Cada compañía no es tecnología estrella y programadores súper geniales, sino una enorme montaña de cuellos de botella, ineficiencias y la suma de malas decisiones, que de alguna manera funciona y hace su trabajo. Pero luego decidió hacer algunos cambios e inmediatamente comenzó a enfrentar el hecho de que en una gran cantidad de procesos comerciales tiene problemas. Bueno, estos problemas, por supuesto, deben resolverse no de una manera ideal, sino en términos de costos laborales óptimos.
Quiero compartir uno de esos ejemplos relacionados con mi tema de análisis de datos y gestión de datos. Muchas organizaciones tienen servicios financieros cuyo objetivo principal es proporcionar información financiera a la gerencia sobre el estado de la empresa. Entre los muchos trabajos de estas personas, hay una de esas tareas: hacer un pronóstico de ingresos para el próximo período (año, trimestre para cualquiera). Esta previsión de ingresos es a menudo el primer paso para acordar planes para el próximo período y hacer una previsión general de ganancias y pérdidas de la empresa.
Todos los involucrados en este tipo de pronósticos entienden que en este asunto no importa tanto la precisión de los pronósticos, sino las relaciones correctas entre sus premisas y los resultados. Después de todo, ¿qué queremos del pronóstico? Queremos saber qué sucederá si hacemos todo de la manera habitual (TAL CUAL ES) y qué sucederá si cambiamos algo (scripts). Para que esto funcione, el servicio financiero debe proponer algún tipo de modelo empresarial que pueda administrar fácilmente, explicar fácilmente al negocio cómo funciona y proporcionar fácilmente datos en varias secciones en las que el negocio quiere ver este negocio.
Todas estas son excelentes intenciones, pero aquí nos enfrentamos a una dura realidad: las habilidades metodológicas y técnicas para realizar estas tareas en empresas específicas son francamente débiles. Los modelos son incómodos, no cambian rápidamente, no se pueden actualizar, se explican fácilmente por nada, los archivos no son convenientes y no se pueden obtener cortes por mucho tiempo. Veamos un ejemplo concreto donde todo está mal y cómo solucionarlo.
¿Dónde construirá el típico oficial de finanzas el modelo? Por supuesto en Excel. Hay varias razones realmente buenas para esto:
- La experiencia es solo con esta herramienta.
- El resultado del trabajo es fácil de transmitir al cliente.
- Puede cambiar cualquier parte del modelo.
- Excel simplemente integra el recibo, almacenamiento, procesamiento, pronóstico, presentación y visualización de datos.
- Puede hacer que los consumidores de su trabajo entiendan fácilmente lo que les ha pasado.
- Le permite organizar una interactiva simple y trabajar con el modelo.
Uno de los modelos de pronóstico de ingresos más simples y uno de los más comunes es una fórmula muy simple: el número de clientes para el período * verificación promedio = ingresos.
Lo que estaba antes de nosotros se veía así (datos, por supuesto, reemplazados por demo):
Qué problemas hay en esta hoja:
- Los datos de referencia para 2017 y 2018 se ingresan como valores. Se entiende que para la implementación de varias versiones de presupuesto, estos valores se corregirán directamente. Esta es una gran cantidad de trabajo (ya que hay alrededor de 30 hojas de este tipo en varios departamentos), en las que probablemente se cometerán errores, las columnas y las columnas se mezclarán.
- Aunque 2018 se introdujo como un valor, aún no ha finalizado, por lo que el valor se ingresa allí teniendo en cuenta el pronóstico, que se realizó en algún lugar por separado.
- El pronóstico se hace para todo el año. Entre los requisitos para pronosticar estaba hacer un pronóstico mensual por un lado, y por otro lado mostrarlo en términos anuales, porque El pronóstico mensual es difícil de analizar y evaluar debido a la abundancia de números. En consecuencia, una de las dificultades para este modelo es construir sobre otro modelo, que desglosa los datos por mes, teniendo en cuenta la estacionalidad. Todo es "de atrás hacia adelante", no el resultado anual de lo mensual, sino lo mensual de lo anual.
- Los datos iniciales para el modelo claramente no aparecen en ningún lado, no hay referencias a ellos y no está claro si los números que vemos son correctos, si se extraen correctamente del repositorio y se resumen.
- Si existe el deseo de reagrupar la composición de los departamentos, este modelo se eliminará por completo.
- El año que viene, poco se puede reutilizar.
Esta hoja es un pronóstico para uno de los departamentos de la empresa. Hay unas 30 hojas en total, todas estas hojas se combinan en una hoja de toda la empresa en dos secciones: por división y por tipo de departamento. En términos generales, en cada división tiene un departamento para la producción de envases. También le gustaría ver el resultado general por unidades, y por separado el resultado general, desglosado por diferentes especializaciones, como la producción de envases. La hoja se ve conceptualmente igual, pero es la suma de los resultados de las últimas 30 hojas.
Esta suma se implementa de la manera más simple: enumerando todas las celdas necesarias para la suma. Porque Como no todos los departamentos contienen todos los departamentos, y la posición de las líneas en 30 hojas de departamentos puede ser diferente, para reunir los ingresos totales por departamento, un empleado tuvo que componer docenas de fórmulas en las que indicó explícitamente qué celdas quería apilar.
¿Qué problemas vemos en las hojas de resumen?
- Enumeración explícita de celdas para sumar, lo que significa que si alguien sustituye los valores o el significado de la celda a la que nos referimos al sumar, no lo notaremos y tendremos que buscar este error durante mucho tiempo.
- Al cambiar la estructura de la empresa, no solo tendremos que cambiar las hojas de los departamentos que fueron afectados por los cambios, sino también corregir la hoja con el ensamblaje general, ya que no habrá nuevos objetos, y los eliminados darán errores.
- Al cambiar la sección en la que queremos ver la unidad, este modelo no puede hacer nada y simplemente no funciona. Si aparece algún gran detalle en los departamentos, en esencia tendremos que crear otra misma hoja de generalización (que ya tendrá 10 veces más enlaces directos que deben ser "perforados", entre 1,000 y 10,000).
- El modelo generalmente se destruye por completo si los cambios en la empresa conducen a una agrupación diferente de entidades. Todo este trabajo simplemente se desperdicia.
Por lo tanto, tenemos una estructura rígida y directa del modelo, que puede dar un solo resultado, puede soportar pequeños cambios en las instalaciones y está asociado con enormes costos laborales para actualizar o realizar cambios. E incluso la creación misma de esta estructura ya está asociada con altos costos laborales.
Por alguna razón, muchas empresas están listas para lanzar tales tareas a los empleados trabajadores, que carecen de la experiencia y las habilidades para hacer que todo sea más fácil, más rápido y más conveniente. Sin embargo, esto ni siquiera es una cuestión de dinero. La implementación de dicho archivo requiere aproximadamente 2 meses de trabajo humano, y luego, sin cumplir con todos los requisitos. ¡Un enfoque más razonable para organizar el trabajo con datos requerirá 1 semana de trabajo duro! Durante 2 meses de preparación de una manera "mala", pierde no solo más dinero, sino también mucho tiempo y nervios, porque tomando el resultado, detectará errores docenas de veces. Este es un estúpido desperdicio de recursos. ¡Este es el caso cuando, con pasos simples, puede obtener un aumento de 10 veces en la productividad laboral!
Sobre cómo logramos un aumento de 10 veces en la productividad laboral y rehicimos el modelo en el próximo artículo.