Elke maand hetzelfde ritueel: loonstroken downloaden, naast elkaar leggen en regel voor regel vergelijken. Voor veel salarisadministrateurs was dit jarenlang de realiteit. De Input Checker maakt dat overbodig. Toch gebruikt nog niet iedereen de functie. We spreken met Carissa, Product Owner bij Nmbrs. Samen met haar team bouwde ze aan de Input Checker. Ze vertelt waar het idee vandaan komt, wat de functie oplevert en waarom een nieuwe werkwijze soms moeilijker voelt dan hij is.
We wisten dat het beter kon
Hoe is het idee voor de Input Checker ontstaan?
"Het begon met de vraag: waarom kost het controleren van mutaties zo veel tijd? Want we hoorden het steeds vaker terug. In klantgesprekken, in de community, maar ook intern. Daarnaast kregen we ook veel feedback over het overzicht waarin je wijzigingen van medewerkers ziet. Dat zei ons genoeg: we willen iets beters bouwen.
We zijn toen echt samen met klanten aan de slag gegaan. Zo'n vijftien bedrijven deden mee aan een betafase. Zij hielden wekelijks een gebruikersdagboek bij en wij voerden interviews met hen. Na deze fase verwerkten we alle verbeteringen en gingen we live. De Input Checker is op die manier echt samen met klanten gebouwd."
Het probleem dat niemand hardop noemde
Wat was het concrete probleem dat je wilde oplossen?
"In veel gesprekken kwam het telkens weer ter sprake: salarisadministrateurs downloadden voor elke run alle loonstroken van de huidige periode én van de vorige maand. Ze legden de stroken op twee schermen naast elkaar en controleerden handmatig elk looncomponent, medewerker voor medewerker. Sommigen klikten zelfs door de interactieve loonstrook van honderden medewerkers.
Zoals je begrijpt, is dat enorm tijdrovend. En dat zie je ook terug in onderzoeksdata van NIRPA, die uitgebreid in kaart brengt hoe salarisprofessionals hun tijd besteden. Wat blijkt? 23% van hun tijd besteden ze aan het controleren van mutaties. Dit moet én kan anders. Daarom was de conclusie voor ons heel helder: dit is één van de meest tijdrovende stappen in ons product. Dat gaan we stukken efficiënter maken."
Wat de Input Checker je oplevert
Wat is voor jou de grootste meerwaarde van de Input Checker?
"Je hebt overzicht. Je ziet in één oogopslag welke wijzigingen zijn doorgevoerd en afwijkingen komen niet meer als een verrassing. Fouten of ontbrekende gegevens vind je snel terug.
Maar ik wil ook specifiek iets noemen over nieuwe medewerkers, want dat onderdeel is vaak onderbelicht. Een nieuwe medewerker onboarden kost tijd: je wil zeker weten dat alle gegevens compleet zijn: van persoonsgegevens tot bijlagen zoals een paspoort of arbeidscontract. In de Input Checker zie je dat in één specifieke weergave, inclusief die bijlagen. Dat scheelt echt veel zoekwerk."
Heel gericht filteren
Voor wie is de Input Checker het meest geschikt?
"Dat hangt af van de situatie. Bij een bedrijf met vijf medewerkers weet je de wijzigingen vaak al. De meerwaarde is dan kleiner. Maar vanaf zo'n tien medewerkers, of wanneer klanten zelf mutaties aanleveren, juist dan wordt de Input Checker al snel heel waardevol.
Ook bij grote aantallen medewerkers werkt het goed. Je filtert gericht op medewerker, type wijziging, periode of gebruikerstype. Werk je met een API-koppeling? Dan filter je precies op de wijzigingen die via die koppeling binnenkomen. Zo houd je controle, ongeacht de omvang van je klantenbestand."
Meer controle, niet minder
Er is ook een samenwerkingsaspect aan de Input Checker. Hoe zit dat?
"Dat is misschien wel het meest onderschatte voordeel. Wanneer wij vroeger aan salarisadministrateurs vroegen waarom ze klanten niet zelf mutaties lieten invoeren in Nmbrs, was het antwoord bijna altijd hetzelfde: 'We missen overzicht van wat er dan binnenkomt.' De verantwoordelijkheid voor een correcte loonstrook ligt bij de salarisadministrateur. Als je niet weet wat er is veranderd, kun je die verantwoordelijkheid niet waarmaken.
De Input Checker lost dat op. Je ziet precies wie wat heeft aangepast, wanneer, en vanuit welk type account. Dat maakt samenwerking met klanten een stuk minder spannend. En voor klanten zelf is het ook veel efficiënter: geen heen-en-weermailtjes meer over wijzigingen, alles staat gewoon in het systeem."
"Het voelt nieuw, en dat is de echte drempel"
De Input Checker wordt nog niet optimaal gebruikt. Wat denk jij dat de reden is?
"Dat is een goede vraag. Ik denk niet dat het probleem bij de Input Checker zelf ligt. Mensen die de functie gebruiken, zijn er tevreden over. Het echte probleem is de overstap naar een nieuwe manier van werken.
Veel salarisadministrateurs werken al jaren op dezelfde manier. Ze weten precies hoe ze fouten opsporen in een run. Dat geeft vertrouwen. Iets nieuws proberen betekent dat vertrouwen los moeten laten en dat je eerst even door een leercurve gaat. Ik herken dat zelf ook, bijvoorbeeld bij AI-tools: het duurde even voordat ik echt zag hoe ik ze in mijn werk kon toepassen.
Overigens: je geeft controle niet op als je de Input Checker gebruikt. Je krijgt er zelfs meer controle bij."
Wat er nog aankomt
Zijn er verbeteringen in de maak?
"Zeker. We werken aan de mogelijkheid om filters op te slaan, zodat je niet elke keer opnieuw hoeft in te stellen wat je wilt zien. En we kijken naar hoe AI kan helpen om te signaleren wát je écht moet controleren, zodat je niet door honderden regels hoeft te scrollen, maar direct naar de uitzonderingen gaat.
De Input Checker is ook onderdeel van een breder verhaal: samen met de Output Checker vormt hij de controlelaag rondom de salarisrun. Vóór de run, en erna. We investeren daar echt in.
"De Input Checker wordt actief doorontwikkeld, en feedback van mensen die hem dagelijks gebruiken heeft directe invloed op wat er als volgende wordt gebouwd. Jij bepaalt mede hoe dit verder gaat."
