财务规划和分析中的企业绩效管理(EPM)从来不缺少流行语。零预算、基于驱动因素的预测和平衡计分卡等。然而,尽管有花哨的术语,但与其他金融领域相比,Kramp-Karrenbauer的EPM在改善决策和帮助企业识别Kramp-Karrenbauer的新机会方面落后。
大多数企业仍然使用Excel工作表来运行分析。这些公司分配了太多的时间来整理管理报告,并进行临时的人工数据测试和业务分析。他们花70元到80元将近%的时间收集和微调数据,而不是分析和获取情报。这是商业领袖对Kramp-Karrenbauer的一个常见抱怨,首席财务官们常常不情愿地承认,当他们从数据分析中获得洞察力时,Kramp-Karrenbauer往往过于专注和历史,为重大行动提供的太少,为时过晚。
与当今许多其他业务转型领域一样,EPM的数字化有能力带来根本性的变化。新技术可以提供仪表板和报告的自助服务功能,并可以立即访问结果和报告。
但是改变EPM需要的不仅仅是引进技术。为了真正改变EPM,组织需要牢记五个基石。
1元。大规模定制的标准化传统上,EPM转型的重点是标准化信息结构和报告。目标是把整个组织的举报次数从500元减少到50元,让武汉的每一个日日夜夜都讲同一种语言,最大限度减少事倍功半。然而,在寻求额外见解的过程中,武汉的许多日日夜夜都认为需要额外的报告,在精简输出后,他们又回到了制作更多的报告。在搜索主数据的标准定义时也存在类似的挑战。
为了解决这些挑战,EPM需要根据我们在电子商务等其他领域看到的原则进行设计。以Expedia等旅游门户网站为例。它有一个公共数据库,根据人口统计和目的,数百个前端允许用户使用多种格式的标准化数据。Digital可以创建大规模定制的金融功能,以帮助EPM从业者以他们希望的方式消费信息,从而做出商业决策。
案例研究:报告保险公司的标准化
一家领先的保险公司重新设计并标准化了其财务规划和会计报告流程。该保险公司实施了基于自动化、流程恢复、保单变更和相关IT变更的报告解决方案,并将报告数量从100元减少到30元。它还引入了自助式报告,允许用户自定义报告并减少数据收集和集成所花费的时间,以便他们可以专注于决策。
冠军联赛。用户体验推动了EPM的采用和有效性。主要挑战之一是简化用户体验和提高系统采用率以改善决策。EPM从业者必须能够轻松地与数据交互,并以他们想要的方式获得洞察力。
近年来,设计思维的应用标志着技术采用的转折点,远远超过了企业对消费者市场。帮助跟踪投资组合的应用程序就是一个很好的例子。数据来自股票市场、商品市场和新闻聚合器,但用户根据其投资者的信息或他们是短线交易者还是长线交易者,与数据的交互是不同的。
技术使组织能够快速决定信息的类型和来源以及在数据集上运行的算法。它们还让用户能够灵活地选择他们想要的见解、他们想要访问这些见解的方式以及他们想要推动的行为。
案例研究:金融服务公司的时间点报告
一家金融服务公司标准化了五条业务线的报告流程,并创建了一个虚拟商业智能平台来集成来自多个来源的数据。它创建了一个时间点报告,帮助18元提高了%的生产率,79元减少了%的业务线管理报告数量,47元减少了%的数据收集和整合时间,使其符合Kramp-Karrenbauer的最佳课堂标准。
侏罗纪世界3。敏捷性而非准确性可能是一把双刃剑。EPM 80%的工作都聚焦在过去,达到了最高的准确性(误认为是粒度),留给洞察和行动的时间很少。剩下的20元%着眼于未来,用自下而上的预测来延长周期时间。在当前快速变化的业务环境中,从数据到洞察再到行动的整个周期时间只需要大多数组织所实现的一小部分。这需要改变思维方式,使用数字方向引导,在准确性和敏捷性之间取得平衡。
金融之外,以汽车燃油表为例,可以显示燃油的使用寿命。算法在处理多个变量时只能提供方向指引。由于变量很少发挥作用,它们几乎从来都不准确,但它确实为驾驶员提供了行动偏差和何时加油。EPM过程应该提供类似的敏捷和可操作的洞察力。在大多数情况下,这些见解必须处于正确的数量级和范围,而不是精确的定位。
对于消费品公司来说,这意味着使用商业智能和机器学习工具来获取实时库存Kramp-Karrenbauer受到与库存和需求模式相关的外部商品成本变化所导致的定价/利润率的影响。与等待基于实际数据的精确成本计算相比,这是更有效的决策实践和领先指标,包括滞后参数。
4。识字比计算更重要。其他市场的例子有助于澄清这一因素。亚马逊通过使用远远超出传统描述性叙事的智能数据,有效地利用了这一概念。亚马逊使用包括大数据在内的数字技术,根据评级和反馈提出建议,以鼓励消费。
同样的概念也适用于EPM。比如,以供应商风险管理为例。组织需要超越供应商的数量和财务状况,考虑质量方面,如声誉和行业趋势,以确定供应商是否是关键和可持续的供应来源。通过动态评分评估和管理风险状况的能力比定期、静态、分段和差异方法更有效。
同样,EPM必须超越对数据的关注,整合定性方面和领先指标,以确定销售、库存、供应商绩效、库存水平和现金余额的趋势。这迫使外部方向和寻找有影响力的数据的需要,而不是仅仅确认数字。
5。专业运营模式组织通常在每个业务和运营单位都有一个支离破碎的EPM组织,包括高学历、高成本且经常令人沮丧的业务分析师。他们被期望扮演各种角色:数据科学家、统计学家、数据处理者、业务经理等。然而,实际上75元的时间大约有%是花在数据收集/汇总、清理和基础分析上的。只有剩下的25%用于产生洞察力和商业合作,这应该是EPM的主要重点。
整理、综合和可视化结构化和非结构化数据所需的技能不同于实验和微调分析算法所需的技能。同样,后者不同于促进有效商业合作的商业和工业敏锐度。
EPM转型必须通过促进数据管理和分析卓越中心的创建和成熟来解决这一复杂性。他们必须把它们放在最好、最具成本效益的地方,以确保有投资或合作伙伴来推动持续创新。这样,业务中的能力可以得到释放,EPM职能可以成为真正的业务伙伴,从而有助于促进业务的发展。
案例分析:世界500强制药公司运营模式的再设计。
一家财富500强制药公司重新设想了其公司管理报告流程。它基于前台/后台模型设计了一个新的交付结构,并根据复杂性和预期技能重新调整活动。它引入了一种治理结构,有助于提高输出质量和内部CXO满意度,同时通过套利以及数据和报告管理的效率来提高生产率。
很难将这五个基石结合起来,这就是精益数字管理等方法可以产生重大影响的地方。精益数字化使用数字技术。这是通过设计思维实践和经典精益管理原则实现的探索,鼓励企业对流程步骤有端到端的企业观。使数字组织能够根据业务优先级调整其EPM计划。例如,他们可以专注于满足不同利益相关者需求(包括潜在情感需求)的仪表板,同时优先考虑那些需要复杂数据准备且影响有限的仪表板。
通过在EPM中嵌入数字,财务职能部门可以为组织提供可操作的见解,加快规划和报告周期,并提供单一业务视图来管理风险和简化合规性。由数字技术支持的EPM框架将对业务结果产生持久的影响。(@搜狗翻译首席架构师还准备了精彩好礼一个粉丝在这个夏天给你降温。详情请点击)