W wielu firmach controlling nadal kojarzy się przede wszystkim z budżetem, raportem miesięcznym i analizą odchyleń.
Zamykamy miesiąc. Porównujemy „Actual vs. Budget”. Przygotowujemy komentarze. Raport trafia do zarządu.
To potrzebne elementy controllingu. Ale moim zdaniem nie definiują jego istoty.
Jeżeli nie pomaga organizacji szybciej zauważać problemów, rozumieć ich przyczyn, przewidywać konsekwencji i wybierać między alternatywami, staje się w najlepszym wypadku sprawnym systemem raportowania przeszłości.
A to za mało.
Od strategii do decyzji
Firma może chcieć rosnąć szybciej niż rynek, poprawić rentowność, generować więcej gotówki, ograniczyć zadłużenie albo zwiększyć produktywność.
Jeżeli chcemy poprawić rentowność, musimy wiedzieć, co ją napędza: cena, mix produktów, koszt zakupu, produktywność, wykorzystanie zasobów czy rentowność klientów.
Strategia mówi, dokąd chcemy dojść.
Controlling powinien mówić czy tam zmierzamy. A jeśli nie, to dlaczego i co możemy zrobić, aby wrócić na właściwą ścieżkę.
Cztery pytania
Dobry system controllingowy powinien odpowiadać kolejno na cztery pytania.
Co się wydarzyło?
Sprzedaż spadła o 8%. Marża pogorszyła się o 1,4 punktu procentowego.
To klasyczna warstwa raportowa.
Dlaczego?
Cena? Wolumen? Mix? Koszt surowca? Jeden duży klient?
Taką wiedzę może nam dostarczyć rachunkowość odchyleń („variance analysis”).
Co prawdopodobnie wydarzy się dalej?
Jeżeli obecne trendy się utrzymają, gdzie będziemy za trzy miesiące? Jak wygląda realizacja forecastu? Czy powstaje ryzyko dla wyniku lub płynności?
Co możemy zrobić?
Podnieść ceny? Zmienić mix? Ograniczyć koszty? Renegocjować zakupy?
Controlling nie powinien podejmować decyzji za managera. Powinien jednak pokazać możliwe warianty i ich konsekwencje.
Finanse są skutkiem biznesu
Firma w swojej istocie nie jest systemem finansowym.
Wynik finansowy jest rezultatem tego, co wydarzyło się wcześniej w sprzedaży, produkcji, zakupach, logistyce czy zatrudnieniu.
Dlatego współczesny controlling powinien łączyć:
dane finansowe — co stało się z wynikiem,
dane operacyjne — co wydarzyło się w biznesie,
informacje o przyszłości — pipeline, zamówienia, kontrakty, ceny, moce, zatrudnienie, plany i scenariusze,
informacje o strukturze, powiązaniach, zakresach odpowiedzialności, ograniczeniach, warunkach brzegowych — czyli indywidualny kontekst każdej organizacji.
Powinien również uwzględniać dane zewnętrzne: kursy walut, ceny surowców czy dane rynkowe.
Dopiero wtedy zaczynamy rozumieć mechanikę biznesu, a nie tylko jego rezultat.
Informacja musi pojawić się na czas
Nie każda informacja musi być dostępna w czasie rzeczywistym.
Ale powinna pojawić się wystarczająco wcześnie, aby można było jeszcze coś zrobić.
Strategia może wymagać analizy kwartalnej.
Płynność — tygodniowej.
Sprzedaż — dziennej lub tygodniowej.
Dobre pytanie brzmi więc nie:
Jak często przygotowujemy raport?
ale:
Od KPI do działania
Nie chodzi też o liczbę wskaźników.
Dobrym testem KPI jest pytanie:
Jeśli ten wskaźnik się zmieni, jaką decyzję możemy podjąć?
Dlatego architekturę controllingu warto budować w kolejności:
To znacznie lepszy punkt wyjścia niż:
mamy dużo danych — zastanówmy się, jakie raporty możemy z nich zrobić.
A gdzie jest AI?
Dopiero tutaj.
Jeżeli wiemy, jakie decyzje chcemy wspierać, jakie są kluczowe drivery, komu dostarczać informacje i z jaką szybkością, możemy zapytać:
AI może analizować większą liczbę danych, wykrywać anomalie, przygotowywać hipotezy, generować komentarze, wspierać forecasting i scenariusze.
Ale pozostaje elementem systemu.
Nie jego substytutem!
Moja robocza definicja współczesnego controllingu jest więc prosta:
Ostateczny test brzmi:
Od tego warto zacząć rozmowę o AI.