Hotelová skupina provozující aparthotely a servisované bydlení ve střední Evropě potřebovala zrychlit práci finančního týmu. Příjmy už do systémů přicházely průběžně, ale dodavatelské faktury vyžadovaly rozsáhlé ruční zadávání. Podklady pro vyhodnocení jednotlivých nemovitostí byly hotové až v polovině dalšího měsíce.
DataStruct pro skupinu realizoval automatizaci přijatých faktur v Odoo 19 Enterprise. Ruční zadávání dat se snížilo o 92 % a měsíční uzávěrka se zkrátila z 15 na 2 pracovní dny. Účetní tým dostává připravené návrhy dokladů, kontroluje výsledek a rozhoduje o zaúčtování.
Klient je v této případové studii anonymizován. Uvedené výsledky pocházejí z realizovaného projektu.
Proč přepisování faktur brzdilo celou skupinu
Dodavatelé posílali doklady v češtině, němčině, angličtině a ruštině. Přicházely jako PDF, skeny, fotografie i strukturované soubory. Skupina pracovala s několika společnostmi a měnami EUR, CZK a USD.
Zadat částku a dodavatele nestačilo. Finance potřebovaly vědět, které nemovitosti a oddělení náklad patří a kam spadá v manažerské výsledovce s 90 kategoriemi. Účetní tak vedle přepisování položek opakovaně dohledávaly souvislosti a přiřazovaly náklady.
Zpracování jedné vícepoložkové faktury zabíralo přibližně 8 až 12 minut ruční práce. S růstem počtu nemovitostí rostl objem stejné administrativy. Vedení mezitím čekalo na úplné podklady pro porovnání nákladů jednotlivých provozů.
Co se změnilo pro účetní tým
Nový postup spojuje příjem dokladu, přípravu údajů a přiřazení nákladů s prací v Odoo:
- Doklad se přiřadí ke správné společnosti. Zpracování rozpozná typ dokumentu a připraví jeho údaje a položky.
- Náklady dostanou potřebné členění. Položky se přiřadí k nemovitosti, oddělení a manažerské kategorii podle pravidel skupiny.
- Účetní otevře připravený návrh. Originál faktury je připojen přímo k dokladu. Nemusí jej hledat v e-mailu nebo sdílené složce.
- Nesrovnalosti dostanou pozornost. Odlišné částky nebo nejisté přiřazení jsou označeny ke kontrole.
- O zaúčtování rozhoduje účetní. Automatizace končí návrhem dokladu.
U běžných připravených dokladů trvala lidská kontrola méně než 15 sekund. Jde o čas kontroly účetní, nikoli o celkovou dobu automatického zpracování. Výjimky vyžadují samostatné posouzení.
Náklady podle skutečného fungování hotelů
Pro skupinu byla zásadní možnost vidět náklady v podrobnosti potřebné pro řízení provozu. Samotné účetní členění neodpovídalo na všechny otázky vedení.
Každá položka proto získává přiřazení ve třech pohledech: nemovitost, oddělení a kategorie manažerské výsledovky. Finanční tým může připravit srovnání jednotlivých provozů bez opakovaného ručního třídění.
Ověřená pravidla pro známé dodavatele a opakované výdaje doplňuje AI pro méně jednoznačné položky. Pokud si systém není přiřazením dostatečně jistý, předá položku ke kontrole. V aktuálním zpracování dokumentů se používá také jazykový model doladěný pro češtinu.
Přesnost nákladového přiřazení se v projektu zvýšila z přibližně 78 % na 98,4 %, tedy o 20,4 procentního bodu.
Rychlost s kontrolou účetního týmu
Cílem bylo uvolnit kapacitu finančního týmu při zachování jeho rozhodování.
Připravené doklady zůstávají v návrhu. Částky se porovnávají s původním dokumentem a rozdíly se označují pro účetní. Pravidla pro společnosti, náklady a daňové zacházení vycházejí z nastavení a potřeb skupiny.
Připojený originál usnadňuje kontrolu i pozdější dohledání podkladu. Účetní má před sebou zdroj a připravený výsledek na jednom místě.
Výsledky realizovaného projektu
| Ukazatel | Před zavedením | Po zavedení |
|---|---|---|
| Měsíční uzávěrka | 15 pracovních dnů | 2 pracovní dny |
| Chybovost zadávání dat | 4,2 % | méně než 0,1 % |
| Přesnost nákladového přiřazení | přibližně 78 % | 98,4 % |
| Doklady s připojeným originálem | přibližně 65 % | 100 % |
Vedle 92% snížení ručního zadávání dat získala každá účetní přibližně 60 hodin měsíčně pro další práci. Kapacita se přesunula od přepisování k řešení výjimek, kontrole a vyhodnocování nákladů.
Vedení dostává podklady pro měsíční vyhodnocení druhý pracovní den místo patnáctého. Dřívější dostupnost nákladů zkracuje čekání na porovnání hospodaření jednotlivých nemovitostí a oddělení.
Výsledky popisují konkrétní provoz a rozsah tohoto projektu. U další firmy přínos závisí zejména na objemu dokladů, složitosti přiřazení a výchozím pracovním postupu.
Kdy má podobný postup smysl
Největší příležitost vidíme u skupin s více nemovitostmi nebo společnostmi, opakujícími se dodavateli a podrobným členěním nákladů. Důležitým signálem je také situace, kdy tým většinu kapacity spotřebuje na přípravu údajů a na vyhodnocení zbývá málo času.
Před návrhem automatizace společně projdeme současnou práci, objem dokladů a pravidla schvalování. Na reprezentativním vzorku ověříme kvalitu připravených podkladů i časovou úsporu.
Chcete podobný přínos posoudit ve své firmě? Napište nám přibližný počet dokladů, společností a používanou verzi Odoo.