Success Story

Riconciliazione evoluta delle transazioni, la via di Bulgari verso l’obiettivo della Finance Intelligence

Ridurre notevolmente il tempo necessario per la riconciliazione dei dati tra i sistemi di pagamento elettronici e i sistemi finanziari dell’azienda, abbattere l’errore umano facilmente verificabile in attività ripetitive, avere maggiore libertà per sviluppare attività extra di valore. I vantaggi di un progetto di Digital Finance messo in campo da Bulgari che sembra destinato a un lungo successo

Pubblicato il 15 Nov 2022

Bulgari

Impiegare solo tre ore in un’attività che sino a questo momento aveva richiesto ben tre giorni per essere portata a compimento. È questo, ma non solo, il grande risultato ottenuto dal progetto di Finance Intelligence, BlackLine Transaction Matching, portato avanti dal brand del lusso Bulgari su tecnologia SAP con il supporto di BGP Management Consulting.

Un sistema di Transaction Matching evoluto per la Finance Intelligence di Bulgari

L’esigenza di intraprendere questo nuovo percorso di Digital Finance Transformation nasce dalla volontà di trovare un modo nuovo per affrontare il carico di lavoro correlato ai pagamenti con carta di credito. “Bulgari è un gruppo che ha un focus nel Retail e sicuramente uno dei maggiori sistemi di pagamento utilizzati è la carta di credito”, afferma Giuseppe Nicosia, Europe CFO del gruppo Bulgari. Ciò significa trovarsi ogni giorno con una gigantesca mole di informazioni provenienti dai sistemi pagamento digitale, oltre ad altri sistemi che devono andare a combaciare coi sistemi finanziari interni dell’azienda attraverso quel processo che tecnicamente prende il nome di “riconciliazione” o “matching”.

“Questa attività è piuttosto complessa – spiega in questa videointervista Giuseppe Nicosia −. Intanto, perché ci stiamo riferendo ad un fenomeno quantitativamente rilevante. Non si tratta di poche transazioni, ma di migliaia e migliaia. In secondo luogo, perché i sistemi da mettere in correlazione non sempre parlano la stessa lingua. Non è dunque solo di un’attività time consuming ma altresì rischiosa per la possibilità di commettere errori, considerato anche che è collegata ad un tasso di efficienza decrescente perché col tempo diventa abbastanza noiosa e ripetitiva”.

Il Machine Learning per un’efficienza “zero rischi”

Alla luce di queste considerazioni, e con l’accrescere di importanza dei sistemi di pagamento digitale soprattutto dopo la pandemia, l’azienda ha pensato di rivolgersi ad un partner tecnologico per sfruttare le potenzialità offerte dall’innovazione digitale nell’ambito finance.

La scelta è ricaduta su BlackLine, la soluzione Cloud che insieme a S/4HANA rappresenta per SAP il gateway per le aziende che vogliono introdurre la Finance Transformation.

“La soluzione BlackLine, che io definisco di Finance Intelligence, ci aiuta in questo processo di matching poiché ha una flessibilità e una capacità di far combaciare questa tipologia di informazioni notevolmente superiore rispetto ai sistemi precedentemente adottati. Una volta stabilite le regole, grazie ad algoritmi di Machine Learning, BlackLine riesce a eseguire milioni di transazioni in pochi secondi, non più in giornate, raggiungendo un livello di efficienza altissimo con zero rischi”, racconta il CFO di Bulgari. “In poche parole – conclude il manager − lavoriamo più velocemente e meglio. Meglio perché riduciamo il livello di rischio e perché riusciamo a farlo in minor tempo, tempo che possiamo usare per attività di maggiore valore”.

Le fasi del progetto BlackLine Transaction Matching di Bulgari

La messa in opera del progetto BlackLine Transaction Matching di Bulgari è stata anticipata da un Proof of Concept. Il PoC aveva l’obiettivo di condividere i risultati e i benefici dell’applicativo nell’ambito del perimetro che Bulgari desiderava, ossia quello dell’incoming payment – i pagamenti provenienti dai vari POS, i Point of Sales del marchio, fisici e virtuali. “Un’area molto critica, questa, cresciuta sensibilmente con lo sviluppo dell’omincanalità”, spiega Maria Ciniglio, IS&T Project Manger (Finance Product Unit) di Bulgari, a capo del progetto di implementazione di BlackLine.

Il POC, sviluppato da BGP – che ha messo a disposizione un ambiente di test -, ha dato la possibilità di verificare come con BlackLine, effettivamente, per compiere attività di matching su un cluster di conti ridotto preso a campione siano state sufficienti 3 ore invece che i 3 giorni di routine. Un ottimo risultato che ha dato il via al progetto.

“Questo è servito a noi per costruire un’infrastruttura di regole di riconciliazione, una sorta di template che una volta su BlackLine avremmo potuto estendere a più entità parallelamente. Ed è quello che effettivamente abbiamo fatto implementando il sistema in due Paesi diversi, che sono Germania e Inghilterra. È stata una fase fondamentale per noi e oggi siamo praticamente autonomi nel gestire BlackLine che riteniamo essere un’iniziativa di successo, tanto da aver già definitivo una roadmap del progetto per il 2023 e il 2024”, conclude Ciniglio.

Valuta la qualità di questo articolo

La tua opinione è importante per noi!

Articoli correlati

Articolo 1 di 4