Фраза «великі дані» звучить настільки часто, що вже заслуговує на звання слова десятиріччя. Але звідки брати ці дані? І головне — як фінансисту працювати з ними комплексно, якщо раніше ви мали справу лише з фрагментами — наприклад, з обмеженою ділянкою фінаналізу?
Розбиралися зі Світланою Кибенко, фінансовою директоркою у Vetropack Group і лекторкою курсу «Фінансовий аналіз».
Чи завжди мільйони рядків в Excel — це вже big data?
Під великим обсягом фінансових даних зазвичай мають на увазі кількість транзакцій. Проте вона обмежена ідентичністю. У вас може бути 60 млн рядків в Excel, але насправді це одна і та сама операція.
Наприклад, у вас тисячі продуктів або клієнтів. Але одна й та сама операція за фіксованим прайс-листом.
Або інша ситуація: у вас усього 100 клієнтів, але кожному з них ви надаєте продукти зі специфічними умовами продажу.
Відповідно ми говоримо про великий обсяг фінансових даних, коли їх не просто багато, а коли вони мають високу різноманітність. Наприклад: продаж різних продуктів або продажі з відмінними умовами — з різним рівнем знижки, цінами.
Проте не завжди потрібно аналізувати всі дані. У фінансах часто застосовують принцип Парето (80/20). Наприклад, якщо зосередитися на аналізі найбільших 20% витрат, можна вже отримати достатньо інформації, щоб зрозуміти загальну тенденцію. Особливо це стосується ситуацій, коли потрібно оптимізувати витрати або зрозуміти основні відхилення від планів/очікувань. Або коли ви працюєте над покращенням ефективності процесів та операцій.
Дано: вам потрібно ухвалити важливе фінансове рішення. Де взяти дані, щоб отримати повну картину?
#1. Внутрішні джерела: дані, які генеруються всередині компанії. Це база для аналізу фінансового стану та операційної діяльності. Сюди входять бухгалтерська звітність (звіти про активи, зобов’язання та власний капітал), звіт про доходи, витрати й прибутки, звіт про рух грошових коштів, операційні звіти. А також інформація про обсяги продажів, витрати на виробництво або надання послуг, управління запасами, розподіл робочого часу по клієнтах, дані про дебіторську та кредиторську заборгованість, історичні фінансові дані компанії для аналізу тенденцій.
Приклад: для ухвалення рішення щодо підвищення цін на свої послуги компанія аналізує фінансову звітність (чи бізнес взагалі прибутковий); внутрішньо згенеровану звітність: прибутковість по клієнтах, собівартість надання послуги (складники — люди, матеріали, інші ресурси), історію підвищення цін, вплив інфляції чи валютну складову своїх послуг.
#2. Зовнішні джерела: дані, які надходять ззовні та використовуються для оцінки ринкової позиції компанії, аналізу конкурентоспроможності та умов макроекономіки.
Серед них — фінансова звітність конкурентів (публічні компанії зобов’язані її публікувати), аналітика про ринкові тенденції, конкуренцію та вподобання покупців, макроекономічні показники (дані про інфляцію, відсоткові ставки), біржова інформація (котирування акцій, облігацій, ціни на товари), а також дані про нормативні зміни й податкові політики.
Зазвичай ми можемо знайти цю інформацію на сайтах Міністерства фінансів, у різноманітних агенцій, якій займаються збором та аналізом даних (найчастіше платно, але частину відомостей можна знайти й в загальному доступі).
Приклад: ритейлер аналізує історію підвищення цін на ринку, здійснює аналіз гнучкості цін (яке підвищення клієнти приймуть, а після якого можуть почати шукати нового постачальника), їхню ринкову частку та склад ринку.
#3. Дані з CRM- та ERP-систем: чимало сучасних компаній використовують автоматизовані системи для управління бізнесом. Зокрема CRM (містять інформацію про клієнтів, продажі, історію транзакцій), ERP (дозволяють отримати дані про управління ресурсами, планування виробництва, логістику) та HR-системи (містять інформацію про витрати на персонал і продуктивність співробітників).
Приклад: використання CRM для аналізу бази клієнтів та визначення найприбутковіших сегментів, кількісних показників щодо частоти/регулярності замовлень, що може дозволити порахувати вартість замовлення.
#4. Дані від постачальників та партнерів: інформація про постачання, умови контрактів та вартість матеріалів, а також дані від дистриб’юторів або логістичних компаній, які можна використати для аналізу ефективності закупівель.
Приклад: виробник аналізує, як зміна цін на сировину від постачальників вплине на собівартість продукції.
#5. Альтернативні джерела даних: дані зі спеціалізованих платформ, наприклад Bloomberg. Вебаналітика, або дані про поведінку користувачів на сайті компанії.
Приклад: онлайн-магазин аналізує поведінкові дані клієнтів, щоб запустити персоналізовані рекомендації.
#6. Дані від регуляторів та держустанов: про податкові ставки та пільги, інформація від нацбанків (відсоткові ставки, регуляції валютного ринку). Для відстеження змін у законодавстві варто час від часу моніторити сайти Міністерства фінансів, податкової, а також агенцій або компаній, які публікують регулярні оновлення щодо таких змін (аудиторські фірми, організації, що надають послуги з бухгалтерського обліку).
Приклад: інвестиційна іноземна компанія враховує зміни в податковому законодавстві для оцінки прибутковості проєкту або специфіку податкового законодавства України для фіскальної звітності в країні інвестора.
Як фінансисту перейти до комплексної аналітики даних: 5 інсайтів
1. Починати з малого
Спочатку зосередьтеся на звичних даних і поступово інтегруйте нові джерела: історичні тренди, макроекономічні фактори або клієнтські метрики. Це дозволить поетапно збільшувати обсяг і різноманітність інформації, не перевантажуючи голову, та краще розуміти, що на що впливає.
2. Бути бізнес-партнером, а не просто фінансистом
У світі роль фінансів зараз розглядають у двох напрямках. Перший — це функція custodian, тобто охоронець активів, що містить бухгалтерський облік, фінансовий контроль і забезпечення дотримання норм. Другий — бізнес-партнеринг, спрямований на допомогу бізнесу. Раджу завжди памʼятати про цю подвійну роль: берегти ресурси компанії та ростити бізнес.
3. Мислити майбутнім
Це про здатність фінансиста не застрягати в поточних звітах і цифрах, а бачити загальну картину розвитку бізнесу. Тобто передбачати ризики ще до того, як вони почнуть впливати на фінансову стабільність компанії, аналізувати тренди, враховувати зовнішні фактори та пропонувати рішення на випередження.
Наприклад, компанія купує ключову сировину в постачальника за ціною $20, і в листопаді ви дізнаєтесь, що в березні він зупиняється на ремонт і не зможе робити поставки. Альтернативний постачальник знаходиться в іншій країні, і його ціна буде вдвічі вищою.
Ваша задача — вже в листопаді почати працювати над ситуацією. Оцінити, чи можливо закупити сировину заздалегідь на час ремонтних робіт у постачальника. А ще — чи є в нього можливість поставити вам цю сировину, чи є гроші, щоб за неї заплатити, а також чи є місце, де її зберігати. Також оцінити, як закупівля в альтернативного постачальника вплине на ваш результат: чи потрібно підвищувати ціни, чи, може, прибутковість продукту тимчасово знизиться, чи готовий цей підрядник замінити основного згідно зі своїми потужностями.
Або ще приклад: якось ми в компанії випадково дізналися, що наш постачальник паковання планує подати на банкрутство. Це стало серйозним ризиком, адже нам потрібно було терміново знаходити альтернативу, яка могла б виявитися значно дорожчою. Якби цей момент було упущено, наслідки могли б серйозно вплинути на бізнес.
4. Перетворювати висновки на дії
Створити гарні таблиці або виявити відхилення в даних — лише перший крок. Далі треба зрозуміти причини цих відхилень. Наприклад, чи стали вони наслідком зниження цін на сировину, такої як спирт, чи підвищення податкового навантаження, як акцизи?
Аналітика — це не про форматування даних, а про здатність виявляти тренди, формулювати висновки та перетворювати їх на операційні, тактичні або стратегічні рішення. Зараз навіть штучний інтелект може зробити складну таблицю в Excel. Проте лише аналітик здатний побачити за цифрами те, що допоможе ухвалити правильні рішення.
5. Налагодити системи збору та обробки даних
Важливо вміти об’єднувати інформацію з різних джерел у єдину систему, використовуючи інструменти ETL (Extract, Transform, Load), які дозволяють автоматично витягувати, трансформувати й завантажувати дані в централізоване сховище.
Помилки фінансових аналітиків у роботі з великими обсягами даними
Великий обсяг даних може стати найціннішим активом, але й найгіршим кошмаром. Швидко зроблені висновки, відсутність контексту або дані, розкидані по різних джерелах, можуть коштувати компанії мільйонів. У чому ж криються найпоширеніші помилки фінансових аналітиків, які працюють із величезними масивами даних?
👎🏻 Швидко робити висновки. Не ставити запитань і не перевіряти свої гіпотези — одна з найпоширеніших пасток, яка може коштувати бізнесу значних ресурсів. Мій найбільший провал у цьому аспекті — помилка на $2 млн. Мені передали плани витрат аналітики компанії, але інтуїція підказала, що вони занижені. Я вирішила додати витрати до вже прописаних, а в результаті вони так і не сталися.
👎🏻 Не визнавати помилки. Не брати відповідальність за помилки та не працювати над ними — це пряма дорога до повторення тих самих факапів у фінансовому аналізі.
Наприклад, фінансовий аналітик оцінював ефективність інвестицій в новий продукт, неправильно інтерпретував дані про витрати й доходи, через що прогноз прибутку став завищеним. Коли реальні результати виявилися значно нижчими, замість того щоб визнати свою помилку й переглянути методологію, аналітик продовжив використовувати ті самі підходи в наступних оцінках.
👎🏻 Не мати надійного, єдиного джерела інформації. В роботі з даними для їхнього аналізу та правильних висновків важливо мати єдине джерело правди — систему, якій ви довіряєте. Використовуючи для одного й того самого звіту різні джерела даних, ви можете отримати різні висновки. Наприклад, для звіту про продажі й доходи за один період взяти інформацію зі звітної системи (ціни без ПДВ та зі знижками), а для наступного — із системи відділу продажів (ціни з ПДВ та без знижок).
👎🏻 Покладатися на технологію, а не на якість даних. Навіть коли джерело здається надійним, принцип garbage in, garbage out залишається актуальним: якщо дані на вході некоректні, то й висновки будуть хибними.
Тому, щоб інструменти, такі як Power BI або ChatGPT, працювали ефективно, спочатку потрібно подбати про якість даних, структурованість і правильну організацію обліку. Для цього має бути відповідальна людина, яка контролює порядок у даних, забезпечує їхню чистоту й релевантність.
Це схоже на будівництво будинку: щоб у ньому було тепло, потрібно спочатку закласти фундамент, звести стіни й подбати про теплоізоляцію. Лише після цього — встановлювати батареї. Так само і з аналітикою: якісні дані — це фундамент. Що більше компанія, то уважніше потрібно ставитись до складових обліку. Наприклад, до того, як ви називаєте продукти або клієнтів (щоб уникнути задвоєння), як будуєте план рахунків чи центрів витрат.
Великі компанії зазвичай виділяють це в окремий підрозділ, який називається «Управління майстер-даними». Для невеликих компаній формальні правила можуть допомогти стандартизувати підходи до створення даних. Тільки на цій основі сучасні інструменти зможуть показати свою ефективність.
👎🏻 Не комунікувати з топменеджментом відкрито (навіть якщо є проблеми, про які не хочеться казати). Як спілкуватися з управлінцями, коли потрібно донести важливі новини? Головне правило — не приховувати правду. Якщо є погані новини, їх потрібно не лише озвучити, але й повторити, щоби бути впевненим, що вас почули.
Ніхто не хоче стати тим самим посланцем, що приносить погані новини, — тому починається приховування витрат, пошук фінансових резервів або інші спроби замаскувати правду. Але це шлях у нікуди. Компанія, яка прагне довготривалого успіху, мусить працювати чесно: прозорість, взаємна довіра та спільні цінності мають стати основою її культури.
👎🏻 Нехтувати контекстом. Ігнорувати контекст — все одно що орієнтуватися на мапу без компаса. Часто падіння продажів або інші збої у фінансових показниках без додаткового аналізу сприймаються хибно, і робиться висновок, що продукт не має успіху. Хоча причина може бути в сезонності або в тимчасовій знижці у ключового конкурента.
Щоб уникнути цього, завжди аналізуйте зовнішні фактори: макроекономіку, галузеві тенденції або сезонність. Створюйте сценарії розвитку подій: оптимістичні, песимістичні та реалістичні. Це дозволить побачити повну картину й підготуватися до можливих викликів.
👎🏻 Зациклюватися на цифрах і не цікавитися, що відбувається в індустрії. Хороше розуміння фінансових принципів — це основа. Проте фахівець має дивитися ширше та цікавитися тенденціями в галузі, в якій працює компанія. Адже фінанси — не ізольована функція.
Ви можете стежити за новинами індустрії через спеціалізовані видання, сайти асоціацій, відстежувати основних конкурентів, читати їхні річні звіти (якщо вони є). Аналізувати тренди цін або стан ринку праці. Все це може допомогти ідентифікувати ризики та проактивно оцінити вплив на вашу компанію.
Бажаєте отримувати дайджест статей?
