Three-way matching automatiseren

Wat three-way matching is

Three-way matching is de controle waarbij je drie documenten naast elkaar legt voordat je een factuur goedkeurt voor betaling. Je vergelijkt de inkooporder (wat je hebt besteld), de goederenontvangst (wat er daadwerkelijk binnenkwam) en de factuur (wat de leverancier in rekening brengt). Kloppen die drie met elkaar, dan kan de factuur door.

Het doel is simpel: je betaalt alleen voor wat je hebt besteld en ook echt hebt ontvangen, tegen de afgesproken prijs. Klinkt logisch, maar in de praktijk zit het venijn in de details. Een leverancier levert 95 stuks in plaats van 100. De prijs op de factuur wijkt twee cent af van de orderprijs. Er staat een transportpost op die niet was afgesproken. Stuk voor stuk kleine afwijkingen, maar bij elkaar lekken ze direct uit je marge.

Three-way matching is daarmee geen administratieve formaliteit, maar je eerste verdedigingslinie tegen te veel betalen. De crediteurenafdeling die dit goed doet, beschermt de marge van het hele bedrijf.

Waarom handmatig matchen vastloopt bij volume

Bij een paar tientallen facturen per maand is handmatig matchen prima te doen. Iemand opent de factuur, zoekt de bijbehorende inkooporder op, controleert de goederenontvangst en vinkt af. Maar zodra het volume oploopt naar honderden of duizenden facturen per maand, verandert het karakter van het werk.

Het probleem is niet de moeilijkheid van een enkele match, maar de herhaling. Mensen zijn slecht in het urenlang nauwkeurig vergelijken van regels die grotendeels identiek zijn. De aandacht verslapt. Juist de kleine afwijking, die ene regel waar de prijs niet klopt, glipt er dan tussendoor. En dat is precies de afwijking die geld kost.

• Doorlooptijd loopt op: facturen blijven liggen tot iemand tijd heeft, en betalingstermijnen komen onder druk.
• Inconsistentie sluipt erin: de ene medewerker keurt een afwijking van twee procent goed, de ander zet die door naar onderzoek.
• Schaalbaarheid ontbreekt: meer facturen betekent simpelweg meer fte, of een groeiende stapel achterstand.
• Zicht verdwijnt: niemand kan in een oogopslag zeggen welke afwijkingen er deze maand speelden en waarom.

Factuurmatching automatiseren is dan geen luxe maar noodzaak. Niet om mensen te vervangen, maar om het routinematige vergelijkwerk weg te halen bij mensen die hun aandacht beter ergens anders inzetten.

Hoe een AI-collega de drie bronnen vergelijkt

Een AI-collega pakt het vergelijkwerk op precies daar waar het saai en repetitief wordt. De agent leest de inkomende factuur, zoekt de bijbehorende inkooporder op in het ERP, haalt de goederenontvangst erbij en legt de drie regel voor regel naast elkaar. SAP, AFAS, Exact Online, Dynamics 365 of Odoo: de agent werkt rechtstreeks in het systeem dat je al gebruikt, niet in een losse tool ernaast.

Bij het matchen van inkooporder en factuur kijkt de agent niet alleen naar het totaalbedrag, maar naar de details die er werkelijk toe doen. Aantallen, eenheidsprijzen, artikelnummers, btw, afgesproken kortingen. Waar een mens na de vijftigste regel begint te scannen, blijft de agent elke regel even precies controleren.

• Aantallen: komt het gefactureerde aantal overeen met wat is besteld en wat is ontvangen?
• Prijzen: staat de eenheidsprijs op de factuur gelijk aan de orderprijs, binnen de afgesproken tolerantie?
• Artikelregels: horen de regels op de factuur bij deze order, of staan er posten op die nergens zijn afgesproken?
• Totalen: kloppen subtotaal, btw en eindbedrag met de optelsom van de regels?

Wat klopt, gaat door. Wat niet klopt, gaat niet zomaar door, maar komt apart te liggen als afwijking. Daarmee verschuift het werk van finance: niet meer alles controleren, maar alleen nog beoordelen wat de aandacht echt verdient.

Omgaan met afwijkingen

De waarde van automatisering zit niet in de facturen die perfect matchen. Die hadden ook met de hand wel goedgekeurd. De waarde zit in hoe je omgaat met de facturen die niet matchen, want daar zit het risico en de marge.

Een goede AI-collega keurt een afwijking nooit stilletjes zelf goed. De agent signaleert de afwijking, legt uit wat er niet klopt en zet de factuur klaar voor een mens. Niet als een vage melding dat er iets mis is, maar concreet: deze regel wijkt af, de orderprijs was dit, de factuurprijs is dat, het verschil is zoveel.

Daarmee krijgt finance precies wat het nodig heeft om snel te beslissen. Een afwijking binnen tolerantie kan worden geaccepteerd. Een afwijking die niet klopt, gaat terug naar de leverancier of naar inkoop. De medewerker hoeft niet meer zelf op zoek naar het probleem, dat is al gevonden. Hij beoordeelt alleen nog wat ermee moet gebeuren.

De rol van controle door finance

Automatiseren betekent niet de controle uit handen geven. Bij ons is human-in-the-loop een bewuste ontwerpkeuze, geen noodrem die je er later bij verzint. In de praktijk bij een financieel adviesbureau hebben we de matchprocessen zo ingericht dat finance bij elke betekenisvolle beslissing in de loop blijft.

Dat betekent dat de AI-collega het voorbereidende werk doet, maar dat de uitkomst transparant en controleerbaar blijft. Finance ziet wat de agent heeft vergeleken, op welke gronden iets is gematcht en welke afwijkingen er zijn gesignaleerd. De beslissing om een factuur goed te keuren of door te zetten ligt waar die hoort: bij de mens.

Het mooie is dat controle en snelheid hier niet tegen elkaar inwerken. Doordat de agent het routinewerk afhandelt en alleen de echte afwijkingen voorlegt, houdt finance juist meer aandacht over voor de gevallen die er toe doen. De grip neemt toe, niet af.

Resultaten

De winst van factuurmatching automatiseren laat zich op drie manieren voelen. Eerst de doorlooptijd: facturen die kloppen worden vrijwel direct verwerkt in plaats van te wachten op een vrij moment. Daarna de consistentie: elke factuur wordt op dezelfde manier en met dezelfde tolerantie beoordeeld, ongeacht wie er op een gegeven dag werkt.

En tot slot de marge. Doordat elke regel even nauwkeurig wordt vergeleken, blijven de kleine afwijkingen niet langer onopgemerkt. Een prijsverschil van enkele centen per regel lijkt niets, maar over duizenden regels per maand is dat het verschil tussen een gezonde en een uitgeholde inkoopmarge.

Net zo belangrijk: het werk wordt beter. De crediteurenmedewerker is niet meer urenlang regels aan het afvinken, maar beoordeelt de gevallen die er werkelijk toe doen. Dat is prettiger werk en het levert betere beslissingen op.

Aan de slag

Three-way matching automatiseren begint niet met een groot project, maar met een eerlijke blik op je eigen proces. Hoeveel facturen verwerk je per maand, hoeveel daarvan matchen meteen, en waar gaat de tijd nu echt naartoe? Vaak zit de grootste winst in een verrassend klein deel van de facturen.

In een Quick Scan kijken we samen naar jouw factuurstroom en je ERP, en laten we concreet zien waar een AI-collega het matchwerk kan overnemen en waar finance in de loop blijft. Daarna plan je je go-live op je eigen tempo, in het systeem dat je al gebruikt.