Većina firmi prati promet kao jednu od glavnih poslovnih metrika.

Ali promet sam ne pokazuje koliko je firma stvarno zaradila.

U praksi to znači da prodaja može da poraste, dok bruto dobit istovremeno pada. Dashboard tada prikazuje tačan podatak, ali korisnika može da navede na pogrešan zaključak.

U ovom tekstu objašnjavamo kako poslovna inteligencija (BI) povezuje promet, količinu, nabavnu cenu i maržu, kako bi rezultat prodajne akcije bio pravilno izmeren.

Poslovna inteligencija (BI) je sistem koji povezuje podatke iz različitih izvora i pretvara ih u informacije potrebne za donošenje odluka.

BI nije samo grafikon sa prometom.

U praksi, poslovna inteligencija znači:

• preuzimanje podataka iz ERP-a i drugih izvora
• povezivanje prodaje sa nabavnim cenama i zalihama
• definisanje pravila za računanje KPI-jeva
• automatsko osvežavanje izveštaja
• proveru da li prikazane brojke odgovaraju izvornim podacima

Kod analize prodajnih akcija, to znači da se ne posmatra samo koliko je robe prodato u dinarima.

Posmatra se i:

• koliko je jedinica prodato
• po kojoj prosečnoj ceni
• kolika je nabavna vrednost
• kolika je ostvarena marža
• koliko je bruto dobiti akcija stvarno donela

Drugim rečima: promet pokazuje obim prodaje, ali poslovna inteligencija pokazuje njen stvarni efekat.

U većini firmi dashboard prvo prikazuje promet.

To je razumljivo. Promet je lako uočljiv, jednostavan za poređenje i brzo pokazuje da li je prodaja rasla ili padala.

Problem nastaje kada se na osnovu samo te metrike procenjuje uspeh akcije.

Uzmimo konkretan primer:

Pre akcije:

• promet: 10.000.000 RSD
• prosečna marža: 24%
• bruto dobit: 2.400.000 RSD

Tokom akcije:

• promet: 11.500.000 RSD
• prosečna marža: 18%
• bruto dobit: 2.070.000 RSD

Promet je porastao za 1.500.000 RSD, odnosno 15%.

Istovremeno je bruto dobit pala za 330.000 RSD.

Obe informacije su tačne.

Međutim, ako dashboard prikazuje samo promet, akcija izgleda uspešno. Kada se promet poveže sa maržom i nabavnom vrednošću, rezultat izgleda potpuno drugačije.

Glavni problem nije u grafikonu.

Problem je u modelu podataka koji prikazuje samo jedan deo poslovnog događaja.

Podatak može biti potpuno tačan, a zaključak izveden iz njega pogrešan.

Razlog nije samo u tome što je promet popularna metrika.

Problem obično nastaje zbog kombinacije više tehničkih ograničenja:

• podaci o prodaji i nabavnim cenama nalaze se u različitim tabelama
• nabavna cena se ne povezuje sa trenutkom prodaje
• marža se računa različito u više izveštaja
• akcijski i redovni period nisu jasno razdvojeni
• dashboard je napravljen pre nego što je definisan model podataka

Tada je najlakše prikazati promet, jer se on obično već nalazi u prodajnoj tabeli.

Za izračunavanje stvarnog efekta potrebno je povezati više podataka i primeniti jasna pravila računanja.

Važan je i način na koji se rezultat prikazuje korisniku.

Ljudi lakše obrađuju informacije koje su jasne, čitke i napisane jednostavnim jezikom. Ako dashboard odjednom prikaže dvadeset metrika, više filtera i složene stručne nazive, korisnik teško prepoznaje šta je važno.

Zato kvalitetan dashboard ne treba da sakrije problem iza velikog broja grafikona.

Treba jasno da pokaže:

Promet: +15%
Bruto dobit: –13,8%
Promena marže: –6 procentnih poena

Ovakav prikaz smanjuje kognitivni napor i odmah pokazuje da rast prodaje nije doneo bolji finansijski rezultat.

Rešenje nije dodavanje još jednog grafikona.

Potrebno je napraviti model koji povezuje sve podatke važne za procenu rezultata.

To podrazumeva:

1. Definisanje perioda poređenja – Potrebno je jasno odrediti period pre akcije, period trajanja akcije i, po potrebi, odgovarajući period prethodne godine.
2. Povezivanje prodajnih stavki sa nabavnom cenom – Svaka prodata količina mora da bude povezana sa odgovarajućom nabavnom ili obračunskom cenom.
3. Razdvajanje prometa i efekta – Promet, količina, marža i bruto dobit moraju biti zasebne metrike.
4. Definisanje jedinstvene KPI logike – Isti pokazatelj mora da se računa na isti način u svim izveštajima.
5. Automatsko osvežavanje podataka – Ručni eksporti i korekcije u Excelu povećavaju rizik od razlika.
6. Validacija rezultata – Ukupne vrednosti u BI izveštaju moraju da se provere prema ERP-u ili drugom zvaničnom izvoru.
7. Jasan prikaz odstupanja – Korisnik treba odmah da vidi gde je promet porastao, ali je marža ili bruto dobit pala.

Na ovaj način poslovna inteligencija (BI) ne prikazuje samo šta se dogodilo.

Ona pokazuje kakav je bio poslovni efekat.

Za analizu jedne prodajne akcije nije dovoljno prikazati samo ukupan promet.

Operativan BI model može da sadrži sledeće pokazatelje:

• promet pre akcije
• promet tokom akcije
• prodate količine
• prosečnu prodajnu cenu
• prosečnu nabavnu cenu
• maržu u procentima
• bruto dobit u dinarima
• promenu zaliha
• broj računa koji sadrže akcijske artikle
• prodaju drugih artikala na istim računima

Tako se može utvrditi da li je akcija:

• povećala samo prodatu količinu
• smanjila maržu više nego što je povećala promet
• privukla dodatne kupce
• povećala prodaju drugih proizvoda
• samo pomerila kupovinu iz redovnog u akcijski period

Na primer, akcija može da smanji bruto dobit na jednom artiklu, ali da poveća ukupan rezultat korpe jer kupci uz akcijski artikal kupuju i proizvode sa većom maržom.

Zato ni maržu pojedinačnog artikla ne treba posmatrati potpuno izolovano.

Najveća promena nastaje kada se podaci o akciji, artiklu, računu, prodajnom objektu i nabavnoj ceni povežu u isti model.

Tada dashboard više ne odgovara samo na pitanje:

„Koliki je bio promet?“

Odgovara i na važnije pitanje:

„Da li je akcija firmi donela bolji rezultat?“

Najčešće greške koje viđamo su:

• procena akcije samo na osnovu rasta prometa
• korišćenje prosečne marže bez jasne metode računanja
• nepovezivanje prodaje sa nabavnom cenom
• poređenje različitih vremenskih perioda
• ignorisanje promene prodajne količine
• prikazivanje velikog broja grafikona bez jasnog zaključka
• ručno spajanje podataka iz ERP-a i Excel fajlova

Česta greška je i korišćenje boja kao jedinog signala.

Zeleni promet ne znači automatski da je rezultat dobar.

Ako je promet zelen, a bruto dobit crvena, korisnik mora da vidi obe informacije u istom kontekstu.

Dashboard treba da bude čitak, ali čitkost ne znači pojednostavljivanje do tačke u kojoj nestaje važan deo rezultata.

Dobar prikaz smanjuje mentalni napor.

Ne skriva nepovoljan rezultat.

Poslovna inteligencija (BI) nije samo tehničko rešenje za prikaz podataka.

To je način da firma:

• poveže promet sa maržom i nabavnom cenom
• pravilno meri rezultat prodajnih akcija
• prepozna odluke koje povećavaju aktivnost, ali smanjuju dobit
• koristi iste KPI-jeve u svim izveštajima
• donosi odluke na osnovu kompletnog događaja

Promet je važna metrika.

Ali nije dovoljan dokaz da je akcija bila uspešna.

Promet bez marže pokazuje aktivnost. Ne pokazuje efekat.