Что не так с вашими прогнозами?

Финансовая математика/статистика
Источник: GAAP.RU
Опубликовано: 22 января 2016

В статье автор описывает три необходимых условия понимания этого – соответственно, обеспечения более точных результатов

Автор: Пол Блейз (Paul Blase), руководитель анализа данных департамента консалтинга на глобальном и американском рынках, PricewaterhouseCoopers (США)

Оригинал статьи (источник): CFO

Мы всегда строим прогнозы: думаем о том, что произойдет, оцениваем вероятность, размышляем о последствиях. Для финансовых директоров ставки особенно высоки, когда речь заходит о разнице между точными и не очень точными прогнозами.

Это настоящий ночной кошмар любого CFO: ожидаемые и фактические результаты не сходятся, и менеджеры не могут понять следствия этого, подстроиться под расхождение. Задаются многочисленные вопросы из разряда “Почему?”, но часто на них нет подходящих ответов. Возможно, это какая-то фундаментальная проблема с восприятием наших товаров или услуг? Или конкуренты предприняли шаги, которых мы не ожидали? Стало ли это следствием макроэкономических факторов, которые нам неподконтрольны? Какое значение это будет иметь для нашего следующего прогноза будущей стоимости бизнеса? Вследствие “шума” обнаружить правильные сигналы может быть весьма непросто.

К счастью, существенные наработки в области сбора данных и компьютерные технологии усовершенствовали аналитические техники, позволяющие компаниям лучше ухватывать ключевые индикаторы, понимать корреляции и следственные связи факторов, влияющих на результаты бизнеса – в целом, делать более точные прогнозы. Все эти новые инструменты и возможности позволяют финансовым директорам находить правильные ответы на вопросы “Почему?” и предпринимать ответные шаги в нужном направлении.

Если размышлять об этом в простых терминах, то существует всего три главных условия правильной модернизации системы прогнозирования.

Спецификация принятия решений, планирования и ответных действий

Самая большая трудность для многих CFO в том, чтобы акцентировать усилия менеджеров на наилучших драйверах в каждой области бизнеса с целью создания прогнозов. Впрочем, после этого все равно потребуется консенсус о том, как анализировать результаты и по возможности быстро взвешивать выводы, чтобы проводить стратегические и операционные корректировки в самых различных областях.

Для организации критическим является создание основ перевода прогнозов в реализуемые выводы – а в конечном итоге и в сами действия. На жаргоне мы это называем “взаимосвязью разума и силы”. Чтобы это стало возможным, прогнозирующий аналитик должен расставить приоритеты в анализируемых данных и аналитических техниках, которые будут применяться, на основе того, какие из них обеспечивают самые быстрые и реализуемые результаты, которые затем идут на рассмотрение старшего менеджмента.  

Также очень важно культивировать в организации способ мышления, который минимизирует смещение, а вместе с ним культивировать и такие ценности как качество данных, последовательность, аккуратность. Например, средне- и долгосрочные предсказания, основанные на данных по альтернативным рынкам, конкуренции, стратегическим сценариям, получают преимущество от использования данных из разных источников, а также от использования аналитических методов, позволяющих проведение сотен различных симуляций, в дальнейшем оцениваемых и проводимых повторно с учетом коллективного суждения и обоснованных мнений менеджмента.


Диверсификация данных

Поиск наилучших прогнозных индикаторов представляется для многих финансовых директоров блужданием в бесконечных “пустошах” с данными, которые не приносят существенного отклика. В результате многие прогнозы строятся на относительно слабых исторических временных сериях данных с применением недостаточных, а в отдельных случаях вообще неподходящих техник моделирования. В то же время сегодня вполне возможно – и даже все более необходимо – встраивать в модель данные в более реальном времени, чтобы получать по итогу более информативные прогнозы, повышать их точность и понимать ежедневную чувствительность индикаторов.

Например, компании сегодня используют интернет-поиск и погодные данные в качестве индикаторов, определяющих экономическую активность и спрос. В отдельных случаях это могут быть даже почтовые индексы и поведение розничных торговых сетей. Кто-то активно использует социальные сети в отношении народонаселения со смартфонами, чтобы понять детализированные особенности поведения потребителя и, таким образом, лучше информировать рынок и проводить правильную ценовую политику. Спутниковые данные или снимки с летающих дронов могут помочь в планировании действий на случай катастроф. Неструктурированные данные журналов событий используются в капиталоемких индустриях для фиксации аномалий, предотвращения срыва операций, информирования о сбоях. Визуальные данные могут помочь понять реакцию покупателей на новый дизайн продукта.

Финансовые директоры вполне могут внедрить подход “тестирования и обучения в процессе”, чтобы систематически отсеивать и оценивать определенные данные, являющиеся ключевыми индикаторами для оценки результатов деятельности их организации.

Расширение техник прогнозирования

С правильными данными у вас есть самый широкий масштаб возможных техник для использования в сочетании с главной целью - созданием лучших прогнозов, которые станут более точными, полезными, а в отдельных случаях предписывающими (побуждающими к определенным действиям). Ключом здесь является соотношение и правильная комбинация подходящих техник, определяемых на основе доступных данных, необходимом уровне точности и допустимых расходов на проведение прогнозирования.

Финансовые директоры, размышляющие о влиянии роста процентных ставок на депозитное ценообразование, могут обратиться к комбинации анализа временных серий, методу анализа иерархий, агентного моделирования и модели системной динамики для понимания влияния долгосрочных и краткосрочных эффектов изменения ставок на стоимость финансирования и стратегии ценообразования для депозитов. Чтобы в полной мере воспользоваться преимуществами всех этих техник, CFO придется расширять аналитические способности своих команд, потенциал профессионального суждения и общей уровень знаний в таких областях как обработка и анализ данных, статистическое моделирование, расчет.

В дополнение к трем условиям, которые обсуждались выше, потребуется правильное организационное мышление, менталитет, чтобы обеспечить лучшую сопоставимость среди самих прогнозов, а также среди ответных действий на результаты. Участие и сотрудничество среди различных групп является критически важным для создания аккуратных прогнозов, основанных на несмещенной согласованной точке зрения. Учиться на ошибках, а не бороться с ними бездумно. “На Бога мы уповаем, а все остальные пусть приносят с собой данные, суждение и открытое мышление” – вот как можно описать этот менталитет в компании, который поможет искать правильные ответы на упомянутые выше вопросы “Почему?” - а без ответов на них невозможно улучшение. И поскольку рыба, как известно, гниет с головы, так и модернизацию менталитета лучше начинать с уровня топ-менеджеров.

Реформа системы прогнозирования может представляться неблагодарным занятием. Однако все чаще для CFO сегодня это становится необходимым шагом, иначе они не могут быть уверены, что их компании применяют передовые индикаторы для сохранения своих лидерских позиций на рынке, для проведения инноваций и сохранения бренда – а иначе будут тащиться позади всех с устаревшими индикаторами.

Теги: финансовые директоры  CFO  сбор данных  аналитические техники  ключевые индикаторы  система прогнозирования  принятие решений  диверсификация данных  прогнозные индикаторы  техники моделирования  техники прогнозирования  метод анализа иерархий  агентное м