Excel telah lama memainkan peran utama dalam profesi akuntansi dan keuangan, tetapi apakah sudah waktunya untuk perubahan? Hirav Shah, Direktur Analisis Data di Institut Akuntan Manajemen, menawarkan beberapa alternatif perangkat lunak yang memungkinkan pakar perencanaan keuangan membawa analisis mereka ke tingkat berikutnya -- dan jauh dari Excel.

Digitalisasi memiliki dampak mendasar pada setiap bisnis, dan diperkirakan paling kuat pada perencanaan dan analisis keuangan (FP&A). Sebagian besar unit bisnis masih melihat profesional FP&A untuk menjabarkan tujuan perusahaan dan memetakan masa depan keuangan perusahaan. Menurut IBM, lebih dari 50 persen profesional keuangan menggunakan Microsoft Excel tradisional sebagai alat bantu mereka untuk menyelesaikan tugas ini.

Seiring dengan meningkatnya kompleksitas bisnis, membuat rencana keuangan membutuhkan sejumlah besar data dari berbagai sumber, menggabungkan, membersihkan, menstandardisasi, dan kemudian melakukan analitik. Profesional keuangan menghabiskan sebagian besar waktu mereka secara manual mengumpulkan, mengkonsolidasikan, dan memvalidasi data alih-alih menemukan wawasan. Excel tidak memiliki kemampuan kolaborasi dan menyebabkan penundaan informasi penting yang dapat menyebabkan efek riak, yang menyebabkan pengambilan keputusan yang buruk dan hasil yang buruk. Mengadaptasi teknologi modern dengan berfokus pada digitalisasi, otomatisasi proses, dan analitik data dapat mengurangi ketergantungan Excel.

Otomatisasi Proses

Lima puluh persen profesional menghabiskan sebagian besar waktu mereka untuk mengumpulkan dan memvalidasi data menurut IBM. Menghubungkan data secara langsung dari berbagai sumber untuk membangun repositori terpusat dapat mengurangi pengumpulan dan validasi data secara signifikan. Membangun sistem terpusat adalah peran profesional manajemen data. Perangkat lunak keuangan dapat mengambil data dari sumber mana pun dan memasukkannya ke dalam format yang diinginkan. Namun, profesional FP&A tetap tidak harus menyerah pada Excel, karena sebagian besar perangkat lunak keuangan, seperti Hyperion, Tagetik, dan lainnya, memiliki antarmuka Excel langsung. Alih-alih aplikasi Excel yang berdiri sendiri, memiliki database yang berada di atas Excel dapat membantu dalam pemrosesan data yang lebih cepat yang juga aman dan andal. Bahkan jika Anda melakukan analisis, Anda dapat membatasi ini hanya pada data yang Anda butuhkan. Semua perubahan yang dibuat pada antarmuka Excel dapat disimpan kembali ke dalam sistem untuk membangun satu sumber kebenaran, menghindari data yang saling bertentangan. Perencanaan terintegrasi membantu menghadirkan kolaborasi, mendorong lebih banyak akses ke informasi, dan wawasan yang lebih cepat. Ini juga mengurangi ketergantungan pada Excel karena konsolidasi, pengumpulan, dan validasi data dilakukan di luar Excel, menghemat waktu yang berharga bagi para profesional FP&A.

Belajar Bahasa Pemrograman Modern

Di era ilmu data, pembelajaran mesin, dan kecerdasan buatan (AI), hal terbaik untuk dipelajari adalah bahasa pemrograman seperti Python dan R. R lebih disukai untuk bahasa statistik, sedangkan Python digunakan sebagai bahasa pemrograman universal. Alat-alat ini gesit, kuat, fleksibel, dan praktis mengatasi semua tantangan pemrosesan dan analitik Excel. Memahami bahasa pemrograman dapat menjadi hal yang menakutkan bagi sebagian besar profesional akuntansi; namun, ini dapat membawa analisis data ke tingkat yang baru. Python memiliki kontrol yang jauh lebih baik atas data jika dibandingkan dengan Excel. Paket perangkat lunak seperti NumPy, Pandas, dan Scikit sangat baik dalam penambangan dan analisis data. Alat-alat ini dengan cepat memproses dan mengkonsolidasikan data yang akan memakan waktu berjam-jam saat bekerja dengan Excel. Ini dapat dihubungkan ke Excel, dan pengguna bisnis dapat melihat informasi apa pun yang mereka butuhkan. Python memiliki perpustakaan analitik, yang dapat digunakan untuk membuat analitik statistik dan prediktif untuk mengidentifikasi dan menilai tren dan pola musiman dalam nilai historis, yang secara signifikan meningkatkan akurasi perkiraan. Ini juga mengurangi waktu yang dibutuhkan untuk menghasilkan perkiraan profitabilitas dan neraca yang akurat, memungkinkan pengguna untuk fokus pada pengoptimalan proses, mengelola pengecualian, dan membuat penyesuaian yang sesuai. Setelah otomatis, perkiraan ini dapat diperbarui setiap minggu atau bahkan setiap hari.

Menggunakan Alat Analisis Data Modern

Mempelajari bahasa pemrograman bisa menjadi hal yang menakutkan bagi banyak profesional keuangan. Menggunakan alat analisis data modern seperti Alteryx, H2O, dan Rapid Miner dapat membantu mengatasi masalah ini dan dengan cepat memberikan analisis yang mendalam. Alat-alat ini memiliki paket analitik data yang komprehensif seperti analisis regresi, pengelompokan, dan analisis deret waktu sehingga pengguna tidak perlu membuka Excel untuk analisis. Alih-alih coding, pengguna dapat drag dan drop ke dalam model. Setelah model disiapkan, model dapat diotomatisasi setiap hari. Otomatisasi ini dapat memberikan para profesional keuangan kemampuan untuk meramalkan setiap hari. Menggunakan alat ini dapat secara signifikan mengurangi ketergantungan pada Excel karena semua analisis pemrosesan dapat dilakukan di alat ini.

Visualisasi data

Visualisasi data adalah aspek penting dari setiap perusahaan. Visualisasi yang efisien dapat membantu menemukan tren tersembunyi, yang dapat membantu menentukan masa depan perusahaan. Sebagian besar profesional FP&A menggunakan bagan Excel standar untuk menampilkan perkiraan mereka, kurang efektif untuk menemukan wawasan tentang produk atau layanan. Saat bekerja dengan Excel untuk visualisasi data, pengguna harus terlebih dahulu memanipulasi data, lalu bagan dan grafik yang berbeda dibuat secara manual. Excel memiliki fitur terbatas untuk membuat dasbor, dan untuk menyegarkannya bisa membosankan dan memakan waktu. Dengan bantuan alat visualisasi modern seperti Tableau, Domo, dan Power BI, alat ini dapat dengan mudah terhubung ke data terpusat dan memperbarui laporan secara otomatis. Alat-alat ini dapat memberikan visualisasi yang efektif seperti peta panas atau plot pencar. Selain itu, pengguna memiliki kemampuan analitik seperti membuat skenario dan korelasi "bagaimana-jika". Alat visualisasi ini sangat canggih sehingga menggunakan pemrosesan bahasa alami untuk memberikan hasil secara efektif. Karena kompleksitas data meningkat dengan data terstruktur dan tidak terstruktur, Excel tradisional bisa menjadi terlalu rumit untuk membangun visualisasi yang efektif. Namun, pada kumpulan data yang kompleks, alat modern dapat secara efektif membuat dasbor dengan mudah.

Peningkatan dan Fitur Excel

Masalah terbesar dengan sebagian besar profesional keuangan adalah bahwa mereka berpengalaman dalam menggunakan Excel tradisional. Sejak 2016, Microsoft telah banyak berinvestasi di Excel untuk memenuhi kebutuhan pengguna saat ini, tetapi sebagian besar profesional keuangan tidak mengetahui fitur ini. Banyak profesional keuangan masih menggunakan fitur yang sama yang dibuat lebih dari satu dekade lalu.

Dengan fitur saat ini, pengguna dapat terhubung ke database eksternal atau halaman web dan mengimpor data dengan satu klik dan menjaga koneksi tetap utuh untuk tujuan di masa mendatang. Jika ada umpan berita, pengguna dapat menyegarkan data alih-alih membuatnya dari awal. Selain itu, dengan Excel Power Query, pengguna dapat dengan mudah memformat dan mengiris atau memotong data berdasarkan kebutuhan. Microsoft juga menambahkan fitur Power Pivot, yang memungkinkan pengguna memenuhi kebutuhan data yang kompleks. Praktisi dapat melakukan analisis data yang lebih canggih dan membuat model data yang lebih canggih daripada Excel standar.

Dengan Office365, Excel telah mulai menyediakan kolaborasi waktu nyata. Integrasi Power BI ke Office365 telah memberikan kemampuan visualisasi dan dasbor baru, yang merupakan kelemahan terbesar dalam menggunakan Excel tradisional. Power BI dapat menyatukan data dari berbagai sumber untuk membuat dasbor interaktif.

Kesimpulan

Digitalisasi dan otomatisasi proses adalah pendorong utama untuk setiap pertumbuhan bisnis. Excel sangat baik untuk analisis ad hoc karena memberikan fleksibilitas kepada pengguna yang tidak dapat diberikan oleh alat lain. Tetapi fleksibilitas ini harus dibayar dengan proses manual, keamanan yang buruk, dan penggunaan sumber daya yang buruk, serta memakan waktu. Tugas profesional keuangan harus menyediakan analisis waktu nyata; sebaliknya, sebagian besar profesional keuangan terjebak membersihkan dan mengkonsolidasikan data. Menggunakan perangkat lunak keuangan pihak ketiga, memahami bahasa pemrograman seperti R dan Python, atau menggunakan alat analisis data dapat dengan cepat memberikan wawasan tentang kinerja bisnis, yang akan membantu pengguna membuat keputusan bisnis dengan cepat. Namun, bahkan jika pengguna ingin tetap menggunakan Excel, mereka perlu memahami fitur modern yang tersedia dengan Excel, yang dapat menyederhanakan proses.