Fortgeschrittene Analytik für die Finanzplanung & analysis (FP&A)

Eine unbeständige Welt rückt FP&A ins Rampenlicht

Geschäftsinteressenten stellen neue Anforderungen an die Finanzplanung und -prognose. Sie erwarten Relevanz, Aktualität und Umsetzbarkeit: Die Unternehmenssteuerung erfordert aktuelle Finanzpläne. Die weltweite Pandemie hat die Schwächen traditioneller Planungsprozesse offengelegt und die Finanzteams gezwungen, auf Tabellenkalkulationen und Finanzmodelle zurückzugreifen, um die Entscheidungsfindung in einer unbeständigen Zeit zu unterstützen.

Jetzt gilt es, sich auf künftige Volatilität vorzubereiten, indem man Szenariomodelle entwickelt und zu kontinuierlichen Planungszyklen mit erweiterten Zeithorizonten übergeht. Darüber hinaus ist es wichtig, Finanz- und Betriebspläne eng miteinander zu verknüpfen, um eine optimale Abstimmung über alle Unternehmensfunktionen hinweg zu gewährleisten, insbesondere in volatilen Zeiten. Während die direkten Auswirkungen der weltweiten Pandemie zurückgehen, entsteht neue Unsicherheit durch geopolitische Risiken und Krieg, Unterbrechungen der Lieferkette und Inflation, so die jüngste Ausgabe der Schweizer CFO-Umfrage von Deloitte. Wie reagieren die Finanzteams?

Führende FP&A-Teams entwerfen den Planungsprozess der nächsten Generation

Finanzteams erkennen, dass sie handeln müssen. Mehr als 60 % der Unternehmen, die an der globalen Planungs- und Budgetierungsumfrage von Deloitte teilgenommen haben, beabsichtigen Änderungen an der Art und Weise, wie sie die FP&A durchführen, vorzunehmen. Die Änderungen reichen von der Verlängerung der Planungshorizonte über die Erhöhung der Häufigkeit von Planaktualisierungen bis hin zu einer Änderung des Planungsansatzes. Führende Organisationen haben bereits Fortschritte gemacht und integrieren und verbinden die operative und finanzielle Planung besser. Mehr als 50% der Finanzteams haben gut verknüpfte Vertriebs- und Finanzpläne erstellt und 35% haben Personal- und Finanzpläne miteinander verknüpft. Es gibt noch weiteren Spielraum, um die Planung besser zu verknüpfen, z.B. durch eine enge Integration von Marketingplänen und der damit verbundenen Leistungsbewertung in die Zuweisung von Finanzressourcen. Es ist zu erwarten, dass die Planung von Nachhaltigkeitsinitiativen und deren Auswirkungen auf Finanzindikatoren, ein neu aufkommendes Thema, bald weiter an Fahrt gewinnen wird.

Wir sehen Fortschritte bei der stärkeren Vernetzung der Planung, aber die Unternehmen setzen fortgeschrittene Analysen unterschiedlich häufig als Planungsmethode ein. Nur ein Viertel der Finanzteams wendet algorithmische Prognosen an. Bei denjenigen, die sie einsetzen, überwiegt der Ansatz, massgeschneiderte Modelle ausserhalb von kollaborativen FP&A-Planungsplattformen für ausgewählte Anwendungsfälle zu erstellen. Die Skalierbarkeit ist begrenzt und die breite Akzeptanz ist noch nicht vollständig erreicht.

Es gibt erfolgreiche Anwendungsfälle im Vertrieb & Bedarfsplanung, wo prädiktive Methoden detaillierte Basisprognosen in einem Bruchteil der von Menschen benötigten Zeit erstellen können. Erweiterte Planungsmethoden verwenden treiberbasierte Modelle als Grundlage und passen sie an das zugrunde liegende Geschäftsmodell an. Führende externe Indikatoren können die Prognosegenauigkeit und die Wirkung fortschrittlicher Modelle weiter verbessern.

Bei der Modellierung der Selbstkosten gab es Herausforderungen aufgrund der Komplexität der Produktkostenrechnung und der Messung der zugrundeliegenden Wertströme und der konzerninternen Effekte. Erfolgreiche Anwendungsfälle sind in diesem Bereich noch selten. Einige Unternehmen haben ihre Vorhersagemodelle erfolgreich auf Betriebskosten und Cash-Positionen ausgeweitet. Viele weitere Unternehmen könnten fortschrittliche Analysetechniken anwenden und daraus Nutzen ziehen.

Nutzen Sie fortschrittliche Analysen, um Erkenntnisse zu gewinnen und die Effizienz zu steigern.

Fortgeschrittene Analysemethoden können in der Finanzplanung & eine Vielzahl von Anwendungsfällen abdecken. Diese reichen von der Unterstützung der deskriptiven Erforschung zugrunde liegender Entwicklungen und ihrer Ursachen bis hin zur präskriptiven Entscheidungsunterstützung und der Empfehlung künftiger Handlungsweisen zur Optimierung der finanziellen Performance. Eine hilfreiche Methode ist die Betrachtung von Anwendungsfällen und Problemtypen, die mit fortgeschrittenen Methoden angegangen werden können.

Diese Analysetypen helfen FP&A-Teams, potenzielle Anwendungsfälle zu identifizieren, die von fortschrittlichen Analysemethoden profitieren können. Es ist wichtig, jeden Anwendungsfall genau zu definieren und den zu erwartenden Wertbeitrag zu bewerten, der damit erzielt werden kann. Diese Wertbeiträge reichen vom Erreichen eines höheren Effizienzniveaus durch die Automatisierung der Analyse bis hin zu einer qualitativ besseren Entscheidungsunterstützung durch die Generierung umsetzbarer Erkenntnisse und Empfehlungen. Ein Anwendungsfall, der sowohl die Effizienz als auch die Prozessqualität betrifft, ist die Anwendung prädiktiver Analysen zur Erstellung von Basisprognosen.

Die Anwendung prädiktiver Prognosemethoden hilft den Teams von FP&A, Prognosen zu geringeren Kosten für das Unternehmen zu erstellen. Die Häufigkeit der Prognosen kann beschleunigt werden, um die Geschäftssteuerung mit aktuellen Prognosen zu unterstützen. Darüber hinaus generieren prädiktive Prognosemethoden unvoreingenommene Schätzungen zukünftiger Ergebnisse und lassen gleichzeitig menschliche Anpassungen zu, um den vorhergesagten Handlungsverlauf anzupassen oder Effekte zu integrieren, die das Modell nicht vorhersehen konnte, wie z.B. eine geplante Umstrukturierung.

Integrieren Sie vorausschauende Prognosen in Ihr Performance Management

Frühe Entdecker beschränken den Einsatz von prädiktiven Prognosen auf die Anreicherung bestehender Leistungsberichte mit systemgenerierten Prognosen - zum Beispiel durch den Ersatz von Run-Rates. Die Anzeige der prädiktiven Prognose neben der menschlichen Prognose kann als zusätzliche Information dienen, die es ermöglicht, prädiktive Methoden einzuführen und erste Erfahrungen zu sammeln, ohne die Arbeitsweise sofort zu ändern. Eine derartige Anreicherung der Berichte bringt jedoch nicht den gewünschten Erfolg, da die Prognosen immer noch auf herkömmliche Weise erstellt werden.

Diealgorithmische Validierung integriert prädiktive Prognosen in die traditionelle Prognoseerstellung. Vorhersagen können die Übermittlung von Prognosen beeinflussen, aber die Vorbereitung und Übermittlung der Daten liegt vollständig in der Hand des Planers. Die menschliche Prognose ist das wichtigste Ergebnis. Die algorithmische Validierung ist die erste Art der hybriden Prognose.

Die Prozessintegration kann noch weiter vorangetrieben werden, indem den Planern als zweite Form eines hybriden Prognoseansatzes die Möglichkeit der Vorausfüllung geboten wird. Die Planer können sich dafür entscheiden, ihre Prognosen mit Hilfe von Vorhersagemodellen vorauszubefüllen und so den Aufwand der manuellen Datenaufbereitung zu ersetzen. Die prädiktive Vorausfüllung kann zusammen mit anderen Referenzen angeboten werden, z. B. dem Budget, den Ist-Daten des Vorjahres oder den neuesten Daten der Bedarfsplanung. Die maschinengestützte Vorhersage nutzt die Vorteile der Vorhersagefunktionen und gibt den Planern dennoch die Möglichkeit, individuell über den praktikabelsten Ansatz zur Prognoseerstellung zu entscheiden. Anpassungen können nach wie vor zusätzlich zu den vorausgefüllten Daten eingegeben werden.

Bei maschinell erstellten Prognosen übernimmt ein Algorithmus das Steuer und erstellt vorausschauende Basisprognosen. Die maschinelle Vorhersage kann durch menschliche Anreicherungen in definierten Effektkategorien angepasst werden. Algorithmen und Menschen füllen die Vorhersageergebnisse auf symbiotische Weise auf. Während Maschinen Prognosen auf der Grundlage interner und externer Inputfaktoren erstellen, konzentrieren sich Menschen auf die Analyse der zugrundeliegenden Geschäftsentwicklungen und die Interpretation der Ergebnisse sowie auf Massnahmen zur Abschwächung und Beschleunigung der finanziellen Ziele.

Bei dermaschinellen Intelligenz werden die Prognosen von Maschinen auf der Grundlage algorithmischer Modelle ohne weitere menschliche Anreicherung erstellt. Eine vollautomatische, singuläre Prognose kann in hoher Frequenz zu geringen organisatorischen Kosten erstellt werden, um nahezu in Echtzeit Vorhersagen über die Geschäftsentwicklung zu machen, sobald aktualisierte Daten verfügbar sind. Während Finanzteams die menschliche Anreicherung von Prognosedaten immer noch als unverzichtbar ansehen, streben visionäre Unternehmen die maschinelle Erstellung von Prognosen als letzten Schritt an.

Schlussfolgerung

Aus unserer Sicht ist die prädiktive Vorhersage eine unverzichtbare Fähigkeit für moderne FP&A-Organisationen, um das Geschäft effektiv zu steuern und Talente anzuziehen. Die symbiotische Nutzung von maschinell erstellten Prognosen mit menschlicher Anreicherung ist heute der vielversprechendste Ansatz. Wir gehen davon aus, dass sich algorithmische Prognosen innerhalb von 2-4 Jahren auf breiter Front durchsetzen werden.

Wir würden uns freuen, Ihnen dabei zu helfen, den Weg zu prädiktiven Prognosen in Ihrem Unternehmen zu ebnen. Bitte zögern Sie nicht, uns anzusprechen.

Dieser Artikel wurde von Jochen Bueter verfasst, dem Leiter des Deloitte-Angebots für Planung, Budgetierung und Forecasting.