Płatności faktur na czas a zatory płatnicze

Płacimy faktury na czas, by utrzymać dobre relacje z kontrahentami, by zapewnić sobie bezpieczeństwo dostaw lub by po prostu być uczciwym graczem na rynku i nie inicjować zatorów płatniczych. W artykule opiszemy sposoby pomiaru wskaźnika płatności na czas oraz omówimy możliwe powody opóźnień. Wskażemy sposoby i narzędzia stosowane do analizy procesu księgowania i płatności faktur.

Gdy pod koniec marca 2020 r. zaczęła się w Polsce niepewność związana z zatorami płatniczymi związanymi z COVID, kilka sieci handlowych ogłosiło, że skróci terminy płatności za faktury od swoich dostawców. Taka akcja cieszy, ale u controllerów finansowych pojawia się wątpliwość odnośnie do zdolności wykonania nowych założeń. Za teoretycznym skróceniem terminów płatności powinno iść bowiem ich wyegzekwowanie w praktyce. Jak tego dopilnować we własnej organizacji? Jak sprawdzić, czy wywiązujemy się ze swoich zobowiązań na czas? Oczywiście analizując nasze własne dane. Przyjrzyjmy się analitycznym aspektom procesu płatności faktur i skutecznym sposobom jego monitorowania i usprawniania.

 

Płatność faktur na czas a zatory płatnicze

Dlaczego monitorować płatności na czas?

Poza wpływem na otoczenie firmy (łańcuch płatności), uniknięciem odsetek karnych czy skorzystaniem z rabatów za wczesną płatność jest jeszcze co najmniej kilka powodów, dla których warto monitorować płatności:

  • Relacje z dostawcami. Dotrzymywanie terminów płatności buduje nasz wizerunek u dostawców. Ma to również realne przełożenie na funkcjonowanie naszej firmy. Może się zdarzyć sytuacja, gdy z powodu nieopłaconych faktur dostawca odmówi zaopatrzenia w kluczowy surowiec, co w czasach produkcji „just-in-time” może mieć katastrofalne skutki.
  • Relacje z pracownikami. Szczególnym typem dostawcy bywa pracownik firmy. Płatności za rozliczenia podróży (zwrot poniesionych kosztów) lub faktury od pracowników na umowach B2B. Takie zobowiązania podlegają płatności jak „zwykłe” faktury i również mogą podlegać analizie terminowości.
  • Kwestie wizerunkowe (ryzyko utraty wiarygodności). Wśród pracowników firmy ABC krąży historia o delegacji firmowej, której odmówiono noclegu w hotelu. Mając rezerwację, udali się późnym wieczorem do recepcji, ale obsługa odmówiła zameldowania. Powodem była nieuregulowana płatność za ostatni pobyt innych osób z firmy. Pracownicy musieli wyłożyć gotówkę lub w środku nocy zacząć szukać innego noclegu. Jak wykazało późniejsze wewnętrzne dochodzenie, faktura utknęła w dziale skanowania dokumentów (wprowadzającym faktury do systemu OCR i workflow).
  • SLA (Service Level Agreement). Gdy księgowaniem i płaceniem faktur w firmie zajmuje się wyspecjalizowana jednostka, tzw. centrum usług wspólnych (CUW, SSC), w umowie z klientem zobowiązujemy się do takiego zarządzania całym procesem, by odpowiedni procent faktur był płacony na czas. Optymalizacja wszystkich etapów procesowania faktur, poza względami kosztowymi, podporządkowana jest wskaźnikowi płatności na czas. Monitorowanie go jest wtedy wręcz naszym podstawowym obowiązkiem.
Płatności faktur na czas

Co wpływa na płatności faktur na czas?

Przed przejściem do konkretnych analiz przyjrzyjmy się parametrom faktur, które są wykorzystywane w monitorowaniu procesu.

Rysunek 1. Podstawowe daty. Źródło: Opracowanie własne.

Data dokumentu (document date) – data, z jaką dostawca wystawia fakturę. Od tej daty, po dodaniu warunków płatności, otrzymujemy datę terminu płatności (due date). Czasami nasi księgowi stosują własną datę bazową (baseline date), która nadpisuje datę dokumentu.

Data księgowania (posting date) – wiążąca księgowo data, najczęściej równa dacie dokumentu. Może odbiegać od daty dokumentu, gdy na przykład faktura trafi do księgowania w momencie, gdy okres księgowania jest już zamknięty. Taką fakturę musimy zaksięgować do aktualnego okresu.

Data wprowadzenia (entry date) – czasami pomijana przez początkujących analityków. Nie jest to bowiem data wiążąca księgowo. Jest jednak bardzo istotna, bo mówi nam wiele o całym procesie. Jest to data faktycznego wprowadzenia faktury do systemu. Jeżeli fakturę wprowadzimy do systemu już po jej terminie płatności (nawet jeżeli nadamy jej historyczną datę księgowania), to nie mamy fizycznie szans zapłacić jej na czas… Data ta często nie występuje w standardowych raportach systemu księgowego. By ją uzyskać, zaprzęgamy narzędzie Business Intelligence potrafiące podpiąć się do danych surowych bazy systemu ERP.

Data płatności (payment date lub clearing date) – data faktycznej płatności. Jest to data wyjścia środków z rachunku bankowego lub/i data rozliczenia z dokumentem płatności lub innym, np. notą kredytową.

Termin płatności (due date) – termin zapadalności zobowiązania. Obliczany jako data dokumentu lub data bazowa plus warunki płatności. Zależnie od wdrożenia systemu księgowego warunki płatności są podawane ręcznie lub pobierane z danych podstawowych dostawcy (tzw. masterdata).

Inne parametry faktury:

Zamówienie (PO – Purchase Order) – informacja o tym, czy faktura została wystawiona do zamówienia. Istnienie zamówienia znacząco przyspiesza procesowanie faktury, dlatego ma istotny wpływ na terminowość płatności.

System obiegu dokumentów (workflow) – system używany do przesyłania faktur między pracownikami i między systemami. Przykładowo z systemu skanowania i OCR do systemu księgowego lub do akceptacji przez odpowiednie osoby, w przypadku faktury bez zamówienia. System workflow ma znaczenie dla szybkości procesowania faktury, co przekłada się na możliwość zapłacenia jej na czas.

Forma dokumentu – czy jest to dokument papierowy, czy może dokument PDF przesłany e-mailem, a może EDI (electronic data interchange – wymiana faktur bezpośrednio między systemami)? Podobnie jak w przypadku workflow, forma dokumentu wpływa na czas procesowania, a tym samym na czas, jaki pozostaje na jego zaksięgowanie i zapłacenie.

W tym miejscu zwróćmy uwagę na fakt, że nie wszystkie faktury podlegają płatności. Niektóre są rozliczane z innymi dokumentami, na przykład z notami kredytowymi. Takie faktury można wyłączyć z analizowanego zbioru.

Jak Qlik Sense pomaga radzić sobie z zatorami płatniczymi?

Widzimy już, jak wiele atrybutów jednej faktury może służyć do kalkulacji wskaźników i obliczania dodatkowych wymiarów czy filtrów. Potrzebujemy więc szybkiego i sprawnego narzędzia, które da szybkość i elastyczność. Jego znaczenie będzie również tym większe, im większy wolumen dokumentów podlega analizie.

Najlepiej podeprzeć się narzędziem Business Intelligence, które da nam tę swobodę. Narzędzie powinno w locie kalkulować wskaźniki i pozwalać na swobodne filtrowanie z natychmiastową odpowiedzią. Możemy mieć na przykład potrzebę szybkiego wykluczenia danego typu dokumentu, wyfiltrowania tylko faktur ze słowem „pro-forma“ w tekście, odfiltrowania dokumentów wprowadzonych przez użytkownika „EDI” itd. Taką możliwość daje narzędzie klasy BI – Qlik Sense. Jak pokazuje praktyka, pozwala nawet chwilowo wykluczyć z analizy wszystkie faktury, które mają ujemne warunki płatności. Dlaczego? We wspomnianych CUW/SSC można uznać, że to klient wewnętrzny jest odpowiedzialny za utrzymywanie masterdaty, z której pobierane są warunki płatności. Jeżeli więc tam są błędy (ujemne warunki), dlaczego my mamy ponosić tego konsekwencje?

Wskaźnik płatności faktur

Wskaźnik płatności na czas

Definicja wskaźnika płatności faktur na czas jest prosta, jest to wartość (lub liczba) faktur zapłaconych na czas podzielona przez wartość lub liczbę wszystkich faktur.

 

Kiedy rozważamy liczbę, a kiedy wartość? W niektórych procesach, na przykład w finansowych centrach usług wspólnych, częściej badamy wskaźnik ilościowy. Tam faktura jest niejako „produktem”, niezależnie od kwoty. Wartość tę badamy częściej w sytuacjach gdy występują częściowe płatności za faktury. Wtedy część faktury może być opłacona w terminie, część po terminie. Ujęcie takiej częściowo rozliczonej faktury byłoby trudne, gdyby badać liczbę faktur.

Jaka jest poprawna wartość? Zależy to od ustaleń wewnętrznych. Z artykułu w „Rzeczpospolitej” (Polskie firmy zaczynają coraz lepiej płacić swoje rachunki, „Rzeczpospolita”, 24.09.2019) wiemy, że średnia w Polsce to 80% i dowiadujemy się, że jest to wskaźnik zdecydowanie za niski, również dla controllerów. Przyjmują oni za cel 95% lub nawet 98%.

Podział na faktury „otwarte” i „zamknięte”

Jak możemy się domyślać, wskaźnik płatności na czas dotyczy jedynie faktur zapłaconych. Dlatego w czasie analizy dokonamy podstawowego podziału na faktury rozliczone (cleared) i nierozliczone (open). W niektórych systemach faktury w tych dwóch „stanach” są nawet przechowywane w osobnych tabelach (przykładowo w SAP będą to tabele BSIK i BSAK). Nie oznacza to jednak, że nie analizujemy faktur nierozliczonych. Wręcz przeciwnie, są to faktury, które jeszcze (w większości) mamy szansę zapłacić w terminie – mamy czas zareagować na nieprawidłowości dzięki analizie wskaźników wyprzedzających.

Tabela 1. Faktury rozliczone i nierozliczone. Źródło: Opracowanie własne.

Faktury rozliczone Faktury nierozliczone
Analiza post-factum Wskaźniki wyprzedzające
● % płatności na czas ● wiekowanie otwartych pozycji
● średnia liczba dni płatności po terminie ● blokady płatności
● % faktur z zamówieniem

 

 

Analiza z Qlik Sense

Przygotowanie do analizy

Przyjrzyjmy się przykładowym analizom hipotetycznej firmy ABC. Analizy przeprowadzimy w programie Qlik Sense (Business Intelligence). Do aplikacji analitycznej wczytano wszystkie faktury z ostatnich dwóch lat. Możemy ograniczyć zakres według daty, musimy tylko zwrócić uwagę, by był to filtr na dacie rozliczenia, nie dacie księgowania. Dodatkowo wczytujemy faktury z pustą datą rozliczenia.

Rysunek 2. Lista dokumentów wczytanych do aplikacji analitycznej Qlik Sense. Wizualizacja z listą dokumentów z wybranymi atrybutami. Źródło: Opracowanie własne.

Analiza terminowości płatności

Na tak zebranych danych szczegółowych tworzymy kolejne analizy. Najpierw przyjrzymy się sytuacji ogólnej, później wskażemy możliwe przyczyny opóźnień i sposoby analiz.

Rok 2018 w firmie „ABC” wygląda słabo – 84,9% faktur firma zapłaciła dostawcom na czas. Zwróćmy uwagę na filtr Rozliczone z = Zapłacone, pomijamy dokumenty rozliczone w inny sposób niż z płatnością (górna belka selekcji – czyli nałożonych filtrów).

Rysunek 3. W rankingu dostawców, gdzie wartość opłaconych faktur jest podzielona na opłacone w terminie (kolor niebieski) i opłacone po terminie (kolor czerwony) – najgorzej wygląda sytuacja dostawców Marentino, Foglizzo i Ivrea. Źródło: Opracowanie własne.

Analiza terminowości płatności - grudzień

Przyjrzyjmy się teraz bliżej jednemu z najgorszych okresów – grudzień 2018. Kliknięcie na gru 2018 na wykresie powoduje rozbicie miesiąca na wykres według dni, zgodnie z działaniem tzw. wymiaru drążonego (drill-down). Tutaj widzimy od razu, że za zły wynik odpowiadają głównie ostatnie dni. Czy może to być efekt sezonu urlopowego? Nie jest to na pewno efekt wstrzymywania płatności pod koniec roku, by poprawić wskaźniki finansowe. Wstrzymane faktury w ogóle nie wpadają do analizy, bo nie są jeszcze rozliczone. Opóźnienia w płatnościach wstrzymanych w grudniu ujawnią się dopiero w styczniu. Z pozostałych dni, 13 grudnia, z kolei wszystkie faktury zostały opłacone po terminie. Wybierając ten dzień i przechodząc do listy faktur, możemy zbadać szczegóły.

Rysunek 4. Wykres wartości dokumentów zapłaconych według dnia rozliczenia z podziałem na płatności na czas (niebieski) i po terminie (czerwony). Źródło: Opracowanie własne.

Lista faktur

W liście faktur zapłaconych 13 grudnia znajdziemy tylko dwie, ale na wyższe kwoty. W dodatku przy terminie płatności 90 dni faktury zostały zapłacone z dwudniowym i siedmiodniowym opóźnieniem. Czy to na pewno problem z płynnością, czy raczej problem procesu płatności?

Rysunek 5. Terminowość płatności – lista faktur. Źródło: Opracowanie własne.

W szczegółach możemy wyświetlić również księgowego, który dokonał rozliczenia faktury, sięgnąć za telefon i zadzwonić do niego z pytaniem o możliwe powody. Często dostaniemy odpowiedź, która od jednego szczegółu naprowadzi nas na problem systemowy, skąd już tylko krok do rozwiązania. Poza monitorowaniem wskaźnika i dyskusją z osobami operacyjnymi o możliwych powodach jego zaniżenia możemy również poszukać powodów opóźnień w surowych danych, jakimi dysponujemy. Dzięki temu jesteśmy w stanie zadać konkretne pytania i oprzeć nasze dyskusje na faktach. W dalszej części przyjrzymy się konkretnym zagadnieniom z podziałem na wskaźniki wyprzedzające i wskaźniki post-factum.

Wartość faktur rozliczonych

Faktury rozliczone. Analiza post-factum

1. Warunki płatności

Często, zwłaszcza przy większych wolumenach faktur, warunki płatności pobierane są z systemu ERP z ustawień dostawcy, nie przepisywane z faktury. Rzadziej termin płatności jest wprowadzany ręcznie. W obu przypadkach mogą wystąpić błędy. Niewłaściwa parametryzacja dostawcy lub błąd manualny.

W naszej przykładowej firmie ABC wyświetlimy wartość faktur rozliczonych według warunków płatności.

Zauważymy, że większość faktur ma standardowe warunki – 14 dni lub 30 dni. Są jednak również warunki zerowe, gdzie 100% faktur jest rozliczonych po terminie. Znajdziemy również warunki ujemne (-7 dni). Przy takim terminie płatności nie da się zapłacić faktury na czas. Ujemne warunki płatności są oczywiście błędem księgowania. Przy tej okazji widzimy, że narzędzia BI takie jak Qlik Sense w szybki sposób ujawniają błędy w danych źródłowych. W przypadku firmy ABC za tymi błędami kryją się problemy lub nieścisłości w procesach i ustawieniach systemu księgowego.

Wykres wartości zapłaconych faktur według warunków płatności z podziałem na wartość zapłaconą po terminie i na czas. Wszystkie faktury z ujemnym terminem płatności będą zapłacone po czasie.

Rysunek 6. Wykres wartości faktur zapłaconych na czas (kolor niebieski) i po terminie (kolor czerwony) według warunków płatności faktury (dni). Źródło: Opracowanie własne.

Faktury z zamówieniem/bez zamówienia

2. Faktury z zamówieniem/bez zamówienia

Kolejnym powodem opóźnienia w płatności może być późne zaksięgowanie faktury. Jednym z powodów takiego opóźnienia może być otrzymanie faktury bez zamówienia (bez PO, ang. Purchase Order). Takie faktury wymagają najczęściej dłuższego procesowania, uzyskania specjalnych zgód osób odpowiedzialnych za zakup, nie mogą być szybko zaksięgowane. Kto nie dostał kiedyś maila z sekretariatu „Drodzy pracownicy, poszukujemy właściciela faktury od firmy XYZ”?

W naszym przykładzie mamy wyraźnie gorszy wskaźnik płatności na czas faktur bez zamówienia.

Rysunek 7. Wykres wartości faktur zapłaconych na czas (kolor niebieski) i po terminie (kolor czerwony) według istnienia zamówienia do faktury. Źródło: Opracowanie własne.

Timing wprowadzania faktur

3. Timing wprowadzenia faktury

Wracamy do daty wprowadzenia (Entry date) i jej znaczenia. Z wielu powodów (późne otrzymanie faktury, długie poszukiwanie „właściciela” faktury, długa kolejka księgowań itd.) faktura może być zaksięgowana w systemie już po terminie płatności. W takim przypadku nie mamy po prostu szans zapłacić jej na czas. Tak jest też w naszym przykładzie. Wszystkie faktury wprowadzone po terminie płatności zostały zapłacone z opóźnieniem.

Bardzo ciekawą analizą jest zbadanie, ile faktur wprowadzamy do systemu księgowego w momencie, gdy już są przeterminowane.

Rysunek 8. Wykres wartości faktur zapłaconych na czas (kolor niebieski) i po terminie (kolor czerwony) według czasu wprowadzenia faktury do systemu – po terminie płatności lub przed. Źródło: Opracowanie własne.

Dni opóźnienia płatności

4. Dni płatności po terminie

Ciekawym wskaźnikiem do zbadania jest liczba dni opóźnienia płatności. We wspomnianym wcześniej artykule w „Rzeczpospolitej” czytaliśmy, że większość firm, które płacą po terminie, nadal robi to z opóźnieniem nie dłuższym niż 30 dni. W naszej hipotetycznej firmie ABC, któregoś miesiąca w latach wcześniejszych niż w 2018 r. nagle spadła wartość wskaźnika płatności na czas. Z analizy „dni po terminie” okazało się, że były to opóźnienia rzędu zaledwie 1– 2 dni. Dla odbiorcy jednak sytuacja jest zerojedynkowa – płatność przychodziła po terminie. Wydarzenia te zbiegły się z zatrudnieniem nowego księgowego, który nie znał dobrze systemu ERP, na którym miał pracować. Powodem była parametryzacja tzw. kampanii płatności (payment run). Gdy mamy zasady płacenia masowego faktur na przykład dwa razy w tygodniu, w parametrach takiej kampanii musimy wybrać faktury, których termin płatności przypada dziś, ale również w ciągu kilku najbliższych dni – do daty następnej kampanii. Po przeszkoleniu nowy pracownik zaczął poprawnie parametryzować zadanie i problem zniknął.

W naszym przykładzie większość faktur jest płacona w dokładnie ostatnim możliwym dniu, ale mamy też trochę płatności z zaledwie jedno- czy dwudniowym opóźnieniem. Ciekawy jest spory słupek przy opóźnieniu dokładnie siedmiodniowym. Czyżby jakieś nieścisłości w systemie ERP?

Rysunek 9. Wykres wartości faktur zapłaconych na czas (kolor niebieski) i po terminie (kolor czerwony) według liczby dni płatności po terminie. Źródło: Opracowanie własne.

Faktury otwarte

Faktury otwarte. Wskaźniki wyprzedzające

Do tej pory analizowaliśmy faktury zapłacone. Faktury „otwarte”, czyli nierozliczone nie wpływają nam na ten wskaźnik, ale wpłyną w niedalekiej przyszłości. W fakturach otwartych mamy takie, które są jeszcze w terminie – mają szansę zostać zapłacone na czas i takie, których termin płatności minął. W przypadku tych drugich badamy wiekowanie, czyli liczbę dni po terminie zapadalności, często w przedziałach, np. 1–15 dni, 15–30 dni itd.

Przyjrzyjmy się sytuacji w firmie ABC. Mamy otwarte zobowiązania na ponad 384 tys. zł, ale część z nich jest jeszcze „w terminie” – przed datą zapadalności. Pozostałe – 17,6% są już niestety przeterminowane.

Po lewej wyświetla się ranking zobowiązań według dostawcy, po prawej wykres wartości według dni przeterminowania. Widok po prawej uszczegóławia informacje z przedziałów przeterminowania. Widzimy w nim słupki dla dni ponad 400. Jest nawet jedna lub więcej faktur, które są przeterminowane już prawie 500 dni.

Rysunek 10. Dashboard analityczny dla faktur niezapłaconych. Główne wskaźniki (u góry) oraz analizy z rozbiciem według wybranego atrybutu faktury (po lewej na dole) oraz liczby dni do terminu zapadalności (po prawej na dole). Źródło: Opracowanie własne.

Wartości faktur według wiekowania zobowiązania

Skupiając się na fakturach przeterminowanych, możemy wyświetlić wartości według wiekowania zobowiązania. Jest to ciekawy typ wykresu, gdzie im wyższy „wiek” tym intensywniejszy kolor czerwony. Ten typ wykresu sprawdza się również świetnie w innych rodzajach danych, np. w analizie należności czy w analizie stanów magazynowych.

Możemy czytać wykres następująco: Dostawcy Bóbr i Gałeczka mają u nas podobną wartość nieopłaconych należności, ale sytuacja u Bobra jest dużo gorsza, gdyż te należności są starsze, dłużej przeterminowane (ciemniejszy kolor czerwony).

Rysunek 11. Wykres wartości faktur przeterminowanych według dostawcy. Dodatkowy wymiar (rozbicie słupka i odcień czerwieni) – wiekowanie zobowiązania. Źródło: Opracowanie własne.

Podobnie jak w analizie post-factum faktur zapłaconych, w pozycjach otwartych również będziemy wyświetlać wyniki według dowolnych parametrów księgowań. Na przykład według blokady płatności, gdzie zbadamy, jaka wartość faktur jest wstrzymywana z jakiego powodu i być może dokonamy kolejnych, interesujących odkryć.

Wykonaj analizę płatności w twojej firmie

Jak się okazuje, opóźnienia w płatnościach często nie muszą wynikać ze złej woli przedsiębiorcy lub z jego problemów finansowych. Często na opóźnienia wpływają nieodpowiednie przeszkolenie pracownika z systemu księgowego, nieprawidłowe parametry masterdaty czy blokady w procesie, które łatwo wyeliminować.

Zachęcam do analizy własnych danych. Wczytaj dane faktur do systemu Business Intelligence lub przeanalizuj je w Excelu. System ERP powinien oferować raporty z listą pozycji na dostawcach. W SAP będą to na przykład raporty FBL1N. Zwróć uwagę, by eksportować zarówno pozycje zamknięte, jak i otwarte (w przypadku FBL1N będą potrzebne dwa uruchomienia raportu; musisz też umieć wyfiltrować tylko dokumenty będące fakturami).

Narzędzie Business Intelligence takie jak Qlik Sense podniesie analizę na wyższy poziom. Przede wszystkim pozwoli zautomatyzować pobieranie danych prosto z ERP, przygotować szablony raportów do comiesięcznej analizy, szybko adaptować wskaźniki do nowych założeń oraz drążyć dane od ogółu do szczegółu. Niejednokrotnie uczestniczyłem w takich analizach, oglądając przy tym pracę doświadczonych menegerów. Dostęp do danych szczegółowych pozwalał zadawać współpracownikom pytania o konkretne zdarzenia. Odpowiedzi przeradzały się w ogólne wnioski, których wdrożenie, krok po kroku, usprawniało wszystkim pracę.