Várható anyagköltség becslése BI rendszerek segítségével


Tegyük fel, hogy előre kell jeleznünk a válság volatilis hatását az eredményre. A konkrét példa, amin keresztül mindezt bemutatjuk egy termelő vállalat kontrolling példája lesz. Egészen pontosan arra keressük a választ, hogy egy üzleti intelligencia rendszer segítségével hogyan jelezhetjük előre a válság által különösen éritett alapanyagok, segédanyagok, üzemanyagok árváltozásának hatását vállalatunk eredményére.

Az eredmény, amelynek várható változását elemezni kívánjuk, két dologtól függ:

  1. bevételek
  2. költségek

A bevételek a megoldandó probléma szempontjából indifferensek, hiszen azok közvetlenül nem függnek az alapanyagok árváltozásától. Koncentráljunk a költségekre. A költségeknek két fajtáját különböztetjük meg:

  1. Fix költségek, amelyek nem függnek a termelés volumenétől, így az alapanyagok árának változásától sem
  2. Változó költségek (amelyek minden egyes új termék legyártásával felmerülnek)

Mivel az alapanyagárak változása csak a változó költségekre van hatással, ezért a továbbiakban csak ezzel foglalkozunk, és arra koncentrálunk, hogy az alapanyagok árváltozásának milyen hatása lesz a változó költségekre, és ezen keresztül természetesen az eredményre.

Tegyük fel, hogy dobozos üdítőket gyártunk. Az egyszerűség kedvéért mondjuk dobozos narancslevet, amely áll cukorból, narancs sűrítményből, vízből és dobozból. (Cukrot csak azért tartalmaz, hogy a példában elemezni tudjuk a cukor igen szélsőségesen változó árának hatását az eredményre)

Feladatunk az, hogy megbecsüljük, hogy mondjuk egy 10%-os cukorár emelkedés milyen hatással lesz az ezévi költségeinkre. (és ezen keresztül az eredményünkre).

  1. Az első lépés az, hogy az értékesítési terv alapján meghatározzuk, hogy hány doboz narancslevet kell még gyártanunk ahhoz, hogy elérjük az éves tervezett mennyiséget (figyelembe véve, hogy mennyi narancslé van még készleten)
  2. Miután meghatároztuk, hogy hány doboz narancslevet kell még termelnünk, a receptúra alapján meghatározzuk, hogy ennyi termék legyártásához mennyi cukorra, sűrítményre, dobozra van még szükségünk
  3. Meg kell néznünk, hogy mennyi alapanyagunk (cukor, ...) van még raktáron és ezek alapján ki kell számolnunk, hogy mennyi anyagot kell még utánrendelnünk a tervezett gyártási mennyiség előállításához.
  4. Megvan tehát, hogy év végéig hány kiló cukrot kell még beszereznünk. A kapott mennyiséget be kell szoroznunk a kontrolling vagy a beszerzés által becsült beszerzési egységárral, és így megkapjuk az év végéig felmerülő anyagköltséget.

Mindezt meg kell csinálnunk a vállalat összes termékére és megkapjuk, hogy mennyi lesz a vállalat változó költsége az év hátralévő részében. Egy így felépített üzleti intelligencia rendszerből meg tudjuk állapítani azt, hogy a cukor, vagy bármely más alapanyag árának 10%-os emelése milyen hatást fog majd gyakorolni a vállalat egészének eredményére.

A valóságban persze mindez nem ilyen egyszerű, hiszen kell számolnunk az árfolyam változás hatásával és még egy rakat torzító tényezővel, de az elv az ennyi. Nem több.

És mit lát mindebből a kontroller? Hogy ki kell tölteni egy Excel táblát, amely azt tartalmazza, hogy mennyi lesz a cukor és más alapanyag beszerzési ára, és utána az üzleti intelligencia rendszer kiköpi neki, hogy a tegnapi készletértékek, az érvényes receptúrák alapján a vállalat várható anyagköltsége x millió forint lesz. Ebből aztán a kontroller levonhatja a következtetést a várható eredményre is.

És hogy néz ki mindez az adattárház fejlesztő szemszögéből? Ahhoz, hogy mindezt megvalósítsuk szükségünk lesz

  • a készletadatokra (anyag és készáru is),
  • a recepturára, amely leírja, hogy egy termék előállításához milyen összetevőkre lesz szükségünk
  • az alapanyagok beszerzési árára, (amelyeket a kontrollerek inputként adnak meg)
  • és az értékesítési (vagy az ebből származtatott termelési) tervre.

Ezeket az információkat be kell gyűrni egy üzleti intelligencia rendszerbe, majd fel kell építenünk azt a modellt, amely a beszerzési árak változásának függvényében meghatározza a várható anyagköltséget és kész. Ezek után a kontrollerek képesek lesznek előre jelezni a válság volatilis hatásának várható következményeit az eredményre.

Persze ez már túlmutat a standard „sales" kocka háromdimenziós világán, de a békeidők is elmúltak már. Aki győztesen akar kijönni ebből a zavarosból, annak bizony túl kell lépnie ezen a szinten. Legyen Ön az, aki elsőként átlép ezen a korláton és felrázza a céget, hogy igenis vannak még kihasználatlan lehetőségeink, ki nem játszott kártyáink. Mutassa meg, hogy még nem dőlt el minden és egy jól felépített üzleti intelligencia rendszerrel nem csak a költségeket lehet elemezni, hanem a válság várható következményeire is időben fel lehet készülni.

Kapcsolódó anyagok:

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. szeptember 25.-i Power BI workshopra. Részletek >>

  

Elválasztó

Már készül a következő cikk. Kérjen értesítést a megjelenéséről itt.

|

Szóljon hozzá!

Szabály: Legyen kedves, segítõkész és vállalja a nevét.
A mező tartalma nem nyilvános.
  • A web és email címek automatikusan linkekké alakulnak.
  • Engedélyezett HTML elemek: <a> <em> <strong> <cite> <code> <ul> <ol> <li> <dl> <dt> <dd>
  • A sorokat és bekezdéseket automatikusan felismeri a rendszer.
ANTI SPAM
A robot regisztrációk elkerülésére.
Image CAPTCHA
Figyeljen a kis és nagybetűk használatára

POWER BI WORKSHOP

Tudjon meg többet az itt elhangzottakról! Jöjjön el a 2018. szeptember 25.-i Power BI workshopra. Részletek >>