E-Fatura ve Banka Hareketlerinden Nakit Akışı Film Şeridi: Haftalık CFO Asistanı

Birçok işletme karlı görünür ama nakitten batabilir. Çünkü kar ile nakit aynı şey değildir ve aradaki fark çoğu zaman excel tablolarda kaybolur. E-fatura kesilir, ödeme vadeye bağlanır, çek döner, tahsilat gecikir, stok alınır, KDV yükü gelir. İşletme sahibi her gün banka uygulamasına bakar ama “gelecek üç hafta ne olacak” sorusuna net cevap veremez. Bu fikir, finans departmanı olmayan KOBİlere mini bir CFO refleksi kazandırmayı hedefler.

Nakit Akışı Film Şeridi, e-fatura verisi, banka hareketleri, pos raporları ve cari hesap bilgilerini bir araya getirip haftalık bir hikaye anlatır. Film şeridi kelimesi bilinçli seçilmiştir: Kullanıcıya sadece tablo değil, ardışık sahneler sunar. Bu hafta nakit neden düştü, gelecek hafta hangi ödemeler kesin, hangileri olası, risk nerede, fırsat nerede. Ai, muhasebe dilini işletme diline çevirir.

Ürün üç katman üzerinden çalışır. Birinci katman veri eşleştirme: Fatura kalemleri, müşteri ve tedarikçi isimleri banka açıklamalarında farklı yazılabilir. Ai, benzerlik ve bağlamla eşleştirme yapar. İkinci katman davranış modeli: Her müşteri için ödeme alışkanlığı çıkarılır. Örneğin A müşteri 30 gün vadede görünür ama fiilen 42 günde öder; B müşteri bazen parça parça öder; C müşteri düzenlidir. Üçüncü katman tahmin ve öneri: 13 haftalık nakit tahmini, belirli senaryolarla sunulur. Senaryo 1: muhafazakar, tahsilatlar gecikir. Senaryo 2: normal. Senaryo 3: agresif, tahsilatlar hızlanır ve stok alımı ertelenir.

Fikir diğer “raporlama” işlerinden ayrılır çünkü rapor üretmek yerine karar odaklı bir dil kullanır. Örneğin sistem “önümüzdeki 10 günde 320 bin TL çıkış var, kasada 190 bin TL görünüyor” der ve ardından üç seçenek sunar: tedarikçiyle vade uzat, iki büyük müşteri için tahsilat hatırlatma başlat, kısa vadeli kredi limitini devreye al. Ayrıca KDV ve SGK gibi dönemsel yükleri otomatik sahne olarak ekler. Böylece kullanıcı sürpriz yaşamaz.

MVP için en pratik yol e-fatura xml ya da muhasebe dışa aktarımlarıdır. Banka için open banking entegrasyonu idealdir ama ilk aşamada csv içe aktarımı yeter. Kullanıcı her hafta dosyaları yükler, Ai eşleştirme önerir, kullanıcı iki üç eşleşmeyi onaylar ve sistem öğrenir. Bir ay sonra eşleştirme kalitesi ciddi artar.

Ürün tarafında güçlü bir detay da “anlaşılmaz kalemler”dir. Banka hareketlerinde açıklama boşsa veya karışık kısaltmalar varsa, Ai bunu normalleştirir ve etiketler: maaş, kira, reklam, hammadde, lojistik, iadeler. Bu etiketleme, işletmeye ilk kez kategori bazlı harcama farkındalığı sağlar. Ayrıca ürün, “nakit sızıntısı” yakalayabilir: abonelikler, unutulmuş servis anlaşmaları, tekrarlayan küçük ödemeler. Bu da doğrudan tasarrufa dönüşür.

Gelir modeli finansal ürünlerde güvene dayanır. Bu yüzden şeffaf paketleme gerekir: aylık abonelik, işlem adedine göre kademe ve isteğe bağlı “uzman desteği”. Ajanslar ve muhasebe ofisleri için “çoklu müşteri paneli” eklenirse kanal büyümesi olur. Ayrıca bankalar için white label opsiyonu doğar; bankalar KOBİlere değer katmak ister.

Bu fikrin sektörü finans olsa da hedef kullanıcı “finansçı” değildir; işletmeci ve operasyon yöneticisidir. Ürünün dili, grafiklerden çok net cümleler ve aksiyon listeleriyle kurulmalıdır. Film şeridi yaklaşımı burada fark yaratır: Her hafta aynı ekran, ama farklı hikaye. Kullanıcı zamanla kendi işinin ritmini görür, kararları daha erken alır. Bu da KOBİ ölçeğinde en kıymetli şeydir: belirsizliği azaltmak.

Aşağıdaki fatura ve banka hareketlerinden 4 haftalık nakit tahmini çıkar. En büyük 3 riski ve 3 aksiyonu yaz. Faturalar: {invoices} Banka: {bank} Vade kuralları: {terms}