Jak lze SAP data využít pro rozhodování?
Executive Briefing pro CFO, CIO a osoby odpovědné za strategii
Téměř v každé větší společnosti tvoří SAP digitální páteř organizace. Finanční data, žádosti o investice, struktury projektů, rozpočty, prognózy, plánování zdrojů, závislosti – vše je zaznamenáno. Datová základna je rozsáhlá. Transparentnost je vysoká. A přesto zůstává jedna zásadní otázka často nezodpovězená:
Jaká kombinace projektů maximalizuje celkový účinek v rámci našich reálných omezení?
Výzva nespočívá v nedostatku informací. Spočívá v tom, vytvořit ze stávajících dat SAP strukturovaný, spolehlivý a kombinatoricky konzistentní základ pro rozhodování. Data jsou k dispozici – schopnost rozhodovat vzniká až modelováním, optimalizací a logikou omezení.
1. SAP je systém záznamů – nikoli systém rozhodnutí
Systémy SAP – zejména SAP S/4HANA, SAP PPM, SAP PS, CO, FI, BW – zaznamenávají transakce, rozpočty, náklady na projekty a plánované hodnoty ve vysoké kvalitě. Odpovídají na otázky jako:
- Jak vysoké jsou plánované investiční náklady?
- Které nákladové střediska jsou dotčena?
- Jak vypadá prognóza?
- Jak je strukturováno plánování likvidity?
Na co však SAP obvykle neodpovídá:
- Která kombinace projektů maximalizuje celkovou návratnost investic?
- Které projekty je třeba odložit, aby byly optimálně dodrženy rozpočtové omezení?
- Jaký vliv mají závislosti napříč několika obdobími na celkové portfolio?
- Jak vysoké jsou oportunitní náklady alternativních struktur portfolia?
Rozdíl je zásadní: SAP ukládá realitu. Rozhodovací schopnost vzniká na základě výpočtu přípustných kombinací v rámci této reality.
2. Od reportingu k modelování rozhodnutí
Mnoho společností exportuje data SAP do Excelu nebo BI systémů a tam provádí workshopy zaměřené na stanovení priorit. Projekty jsou hodnoceny, jsou jim přidělovány skóre, diskutují se barvy semaforu.
Tento postup má dvě strukturální slabiny:
- Projekty jsou hodnoceny izolovaně, nikoli jako kombinace portfolia.
- Omezení jsou zohledňována heuristicky, nikoli matematicky modelována.
Rozhodovací schopnost vzniká teprve tehdy, když jsou data SAP převedena do formálního rozhodovacího modelu :
- Rozpočet jako tvrdá vedlejší podmínka
- Zdroje jako omezení kapacity
- Závislosti jako logické omezení
- Víceobdobové cash flow jako dynamická podmínka
Teprve tehdy vzniká rozhodovací prostor – a ten roste exponenciálně s počtem relevantních projektů.
3. Kombinatorický prostor pro rozhodování
Při 10 investičních projektech existuje 1 024 možných kombinací portfolia. Při 20 projektech je to přes milion. Při 50 projektech vzniká prostor 250 možných kombinací.
Žádný workshop. Žádný model Excel. Žádný lineární bodovací systém.
Rozhodující otázka tedy zní:
Jak se z dat SAP stane formálně popsatelný prostor pro optimalizaci?
4. Krok 1 – Strukturování dat SAP
Nejprve je třeba extrahovat a strukturovat relevantní datové body:
- Investiční náklady (CapEx)
- Běžné provozní náklady (OpEx)
- Profil cash flow za dané období
- IRR, NPV nebo strategické hodnotící ukazatele
- Přiřazení zdrojů
- Závislosti projektů
Tyto údaje jsou v SAP často k dispozici, ale jsou rozptýleny v různých modulech a tabulkách. Teprve harmonizací vznikne konzistentní soubor údajů o portfoliu.
5. Krok 2 – Definice cílových hodnot
Bez cílové hodnoty není možné provést optimalizaci. Podniky musí definovat:
- Maximalizace ROI?
- Maximalizace strategického účinku?
- Zajištění likvidity?
- Minimalizace rizika?
- Vícerozměrná kombinace cílů?
Zde často vzniká největší rozdíl v míře vyspělosti mezi reportingem a rozhodovací inteligencí.
6. Krok 3 – Modelování omezení
Rozpočtová omezení jsou málokdy jednorozměrná. Typické jsou:
- Roční rozpočty
- Víceobdobí omezení
- Horní limity zdrojů
- Strategické minimální podíly (např. 20 % inovace)
- Regulační požadavky
Teprve když jsou formulovány jako matematické vedlejší podmínky, lze přesně definovat prostor pro rozhodování .
7. Krok 4 – Optimalizace namísto prioritizace
Prioritizace řadí projekty. Optimalizace vypočítává kombinace.
Zde přichází ke slovu rozhodovací inteligence, jako je StratePlan: Data SAP se převádějí do kombinatorického modelu, který ze všech přípustných portfolií identifikuje to, které maximalizuje definovanou cílovou hodnotu.
Výsledkem není žebříček, ale spolehlivý návrh portfolia.
8. Transparentnost a správa
Pro finančního ředitele a dozorčí radu není relevantní pouze výsledek, ale také srozumitelnost:
- Jaké omezení byly závazné?
- Které projekty byly vyloučeny – a proč?
- Jak vysoké jsou oportunitní náklady alternativních scénářů?
Tato transparentnost je nezbytná pro správu, dodržování předpisů a způsobilost pro kapitálový trh.
9. SAP + rozhodovací vrstva
Strategicky čistá architektura zní:
- SAP zůstává systémem záznamů.
- StratePlan funguje jako systém rozhodování.
- Žádné provozní narušení.
- Jasné datové rozhraní.
- Revizní dokumentace.
Nevzniká tak náhrada SAP, ale optimalizační vrstva.
10. Dopad na vrcholový management
Společnosti obvykle informují o:
- Vyšší produktivita kapitálu
- Snížení nesprávného přidělování prostředků
- Jasné priority
- Méně politických kompromisů v projektech
- Zlepšená kvalita rozhodování
Rozhodující efekt nevzniká díky většímu množství dat, ale díky strukturovaným rozhodovacím prostorům.
Shrnutí
Data SAP jsou surovinou. Rozhodovací schopnost vzniká díky modelování, logice omezení a kombinatorické optimalizaci.
Kdo i nadále hodnotí rozhodnutí týkající se portfolia izolovaně, pohybuje se v lokálním optimu. Kdo převede data SAP do formálně definovaného rozhodovacího prostoru, může identifikovat globální optimum.
Ve světě rostoucího vázání kapitálu, regulační složitosti a omezených zdrojů nejde o technický detail, ale o konkurenční výhodu.
