Klasyczny raport dobrze odpowiada na pytanie:
Co się zmieniło?
Sprzedaż -8%.
Marża -1,4 p.p.
Koszty personalne +6%.
Ale dla managera jest to dopiero początek.
Prawdziwa wartość pojawia się wtedy, gdy możemy przejść przez cały ciąg:
Jedno odchylenie może mieć wiele przyczyn
Marża brutto spadła z 32% do 29%.
Może to wynikać z:
ceny, kosztu zakupu, mixu produktów, klientów, kursu walutowego, transportu albo struktury geograficznej sprzedaży.
Każda przyczyna wymaga innej reakcji.
Dlatego samo:
marża -3 p.p.
ma ograniczoną wartość zarządczą.
Problemem jest liczba możliwych kombinacji
Controller może analizować produkty, klientów, regiony i kanały.
Ale wraz z liczbą wymiarów rośnie liczba potencjalnych zależności.
Tutaj AI i klasyczna analityka mogą się dobrze uzupełniać.
System może sprawdzić, które produkty odpowiadają za największą część spadku, czy problem dotyczy kilku klientów, czy jest lokalny oraz czy pojawił się nagle czy narastał przez kilka miesięcy.
Dalej niż root cause
Załóżmy, że analiza pokazuje:
62% spadku marży wynika ze zmiany mixu w kierunku produktów o niższej rentowności.
To już dużo.
Ale można pójść dalej:
Jeżeli obecny mix utrzyma się do końca roku, wpływ na wynik wyniesie około X.
A potem:
Możliwe działania to zmiana cen, ograniczenie promocji lub zwiększenie sprzedaży produktów o wyższej marży.
Nie oznacza to, że AI powinno samodzielnie wybrać działanie.
Może natomiast pomóc przejść od symptomu przez przyczynę do scenariuszy reakcji.
I właśnie wtedy raport przestaje być opisem historii.
Staje się narzędziem zarządzania.