Ennakoiva kannattavuuslaskenta

Mikko Varila Analytiikka, Avarea, Ennakoiva analytiikka, Kannattavuus, Matemaattinen optimointi, Tilastollinen ennustaminen

Kukapa meistä jaksaisi katsella viime kuun säätiedotuksia? Toki on mukavaa muistella, kuinka päättynyt heinäkuu on ollut yksi historian helteisimmistä, mutta tulevien päivien päätöksiin siitä tuskin on apua. Päinvastoin: helteitä hehkutettaessa saattaa unohtua, että ehkä jo huomenna olisi syytä varata sateenvarjo matkaan matalapaineen saapuessa.

Toteutuneen kannattavuuden laskenta

Kannattavuuslaskenta keskittyy pääsääntöisesti historiaan – yrityksen menneen tuloksen arviointiin kirjanpidon tarjoamaa tasoa syvällisemmin. Kirjanpidon toteumadataa jalostetaan kohdistamalla kustannuksia esimerkiksi toimintolaskennan (Activity-Based Costing) periaatteiden mukaisesti erilaisten toimintojen kautta mielekkäille laskentakohteille niin ikään historiasta saatavien volyymien, henkilömäärien, ajankäytön tai muiden perusteiden avulla. Useimmiten lopullisena kiinnostuksen kohteena ovat esimerkiksi asiakkaiden ja tuotteiden kannattavuudet, ja kenties myös myynti- ja jakelukanavien ja erilaisten toimintojen kustannustehokkuudet.

Avarea-Ennakoiva-Kannattavuuslaskenta

Haaveena kannattavuuden ennakointi?

Kannattavuushistorian tutkiminen on todennäköisesti viime kuun säätietojen ihmettelyä mielekkäämpää, mutta lähes poikkeuksetta tällaisen järjestelmän toteutuksen myötä herää kysymys: emmekö voisi saada vastaavaa kuvaa kannattavuudesta jo etukäteen? On selvää, että olisi tehokkaampaa suunnitella asioita ennakoivasti kannattavuutta parantavalla tavalla sen sijaan, että katsotaan tulokset jälkikäteen, ja tehdään vasta sitten korjaavia toimenpiteitä.

Toki ennakointia tehdään kannattavuuslaskennan yhteydessä jo varsin usein. Laskennan tuloksista poimitaan valikoituja otoksia, viedään ne Exceliin, ja tehdään siellä jatkoanalyyseja eri käyttötarkoituksia varten. Tyypillisiä esimerkkejä ovat uuden tuotteen kustannusrakenteen hahmottaminen ja hinnoittelu, olemassa olevan tuotteen tai asiakkaan kannattavuuden arviointi keskeisten kustannuskomponenttien (esimerkiksi raaka-aineiden) muuttuessa tai tuotannollisten investointien kustannusvaikutusten sekä itse tuotannon kannattavuuden analysointi. Tällaiset jatkoanalyysit ovat usein kuitenkin hyvin työläitä ja henkilöriippuvaisia, ja voivat erillisselvityksinä jättää huomiotta laajempia vaikutuksia vaikkapa muihin tuotteisiin.

Lue myös Mikon ohjeet mitä EI suositella kannattavuuslaskennan projektissa tehtävän!

Voisiko ennakoivaa kannattavuuslaskentaa tehdä systemaattisemmin, samankaltaisen järjestelmän tapaan, joka historiaa varten on rakennettu? Tokihan yrityksillä on jo useimmiten käytössään järjestelmä ja prosessi budjetointiin tai (rullaavaan) ennustamiseen. Näissä yksityiskohtaisuuden taso on kuitenkin käytännön syistä tyypillisesti nostettu sen verran korkealle, että yllä kuvatut yksityiskohtaiset analyysit eivät ole mahdollisia. Esimerkiksi täsmällinen tuote tai tuotantoprosessin vaihe ei välttämättä ole eriteltävissä analyysia varten. Niinpä ennakoivan kannattavuuslaskennan pitäisikin mieluusti olla detaljitasoltaan lähempänä toteumapohjaista kannattavuuslaskentaa.

Onko yksityiskohtaista, ennakoivaa kannattavuuslaskentajärjestelmää sitten mahdollista rakentaa? Yksi vaihtoehto on tietysti yksinkertaisesti kopioida yksityiskohtainen laskentamalli valitulta historiakaudelta – minkä modernit kannattavuuslaskentaohjelmistot mahdollistavat – ja tehdä kaikki tulevaisuuteen liittyvät muutokset käsin. Tässä kohtaa yksityiskohtaisuuteen liittyy kuitenkin merkittävä haaste: muutettavia asioita voi olla valtavasti ja niillä voi olla keskinäisiä riippuvuussuhteita. Niinpä pelkkä toteumalaskentamallin kopiointi ei tarjoa ennakkolaskentaan käytännöllistä ratkaisua, vaan tarvitaan keskittymistä olennaisiin muutoksiin ja logiikkaa, joka heijastaa muutokset eteenpäin.

Toimintolaskennan amerikkalaiset puuhamiehet ovat jo parikymmentä vuotta sitten puhuneet toimintolaskennan ajatusmallin kääntämisestä päinvastaiseen suuntaan, toimintopohjaiseen suunnitteluun (Activity-Based Planning). Jos vain saisimme laskentamallin ”loppupään” tuote- ja asiakasvolyymit ennustettua, laskentamalli voisi kertoa, kuinka paljon toimintoja volyymien toteutumiseen tarvitaan, ja mikä on edelleen vaikutus kustannuksiin. Tähän viitataan monesti ns. ”pull-laskentana”, jossa laskentakohteet ikään kuin vetävät kustannuksia puoleensa volyymiensa perusteella.

Avarea-Ennakoiva-Kannattavuuslaskenta-2

 

Tämäkin on kuitenkin helpommin sanottu (tai kirjoitettu oppikirjaan) kuin tehty käytännössä. Jokaiselle laskentamallin tuhansista tai kymmenistätuhansista välielementeistä pitäisi nimittäin kertoa, miten ne muuttuvat volyymivaihteluiden myötä. Tarvitaanko volyymin kasvaessa vaikkapa myyntitoimintoja määrällisesti enemmän, ja onko nykyisillä myyntiresursseilla kapasiteettia niiden toteuttamiseen vai onko tehtävä lisärekrytointeja (jossain muualla kenties investointeja)? Samankaltainen pohdinta olisi käytävä lukuisien toimintojen ja resurssien osalta läpi ja tietysti päivitettävä tilannetta jatkuvasti – mikä on käytännössä mahdotonta.

Ennakoiva kannattavuuslaskenta käytännössä

Jotta ennakoiva kannattavuuslaskenta saadaan todellisesti toimimaan, toteutus on mietittävä huolella. Näin se palvelee käyttötarkoitustaan, mutta ei upota toivottomaan määrittely- ja ylläpitosuohon.

Ensinnäkin laskentaa on väistämättä yksinkertaistettava. Ennakoivaa kannattavuuslaskentaa on järkevää rakentaa tarkkuustasoltaan toteumapohjaisen kannattavuuslaskennan ja budjetointi- tai ennustemallien välimaastoon. Toteumalaskentaan verrattuna esimerkiksi kululajeja voitaneen raa’asti niputtaa yhteen ja toimintoajattelun mukaisia välivaiheita jättää pois. Oleellista yksinkertaistamisessa on ymmärtää historian pohjalta, mitkä ovat keskeisimmät kustannusvirrat, ja missä on varaa karkeistaa. Samalla on ymmärrettävä myös loppukäyttäjien tarpeet: millaisia kustannuseriä on kyettävä tarkastelemaan erikseen esimerkiksi uuden tuotteen hinnoittelussa, ja mitä voidaan käsitellä summatasolla.

Yksinkertaistamisen jälkeen toimintopohjaisesta suunnittelusta tuttua ”pull-laskentaa” on hyödyllistä ottaa käyttöön soveltuvin osin. Osa kustannuksista on aidosti volyymin mukaan muuttuvia: esimerkiksi materiaalit, energia ja volyymista riippuvaiset maksut kolmansille osapuolille. Osa kustannuksista, vaikkapa taloushallinto, on täysin kiinteää, ja voidaan säilyttää ennakointimallissa ennallaan. Väliin jäänee joitakin puolikiinteitä/-muuttuvia kustannuksia, joita voidaan sopeuttaa asteittain ja/tai pidemmällä aikavälillä. Näitä on syytä käsitellä tapauskohtaisesti. Joissakin tapauksissa, esimerkiksi tuotannon yhteydessä, kapasiteetti voi olla hyvinkin selkeästi määriteltävissä. Tällöin on melko suoraviivaista laskea, kuinka monta tuotantolinjaa kulloinkin tarvitaan ja millä käyttöasteella. Muilla alueilla taas voi olla järkevämpää arvioida muutokset suoraviivaisesti kustannuksina

Avarea-Ennakoiva-Kannattavuuslaskenta-resurssit-laskentakohteet

 

Kiinnittäisin myös runsaasti huomiota ennakoivan kannattavuuslaskennan käytettävyyteen hyödyntäjien näkökulmasta – yksinkertaistettunakin suunniteltavia tietoja voi olla paljon. Eräässä tapauksessa muodostettiin käyttöliittymän avulla loppukäyttäjille mahdollisuus tehdä helposti ”massamuutoksia”, esimerkiksi muuttaa volyymeja tuote- tai asiakasryhmille kootusti X%. Tämä tarjosi huomattavasti kätevämmän tavan tutkia erilaisia skenaarioita verrattuna volyymien muuttamiseen sadalle asiakkaalle käsin. Tärkeää onkin tunnistaa erilaiset käyttötapaukset, joita ennakoivaan kannattavuuslaskentaan liittyy, ja rakentaa niitä varten valmiita käyttöliittymiä. Esimerkiksi hinnoitteluun voisi olla valmis, parametrisoitu pohja, jonka avulla hinnanmääritys on systemaattista ja sujuvaa. Varmasti jää käyttötapauksia, jotka ovat niin monimutkaisia ja harvoin toistuvia, että niille ei ole mahdollista tai järkevää luoda vakiomuotoista käyttöliittymää. Niitä varten Excel on syytä säilyttää edelleen controllerin työkalupakissa.

Pisteenä i:n päälle on hyvä harkita myös ennakoivan analytiikan hyödyntämistä. Edellä todettiin tulevaisuuden asiakas- ja tuotekohtaiset volyymit ennakoivan kannattavuuslaskennan keskeisimmäksi lähtökohdaksi. Tilastollisen ennustamisen on monessa yrityksessä todettu tuovan merkittävää helpotusta, ja myös tarkkuutta, manuaaliseen (myynti)volyymien ennustamiseen verrattuna. Monesti tulevaisuuden osalta tarvitaan myös näkemystä volyymien allokoinnista esimerkiksi tuotantolinjoille tai työntekijäryhmille. Matemaattinen optimointi tekee tämänkin hetkessä, ja hyvin määriteltynä tuottaa myös kustannustehokkaimman lopputuloksen manuaaliseen suunnitelmaan verrattuna. Ennakoivan analytiikan käyttöönotto on tietysti mietittävä huolella myös muiden sidosryhmien tarpeiden ja käytäntöjen näkökulmasta; esimerkiksi volyymien ennustamisen osalta mahdollisesti koko yrityksen kattavan suunnitteluprosessin (esim. Sales & Operations Planning) kannalta.

 

Avarea-Ennakoiva-Kannattavuuslaskenta-ennustaminen-optimointi

Rohkeasti liikkeelle!

Ennakoiva kannattavuuslaskenta herättää poikkeuksetta kiinnostusta yrityksissä, mutta lähes yhtä poikkeuksetta siihen ei ole työkaluja tai systemaattisia käytäntöjä olemassa. Väitän kuitenkin, että ennakoiva kannattavuuslaskenta on mahdollista, kunhan se suunnitellaan huolella, poimitaan sitä tukevista menetelmistä parhaat palat ja keskitytään olennaiseen. Jälkimmäistä taas tukee hyvin tehty toteumalaskenta, jonka onkin syytä olla kunnossa, ennen kuin ennakointia voi edes harkita. Kun historia on hanskassa, on kuitenkin aika katsoa rohkeasti tulevaisuuteen, näkyykö kannattavuuden sääkartoilla sadetta vai paistetta.

Yhteenveto: ennakoivan kannattavuuslaskennan eväät

  1. Ymmärrä keskeisimmät kustannusvirrat ja niiden käyttäytymislogiikka toteumalaskennan avulla
  2. Tunnista loppukäyttäjien tarpeet: millaisia käyttötilanteita tulevan kannattavuuden ennakointiin liittyy
  3. Yksinkertaista harkiten keskittymällä merkittäviin kustannuksiin ja määrittämällä käyttötilanteiden vaatima yksityiskohtaisuuden taso
  4. Hyödynnä soveltuvin osin ”pull-laskennan” mukaista logiikkaa, jossa kustannukset muuttuvat automaattisesti volyymien myötä
  5. Tee tulevaan kannattavuuteen liittyvä analysointi ja skenariointi helpoksi valmiiden käyttöliittymien ja toiminnallisuuksien avulla
  6. Hyödynnä soveltuvin osin ennakoivaa analytiikkaa ennustamiseen ja suunnitteluun

Blogi-postauksetUutisia analytiikastaLue lisää osaamisestamme!Lue lisää palveluistamme!Ota yhteyttä!