Bagaimana kami membuat kembali perkiraan yang buruk menjadi sedikit lebih baik

Setiap perusahaan bukanlah teknologi bintang dan pemrogram yang sangat keren, tetapi segunung besar kemacetan, ketidakefisienan dan jumlah keputusan buruk, yang entah bagaimana berjalan dan melakukan tugasnya. Tetapi kemudian Anda memutuskan untuk membuat beberapa perubahan dan segera mulai menghadapi kenyataan bahwa dalam sejumlah besar proses bisnis Anda memiliki masalah. Nah, masalah-masalah ini, tentu saja, perlu dipecahkan bukan dengan cara yang ideal, tetapi dalam hal biaya tenaga kerja yang optimal.


Saya ingin berbagi satu contoh seperti itu terkait dengan topik analisis data dan manajemen data saya. Banyak organisasi memiliki layanan keuangan yang tujuan utamanya adalah untuk memberikan informasi keuangan kepada manajemen tentang keadaan perusahaan. Di antara banyak karya orang-orang ini, ada satu tugas seperti itu: membuat perkiraan pendapatan untuk periode berikutnya (tahun, kuartal untuk siapa saja). Perkiraan pendapatan ini seringkali merupakan langkah pertama dalam menyetujui rencana untuk periode berikutnya dan membuat perkiraan umum untuk untung dan rugi perusahaan.


Setiap orang yang terlibat dalam peramalan semacam ini memahami bahwa dalam hal ini yang penting bukanlah ketepatan ramalan itu, tetapi hubungan yang benar antara tempat dan hasil Anda. Lagi pula, apa yang kita inginkan dari ramalan? Kami ingin tahu apa yang akan terjadi jika kami melakukan semuanya seperti biasa (APA ADANYA) dan apa yang akan terjadi jika kami mengubah sesuatu (skrip). Untuk membuat ini bekerja, layanan keuangan harus datang dengan beberapa jenis model perusahaan yang dapat dengan mudah dikelola, dengan mudah menjelaskan kepada bisnis cara kerjanya dan dengan mudah memberikan data di berbagai bagian di mana bisnis ingin melihat bisnis ini.


Ini semua adalah niat yang sangat baik, tetapi di sini kita dihadapkan dengan kenyataan pahit: keterampilan metodologis dan teknis untuk melakukan tugas-tugas ini di perusahaan tertentu terus terang lemah. Modelnya tidak nyaman, cepat tidak dapat diubah, tidak dapat diperbarui, mudah dijelaskan dengan tidak ada apa pun, file tidak nyaman, dan potongan tidak dapat diperoleh atau sangat lama. Mari kita lihat contoh nyata di mana semuanya buruk dan bagaimana cara memperbaikinya.


Di mana petugas keuangan tipikal akan membangun model? Tentu saja di Excel. Ada beberapa alasan bagus untuk ini:


  1. Pengalaman hanya dengan alat ini.
  2. Hasil pekerjaan mudah disampaikan kepada pelanggan.
  3. Anda dapat mengubah bagian mana pun dalam model.
  4. Excel cukup sederhana mengintegrasikan tanda terima, penyimpanan, pemrosesan, peramalan, presentasi dan visualisasi data.
  5. Anda dapat membuat konsumen pekerjaan Anda dengan mudah memahami apa yang telah Anda sampaikan kepada mereka.
  6. Memungkinkan Anda untuk mengatur interaktif sederhana dan bekerja dengan model tersebut.

Salah satu model peramalan pendapatan yang paling sederhana dan paling umum adalah formula yang sangat sederhana: jumlah pelanggan untuk periode tersebut * rata-rata cek = pendapatan.
Apa yang sebelumnya tampak seperti ini (data, tentu saja, diganti dengan demo):



Masalah apa yang ada di lembar ini:


  1. Data dasar untuk 2017 dan 2018 dimasukkan sebagai nilai. Dapat dipahami bahwa untuk implementasi berbagai versi anggaran, nilai-nilai ini akan langsung diperbaiki. Ini adalah sejumlah besar pekerjaan (karena ada sekitar 30 lembar seperti itu di berbagai departemen), di mana kesalahan mungkin akan dibuat, kolom dan kolom akan dicampuradukkan.
  2. Meskipun 2018 diperkenalkan sebagai nilai, itu belum berakhir, sehingga nilai dimasukkan di sana dengan mempertimbangkan perkiraan, yang dibuat di suatu tempat secara terpisah.
  3. Prakiraan ini dibuat sepanjang tahun. Di antara persyaratan untuk perkiraan adalah membuat perkiraan bulanan di satu sisi, dan di sisi lain untuk menampilkannya dalam jangka waktu tahunan, karena Perkiraan bulanan sulit untuk dianalisis dan dievaluasi karena banyaknya angka. Dengan demikian, salah satu kesulitan untuk model ini adalah untuk membangun di atas model lain, yang memecah data berdasarkan bulan, dengan mempertimbangkan musiman. Semuanya "kembali ke depan", bukan hasil tahunan dari bulanan, tetapi bulanan dari tahunan.
  4. Data awal untuk model jelas tidak muncul di mana pun, tidak ada referensi kepada mereka dan tidak jelas apakah angka-angka itu benar, apa yang kita lihat, apakah mereka diekstraksi dengan benar dari penyimpanan dan dirangkum.
  5. Jika ada keinginan untuk menyusun kembali komposisi departemen, model ini akan sepenuhnya dibuang.
  6. Tahun depan, sedikit yang bisa digunakan kembali.

Lembar ini adalah perkiraan untuk salah satu departemen perusahaan. Total ada sekitar 30 lembar seperti itu. Semua lembar ini digabungkan pada satu lembar seluruh perusahaan dalam dua bagian: menurut divisi dan menurut jenis departemen. Secara kasar, di setiap divisi Anda memiliki departemen untuk produksi kemasan. Anda juga ingin melihat hasil keseluruhan dengan unit, dan secara terpisah hasil keseluruhan, dipecah oleh spesialisasi yang berbeda, seperti produksi kemasan. Lembar itu terlihat sama secara konseptual, tetapi ini adalah jumlah dari hasil pada 30 lembar terakhir.
Penjumlahan ini diterapkan dengan cara paling sederhana: dengan menghitung semua sel yang dibutuhkan untuk penjumlahan. Karena Karena tidak setiap departemen berisi semua departemen, dan posisi garis di 30 lembar departemen mungkin berbeda, maka untuk mengumpulkan total pendapatan menurut departemen, seorang karyawan harus menyusun lusinan formula di mana ia secara eksplisit menunjukkan sel mana yang ingin ditumpuk.


Masalah apa yang kita lihat di lembar ringkasan?


  1. Enumerasi sel secara eksplisit untuk penjumlahan, yang berarti jika seseorang mengganti nilai atau makna sel yang kita rujuk ketika menjumlahkan, kita tidak akan melihat ini dan kita harus mencari kesalahan ini untuk waktu yang lama.
  2. Ketika mengubah struktur perusahaan, kita tidak hanya harus mengubah lembar departemen yang terpengaruh oleh perubahan, tetapi juga memperbaiki lembar dengan perakitan umum, karena tidak akan ada objek baru, dan yang dihapus akan memberikan kesalahan.
  3. Saat mengganti bagian yang ingin kita lihat pada unit, model ini tidak bisa melakukan apa-apa dan tidak berfungsi. Jika beberapa detail besar muncul di departemen, maka pada dasarnya kita harus membuat lembar generalisasi yang sama (yang akan memiliki 10 kali lebih banyak tautan langsung yang perlu "ditembus", di suatu tempat dari 1.000 hingga 10.000).
  4. Model ini umumnya hancur total jika perubahan dalam perusahaan mengarah pada pengelompokan entitas yang berbeda. Semua pekerjaan ini sia-sia.

Dengan demikian, kami memiliki struktur model yang kaku dan langsung, yang hanya mampu menghasilkan satu hasil, dapat tahan terhadap perubahan kecil di lokasi, dan terkait dengan biaya tenaga kerja yang sangat besar untuk memperbarui atau membuat perubahan. Dan bahkan penciptaan struktur ini sudah dikaitkan dengan biaya tenaga kerja yang tinggi.


Untuk beberapa alasan, banyak perusahaan siap untuk memberikan tugas-tugas seperti itu kepada karyawan yang bekerja keras, yang tidak memiliki pengalaman dan keterampilan untuk membuat semuanya lebih mudah, lebih cepat dan lebih nyaman. Namun, ini bahkan bukan masalah uang. Implementasi dari file semacam itu membutuhkan sekitar 2 bulan pekerjaan manusia, dan kemudian, tanpa memenuhi semua persyaratan. Pendekatan yang lebih masuk akal untuk mengatur pekerjaan dengan data akan membutuhkan Anda 1 minggu kerja keras! Selama 2 bulan persiapan dengan cara yang "buruk", Anda tidak hanya kehilangan lebih banyak uang, tetapi juga banyak waktu dan saraf, karena mengambil hasilnya Anda akan menangkap kesalahan puluhan kali. Ini adalah pemborosan sumber daya yang bodoh. Ini adalah kasus ketika, dengan langkah-langkah sederhana, Anda bisa mendapatkan peningkatan 10 kali lipat dalam produktivitas tenaga kerja!


Tentang bagaimana kami mencapai peningkatan 10 kali lipat dalam produktivitas tenaga kerja dan mengubah model di artikel berikutnya.

Source: https://habr.com/ru/post/id424917/


All Articles