Keuntungan:
- Keupayaan untuk mengekalkan sisihan realisasi belanjawan dan mengira serta mentafsirkannya sebagai peratusan
- Keupayaan untuk mewujudkan unjuran mingguan daripada data aliran tunai dan menentukan risiko kecairan jangka pendek
- Keupayaan untuk bertanya soalan 'bagaimana-jika' berasaskan senario dengan gesaan yang jelas
Kesihatan perniagaan diukur dengan dua soalan: "Adakah kita berjalan mengikut rancangan?" dan "Adakah wang yang mencukupi di dalam peti besi?" Yang pertama ialah bajet vs analisis sebenar; Yang kedua ialah pengurusan aliran tunai. Malah syarikat yang kelihatan menguntungkan boleh bergelut pada hari gaji jika wang tunai tidak diuruskan. Dalam unit ini, kita akan belajar menggunakan kecerdasan buatan (AI) sebagai pembantu analisis dalam kedua-duanya, tetapi mengekalkan keputusan itu.
Apakah Belanjawan vs Sebenar?
Belanjawan ialah rancangan yang anda sediakan pada awal semester; Kesedaran adalah apa yang sebenarnya berlaku. Perbezaan antara keduanya dipanggil varians. Varians dinyatakan dalam dua cara: sebagai amaun (sebenar − belanjawan) dan sebagai peratusan (perbezaan / belanjawan × 100). Sama ada ia positif atau negatif bergantung pada item: Adalah baik jika pendapatan sebenar melebihi bajet, dan sebaliknya untuk perbelanjaan.
Tugas AI di sini adalah dua kali ganda: untuk mengira sisihan (yang perlu anda sahkan) dan untuk mentafsir kemungkinan punca penyelewengan besar (yang perlu anda sahkan).
Petunjuk: Minta model menyebut "isih 5 sisihan terbesar mengikut peratusan mutlak". Oleh itu, item yang diabaikan tetapi paling kritikal dalam belanjawan 100 baris berada di tempat teratas.
Langkah demi Langkah: Analisis Sisihan
- Berikan bajet dan yang sebenar bersama-sama. Item, belanjawan, sebenar ialah tiga lajur.
- Simpan sisihan dan kirakannya sebagai peratusan. Biarkan ia juga menunjukkan formula.
- Nyatakan arah. Katakan sama ada ia datang atau pergi supaya "baik/buruk" ditafsirkan dengan betul.
- Letakkan ambang. Seperti "Serlahkan sisihan lebih besar daripada 10%".
- Kenapa komen, tetapi mengesahkan. Sebab yang dicadangkan oleh model adalah hipotesis; Anda mencari sumbernya.
Gesaan Lemah / Gesaan Kuat
Gesaan yang lemah: Bagaimanakah keadaan belanjawan saya? [digit]
Ini memberikan jawapan yang tidak berguna seperti "secara umumnya baik" yang tidak menunjukkan pen mana yang terpesong berapa banyak.
Gesaan kuat:Peranan anda: Pakar FP&A (perancangan dan analisis kewangan).Tugas: Analisis jadual belanjawan hingga realisasi di bawah.Langkah:1) Bagi setiap item, hitung sisihan = sebenar - belanjawan (jumlah) dan sisihan% = sisihan / belanjawan * 100 (tunjukkan formula).2) Labelkan sisihan positif dalam item hasil sebagai "Penyisihan positif" dan item hasil sebagai "Penyisihan dalam item hasil" sebagai "Kedudukan" positif. 5 sisihan terbesar mengikut peratusan mutlak.4) Setiap satu mencadangkan 1-2 sebab KEMUNGKINAN bagi sisihan besar dan tandakannya sebagai "hipotesis". Kekangan: Gunakan hanya angka daripada data.<data>Pensil | Belanjawan | Jualan Bersih Direalisasikan | 5,000,000 | 4,300,000Pemasaran | 400,000 | 610,000Kakitangan | 1,200,000 | 1.180.000Logistik | 300,000 | 470,000</data>
Gesaan ini jelas menunjukkan bahawa jualan berada di bawah 14%, pemasaran melebihi 52%, dan logistik melebihi 57%; Ia membuka soalan yang perlu ditanya oleh pengurusan, seperti "perbelanjaan pemasaran meningkat tetapi jualan menurun."
Aliran Tunai: Perbezaan daripada Keuntungan
Keuntungan ialah konsep perakaunan; Wang tunai ialah wang sebenar di dalam peti besi. Jualan direkodkan sebagai hasil apabila invois dikeluarkan, tetapi wang mungkin tiba 60 hari kemudian. Analisis aliran tunai bertanya, "Adakah tunai dalam lebihan pada minggu-minggu akan datang?" mencari jawapan kepada soalan itu. AI membantu dalam mewujudkan unjuran tunai mingguan daripada item kutipan dan pembayaran serta menandakan minggu terbuka.
Dapatkan unjuran tunai mingguan daripada pungutan dan pelan pembayaran 8 minggu berikut:- Setiap minggu: tunai pembukaan + kutipan - pembayaran = tunai penutupan- Tandakan minggu dalam penutupan tunai negatif sebagai "RISIKO KECAIRAN"- Ringkaskan risiko minggu terawal dan jumlah kekurangan di bahagian atas Tunai permulaan: 250,000<data> ... </data>
Awas: Unjuran tunai hanya sebaik andaian kutipan dalam input. Sekiranya andaian "kami akan kumpulkan dalam 60 hari" tidak menjadi kenyataan, projek itu akan runtuh. Cetak andaian secara eksplisit ke dalam model dan bandingkan dengan realiti.
Analisis Senario (Bagaimana jika).
Pengurusan sering bertanya "bagaimana jika jualan turun 10%?" dia bertanya. AI menjana senario ini dengan cepat:
Kira tiga kes berdasarkan senario asas berikut:- Optimis: jualan +10%, tempoh kutipan -5 hari- Garis dasar: tiada perubahan- Pesimis: jualan -15%, tempoh kutipan +15 hariUntuk setiap senario, jadualkan tunai penutupan minimum 8 minggu dan minggu risiko. Senaraikan andaian dengan jelas.
Senario
perubahan jualan
tunai terendah
minggu risiko
optimistik
+10%
180,000
tiada
asas
0
40,000
minggu 6 (kritikal)
pesimis
−15%
−220,000
minggu 4 (terbuka)
Sisihan Bacaan Dengan Betul: Kekal atau Sementara?
Tidak setiap penyelewengan membawa kepentingan yang sama. Hanya kerana item melebihi belanjawan selama sebulan tidak bermakna item itu rosak secara kekal. Nilaikan sisihan kepada AI pada dua paksi: magnitud (jumlah dan peratusan) dan kegigihan (sekali atau berulang). Sebagai contoh, yuran perundingan yang dibayar sekali mungkin melebihi belanjawan, tetapi ia tidak menjejaskan bulan berikutnya; Walau bagaimanapun, peningkatan kos kakitangan berulang setiap bulan dan impak tahunan mereka adalah lebih besar.
Kelaskan setiap item dalam senarai sisihan di bawah pada dua paksi ini: - Kegigihan: "sekali sahaja" atau "berulang" (tulis justifikasi anda) - Kesan tahunan: jika sisihan ini berlarutan selama 12 bulan, apakah kesannya pada jumlah tahunan? Tandakan penyelewengan yang berulang dan mempunyai kesan tahunan yang tinggi sebagai "keutamaan". Pengelasan adalah hipotesis; Jika tiada maklumat yang pasti, tambahkan "pengesahan diperlukan".
Perbezaan ini mengarahkan perhatian pengurusan kepada perkara yang benar-benar penting. Daripada sisihan sekali sebanyak $50,000, kebocoran berulang sebanyak $8,000 sebulan ($96,000 setahun) adalah lebih kritikal; tetapi apabila anda melihat jumlahnya, yang pertama kelihatan lebih besar.
Petua: Kemas kini unjuran tunai setiap minggu (logik ramalan bergulir). Membandingkan ramalan minggu lepas dengan apa yang sebenarnya berlaku akan menunjukkan betapa tepat andaian anda dan meningkatkan otot ramalan anda.
Kes Mini
Kes 1 — Kebocoran logistik senyap. Dalam syarikat e-dagang, perbelanjaan logistik adalah 57% melebihi belanjawan, tetapi ia diabaikan kerana ia adalah item kecil secara keseluruhan. Apabila AI membuat kedudukan peratusan mutlak, pen muncul di atas; Siasatan mendapati syarikat kargo itu mengenakan bayaran tambahan di luar kontrak tanpa sebarang kenaikan. Pendapatan tahunan adalah kira-kira 180,000 TL.
Kes 2 — Krisis minggu gaji dielakkan. Unjuran tunai menunjukkan bahawa pada minggu 6 tunai penutupan akan turun kepada 40,000, manakala terdapat pembayaran gaji sebanyak 320,000 TL minggu itu. CFO merundingkan diskaun pembayaran awal dengan pelanggan untuk membawa kutipan yang besar ke hadapan seminggu dan mengelakkan krisis.
Kes 3 — Kos andaian yang salah. Satu pasukan panik, memikirkan jurang "-220,000" dalam senario pesimis AI adalah nyata. Walau bagaimanapun, senario itu berdasarkan andaian bahawa kutipan akan ditangguhkan selama 15 hari, dan ini adalah tidak realistik untuk syarikat. Dalam tempoh 12 bulan yang lalu, kutipan tidak pernah ditangguhkan lebih daripada 5 hari. Apabila andaian dikemas kini dengan data sebenar, tunai terendah dalam senario pesimis bertukar daripada -220,000 kepada +15,000 dan panik ternyata tidak berasas. Pengajaran: output senario adalah hipotesis; Jangan ambil tindakan tanpa menguji andaian dengan data sejarah.
Kesilapan biasa
- Tidak menyatakan arah pendapatan/perbelanjaan. Model itu mungkin tersalah anggap berat sebelah positif sebagai "baik" di mana-mana; Ia adalah bertentangan dengan perbelanjaan.
- Mempertimbangkan sisihan hanya sebagai jumlah. Peratusan sisihan yang besar dalam item kecil diabaikan; Isih mengikut peratusan mutlak.
- Meletakkan alasan dalam laporan tanpa mengesahkannya. Sebab yang dicadangkan oleh model ialah hipotesis; Manusia mencari sumbernya.
- Meninggalkan andaian tunai peribadi. Jika andaian kritikal, seperti tempoh pengumpulan, tidak ditulis dengan jelas, unjuran itu akan mengelirukan.
- Mengelirukan keuntungan dengan wang tunai. Bulan yang menguntungkan mungkin berakhir dengan defisit tunai; Ini adalah dua analisis berasingan.
Secara ringkasnya
- Dalam analisis realisasi belanjawan, berikan belanjawan dan yang sebenar bersama-sama dan hitung sisihan sebagai peratusan; Anda menunjukkan formula.
- Menentukan arah pendapatan/perbelanjaan dan menyusun mengikut peratusan mutlak menyerlahkan sisihan paling kritikal.
- Punca-punca penyelewengan yang dicadangkan oleh model ialah hipotesis; Manusia mengesahkan sebelum memasukkannya ke dalam laporan.
- Aliran tunai berbeza daripada keuntungan; Tangkap risiko kecairan minggu lebih awal dengan unjuran mingguan.
- Analisis senario berkuasa tetapi sepenuhnya spekulatif; Cetak andaian anda dan bandingkan dengan realiti.
Tugasan permohonan
Sediakan jadual realisasi belanjawan 10-15 item. Minta penyimpangan dikira dan 5 teratas disenaraikan dengan templat gesaan yang berkuasa; Sahkan sekurang-kurangnya dua peratusan sisihan secara manual. Kemudian sediakan unjuran tunai 8 minggu yang mudah, jalankan senario asas/pesimis dan tentukan minggu risiko. Akhir sekali, siasat dan sahkan atau menyangkal sendiri sebab penyelewengan yang dicadangkan oleh model.
senarai semak
- [ ] Saya telah memberikan belanjawan dan sebenar bersama-sama, item demi item.
- [ ] Saya mempunyai sisihan dikira sebagai peratusan dan formulanya.
- [ ] Saya menyatakan arah pendapatan/perbelanjaan dan mengisihnya mengikut peratusan mutlak.
- [ ] Saya mengesahkan sekurang-kurangnya dua peratusan sisihan secara manual.
- [ ] Saya telah mencetak dengan jelas andaian dalam unjuran tunai.
- [ ] Saya menandakan sebab penyelewengan model sebagai "hipotesis" dan mengesahkannya.