Data-analytiikka on noussut tärkeään rooliin liiketoiminnan päätöksenteon tukena ja yhä useammassa yrityksessä myös budjetointi haluttaisiin tehdä muualla kuin Excel-taulukoissa.

Digitaaliseen oppimiseen ja työvoiman kehittämiseen erikoistuneen Valamiksen Lead FOPM consultant Teemu Hallikainen kertoi Ite wikille, miten nykyaikaisten työkalujen avulla budjetoinnista ja liiketoiminnan simuloinnista tulee entistä täsmällisempää.

– Yrityksissä, joissa budjetointi on totuttu tekemään Excelillä, tieto ei välttämättä ole budjetointi- tai ennustemielessä tarkalla tasolla. Myös tiedonkeruu voi olla haastavaa, koska eri työntekijöillä on yleensä hiukan omat tapansa tallentaa tietoa järjestelmiin. Pyrimme vastaamaan näihin tiedonkeruullisiin haasteisiin ja datan laadun parantamiseen siten, että sitä olisi jatkossa helpompi hyödyntää, Hallikainen sanoo.

– Ennustamisen tavoitteena  on muodostaa kuva siitä, mihin yritys on menossa seuraavaksi tarkasteltavalla ajanjaksolla. Excel-vetoinen budjetointi saatetaan joskus kokea työlääksi. Jos siitä siirrytään muihin ratkaisuihin, budjetoinnista tulee kevyempää ja ennustetta voidaan tehdä rullaavasti. Tällöin itse budjetti voi olla vain yksi ennustekierros muiden joukossa.

Ennustejärjestelmässä on aina tallessa ajan tasalla oleva data. Tämä luo lisävarmuutta liiketoiminnan suunnitteluun:

– Monesti unohtuu, että Excelissä data ei ole varmassa tallessa. Tiedostoja voi kadota tai raportoinnissa  käytetään vahingossa vanhaa versiota.

 

Liiketoiminnan simulointi nopeutuu nykyaikaisilla teknologioilla

Liiketoiminnan suunnittelu perustuu vahvasti erilaisten skenaarioiden luomiseen. Valamiksella asiakkaille pyritään tarjoamaan perinteisen suunnittelun lisäksi uusin mahdollinen teknologia myös liiketoiminnan simulointiin ja optimointiin.

– Voidaan kysyä, miten uuden tehtaan avaaminen, kysynnän muutokset tai parinkymmenen uuden työntekijän palkkaaminen vaikuttavat tehtyyn ennusteeseen. Näitäkin voi tehdä millä tahansa välineillä, mutta jos riittävän tarkat ajurit laitetaan osaksi järjestelmää, jossa on jo data ja budjetti, simuloinnista tulee huomattavasti tarkempaa. Jos pitää pohtia jonkin toimenpiteen, esimerkiksi investoinnin, vaikutuksia yrityksen liiketoimintaan, tällä tavalla saadaan luotettavammin ja nopeammin esille paras mahdollinen ratkaisu, Hallikainen kertoo.

 

“Voidaan kysyä, miten uuden tehtaan avaaminen, kysynnän muutokset tai työntekijöiden palkkaaminen vaikuttavat tehtyyn ennusteeseen”

 

– Konsernitasolla tehtävä simulointi voi liittyä esimerkiksi yritysjärjestelyihin. Konsernin johto haluaa nähdä, miten sen tulokseen vaikuttavat uudet yrityskaupat tai uusien liiketoiminta-alueiden perustaminen.

 

Matemaattinen optimointi tulee taloushallinnossa päätöksenteon tueksi

Myös matemaattinen optimointi on vakiinnuttamassa paikkaansa suomalaisyritysten talousosastojen työrutiineissa. Hallikaisen mukaan tämä johtuu pitkälle optimoinnin menetelmien kehittymisestä, mutta osansa on varmasti nykyisellä, tuotannon tehostamiseen pyrkivällä maailmankuvallakin.

 

Teemu Hallikainen

 

Koulun matematiikassa optimointi tarkoitti parhaan mahdollisen tuloksen saamista käytettävissä olevilla resursseilla. Esimerkkilaskuissa pyrittiin selvittämään vaikkapa sitä, miten 10 kananmunaa ja kilo jauhoja kannattaa käyttää, jos halutaan saada mahdollisimman iso tuotto valmistamalla kakkuja ja keksejä. Jauhoilla ja kananmunilla oli omat kustannuksensa, ja myös kakuista ja kekseistä kilahti kassaan eri määrä rahaa.

Liiketoiminnan yhteydessä optimoinnista tulee huomattavasti koulumatematiikkaa monipuolisempaa.

– Voidaan esimerkiksi etsiä mahdollisimman pieniä yksikkökustannuksia tietylle tuotteelle, kun käytössä ovat tietyt resurssit kuten henkilöstömäärä ja tuotantokapasiteetti. Sitten määritetään ehdot: minkä verran tuotteen tuottamiseen menee euroja ja työresursseja missäkin tehtaassa ja mitkä ovat niiden kapasiteetit sekä kuljetuskustannukset. Näiden ehtojen vallitessa tarkastellaan sitä, missä tuotetta kannattaa tuottaa.

 

“Voidaan esimerkiksi etsiä mahdollisimman pieniä yksikkökustannuksia tietylle tuotteelle, kun käytössä ovat tietyt resurssit”

 

Toinen esimerkki löytyy työvuorosuunnittelusta:

– Sairaalassa tietyllä osastolla on tietyt puitteet eli rajallinen henkilöstö jokaista vuoroa kohti ja hoitajilla on tietty lepoaika vuorokaudessa. Isoissa yksiköissä työvuorojen tekeminen voi olla aikamoinen härdelli, mutta matemaattisen optimoinnin avulla se sujuu helposti ja järjestelmä tuottaa myös valmiin työvuorolistan, Hallikainen kertoo.

Ihmisen tekemänä matemaattinen optimointi on aikaavievää, eikä käytettävissä oleva tieto ole aina parasta mahdollista. Tällöin ennustejärjestelmään yhdistettävä ratkaisu helpottaa ihmisten tekemää työtä:

– Optimointi on vaikeaa matematiikkaa, jos sitä lähtee tekemään aivan nollasta. Nykyisen teknologian ansiosta ei tarvitse olla enää matemaatikko voidakseen suorittaa monimutkaistakin matemaattista optimointia. Kun ennustejärjestelmään liitetään optimointia tekevä tuote, käyttäjän tehtäväksi jää käytännössä vain mallinnuksessa käytettävien ehtojen määrittäminen. Kun ehtoja on riittävästi, kone laskee muutamassa sekunnissa optimaalisen lopputuloksen.

 

Valamiksen Ite wiki -profiili

Valamiksen verkkosivut