Er wordt al jaren gediscussieerd over de vraag of advocaten meer gebruik moeten maken van alternatieve prijsafspraken. Veel verschillende partijen, waaronder zelfs vele advocaten, geven aan dat het uurtje-factuurtje model een doorn in het oog is. Er wordt (al jaren) verwacht dat door het verzamelen van data, kantoren in staat worden gesteld om bijvoorbeeld fixed-fee structuren aan te bieden. Toch zien we dat dergelijke alternative fee arrangements nog steeds geen voet aan de grond krijgen. Waarom blijven zo veel kantoren hangen in het uurtje-factuurtje model en bieden ze niet/weinig alternatieve modellen aan? Daar probeer ik in deze blog gestructureerd antwoord op te geven.
Niet alleen cliënten, maar ook veel advocaten geven aan dat het uurtje-factuurtje model aan vervanging toe is. Er zijn nu eenmaal een beperkt aantal uren in een week. Om deze reden kan een advocatenkantoor ook lastig opschalen. Dat zie je terug in het feit dat grote kantoren vaak tientallen jaren oud zijn. Daarnaast is een vervelende bijkomstigheid van het uurtje-factuurtje model dat er geen urgentie ontstaat om te innoveren. Het uurtje-factuurtje model wordt zelfs vaak als de oorzaak gezien waarom de advocatuur vrij conservatief is als het gaat om innovatie.
Wat is dan precies een alternative fee arrangement?
Allereerst is het belangrijk om uit te leggen wat ik precies versta onder een alternative fee arrangement. Deze term omvat eigenlijk elk prijsmodel dat afwijkt van het uurtje-factuurtje model. Een van de alternatieve modellen is het fixed-fee model, waarbij een kantoor een opdracht tegen een vooraf vastgesteld bedrag uitvoert (of binnen een bepaalde bandbreedte van de fixed-fee). Aan een dergelijke fixed-fee structuur zitten talloze voordelen waarvan de belangrijkste hieronder zijn opgesomd:
- Advocaten en juristen worden gedreven om efficiënt met hun tijd om te gaan;
- Kantoren kunnen gemakkelijker opschalen door processen te standaardiseren, daar is nu vaak geen noodzaak toe;
- Sommige cliënten hebben een voorkeur voor een fixed-fee structuur waardoor je eerder een proposal wint indien je dit kunt aanbieden;
- De opdracht wordt duidelijker en overzichtelijker wat zorgt voor minder geschillen;
- Wanbetaling komt minder vaak voor omdat cliënten de fixed-fee gemakkelijker kunnen budgetteren.
Maar als er zoveel voordelen zijn, waarom is dit nog niet de standaard?
De advocatuur is een eeuwenoude sector waar altijd al hard gewerkt wordt op uurbasis. De voornaamste reden hiervoor was dat men niet wist hoelang een zaak zou duren en om onzekerheid tegen te gaan, was een betaling op uurbasis de meest veilige optie. Om dit eeuwenoude proces om te gooien kost tijd. Men houdt namelijk over het algemeen niet van verandering. Daarnaast zijn de werkzaamheden van een advocaat of jurist zeer complex en daarom moeilijk in te schatten. Zo zijn er vaak veel partijen waarmee samengewerkt moet worden tijdens een zaak. Ten slotte, en dit is mijn favoriete reden, is er bij veel kantoren niet genoeg gestructureerde data om tot een goede fixed-fee te komen. Dit is vooral aan de orde bij de klein- en middelkantoren. De grote kantoren besteden hier tegenwoordig steeds meer aandacht aan. Zo gebruikt ongeveer 56% van de grote kantoren wel eens een alternative fee arrangement.
Wat is er nodig om alternative fee arrangements aan te kunnen bieden?
Naar mijn mening zijn er drie stappen vereist voor de overstap naar een fixed-fee model (of vergelijkbare alternative fee arrangement):
- Gestructureerde data genereren (information management)
- Inzicht krijgen tot deze data (business intelligence)
- Algoritmes/modellen (laten) bouwen (predictive analytics)
Wellicht valt het u op dat dit geen eenvoudige onderwerpen zijn. Om gestructureerde data te genereren moeten de programma’s waarmee het kantoor werkt enigszins modern zijn. Hierbij zijn de belangrijkste programma’s het praktijkmanagementsysteem en de boekhouding. Een vereiste is dat deze systemen een API (application programming interface) hebben zodat de data gemakkelijk uitgelezen kan worden (Legalsense en Twinfield bieden een API aan en Kleos heeft een vergelijkbare exportfunctie). Ook bestaan er Legal Project Management tools zoals Clocktimizer die deze data gestructureerd kunnen bijhouden. Echter is Clocktimizer alleen toepasbaar bij grotere kantoren. Daarnaast moeten er workflows bepaald worden zodat er überhaupt bepaalde data verzameld wordt. Zo komt het vaak voor dat er niet wordt bijgehouden hoe een cliënt wordt binnengehaald, terwijl ik me kan voorstellen dat een cliënt die vaak meerdere andere cliënten aanbrengt een enigszins goedkopere fee kan ontvangen.
Vervolgens kan deze gestructureerde data omgezet worden in waardevolle visualisaties en spreadsheets. Deze tussenstap is op zichzelf al ontzettend waardevol. PowerBI van Microsoft is hier een uitstekende tool voor. Door verschillende databronnen (zoals het PMS, de boekhouding en misschien zelfs een CRM-systeem) samen te brengen in één overzicht, kunnen beleidsmakers en het management data-gedreven beslissingen maken en hierop strategieën ontwikkelen.
Zodra de gestructureerde data inzichtelijk is gemaakt, is de volgende stap om deze data te ‘voeren’ aan algoritmes. Dit klinkt misschien wat complex – en dat is het ook zeker- maar om het minder abstract te maken schets ik hieronder een kort voorbeeld voor een M&A-deal:
Bedrijf A gaat Bedrijf B overnemen en vraagt voor deze overname juridisch advies bij een advocatenkantoor. Bedrijf A geeft echter aan dat ze voor deze opdracht graag een fixed-fee willen afspreken. Het advocatenkantoor heeft gelukkig een model waardoor de fixed-fee bepaald kan worden. Dit model is getraind door een aantal variabelen in te voeren in een methodologie waarbij de fixed-fee de onafhankelijke variabele is (dit betekent dat de fixed-fee uiteindelijk de variabele is die je wilt inschatten). De variabelen moeten gezamenlijk de beste manier vinden om het fixed-fee bedrag te kunnen voorspellen. In dit voorbeeld komen er twee variabelen uit het model die daadwerkelijk bepalen wat het juiste fixed-fee bedrag zal zijn:
- De waarde van het target bedrijf (Bedrijf B);
- De sector waarin bedrijf A werkzaam is.
Door deze variabelen in het voorspellend model in te voeren voor de specifieke zaak, rolt hier een bedrag uit dat als fixed-fee aangeboden kan worden (of als controlemiddel gebruikt kan worden).
Zelfs in een relatief eenvoudig model, zoals hierboven beschreven, is er al redelijk veel kennis nodig van data science en econometrie. Stel je voor wat er kan gebeuren wanneer er tientallen variabelen nodig zijn of wanneer blijkt dat geen enkele variabele een significante impact heeft op de fixed-fee. Dit is naar mijn mening ook de voornaamste reden waarom alternatieve prijsafspraken nog zo weinig voorkomen. Wel verwacht ik dat data in de toekomst beter gebruikt gaat worden binnen de advocatuur, waardoor ook alternatieve prijsafspraken sneller gerealiseerd kunnen worden. Ik geloof namelijk niet dat een kantoor gaat innoveren met als hoofddoel een alternatieve prijsafspraak te kunnen aanbieden. Wel zorgt het innoveren in brede zin ervoor dat alternatieve prijsafspraken in de toekomst wel aangeboden kunnen worden. Is de advocatuur dan eindelijk klaar voor het aanbieden van alternative fee arrangements? Ik geloof van wel, omdat de applicaties die vandaag de dag gebruikt worden hiervoor ingezet kunnen worden.
Ik kan hier nog wel uren over doorschrijven, maar voor nu laat ik het hierbij (er bestaan namelijk nog veel meer opties om een alternatieve prijsafspraak aan te bieden zoals; retainers, abonnementen, holdbacks). Wilt u meer informatie ontvangen over informatiemanagement, business intelligence/ managementrapportages en predictive analytics? Neem dan contact op via remco.visser@itfactor.nl of 06 15 46 64 59. Thanks voor het lezen!
