top of page

Προβλέψεις της οικονομικής διεύθυνσης και data analytics

Ένα μέρος της εργασίας των Οικονομικών Διευθύνσεων είναι να «προβλέψουν το μέλλον». Όχι βέβαια με τη μέθοδο της κρυστάλλινης σφαίρας (!) αλλά με άλλες επιστημονικές μεθόδους. Σε αυτή την εργασία (budgeting, forecasting) τις βοηθούν συστήματα και μεθοδολογίες που με τα χρόνια έχουν λίγο-πολύ παγιωθεί.


Σήμερα, όμως, αρχίζει να διαφαίνεται μια νέα πρόκληση: Με την κλιματική αλλαγή (ή κρίση) να είναι ήδη εδώ, με τις ανάγκες για οργανωμένο risk management και με τη νέα (και υποχρεωτική σε ορισμένες περιπτώσεις) συνιστώσα του ESG – ειδικά στη διάσταση “E=environment” – αναδύεται η ανάγκη για μακροπρόθεσμες προβλέψεις. Τέτοιες που η λογιστική επιστήμη και όσα έμαθαν οι οικονομικοί επιστήμονες στα πανεπιστήμια ή στην επαγγελματική τους ζωή, δεν τους βοηθούν να τις φτάσουν.



Γνωρίζουμε, για παράδειγμα, ότι ένα τυπικό λογιστικό σύστημα διαθέτει εργαλεία (“reports”?) για να απεικονίσει μια πρόβλεψη ενός, δύο ή τριών χρόνων. Υποστηρίζει επίσης databases οι οποίες μπορούν να δεχτούν παραμέτρους «διαμόρφωσης» του μέλλοντος. Πάντα όμως με ένα χρονικό ορίζοντα τόσο λίγων ετών.


Αλλά τίθεται ένα νέο ερώτημα: Πώς μπορούν να γίνουν προβλέψεις οικονομικών δεδομένων (ισοζύγια λογιστικής, reports ανοικτών υπολοίπων των receivables κ.α.) σε βήματα δεκαετίας;


Στην E-ON INTEGRATION υποστηρίζουμε ότι για κάθε είδος οικονομικού μεγέθους (πάγια, πωλήσεις, αποθέματα κ.λπ.), είναι δυνατόν να εντοπιστούν παράμετροι οι οποίες μπορούν να επηρεάσουν την εξέλιξή τους μακροπρόθεσμα.


Μετά από αυτή τη μελέτη, θα πρέπει να βρεθούν σχετικά δεδομένα και να φορτωθούν σε κατάλληλες βάσεις δεδομένων. Αυτές οι βάσεις δεδομένων δεν μπορούν να είναι οι τυπικές επιχειρησιακές (π.χ. τα λογιστικά αρχεία, το ERP μας κ.λπ.). Πρέπει να είναι data warehouses μικρότερου ή μεγαλύτερου μεγέθους με πρόβλεψη και δυνατότητα να αυξάνουν κατά το δοκούν αλλά και να υποστηρίζουν σύγχρονα εργαλεία ανάλυσης. Εάν αυτό καταστεί δυνατό, τότε με τεχνικές data analytics μπορούν να σχηματιστούν εικόνες του μέλλοντος.


Ας δούμε μερικά ενδεικτικά ερωτήματα στα οποία συνδυασμοί υπαρχόντων δεδομένων με νέες εξωτερικές βάσεις δεδομένων μπορούν να δώσουν μια απάντηση:

  • Ποια πάγια της εταιρίας έχουν τη μεγαλύτερη πιθανότητα να υποστούν βλάβες στις επόμενες δεκαετίες λόγω της κλιματικής αλλαγής; Για καθένα από αυτά, ποιο είναι το κλιματικό γεγονός που τα επηρεάζει πιο πολύ;

  • Πώς κατανέμεται γεωγραφικά το revenue stream και συνεπώς από ποιες περιοχές είναι πιθανότερο να προκληθεί «βλάβη» στα έσοδα της επιχείρησης;

  • Πώς πρέπει να διαμορφωθούν οι προμήθειες πρώτων υλών, αναλόγως της προέλευσης των προμηθευτών μου, οι οποίοι μπορεί να υπόκεινται σε διαφορετικές κλιματικές συνθήκες;

  • Ποια και πόσα είναι τα έξοδα με τη μεγαλύτερη πρόβλεψη αύξησης, έτσι ώστε να γίνουν οι κατάλληλες ενέργειες μετριασμού και μάλιστα στο σωστό χρόνο (όχι απαραίτητα «τώρα»)

Οι οικονομικοί επιστήμονες αναμφισβήτητα βλέπουν buzzwords στα παραπάνω ερωτήματα («πάγια», «revenue stream» κ.λπ.). Άλλα είμαστε μάλλον βέβαιοι ότι τα ερωτήματα αυτά καθαυτά δεν μπορούν να τα απαντήσουν με τα εργαλεία και τα δεδομένα που διαθέτουν σήμερα!


Η E-ON INTEGRATION σχηματίζει έργα data analytics στο πλαίσιο της κλιματικής αλλαγής όπου συνδυάζει τα υπάρχοντα δεδομένα σας με εξωτερικές βάσεις δεδομένων, με σκοπό να δώσει μακροπρόθεσμες προβλέψεις για τα θέματα που απασχολούν την επιχείρηση. Στο επιστημονικό μέρος, διαθέτει και data analysts και κλιματικούς επιστήμονες έτσι ώστε το σχηματιζόμενο έργο να μην θεωρηθεί (όπως σαφώς δεν είναι) ένα τεχνικό πρόβλημα «μηχανογράφησης». Ένα μέρος μόνο αυτών των έργων είναι το risk management, το reporting κατά ESG και η διαχείριση σχετικών στόχων και δεικτών PI’s (performance indicators) και KPI’s.

bottom of page