Как в компании грамотно выстроить модель финансового планирования, чтобы лучше прогнозировать ключевые показатели бизнеса и результаты?
Перед принятием решений руководителям важно с максимально возможной точностью прогнозировать изменения ключевых показателей бизнеса, а также их влияние на планы всех подразделений. С этими вопросами руководители обращаются в финансовый отдел, но, зачастую, не получают нужных ответов.
Несмотря на то, что в большинстве компаний есть финансовые модели, используемые для планирования и прогнозирования, их показатели не всегда напрямую связаны между собой. Многие подразделения предоставляют данные о финансах в отрыве друг от друга, а сами показатели могут базироваться на разных предпосылках. В результате нет 100% уверенности, что изменение одной метрики, например, объема продаж, приведет к адекватным изменениям доходов и расходов компании и не потребует долгой работы со всеми подразделениями.
Часто на пересчет сценариев уходят дни и даже недели. Можно ли сократить процесс до одного дня или нескольких часов? Например, поменялись объемы продаж какого-то вида продукции и цены на комплектующие, и сразу видно, какой будет выручка, себестоимость и текущая операционная прибыль. Это возможно, если использовать драйверные бюджетные модели.
Драйверы – это взаимоувязанные количественные метрики компании, на основе которых формируются результирующие денежные показатели модели финансового планирования.
Приведу пример: Выручка = Цена*Объем продаж в штуках. В этом примере драйвером будет объем продаж в штуках. При росте выручки всегда можно посмотреть, за счет чего произошли изменения: продали ли мы больше товара или просто цены выросли.
Проданные штуки из этого примера можно использовать для расчета других показателей модели. Возьмем, к примеру, ритейл-компанию, которая продает через два канала сбыта: обычные магазины (offline-канал) и интернет-магазин (e-commerce канал).
Количество проданных товаров является драйвером для расчета логистических расходов для e-commerce. Для этого количество проданных товаров переводят в количество заказов по формуле: объем продаж в шт. / среднее количество шт. в 1 чеке. Далее количество заказов уже может быть использовано для расчета логистических затрат, если применить к нему процент возвратов и стоимость доставки и возврата одного заказа.
Количество проданных товаров может быть нормативом для расчета потребности в персонале в точках продаж по формуле: количество продавцов = объем продаж в штуках/среднее количество штук на 1 продавца. Зная среднюю заработную плату одного продавца, мы можем спланировать ФОТ. Далее при сравнении количества продавцов с текущим штатным расписанием формируется драйвер количества продавцов к найму, на основе чего формируются расходы на найм и адаптацию персонала.
Таким образом, меняя только количество в штуках, мы сразу можем увидеть изменения и в доходах компании, и в прямых расходах, и в количестве персонала, и в ФОТ.
Это лишь небольшой пример использования драйверов. В грамотно построенной модели планирования практически все показатели становятся увязанными между собой, потому что один драйвер может быть основой для другого драйвера. Они как паутина связывают всю модель. Так в нашем примере объем продаж в штуках позволил сформировать такие драйверы как объем заказов, количество возвратов, количество сотрудников, количество человек к найму.
Помимо драйверов в модели используются нормативы. Так, чтобы посчитать количество персонала торговой точки, нужно знать, сколько штук в месяц в среднем продает один сотрудник, а чтобы посчитать расходы на рекрутинг, нужно знать, во сколько обходится найм одного сотрудника.
Но где взять такие нормативы? Самый простой ответ – проанализировать уже существующие данные. Для этого компании часто используют данные управленческого учета, но при этом оставляют для себя возможность ручной корректировки их значений. Получается, за счет использования фактической информации для расчета нормативов уменьшается объем ручного ввода, а за счет взаимосвязанности драйверов повышается скорость планирования. Снижение трудоемкости планирования поможет сделать этот процесс регулярным.
Взаимосвязанность драйверов делает прогнозные показатели модели обоснованными, благодаря чему их проще объяснять руководству. К тому же драйверы – это операционные бизнес-метрики подразделений, находящиеся в их зоне ответственности и влияния. Например, метрика «количество отраженных заказов» поддается гораздо большему контролю, чем просто финансовый показатель «Затраты на доставку».
Все это повышает возможности для анализа и принятия решений. Модель позволяет легко проводить перепланирование и иметь под рукой несколько вариантов развития событий. Такое сценарное моделирование мгновенно демонстрирует эффект некоторых решений. Также за счет того, что в формулах используются количественные показатели, тарифы, нормативы, легко проводить факторный анализ, а значит выявлять причины возникших отклонений.
Если вы заметили, что вам остро не хватает скорости сбора прогноза, сценарности или вы понимаете, что модели не дают объяснения полученным показателям, стоит подумать над внедрением драйверных моделей.
Определить требования и перечень драйверов помогут следующие шаги:
К примеру, ритейл-компании зачастую анализируют свои показатели по каждому отдельному магазину. Таких магазинов может быть много, и формирование плановых показателей будет трудоемким. При этом часть показателей может планироваться в детализации только по регионам (без магазинов). Например, процентные ставки по инкассации и эквайрингу будут едиными для всех магазинов региона, так как договоры с банками заключает региональный офис. Это позволит сократить количество ручного ввода для отдельных показателей. В результате получится концепция будущей модели, которая будет включать в себя схемы отельных блоков, требования к перечню показателей, их детализации и методикам расчета.
По ходу создания концепции анализируйте существующие фактические финансовые показатели и операционные метрики для вашей модели. Почему это важно:
В проекте автоматизации одного крупного fashion-ритейлера мы столкнулись с необходимостью получать информацию о продажах по регионам не только для офлайн-магазинов, но и для онлайн-бизнеса. В процессе обсуждений с IT-командой выяснилось, что в учетной системе не задана такая детализация информации. Поэтому в архитектуре системы финансового планирования была предусмотрена возможность дальнейшей детализации по регионам и для онлайн-канала, но пока эту задачу не реализовали и оставили «на вырост».
Концепция должна стать основой для единой финансовой модели. Масштабные модели с большим количеством пользователей вероятно потребуют специальных продуктов для бюджетирования – системы класса CPM. Если пользователей мало и детализация не очень глубокая – подойдут MS Excel или Google таблицы.
Драйверные модели помогают вывести компанию на новый уровень управления: они раскладывают финансовый результат на его составляющие и показывают более полную картину возможных мероприятий и эффекта от них. Дерзайте!