plaatsgevonden.
Voorzichtigheid is geboden bij het invoeren van masterdata, vooral als het gaat om classificatiegegevens van producten. De complexiteit kan enorm variëren. De meeste bedrijven hebben een vast bestand van basismaterialen en eindproducten, maar die moeten doorlopend ge-herclassificeerd worden, bijvoorbeeld als veranderingen in het inkoopproces worden doorgevoerd. Moderne algoritmes kunnen helpen door goede suggesties op basis van voorgaande productclassificaties te geven. Dat heet machine learning. Dat maakt het mogelijk om eenvoudige classificaties te automatiseren, zodat uw medewerkers zich kunnen concentreren op de complexe classificaties.
Leg veranderingen vast: Dat klinkt logisch, maar in de praktijk wordt dit maar al te vaak vergeten. Als u tijdens het classificeren van producten bijvoorbeeld ontdekt dat een vergelijkbaar product in het verleden verkeerd geclassificeerd is, dient u eerst vast te leggen welke gebruiker op welk moment de incorrecte data heeft ingevoerd. IT-systemen leggen deze informatie doorgaans vast in logbestanden. Vervolgens dient u ook elk nieuw gebruik van de verouderde of onjuiste classificatie te registreren.
Gebruik tools bij de veranderingen aan het eind van het jaar: Veel herclassificaties vinden plaats bij de start van een nieuw jaar, vooral bij de vijfjaarlijkse veranderingen in het Harmonized System (HS). Op dergelijke momenten stellen content leveranciers vaak correlatietabellen ter beschikking. Daarmee kunt u automatisch alle producten updaten waarbij de oude goederencodes simpelweg zijn vervangen door een nieuwe (1:1 relatie). Correlatietabellen kunt u ook gebruiken voor automatische updates als meerdere goederencodes worden samengebracht onder één nieuwe goederencode (n:1 relatie). Als echter één goederencode wordt opgesplitst in meerdere nieuwe goederencodes (1:n relatie), dient de gebruiker te beslissen welke code van toepassing is. Deze keuzes moeten uiteraard ook worden vastgelegd.
Werk samen bij masterdata management: Als bedrijven steeds meer digitaal met elkaar worden verbonden, groeit de behoefte om bepaalde masterdata met externe partners te delen. Dat gebeurt meestal omwille van de efficiëntie, maar soms ook vanwege aansprakelijkheid. Neem als voorbeeld een bedrijf dat een dienstverlener inschakelt om artikelen in te klaren. Vanaf een bepaald aantal aangiftes kan het zinvol zijn om masterdata (productclassificatiegegevens, etc.) te delen met de dienstverlener, zodat hij die kan gebruiken bij de inklaring. Uiteraard werkt digitalisering niet zonder intelligent masterdata management.
