Finance Workflow Automation

Lähtötilanne

Shopify-kauppiaalla meni B2B-asiakkaiden raportoinnin hoitamiseen noin 40h kuukaudessa. Raportointi oli lähes täysin manuaalista, välivaiheita oli parisenkymmentä, käsittelytilanteesta riippuen soluja värikoodattiin, seuraavan kuun lähtötilanne piti aina etsiä käsin, ja prosessit sisälsivät paljon copy-pastea.

Lisäksi kirjanpitäjä tarvitsi toimituskuluista monimutkaisen raportin jokaiselle asiakkaalle. Heidän tekemänsä Excel-järjestelmä tuotti vääriä vastauksia ja aiheutti lisää manuaalista työtä.

Miksi tämä oli ongelma

Ajanhukan, jatkuvien virheiden ja raportoinnin viivästyksien ja sitä kautta maksujen viivästyksien lisäksi entinen järjestelmä ei skaalautunut.

Kuinka lähestyin ongelmaa

Tunnistin nykytilanteen, keskustelin taloushallinnon ja kirjanpitäjän kanssa nykyisen systeemin haasteista sekä mikä aiheuttaa eniten hidastuksia. Erityisen tärkeää oli ymmärtää haluttu lopputulos, sillä mitä enemmän ymmärsin nykyisiä prosesseja, sitä selvemmäksi tuli että niitä hieman muokkaamalla emme saisi haluttua muutosta aikaan.

Mitä prosesseissa muutettiin

Kun olin tunnistanut nykyiset prosessit, datan alkuperän ja oikeellisuuden sekä halutut lopputulokset, sain päätettyä mitä prosesseissa piti muuttaa. Siihen kuului mm. tuotepalautuksien hoitaminen tietyn raportointijakson aikana sekä raportointijakson muuttaminen tarkalleen kuukauden mittaiseksi.

Kuinka päädyin ratkaisuun

Excel ei vaadittuihin prosesseihin millään riittänyt. Olemassaolevat SaaS-ratkaisut olisivat joka tapauksessa parhaimmillaankin vaatineet rankkaa kustomointia ja yrityksellä ei ollut ERP:iä käytössä. Kustomoitu Python-automaatio oli oikean kokoinen ja joustava ratkaisu ja se oli lisäksi minulle tuttu jo entuudestaan.

Mitä automatisoin

Lähes kaiken. Projektin ollessa valmis piti ainoastaan ladata CSV-tiedostot tietokannasta tietylle kuukaudelle. Sen jälkeen ne pystyi lataamaan uuteen systeemiin yksinkertaisen graafisen käyttöliittymän kautta. B2B-asiakkaiden raportit haluttiin Google Sheeteinä ja tietyillä muotoiluilla, joten kehitin Google Apps Scriptin, joka muutti CSV't Sheetseiksi ja hoiti muotoilut jokaiselle 100+ raportille yhdellä kertaa.

Tekniset yksityiskohdat

Python-skripti (pandas) käsittelee Shopify-datan, Google Apps Script hoitaa raporttien muotoilun Sheetsissä.

Mitä opin

Kun sidosryhmiä on useita ja prosessi monimutkainen, dokumentaatio ratkaisee enemmän ongelmia kuin koodi. Sovittu lopputulos ja testiaineisto pitää olla olemassa ennen kuin ensimmäistäkään riviä kirjoitetaan.