Pokrok v dostupnosti, sběru a zpracování dat – spolu s novými analytickými možnostmi – poskytuje těm, kteří v oblasti financí jednají jako první, možnost využít nové poznatky, orientovat se v rizicích a přijímat informovaná rozhodnutí rychleji než konkurence. To již přimělo mnoho organizací přepracovat své systémy plánování podnikových zdrojů (ERP) a související systémy, které poskytují základní data nezbytná pro získání obchodních informací.
Má to však háček: Transformace ERP jsou často investice, které se uskutečňují jednou za desetiletí, trvají několik let a ovlivňují téměř vše od zákazníků až po účetní závěrku. Navzdory značnému úsilí výsledek často nesplní očekávání, organizace jsou tudíž zklamané a vyčerpané.
Jak to tedy funguje? Vezměte si například stavbu nového domu. Položili byste základy bez plánu domu, který budou podpírat? Bez jasné vize navazujících možností a požadavků na řízení výkonnosti se týmy často řídí tím, co znají. To vede buď k okrajovým zlepšením, nebo k přetechnizovaným řešením v důsledku nejasných rozhodovacích principů, jež pomáhají řídit efektivní návrh.
Abyste něčemu takovému předešli, je vhodné nejprve zvážit vytvoření společné vrstvy, která spojuje různorodá data a týmy napříč funkcemi za účelem lepšího řízení výkonnosti a zvyšování ziskovosti: řízení výkonnosti podniku (EPM).
V našem průzkumu uvedlo 97 % vedoucích pracovníků, že v posledních pěti letech podnikli kroky ke změně způsobu vytváření, poskytování a získávání hodnoty, a 76 % podniklo alespoň jedno opatření, které mělo výrazný nebo velmi výrazný dopad na obchodní model jejich společnosti.
Problémem je, že společnosti se často vydávají na cestu digitální transformace, aniž by udělaly krok zpět a znovu definovaly, co potřebují pro své fungování a řízení v budoucnosti. Není tedy divu, že získání hodnoty z digitální transformace je stále obtížné.
Zvažte jiný přístup. Začněte tím, že přimějete finance představit si svou roli jinak – jako strategického obchodního partnera (nebo výkonnostního kouče) zodpovědného za zaštiťování dat, která řídí rozhodnutí, jež pomáhají vytvářet dlouhodobou hodnotu. To vyžaduje, aby finance spolupracovaly s vedoucími pracovníky napříč funkcemi a zodpověděly klíčové otázky:Do we have the right accountability model?
Tento posun v perspektivě by měl přirozeně vést k tomu, že se finanční funkce zaměří na EPM řešení. Dobře navržená EPM řešení poskytují agilní forecasting a modelování scénářů, zmírňování rizik, integraci mezi financemi a provozem a lepší rozhodovací procesy.
Zde jsou uvedeny konkrétní způsoby, jak může strategie „EPM-first“ odblokovat to, co by měl ERP systém dělat hned od prvního dne, podpořit tak hladší transformaci ERP a zároveň urychlit cestu k tomu, aby se finance staly poradcem pro podnikání.
43 % vedoucích pracovníků v oblasti financí, že jednou ze tří hlavních priorit finanční funkce je vytvořit z financí partnera pro podnik. Strategické finanční týmy neboli koučové dělají víc než jen to, že vedou účetnictví – poskytují provozním útvarům faktické informace, které odhalují příležitosti ke zlepšení výkonnosti a zvyšování hodnoty v souladu s celkovými cíli podniku.
Finance by například měly být schopny rychle identifikovat narušení dodavatelského řetězce v předchozích fázích, vyhodnotit jeho dopad a analyzovat možnosti, aby pomohly vedoucím pracovníkům podniku určit, jak vhodně reagovat. To však vyžaduje sladění datových prvků, které je třeba zachytit, a podnikových datových struktur, jež je propojují. Plány poptávky, ceny a propagační akce, dodavatelé, jednotkové náklady, dodací lhůty, úroveň zásob, výrobní kapacita a provozní kapitál – to jsou jen některé datové body, které by měly být propojeny a shromažďovány.
To vyžaduje přepracovanou strategii v oblasti dat a reportingu, v rámci níž by měly mezioborové týmy propojit dva hlavní toky reportingu – finanční a nefinanční, které jsou nezbytné pro získání užitečných informací. Namísto práce, kde spolu jednotlivá oddělení nespolupracují, by měly být finanční systémy úzce integrovány se zdroji provozních dat, aby se odstranily mezery, zmatky a slabiny, jež mohou zpozdit přenos důležitých poznatků.
Rozhodnutí učiněná během implementace EPM jsou klíčová pro určení investic potřebných do vašeho ERP, což vede k rychlejšímu nasazení a snížení rizik spojených s celým procesem. Zahájení navazujícího procesu vytváří významný tlak na získávání dat – složky pro řízení výkonnosti – identifikaci mezer a jasnou představu o tom, co je třeba dodat.
V jedné nadnárodní společnosti vytvořilo použití EPM k novému definování modelu podnikových dat základ pro nový návrh účetní osnovy a také umožnilo využít rozšířené možnosti reportingu dříve. Společnost byla schopna otestovat klíčové systémy s minimálním rizikem nebo náklady na selhání, což podpořilo hladší přechod při spuštění budoucího ERP.
Zhruba 20 % top společností má více než 13krát větší výkonnostní náskok před ostatními z oboru. Tyto nejvýkonnější společnosti provádějí častější a významnější realokace kapitálu, rychleji identifikují a reagují na rizika a příležitosti a řídí vzájemně se posilující investice. Společným znakem těchto společností je schopnost hledět dopředu a zůstat agilní při zapojení potřebných pák k využití multiplikačních efektů.
Kromě toho se mezi vedoucími pracovníky objevuje větší naléhavost přehodnotit jejich obchodní model. Přibližně 34 % generálních ředitelů se domnívá, že jejich průměrný konkurent do tří let skončí s podnikáním, pokud neupraví svůj obchodní model. Pokud před přestavbou základních datových platforem nezlepšíte svou organizační agilitu pomocí lepších prognostických poznatků a rozhodovacích procesů, může být pozdě.
Namísto čekání 18 měsíců nebo déle na implementaci ERP mohou společnosti začít získávat hodnotu z EPM již za pouhé tři měsíce. Spojení různorodých datových souborů do soudržného a integrovaného datového modelu – s vylepšeným prognózováním a analýzou – umožní podnikům rychleji a efektivněji rozhodovat o alokaci kapitálu, reagovat na změny na trhu a pochopit mezifunkční dopady na výkonnost. Může také identifikovat překážky, jako jsou slabé datové toky, nepřehledné procesy a nedostatky v pracovní síle, které může být nutné řešit před nebo během implementace ERP.
Vzhledem k tomu, že vedoucí pracovníci v oblasti financí zkoumají možnosti generativní umělé inteligence (GenAI) a strojového učení (ML) pro modernizaci hodnotového řetězce plánování a analýzy, může být EPM účinným testovacím příkladem. Mnoho aplikací AI, jako je forecastování a modelování scénářů, již spadá do týmů finančního plánování a analýzy – proto byly funkce strojového učení zabudovány do většiny předních řešení EPM, která poskytují nízkonákladový a vysoce hodnotný vstupní bod pro zvýšení hodnoty pomocí AI.
Vzhledem k naléhavější potřebě přesných a předvídatelných prognóz týkajících se výnosů, zisku před úroky, zdaněním, odpisy a amortizací (EBITDA), volného cashflow a dalších klíčových provozních ukazatelů může být schopnost rychle a přesně modelovat budoucí výsledky způsobem, který zohledňuje finanční, provozní a externí faktory, strategickým diferenciátorem. To však často vede ke spotřebě většího množství dat, z nichž velká část je nestrukturovaná a nachází se mimo standardní datový model společnosti. Využití schopností umělé inteligence v rámci předních EPM řešení a hyperskaláru může pomoci integrovat modely plánování s větším množstvím dat, často z různých interních i externích zdrojů, což vede ke konkurenční výhodě společností.
Jedna globální technologická společnost uvolnila více než 250 milionů dolarů pracovního kapitálu díky přesnějšímu forecastování slev, což jí umožnilo výrazně snížit částky dohadů. Mimo jiné použila strojové učení a granulární údaje o zákaznících a platbách. Dalším příkladem je velká zdravotnická organizace, která zavedla strategii podnikového reportingu poté, co se během implementace ERP potýkala s problémy, jež zdůraznily potřebu vedoucích pracovníků přistupovat k datům z různých systémů. Využitím cloudových datových platforem nové generace se zabudovanou umělou inteligencí tato organizace umožnila samoobslužný přístup k prediktivní analytice pro analýzu objemových trendů a sledování cílů. Oba tyto příklady byly nasazeny během šesti měsíců.
To podtrhuje příležitost ke zhodnocení a zároveň řeší běžnou mylnou představu společností váhajících se započetím cesty k AI. Představa „dokonalých“ dat bývá často iluzí. Přístup EPM-first umožňuje financím být v oblasti AI prvním tahounem v organizacích a implementovat prediktivní prognózy a analytické funkce, které čerpají z robustních datových souborů, jež může promyšleně přepracované ERP nakonec lépe uspokojit.
Použití EPM nabízí možnosti, jak urychlit tvorbu hodnoty, vyjasnit budoucí požadavky na ERP a snížit rizika celé digitální transformace. Zatímco zjišťujete, zda by strategie EPM-first mohla fungovat i ve vaší organizaci, zvažte tyto otázky:
Odpovědi na tyto otázky vám mohou pomoci začít formulovat, jaká cesta má pro vaši organizaci větší smysl – zda začít implementací EPM a vidět větší okamžitou hodnotu, nebo zda nejprve implementovat ERP a přidat funkce EPM až později.
Vlastimil Košík
Head of E2E Planning (EPM & DSC Solutions), PwC Czech Republic
Tel: +420 730 184 612
Jiří Schwarz
Accounting Advisory & Finance Transformation, PwC Czech Republic
Tel: +420 722 937 768