Восемь основных проблем традиционного финансового анализа
1. Потеря времени на сбор данных
Любой финансовый прогноз всегда строится на основе данных о состоянии компании и рынка. Организация может иметь всего несколько целей развития и, соответственно, небольшое количество данных. Но чаще всего она располагает детализированными данными по статьям бюджета доходов и расходов (БДР) и бюджета движения денежных средств (БДС), составляет план-фактный анализ продаж и выручки в различных разрезах и временных горизонтах и, конечно же, проводит факторный и сценарный анализ. Если посчитать, сколько данных компания собирает для расчета одного-двух ключевых финансовых показателей, то мы получим сотни миллионов ячеек или гигабайты занятой памяти. Полнота и достоверность этой информации определяют полноту и достоверность прогноза, поэтому сбору сведений уделяется максимум внимания.
В стандартной практике в сборе данных, их обработке и подготовке отчетов задействованы почти все участники команды, занимающейся прогнозированием — это колоссальные трудозатраты. Если в отделе планирования/контроллинга работают восемь человек, то все восемь будут на 90% заняты в процессе, если 40, то 40, и так далее. Если оборот компании — около $1 млрд в год и в ее отделе финансового контроллинга работают восемь человек, семь из них занимаются только прогнозом. На него уходит семь рабочих дней (с учетом сбора информации от бизнеса). И это в лучшем случае, если часть процессов автоматизирована.
2. Непрозрачные связи
Все ключевые показатели компании так или иначе взаимосвязаны: изменение одного из них отражается на множестве других. Однако не все последствия очевидны для человека, иногда они передаются опосредованно, через десятки промежуточных составляющих, а иногда наступают спустя продолжительное время. Поэтому в традиционном анализе предсказать, как изменение прогноза продукции скажется, к примеру, на расходах на техобслуживание производственной линии будет практически невозможно. Отсюда возникают неучтенные потери и расходы.