Rezultati klijenata
Tri primjera poduzeća i obrtnika iz Zadarske županije koji su uveli naše AI alate u svakodnevno financijsko poslovanje. Brojke su iz stvarnih izvještaja koje smo izradili za ove klijente tijekom posljednjih godina.
Proizvodno poduzeće, Zadar
Srednje veliko proizvodno poduzeće iz Zadra imalo je nepravilan priljev sredstava zbog sezonskih narudžbi iz turističkog sektora. Vlasnik je svaki kvartal ručno procjenjivao hoće li sredstva biti dostatna za plaće i dobavljače, često s nesigurnošću.
Nakon uvođenja naše AI financijske analitike, model je počeo pratiti preko 120 pokazatelja dnevno i predviđati novčani tok za sljedećih 90 dana. Rano upozorenje tri tjedna prije kritičnog razdoblja omogućilo je vlasniku da dogovori kratkoročno financiranje bez kašnjenja isplata.
21 dan
ranije upozorenje na nedostatak likvidnosti
0
kašnjenja u isplati plaća od uvođenja modela
Obrt za turističke usluge, Biograd na Moru
Obrtnik koji vodi iznajmljivanje plovila u Biogradu na Moru godinama je čekao izvještaje svog knjigovođe do sredine sljedećeg mjeseca, što mu je otežavalo donošenje brzih odluka o nabavi i cijenama najma tijekom sezone.
Nakon povezivanja postojećeg knjigovodstvenog sustava s našom automatizacijom izvještavanja, mjesečni financijski izvještaj sada se generira automatski iz računovodstvenih podataka. Prosječno vrijeme izrade skratilo se s 14 na 3 radna dana, a vlasnik dobiva ključne pokazatelje svaki tjedan umjesto jednom mjesečno.
11 dana
brže dostupan mjesečni izvještaj
4×
učestalije praćenje pokazatelja tijekom mjeseca
Privatni investitor, Benkovac
Privatni investitor iz Benkovca upravljao je štednjom raspoređenom na nekoliko oročenih depozita i manji broj dionica, bez jasne slike o ukupnoj izloženosti riziku. Odluke su se donosile prema preporukama poznanika, a ne prema analizi.
Kroz naše robo-savjetovanje, algoritamska procjena rizika i ciljeva klijenta rezultirala je personaliziranim portfeljem s jasno definiranim udjelima. Isti model je potom korišten i za procjenu kreditne sposobnosti kada je investitor razmatrao dodatno financiranje nekretnine, prije nego što se obratio banci.
120+
pokazatelja praćenih dnevno za procjenu rizika
1 sastanak
za definiranje portfelja umjesto mjeseci kolebanja
Širi kontekst
Prema podacima Hrvatske narodne banke, manja poduzeća u priobalnim županijama suočavaju se s izraženim sezonskim oscilacijama prihoda, što likvidnost čini osjetljivijom nego u kontinentalnim regijama. Tradicionalno ručno praćenje novčanog toka teško prati takve oscilacije na vrijeme.
Metode strojnog učenja, opisane šire na Wikipediji, omogućuju analizu velikog broja varijabli istovremeno i otkrivanje obrazaca koji ljudskom oku promiču. Primjena ovih metoda u financijskoj analizi malih poduzeća sve se više spominje i u izvještajima Hrvatske gospodarske komore kao jedan od čimbenika konkurentnosti.
Naš tim u Relji svakodnevno prilagođava model potrebama klijenata iz Zadra, Biograda na Moru, Benkovca i ostatka Zadarske županije, uzimajući u obzir specifičnosti lokalnog gospodarstva, od turizma do poljoprivrede.
Pošaljite nam osnovne podatke o poduzeću ili investicijskim ciljevima, a naš tim u Zadru pripremit će okvirnu analizu na temelju dostupnih pokazatelja.
