Når CAPEX og økonomiafdelingen arbejder i siloer, mangler bestyrelsen et beslutningsgrundlag

Executive Summary

I mange virksomheder findes de oplysninger, der skal til for at træffe bedre investeringsbeslutninger, allerede. Problemet er ikke nødvendigvis en mangel på data. Problemet er, at disse data ofte ligger adskilt fra hinanden i forskellige siloer.

CAPEX-listen viser, hvilke investeringer der er planlagt. Økonomiafdelingen råder over omkostnings-, resultat- og planlægningsdata. De operative afdelinger kender deres marked, deres kapaciteter, forventede omsætninger, marginer, risici og afhængigheder.

Men først når disse oplysninger samles på projektniveau, skabes der et solidt grundlag for det spørgsmål, der er afgørende for bestyrelsen og CFO’en:

Hvilken kombination af vores planlagte investeringer skaber det bedste samlede resultat for virksomheden inden for de tilgængelige midler?

Til det behøver fremtidsværdierne ikke at være perfekte. Forventede indtægter, udgifter, overskud eller output kan være planværdier, skøn eller antagelser, der er afledt af historiske gennemsnitsværdier.

For usikkerhed er ingen grund til at undlade beregninger. Den er en grund til at beregne forskellige antagelser og scenarier.

Problemet er ofte ikke manglende data, men datasiloer

I store organisationer træffes investeringsbeslutninger på tværs af mange afdelinger.

Produktionsafdelingen planlægger en ny maskine. Driftsafdelingen vurderer kapaciteterne. Salgsafdelingen og forretningsenhederne kender den forventede markedsudvikling. Økonomiafdelingen ser på investeringsvolumen, pengestrømme og indvirkning på resultatet. Risikoafdelingen vurderer usikkerhederne. Virksomhedsledelsen fastlægger de strategiske prioriteter.

Hvert område besidder en del af de relevante oplysninger.

Problemet opstår, når disse oplysninger ikke samles i en fælles beslutningsstruktur.

Der findes ganske vist en CAPEX-liste, men de økonomiske konsekvenser af de enkelte projekter er ikke umiddelbart knyttet hertil. Finans- og planlægningsdata findes i andre systemer, tabeller eller ansvarsområder. Afhængigheder mellem investeringer er muligvis dokumenteret et andet sted.

Dataene findes – men beslutningstageren ser ikke det samlede billede.

Den, der har ansvaret for markedet, kender ofte også den bedste planlægningsantagelse

Et vigtigt punkt undervurderes ofte i diskussionen om datakvalitet.

Den, der udarbejder eller er ansvarlig for finans- og fremtidsplanlægningen, kender som regel sit område, sit marked og de økonomiske sammenhænge bedst.

Han kan vurdere:

Hvordan kunne salget udvikle sig? Hvilke indtægter er realistiske? Hvilke ekstra omkostninger opstår der? Hvilke margener kan forventes? Hvilken kapacitet er der brug for? Hvilken investering påvirker hvilken anden investering?

Selvfølgelig kender ingen fremtiden præcist.

Men det er heller ikke nødvendigt.

Til en investeringsbeslutning kan forventede indtægter, udgifter og overskud f.eks. udledes af aktuelle prognoser, forretningsplaner, erfaringsværdier eller gennemsnitsværdier fra de seneste år.

Det afgørende er først og fremmest, at der foreligger en forståelig antagelse.

Et skøn er ikke det samme som manglende information

I virksomhedsplanlægningen forsøger man ofte at skabe et tilsyneladende perfekt datagrundlag, før der beregnes eller træffes beslutninger.

Ved beslutninger om fremtiden kan dette perfekte datagrundlag imidlertid per definition ikke eksistere.

Ingen kender nøjagtigt omsætningen for et nyt produkt om tre år. Ingen kender alle fremtidens energipriser, markedsændringer eller omkostningsudviklinger.

Bestyrelsen skal alligevel træffe beslutninger om investeringer i dag.

Derfor bør spørgsmålet ikke lyde:

„Er denne værdi garanteret korrekt?“

Men

snarere:

„Hvilken antagelse anser vi for plausibel i dag – og hvordan ændrer vores beslutning sig, hvis denne antagelse viser sig at være anderledes?“

Det er netop her, at planlægning bliver til ægte beslutningsintelligens.

Bestyrelsen bør kende de økonomiske konsekvenser af sin CAPEX-beslutning

Når en bestyrelse for eksempel træffer beslutning om en investering på 20 millioner euro, bør man ikke blot vide, hvad investeringen koster.

Det bør også være gennemsigtigt, hvilken økonomisk effekt denne investering medfører.

For eksempel:

Investering: 20 mio. EUR
Forventede ekstra indtægter: 12 mio. EUR pr. år
Forventede ekstra driftsomkostninger: 5 mio. EUR pr. år
Forventet resultatbidrag: 7 mio. EUR pr. år
Kapacitetsforøgelse: 18 %
Afhængighed: Projekt B skal ligeledes gennemføres
Planlægningshorisont: 5 år

Disse værdier kan stamme fra detaljerede business cases. De kan dog også være afledt af prognoser eller gennemsigtige antagelser.

Det er vigtigt, at de økonomiske konsekvenser af investeringen indgår i beslutningen.

Fra datasiloer til en fælles beslutningsstruktur

Til det formål behøver man ikke nødvendigvis at opbygge et helt nyt datalandskab.

Det første skridt kan være overraskende enkelt.

Et projekt-ID udgør den fælles nøgle.

De beslutningsrelevante parametre knyttes til dette ID:

Projekt-ID + investering + forventede indtægter + forventede udgifter + resultatbidrag + output + tidsperiode + begrænsninger + afhængigheder + succeskriterier

Dermed forbindes CAPEX- og finansdata matematisk med hinanden.

Ud fra flere adskilte informationssiloer opstår der en fælles beslutningsstruktur.

Og netop denne struktur kan derefter optimeres.

Det er ikke det enkelte projekt, der er det afgørende spørgsmål

Traditionelt betragtes investeringer ofte hver for sig:

Er projekt A økonomisk rentabelt?
Har projekt B en positiv business case?
Er projekt C strategisk nødvendigt?

Men selvom alle tre spørgsmål besvares med ja, er det endnu ikke afklaret, om A + B + C udgør den bedste kombination for virksomheden.

Med 100 mulige CAPEX-projekter findes der teoretisk set allerede mere end

.267.650.600.228.229.401.496.703.205.376

mulige delmængder eller projektkombinationer.

Netop derfor er klassisk prioritering ikke altid tilstrækkelig ved store porteføljer.

Det afgørende spørgsmål lyder::

Hvilken kombination giver det bedste samlede resultat under vores faktiske begrænsninger?

StratePlan forbinder dataene med beslutningen

Det er her, StratePlan kommer ind i billedet.

De eksisterende CAPEX-, finans- og planlægningsdata overføres til en fælles matematisk beslutningsstruktur.

Derefter kan porteføljen optimeres kombinatorisk ud fra definerede mål og begrænsninger.

Det handler ikke om at træffe beslutningen i stedet for ledelsen.

Det handler om på en transparent måde at vise ledelsen, hvilke konsekvenser forskellige beslutninger og antagelser har for den samlede portefølje.

Dette bliver særligt relevant, når rammebetingelserne ændrer sig.

Hvad sker der, hvis CAPEX-budgettet falder med 15 %?
Hvad sker der, hvis den forventede omsætning på et marked falder med 20 %?
Hvad sker der, hvis råvare- eller energiomkostningerne stiger?
Hvad sker der, hvis et produktionsanlæg først er tilgængeligt tolv måneder senere?
Hvad sker der, hvis man i stedet for maksimal ROI skal prioritere en højere produktion?

Prognoser bliver til live-simuleringer i bestyrelseslokalet

Det er netop her, at bestyrelsesmødets rolle ændrer sig.

I stedet for at sende et spørgsmål fra bestyrelsen tilbage til økonomiafdelingen, lade dem genberegne det og modtage en ny præsentation flere dage senere, kan definerede parametre ændres direkte under mødet.

StratePlan beregner derefter porteføljen på ny.

Ny antagelse. Ny beregning. Ny optimal kombination.

Dermed knyttes prognoser, scenarieanalyser, porteføljeoptimering og ledelsesbeslutninger betydeligt tættere sammen.

Bestyrelsen ser ikke blot et forberedt basisscenarie, men kan sammenligne alternative fremtidsscenarier med hinanden.

Usikkerhed bliver dermed selv en beslutningsparameter

Et skøn på 100 millioner euro i forventede indtægter behøver ikke at blive behandlet som en uforanderlig sandhed.

Man kan for eksempel regne på det:

Basisscenarie: 100 mio. EUR
Konservativt scenarie: 80 mio. EUR
Nedre scenarie: 65 mio. EUR
Øvre scenarie: 120 mio. EUR

Så opstår der en væsentligt vigtigere erkendelse:

Er den samme investeringskombination stadig optimal, selv under ændrede forudsætninger?

Hvis ja, taler det for en robust beslutning.

Hvis nej, kan bestyrelsen straks se, hvilken parameter der får beslutningen til at vippe.

Det er væsentligt mere værdifuldt end at forsøge at afbilde en usikker fremtid med et enkelt, tilsyneladende præcist tal.

Dataene behøver ikke at være perfekte. De skal være beslutningsrelevante.

Virksomheder råder i dag over enorme datamængder. Alligevel træffes vigtige investeringsbeslutninger ofte stadig på baggrund af adskilte CAPEX-lister, finansmodeller, business cases og præsentationer.

Det næste skridt i udviklingen består derfor ikke nødvendigvis i at generere endnu flere data.

Det handler om at sammenkæde de allerede eksisterende oplysninger på projektniveau og gøre dem matematisk anvendelige i beslutningsprocessen.

Fagområdet kender sit marked.

Finansafdelingen kender tallene.

Ledelsen kender strategien.

StratePlan samler disse oplysninger til et beregneligt beslutningsgrundlag.

Samme projekter. Forskellige antagelser. Forskellige kombinationer. Bedre beslutninger.

Bryd siloerne. Forbind tallene. Beregn det optimale.