Настройка на быстрые изменения

О том, как в период кризиса изменились задачи и функционал контроллеров в одной крупной российской оптово-розничной компании, мы рассказали в ст. "Система контроллинга в условиях кризиса". Но изменения потребовались не только в функционале, но и в инструментарии. Необходимо было быстро собирать и анализировать информацию для принятия качественных управленческих решений по наиболее приоритетным антикризисным задачам. Какие для этого в компании использовались инструменты, расскажем подробнее.

Вусловиях кризиса деятельность компании не сводилась к простому реагированию на кризисные ситуации. У руководства появилась потребность в управлении изменениями на основе обоснованного анализа деятельности компании, чтобы постоянно видеть перспективу и тенденции развития.

Для этого в компании были использованы следующие инструменты контроллинга:

1. Лидеры/аутсайдеры.

2. Кластеризация и бенчмаркинг.

3. KPI для топ-менеджеров.

4. Анализ развития торговой сети:

a) паспорт города;

б) паспорт объекта;

в) экспресс-метод инвестиционного анализа запуска магазинов розничной сети.

5. Рейтингование оптовых клиентов.

6. Работа с «плохой» ДЗ.

7. Своевременность поставок.

8. Stock Out.

9. Учет курсовой разницы.

10. Анализ инвентаризаций.

11. Управление развитием IT.

12. BI.

Остановимся подробнее на первых четырех инструментах.

Лидеры/аутсайдеры

Самым простым в реализации и очень эффективным инструментом контроллинга оказался анализ «лидеров/аутсайдеров». В нем нет ничего необычного, просто объекты анализа сортируются по совокупности нескольких параметров. А вот выбор этих параметров и способ представления итогового результата для удобства восприятия — плод долгих усилий контроллеров компании.

Используя данный инструмент для анализа эффективности розничных операций, аналитики обнаружили интересную закономерность — при всем многообразии факторов, влияющих на итоговый финансовый результат работы торговой точки, важными дифференцирующими оказались всего несколько ключевых факторов.

Рассмотрим отдельно доходную и расходную составляющие.

Для анализа доходной части использовалась «формула декомпозиции продаж»:

продажи = число покупателей х средний чек, где число покупателей = число посетителей х % обслуживания; средний чек = комплексность покупки х средняя цена единицы товара.

Проведя декомпозицию и отсортировав магазины по каждому из этих параметров относительно среднего значения, можно получить «точки», на которые стоит обратить внимание при анализе лидирующих и отстающих объектов по прибыли. Отстающие объекты можно разделить на две группы: «безнадежные» объекты и объекты, на отдельные параметры которых может повлиять менедж-мент и исправить ситуацию с их рентабельностью.

Но кризис внес свои коррективы в особенности осуществления управляющих воздействий для исправления ситуации. Сравнение мер, принимаемых для «оздоровления» отдельных показателей до и во время кризиса, приведено в табл. 1.

При анализе расходной части дифференцирующими факторами оказались:

собственные расходы магазина = аренда + ФОТ + ~const.

Сумма двух «определяющих» статей в среднем составляет > 60% собственных операционных затрат розничных магазинов. Другие статьи затрат также значительны (~40%), но вариация их доли в обороте различных объектов оказалась значительно меньше, чем двух основных статей.

Помимо основных показателей, рассмотренных выше, анализ лидеров/аутсайдеров проводился по производным показателям эффективности. После многих итераций анализа наиболее значимыми и показательными были признаны следующие KPI:

оборот/кв. м торговой площади;

посетители/кв. м;

выполнение плана, GM (валовая прибыль)/аренда, GM/ФОТ.

При сравнении объектов на основе проведенного контроллерами анализа ключевых факторов, дифференцирующих финансовый результат, руководству компании удалось выделить «неблагополучные» объекты, некоторые из них закрыть и улучшить позиции других объектов за счет усиления параметров, выявленных в результате декомпозиции. В итоге удалось достичь положительных финансовых результатов.

Кластеризация и бенчмаркинг

В условиях кризиса при большом количестве магазинов в сети у компании нет возможности детально анализировать динамику каждого объекта. В результате для оптимизации процесса управления торговой сетью выделили укрупненные кластеры. Сгруппировали объекты управления в небольшое число групп, имеющих устойчивые сходства в характеристиках экономического поведения. Уменьшив число управляемых объектов, сконцентрировали внимание на отдельных управленческих решениях, повысив тем самым их качество.

Кластеризация обычно применяется нескольких видов:

• по классифицирующим атрибутам (по объективным свойствам объектов);
• по результатам деятельности объектов (значению показателей KPI).

В ходе анализа выявили следующие классифицирующие факторы, оказавшие существенное влияние на объем и эффективность продаж и показавшие наиболее репрезентативную связь с конечным результатом.

Товар по:

• товарным категориям;
• ценовым уровням (высокий/средний/низкий);
• основному цвету (красный, черный, синий и т.д.);
• полу (м/ж/муж.-жен./дети);
• отдельным товарам-драйверам, моделям «лучшая цена».

Магазины по:

• климату;
• формату: малые/средние/большие (<500 кв. м, 700—1500 кв. м, >5000 кв. м);
• референтным объектам, схожим по объему целевого клиентского поля, а также объему рынка/чел.;
• месторасположению в городе (центр, спальный район, трасса);
• отдельно стоящим/в ТЦ;
• собственникам ТЦ (по арендодателю);
• ключевым «якорным» арендаторам ТЦ;
• возрасту (старые/молодые/новые);
• экспертной интегральной оценке (плохие/средние/хорошие);
• очередности (первый/не первый магазин в городе).

По этим классифицирующим атрибутам была построена кластеризация. Поскольку в компании действуют очень высокие стандарты управления эффективностью продаж розничных магазинов, в ходе анализа выдвинули гипотезу о том, что при постоянстве внутренних факторов на вариацию итогового финансового результата между объектами в большей мере влияют внешние условия. Различия таких условий и определяются выделенными кластерами.

Затем стали проводить регулярный внутренний (между собственными магазинами, в том числе зарубежными филиалами) и по возможности внешний бенчмаркинг (с магазинами сетей-партнеров). Бенчмаркинг внутри кластеров проводили по следующим показателям:

• выполнение плана продаж, оборот, валовая прибыль;
• оборот с 1 кв. м, посетителей на 1 кв. м;
• процент обслуживания, комплексность покупки, средний чек;
• доля аренды от оборота, аренда/кв. м;
• GM/аренда, GM по товарной группе/аренда площади данной группы;
• доля зарплаты сотрудников от оборота, продажи одного продавца, GM/ФОТ;
• рентабельность магазинов: а) по собственным расходам; б) с учетом разнесенных накладных расходов регионального офиса, сервисных подразделений, офиса управляющей компании.

Так как показатели прошлого (кризисного) года перестали быть хорошей базой для сравнения, стали использовать данные во множестве разрезов:

факт — план — прогноз — прошлый год — позапрошлый, докризисный — сравнимая база — benchmarking (собственные магазины, конкуренты и партнерские сети) — target (целевое значение на перспективу).

Инструменты кластеризации и бенчмаркинга хорошо работают в паре с «лидерами/аутсайдерами», позволяя произвести многофакторный анализ как отдельных объектов, так и их совокупностей. Такой анализ позволил выявить параметры, в большей мере влияющие на конечный финансовый результат, и на которые сама компания может реально повлиять при своевременном принятии управленческих решений.

KPI для топ-менеджеров

Внешние условия менялись быстро и значительно, поэтому менеджерам различных подразделений требовалась информация для облегчения синхронизации своих усилий.

В качестве инструмента для решения этой задачи подразделениями контроллинга совместно с высшими руководителями была выработана система KPI. Постановка, контроль и самоконтроль показателей KPI осуществили на уровне дивизионов. Модель KPI для руководителей приведена в табл. 2.

Как работает модель. Строятся два вида таблиц KPI.

Первая таблица — долгосрочные KPI на пять лет (с шагом сезон — шесть месяцев) на уровне «Итого» по подразделениям.

Целевые значения утверждаются генеральным директором и доводятся до менеджеров на стратегической сессии (до кризиса — один раз в год, во время кризиса — внеочередное собрание два раза в год).

Вторая таблица — на один финансовый год, помесячно (табл. 2). Она строится по каждому генерирующему продажи подразделению. Основные показатели приведены в разрезе: факт, план, прошлый год, прогноз.

Отклонения от плана за текущий период (в примере — апрель) и «что прогнозируется за год» (столбец «Год») оттенены.

Для получения причин отклонений показателя можно обратиться к отдельному подробному отчету или направить дополнительный запрос в подразделения контроллинга.

Один из ключевых моментов состоял в том, что этот инструмент был реализован самым простым способом. Привели целевые операционные показатели только высокого уровня (<10 на дивизион). И этого оказалось достаточно для обеспечения продуктивной коммуникации.

Данная модель привела к наглядности результатов: сразу стало видно — подразделение в целом «красное» или «синее», заметны слабые места. Облегчила формализацию и синхронизацию стратегических задач и оперативного управления. Первоочередная цель такой модели — сами менеджеры хотели оцифровать свои цели для удобства синхронизации действий продающих и сервисных дивизионов.

Стало возможным получать ранние сигналы о значительных отклонениях в каких-либо областях бизнеса. Наконец, в целом повысить прозрачность результатов.

Анализ развития торговой сети

Каналы сбыта — ключевой актив компании, поэтому в кризис в связи с изменениями на рынке торговой недвижимости появилась необходимость в модернизации инструментов, используемых для инвестиционного анализа.

Раньше:

• Условия аренды «по умолчанию» были приемлемы (доступ к лучшим операторам). Высокие темпы раскрутки объектов, малая доля цивилизованного рынка.
• Требовалось рассмотреть небольшое число объектов, чтобы выполнить программу развития.
• Доля принятых объектов составляла 60—80% от числа рассматриваемых.

Сейчас:

• Появились предложения по объектам с условиями «на грани» рентабельности.
• После кризиса с рынка уйдет большое количество мелких конкурентов, следовательно, необходимо заранее обеспечить возможность занять высвободившиеся рыночные ниши. Поэтому возросло число рассматриваемых объектов. Необходимо увеличить скорость принятия решений по принятию объектов в работу и формализовать процесс, чтобы уже на начальном этапе сбора информации по объектам отсеивать заведомо нерентабельные, не отнимая на это время высших руководителей.
• Управление условиями аренды при переговорах с арендодателями осуществляется на основе автоматизированной расчетной модели.
• Раньше все объекты рассматривались высшим руководством лично. Сейчас произошло делегирование функционала: первый этап отсеивания проходит на уровне специалистов инвестиционного анализа. Руководство же проводит более детальный анализ с учетом всего спектра известных факторов, проводит дополнительные переговоры с арендодателями и принимает окончательное решение о входе в проект.
• Контроллеры совместно с департаментом недвижимости проводят инвестиционный анализ.

Поскольку произошло резкое увеличение числа рассматриваемых объектов (см. диаграмму), потребовался специальный инструментарий для облегчения восприятия информации лицами, принимающими решения. Такими средствами консолидации данных и их удобной визуализации стали паспорт города, паспорт объекта, а также экспресс-метод инвестиционного анализа. Далее приведены основные информационные блоки инструмента.

Паспорт города:

• Окружение города (потенциальное клиентское поле).
• Потенциальный оборот.
• Доля рынка.
• Крупные торговые центры в городе.
• Уровень развития собственной торговой сети в городе.
• Оптовые клиенты в городе.
• Франчайзинговые клиенты.
• Ключевые конкуренты.
• Текущие и рассмотренные ранее коммерческие предложения.
• Референтный город.

Паспорт объекта¹:

• Анализ местоположения в городе.
• Потенциальное клиентское поле.
• Потенциальный оборот.
• Референтные объекты.
• Оборот в точке безубыточности.
• Требуемые инвестиции, срок запуска.
• Рентабельность, срок окупаемости.

Для обеспечения лучшей визуализации в 2011 г. будет закончена разработка инструмента по отображению городов присутствия и всех магазинов торговой сети на основе Google Earth и Яндекс.Карт.

Дополнительно разработана система оценки прогнозов, примененных при первоначальном инвестиционном анализе, в сравнении с фактическими результатами магазинов после открытия. Это позволило скорректировать коэффициенты, применяемые при прогнозировании. Сейчас точность прогнозов финансовых результатов достигает ±15%.

В паспортах использовалась в основном информация из открытых источников. Однако собранная в единый информационный лист, она позволяет оперативно принимать инвестиционные решения.

¹ Ссылка на паспорт соответствующего города.

Показатель — действие (до кризиса, в кризис) (таблица 1)

KPI для топ-менеджеров* (таблица 2)

* Приведены условные данные.