Avyttringar och prediktiv modellering

Avyttringar och prediktiv modellering
Argument för att krympa kostymen mer strategiskt

Miguel Vergara, affärsutvecklare på Oracle @EPM_insight


Därför är analyser nyckeln till bättre försäljningsstrategier

Sommaren är förhoppnigsvis på väg och många, inklusive mig själv, spenderar mycket tid i trädgården. Plötsligt slog det mig att kopplingen mellan trädgårdsodling och företagande är starkare än man kan tro. Precis som noggranna trädgårdsmästare gallrar sina frösådder eller stärker sin favoritros genom att beskära svagare stjälkar, så förbättrar företag sin finansiella hälsa genom att göra sig av med tillgångar som inte utvecklas så bra.

Trots återhämtningen efter kraschen är inte allt en dans på rosor i företagandets trädgård. Fortsatt politisk och ekonomisk osäkerhet leder till en väldig massa desinvesteringar. Detta betonades nyligen i en rapport från E&Y, som avslöjade att fyra av fem företag förmodligen kommer att avyttra delar av verksamheten under nästa år, för att hantera den makroekonomiska instabiliteten.

 

”Beslut om avyttringar är extremt viktiga, och de behöver fattas med ingående kunskap om verksamheten.”

När man odlar sin trädgård är det viktigt att veta hur och var man ska beskära. Instinkten säger att man ska beskära de grenar som ser sjuka ut, men ibland behöver de bara lite mer vatten och sol, medan grenar som verkar mer livskraftiga egentligen håller på att dö. På liknande sätt brukar många företag göra sig av med sina mindre lönsamma eller outvecklade produktsortiment när de behöver kapa kostnaderna. Men det är kortsiktigt, eftersom det med tiden kan visa sig att dessa avvikare är de som skulle hjälpa företaget att hålla sig framme och fortsätta blomstra.

Beslut om avyttringar är extremt viktiga, och de behöver fattas med ingående kunskap om verksamheten, omvärlden och en gnutta magkänsla. Det är viktigt att fundera över hur alla förändringar av produkterna och tjänsterna påverkar hela verksamheten.

Hantera data strategiskt

Webbsändningsserien Modern finans

Webbsändningsserien Modern finans

Precis som vid mer traditionell planering finns signalerna som kommer att hjälpa företag att fatta rätt avyttringsbeslut i de data de har. De tidigaste analyserna av data handlade om att förstå sig på kunderna och verksamheten bättre, och detta ger fortfarande god avkastning, och vi märker nu att fler företag förlitar sig på data när det gäller planering inför framtiden.

Mer specifikt kan ekonomichefer modellera olika scenarier med utgångspunkt i en mix av gammal data, kunddata och marknadsdata, så att de kan förutse effekten av förändringar på företagets resultat. Det innebär att det går att ta hänsyn till alla kombinationer av händelser inom avyttringsmodeller, från osannolika valresultat till en nedgång i kundernas efterfrågan vid dåligt väder. Genom att tillämpa analyser på flera datapunkter kan företag mappa ut fler tänkbara utfall och se vilken som är den bästa tänkbara vägen att ta.

 

”Det innebär att det går att ta hänsyn till alla kombinationer av händelser inom avyttringsmodeller, från osannolika valresultat till en nedgång i kundernas efterfrågan vid dåligt väder.”

Ju bättre grundat företaget är i avancerade analyser, desto troligare att det kan ställa de rätta frågorna och upptäcka nya mönster som ger kontinuerliga förbättringar. Förmågan att se hur en avyttring kommer att påverka kundrelationerna eller stöpa om leveransen av tjänster och tillverkningen är ovärderlig.

Tre steg för att bygga upp mer fullständiga modeller

Webbsändningsserien Modern finans

Webbsändningsserien Modern finans

Eftersom förhandlingarna om Storbritanniens förhållande till EU fortgår och osäkerheten om hur USA kommer att beskatta importer från utlandet ännu är stor, är det inte förvånande att företagen kapar sina kostnader, och många kommer att vara lockade att göra sig av med produkter med marginaler som hotas av högre leveranskostnader.

Detta kan förstås vara den bästa utvägen, och planeringsmodellerna skulle kunna ge samma svar. Men med mer framförhållning inför svårigheterna som företag har att tampas med kan de inspireras att tänka om och ta några strategiska risker, som även skulle kunna leda till tillväxtmöjligheter.

Här följer tre viktiga steg för att nå fram till en robust, analysdriven modelleringsmetod:

Demo av modern finans

Tänker ni börja planera, budgetera och göra prognoser i molnet?

Steg 1: Samla så mycket uppgifter ni bara kan om verksamheten, däribland data om driften, människor, kunder och branschen, utöver externa influenser. Ju mer information ni har att arbeta med, desto mer heltäckande blir modelleringen av scenariot.

Steg 2: Så fort informationen har samlats in är det dags att ställa frågor som hjälper er att förstå hur olika beslut och externa scenarier sammantaget påverkar varje del av företaget. Det är lika viktigt att undersöka hur sambanden mellan modellens olika delar ändras som det är att hålla reda på särskilda resultat. Det svåra här är att identifiera de externa faktorer som påverkar verksamheten.

Steg 3: Använd till sist insikterna som era data har gett för att bygga upp prediktiva och föreskrivande modeller. Förbättra dem än mer med maskininlärningsalgoritmer som kan massera data och ge smarta förutsägelser om vad som kommer att hända härnäst. Kombinera allt detta med era egna strategiska antaganden för att besluta er för om avyttring är rätt beslut, och vilken effekt detta kommer att ge.

 

”Ju mer information man har att arbeta med, desto mer omfattande blir scenariomodellerna.”

Även om det kan vara lockande att begränsa sina förluster tidigt och panikartat göra sig av med företagets tillgångar, är det alltid klokare att få hela situationen klar för sig innan man fattar ett så stort beslut. Framgång på dagens osäkra marknad styrs av att kunna reagera snabbt när saker och ting verkligen förändras, och företagen som har tillgång till verktygen för att läsa framtiden i sina data är bäst förberedda på alla eventualiteter.


Läs mer

Vi hjälper dig gärna

Kontakta en säljexpert

Guidade visningar

Be om en personlig demonstration

Registrera dig efter ämne