Wie wir schlechte Prognosen etwas besser machen

Jedes Unternehmen ist keine Star-Technologie und super coole Programmierer, sondern ein riesiger Berg von Engpässen, Ineffizienzen und der Summe von Fehlentscheidungen, die irgendwie ihren Job machen. Aber dann haben Sie beschlossen, einige Änderungen vorzunehmen und sich sofort der Tatsache zu stellen, dass Sie in einer Vielzahl von Geschäftsprozessen Probleme haben. Nun, diese Probleme müssen natürlich nicht auf ideale Weise gelöst werden, sondern im Hinblick auf optimale Arbeitskosten.

Ich möchte ein solches Beispiel zu meinem Thema Datenanalyse und Datenverwaltung vorstellen. Viele Organisationen verfügen über Finanzdienstleistungen, deren Hauptzweck darin besteht, dem Management Finanzinformationen über den Zustand des Unternehmens bereitzustellen. Unter den vielen Arbeiten dieser Menschen gibt es eine solche Aufgabe: eine Umsatzprognose für den nächsten Zeitraum (Jahr, Quartal für jedermann) zu erstellen. Diese Umsatzprognose ist häufig der erste Schritt, um Pläne für den nächsten Zeitraum zu vereinbaren und eine allgemeine Prognose für den Gewinn und Verlust des Unternehmens zu erstellen.

Jeder, der an dieser Art von Prognosen beteiligt ist, versteht, dass es in dieser Angelegenheit nicht so sehr auf die Genauigkeit der Prognosen ankommt, sondern auf die korrekten Beziehungen zwischen Ihren Prämissen und Ergebnissen. Was wollen wir denn von der Prognose? Wir wollen wissen, was passiert, wenn wir alles wie gewohnt machen (wie besehen) und was passiert, wenn wir etwas ändern (Skripte). Um diese Arbeit zu erledigen, muss der Finanzdienstleister ein Unternehmensmodell entwickeln, das er einfach verwalten, dem Unternehmen leicht erklären kann, wie es funktioniert, und Daten in verschiedenen Abschnitten bereitstellen kann, in denen das Unternehmen dieses Geschäft sehen möchte.

Dies sind alles ausgezeichnete Absichten, aber hier sehen wir uns einer harten Realität gegenüber: Die methodischen und technischen Fähigkeiten, um diese Aufgaben in bestimmten Unternehmen auszuführen, sind offen gesagt schwach. Die Modelle sind unbequem, schnell unveränderlich, nicht aktualisierbar, leicht durch nichts zu erklären, Dateien sind nicht bequem und Abschnitte können nicht oder für eine sehr lange Zeit abgerufen werden. Sehen wir uns ein konkretes Beispiel an, in dem alles schlecht ist und wie man es behebt.

Wo wird der typische Finanzbeauftragte das Modell bauen? Natürlich in Excel. Dafür gibt es mehrere wirklich gute Gründe:

1. Erfahrung gibt es nur mit diesem Tool.
2. Das Ergebnis der Arbeit ist dem Kunden leicht zu vermitteln.
3. Sie können jedes Teil im Modell ändern.
4. Excel integriert ganz einfach den Empfang, die Speicherung, die Verarbeitung, die Prognose, die Präsentation und die Visualisierung von Daten.
5. Sie können den Verbrauchern Ihrer Arbeit leicht verständlich machen, was Sie an sie weitergegeben haben.
6. Ermöglicht es Ihnen, eine einfache interaktive Organisation zu organisieren und mit dem Modell zu arbeiten.

Eines der einfachsten und gebräuchlichsten Umsatzprognosemodelle ist eine sehr einfache Formel: Die Anzahl der Kunden für den Zeitraum * durchschnittlicher Scheck = Umsatz.
Was vor uns war, sah so aus (Daten natürlich durch Demo ersetzt):

Welche Probleme gibt es auf diesem Blatt:

1. Basisdaten für 2017 und 2018 werden als Werte eingegeben. Es versteht sich, dass für die Implementierung verschiedener Budgetversionen diese Werte direkt korrigiert werden. Dies ist ein großer Arbeitsaufwand (da es in verschiedenen Abteilungen etwa 30 solcher Blätter gibt), bei dem wahrscheinlich Fehler gemacht werden, Spalten und Spalten verwechselt werden.
2. Obwohl 2018 als Wert eingeführt wurde, ist es noch nicht beendet, sodass der Wert dort unter Berücksichtigung der Prognose eingegeben wird, die irgendwo separat erstellt wurde.
3. Die Prognose gilt für das ganze Jahr. Zu den Anforderungen für die Prognose gehörte es, einerseits eine monatliche Prognose zu erstellen und andererseits diese jährlich anzuzeigen, weil Die monatliche Prognose ist aufgrund der Vielzahl von Zahlen schwer zu analysieren und zu bewerten. Dementsprechend besteht eine der Schwierigkeiten für dieses Modell darin, auf einem anderen Modell aufzubauen, das die Daten unter Berücksichtigung der Saisonalität nach Monaten aufschlüsselt. Alles ist "von hinten nach vorne", nicht das Jahresergebnis des Monats, sondern das Monatsergebnis des Jahres.
4. Die anfänglichen Daten für das Modell erscheinen eindeutig nirgendwo, es gibt keine Verweise darauf und es ist nicht klar, ob die angezeigten Zahlen korrekt sind, ob sie korrekt aus dem Repository extrahiert und zusammengefasst wurden.
5. Wenn die Zusammensetzung der Abteilungen neu gruppiert werden soll, wird dieses Modell vollständig verworfen.
6. Nächstes Jahr kann wenig wiederverwendet werden.

Dieses Blatt ist eine Prognose für eine der Abteilungen des Unternehmens. Insgesamt gibt es etwa 30 solcher Blätter. Alle diese Blätter sind in zwei Abschnitten auf einem Blatt des gesamten Unternehmens zusammengefasst: nach Abteilung und nach Abteilungsart. Grob gesagt haben Sie in jeder Abteilung eine Abteilung für die Herstellung von Verpackungen. Sie möchten auch das Gesamtergebnis nach Einheiten und separat das Gesamtergebnis sehen, aufgeschlüsselt nach verschiedenen Spezialisierungen, wie z. B. der Verpackungsproduktion. Das Blatt sieht konzeptionell gleich aus, ist jedoch die Summe der Ergebnisse der letzten 30 Blätter.
Diese Summierung wird auf einfachste Weise implementiert: indem alle für die Summierung benötigten Zellen aufgelistet werden. Weil Da nicht jede Abteilung alle Abteilungen enthält und die Position der Zeilen in 30 Abteilungsblättern unterschiedlich sein kann, musste ein Mitarbeiter Dutzende von Formeln erstellen, in denen er explizit angab, welche Zellen er stapeln wollte, um den Gesamtumsatz nach Abteilungen zusammenzustellen.

Welche Probleme sehen wir auf den Übersichtsblättern?

1. Explizite Aufzählung von Zellen für die Summierung. Wenn also jemand die Werte oder die Bedeutung der Zelle ersetzt, auf die wir uns beim Summieren beziehen, werden wir dies nicht bemerken und müssen lange nach diesem Fehler suchen.
2. Wenn wir die Struktur des Unternehmens ändern, müssen wir nicht nur die Blätter der Abteilungen ändern, die von den Änderungen betroffen waren, sondern auch das Blatt mit der Generalversammlung korrigieren, da es keine neuen Objekte gibt und gelöschte Objekte Fehler verursachen.
3. Wenn Sie den Abschnitt ändern, unter dem wir das Gerät betrachten möchten, kann dieses Modell überhaupt nichts tun und funktioniert einfach nicht. Wenn in den Abteilungen einige sehr detaillierte Details erscheinen, müssen wir im Wesentlichen ein weiteres ähnliches Verallgemeinerungsblatt erstellen (das bereits zehnmal mehr direkte Links enthält, die "durchbohrt" werden müssen, irgendwo zwischen 1.000 und 10.000).
4. Das Modell wird in der Regel vollständig zerstört, wenn Änderungen im Unternehmen zu einer anderen Gruppierung von Entitäten führen. All diese Arbeit geht einfach verloren.

Somit haben wir eine starre, unkomplizierte Struktur des Modells, die nur ein Ergebnis liefern kann, kleinen Änderungen in den Räumlichkeiten standhält und mit enormen Arbeitskosten für Aktualisierungen oder Änderungen verbunden ist. Und selbst die Schaffung dieser Struktur ist bereits mit hohen Arbeitskosten verbunden.

Aus irgendeinem Grund sind viele Unternehmen bereit, solche Aufgaben den fleißigen Mitarbeitern zu übertragen, denen die Erfahrung und die Fähigkeiten fehlen, um alles einfacher, schneller und bequemer zu machen. Dies ist jedoch nicht einmal eine Frage des Geldes. Die Implementierung einer solchen Datei dauert ungefähr 2 Monate menschlicher Arbeit, ohne alle Anforderungen zu erfüllen. Ein vernünftigerer Ansatz zur Organisation der Arbeit mit Daten erfordert 1 Woche harte Arbeit! Für 2 Monate Vorbereitung auf "schlechte" Weise verlieren Sie nicht nur mehr Geld, sondern auch viel Zeit und Nerven, weil Wenn Sie das Ergebnis nehmen, werden Sie Dutzende Male Fehler abfangen. Dies ist eine dumme Verschwendung von Ressourcen. Dies ist nur dann der Fall, wenn Sie mit einfachen Schritten die Arbeitsproduktivität um das Zehnfache steigern können!

Wie wir die Arbeitsproduktivität um das Zehnfache steigern und das Modell im nächsten Artikel überarbeiten konnten.