Crediteurenbetalingen Voorbereiden

In zorgorganisaties met meerdere administraties is het wekelijkse crediteurenbetalingsproces een terugkerende finance-taak. Per administratie moet een betaalgroep worden klaargezet, moeten voorgestelde betalingen worden opgehaald en moeten uitzonderingen apart worden gezet voor controle of handmatige opvolging. Juist doordat dit op vaste momenten moet gebeuren, is voorspelbaarheid in dit proces belangrijk.

De uitdaging

In zorgorganisaties met meerdere administraties is het wekelijkse crediteurenbetalingsproces een terugkerende finance-taak. Per administratie moet een betaalgroep worden klaargezet, moeten voorgestelde betalingen worden opgehaald en moeten uitzonderingen apart worden gezet voor controle of handmatige opvolging. Juist doordat dit op vaste momenten moet gebeuren, is voorspelbaarheid in dit proces belangrijk.

In de praktijk is dit proces:
  • Handmatig
  • Verspreid over veel verschillende schermen
  • Afhankelijk van organisatie-, domein- en cliëntspecifieke regels
Gevolg:

• Gemiddeld ± 35 minuten per administratie per betaalrun kwijt
• Regelmatig onjuist gecategoriseerde betalingen of gemiste selecties door handmatige splitsing van grote en reguliere posten in Excel
• Risico's rond vertraging in de betaalcyclus en onjuiste crediteurenadministratie door gestoorde betaalrunvoortgang bij selectieproblemen

Oplossing

Het proces wordt geautomatiseerd met de inzet van een digitale collega die meebeweegt met de werkwijze van de organisatie.

Er is geen volledig standaardproces: organisaties bepalen zelf welke onderdelen worden afgesloten, in welke volgorde en met welke uitzonderingen.

De robot voert vervolgens exact dezelfde stappen uit als een medewerker, maar dan:

Sneller

Flawless

Consistent

volgens vastgelegde afspraken

Hoe voert de digitale collega het proces vaak uit? (gebeurt nu niks mee)

1

Start van het proces

De robot start wanneer de organisatie dat wil, bijvoorbeeld:

  • na een signaal vanuit een systeem
  • rond een vaste tijd op basis van een lijst die ergens wordt aangeleverd ofgemaild
  • nadat de robot heeft gezocht naar ‘inactieve’ dossiers en toestemmingheeft gevraagd om af te sluiten

2

ONS openen en cliënt opzoeken

  • Robot logt in zoals een medewerker
  • Zoekt de juiste cliënt en onderdelen op

3

Zorg administratief beëindigen

  • Einddatums zetten
  • Zorgtoewijzingen stoppen
  • Relaties afsluiten
    (de kern van het proces)

4

Afronden en opschonen

  • Locaties afsluiten
  • Agenda leegmaken
  • Taken afronden
  • Dossier uit actieve lijsten halen

5

Controle en logging

  • Volledige logging per cliënt
  • Duidelijke meldingen bij fouten
  • Escalatie naar mensen bij niet-voorziene gevallen

Wat voor soort informatie kan de digitale collega bijhouden?

Aantal verwerkte administraties per betaalrun
    Geeft inzicht in de omvang van de wekelijkse run en maakt zichtbaar of alle geplande administraties tijdig zijn meegenomen.
    Gemiddelde verwerkingstijd per administratie
    Laat zien hoeveel tijd de voorbereiding van één betaalbatch kost en waar capaciteitswinst wordt gerealiseerd.
    Aantal uitzonderingen of uitgevallen selecties
    Vraag meer informatie aan bij Kirsten, Rick of Esmee

    Samenvatting

    De voorbereiding van crediteurenbetalingen is in veel zorgorganisaties een terugkerend proces met veel handmatige tussenstappen en uitzonderingen. Door de selectie, opschoning, splitsing en terugkoppeling te automatiseren, wordt de betaalrun voorspelbaarder en beter beheersbaar. Dat levert vooral tijd terug voor de medewerkers die zich nu nog bezighouden met uitzoekwerk, controles en herstelacties.