1. Главная / Статьи 
ул. Черняховского, д. 16 125319 Москва +7 499 152-68-65
Логотип
| статьи | печать | 1334

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)

показатель

действие до кризиса

действие во время кризиса

Посетители

Реклама федеральная, наружная в городе, вывеска магазина

Программа лояльности (sms-рассылки, бонусы), «точечные» действия

% обслуживания

Директор магазина (мотивация продавцов)

При снижении потока покупателей — более внимательное отношение

Комплексность покупок

Мерчандайзинг, мотивация продавцов

Выгодные условия для клиента «купить сейчас – пока не подорожало»

Цена единицы товара

Настройка структуры ассортимента под локальный рынок

Скидочная политика

Ассортимент (доли ценовых категорий), %

Высокая 20
Средняя 30
Низкая 40

Высокая 20
Средняя 30
Низкая 50

KPI для топ-менеджеров* (таблица 2)

осень —
зима

март

апрель

май

III кв.

июнь

июль

август

IV кв.

весна —
лето

год

Продажи (с НДС)

Прогноз/факт

703 М

92 М

102 М

112 М

314 М

101 М

110 М

120 М

323 М

638 М

1341 М

План

654 М

96 М

107 М

117 М

327 М

104 М

113 М

111 М

322 М

649 М

1303 М

Прошлый год

621 М

85 М

94 М

98 М

277 М

102 М

95 М

110 М

306 М

584 М

1205 М

+/– План

49 804

–4450

–4494

–5125

–12 263

–2816

–2688

8376

1066

–11 197

38 607

План, %

108

95

96

96

96

97

98

108

100

98

103

% +/–
Прошлый год

+113

+109

+109

+115

+113

+99

+116

+109

+106

+109

+111

Дисконт, %

Прогноз/факт

20

21

34

10

13

21

11

23

26

21

20

План

23

22

25

11

14

16

11

23

21

18

20

Прошлый год

21

22

32

9

13

16

9

25

25

19

20

Валовая прибыль, %

Прогноз/факт

59

58

49

62

61

56

62

55

54

57

58

План

54

55

54

60

59

58

60

55

56

57

55

Прошлый год

56

56

51

62

60

59

62

53

54

57

57

% остатков от заказов (весна — лето 2010)

Прогноз/факт

67

77

28

63

63

46

32

10

10

10

10

План

68

96

28

67

67

49

86

11

11

11

11

Прошлый год

68

81

36

71

71

53

79

22

22

22

22

Оборачиваемость остатков в год

Прогноз/факт

2,1

1,7

3,6

2,4

2,1

2,8

2,1

3,0

3,0

2,5

2,3

План

2,2

1,9

3,4

2,5

2,2

2,7

2,1

3,0

2,9

2,5

2,4

Прошлый год

2,4

1,4

2,8

2,1

1,7

2,6

1,4

2,6

2,6

2,1

2,2

Средний чек

Прогноз/факт

1958

1685

1305

1573

1631

1475

1650

1370

1379

1493

1705

План

1939

1504

1328

1370

1483

1308

1601

1692

1427

1455

1663

Прошлый год

1957

1663

1328

1391

1527

1298

1569

1507

1376

1444

1670

Комплексность чека

Прогноз/факт

1,9

1,9

2,1

2,2

2,0

1,6

2,0

2,3

2,2

2,1

2,0

План

2,0

2,1

2,2

2,3

2,2

2,3

2,2

2,2

2,2

2,2

2,1

Прошлый год

1,8

1,8

2,1

2,2

2,0

2,2

1,9

2,0

2,1

2,0

2,0

Цена единицы

Прогноз/факт

1036

898

608

731

808

699

829

599

630

707

848

План

969

710

604

609

676

581

731

776

645

661

786

Прошлый год

1059

911

638

642

769

590

823

762

659

707

853

% обслуживания

Прогноз/факт

30

28

32

30

29

31

29

30

31

30

30

План

20

19

26

20

20

22

19

25

24

22

21

Прошлый год

35

33

25

26

29

27

30

22

24

26

29

* Приведены условные данные.