Analiza factorială, sau analiza cauză- efect, permite identificarea contribuției fiecăruia dintre factorii determinanți ai variației unui KPI compus, în variația acestui KPI.
Nu putem sublinia suficient de mult cât de importantă este această analiză și cât de puțin este ea folosită în ziua de astăzi, pentru că ne permite să înțelegem rapid impactul cumulat al multiplelor noastre acțiuni punctuale, de zi cu zi, și al reacțiilor individuale ale pieței din amonte și aval.
Exemplu: Vrem să știm ce variații (între anul curent și aceeași perioadă a anului trecut) au determinat, în marja comercială netă, fiecare dintre următorii factori:
- Prețul Unitar Mediu de Achiziție
- Cantitatea Vândută
- % Markup (Procent Adaos Comercial la Preț de Listă)
- % Discount (Discount Comercial Procentual Acordat în cadrul negocierilor)
- % Disc Card (Discount procentual acordat în programul de fidelizare)
- % Bonus (Bonus procentual off-invoice oferit de furnizori)
- Extinderea portofoliului de produse
- Restrângerea portofoliului de produse
Analiza este cu atât mai relevantă când factorii menționați sunt sub influența unor responsabili diferiți din cadrul companiei (aprovizionare, marketing, comercial, etc).
Combinarea analizei factoriale cu prezentarea în cascadă (waterfall) evidențiază contribuția treptat cumulată a fiecărui factor, ca un plus (verde) sau un minus (roșu) în rezultatul final evidențiat în dreapta graficului.
În exemplul din stânga iese în evidență impactul major pozitiv al unei schimbări de politică de preț (o scădere importantă a adaosului comercial la preț de listă) care a determinat însă, o creștere de volum care a compensat și recompensat decizia modificării adaosului.
Observații:
1. După cum este sugerat în zona superioară a imaginii de mai sus, engine-ul nostru de analiză factorială permite alegerea, direct din interfață, de către utilizator a mai multor variante de calcul factorial:
- a perspectivei temporale de analiză comparată (YTD vs LYTD, MTD vs LMTD, MTD vs LY MTD, etc.)
- a setului indicator compus + factorii de influență (Marja cu 6+2 factori, sau vânzare cu 4+2 factori, etc.)
- a granularității de analiză (Articol, Combinații articol-client, etc.)
2. Pentru noi e implicit, dar merită explicitat faptul că această analiză este disponibilă în fiecare zi sau de câte ori se face reîmprospătarea datelor, în mod automat, în toate opțiunile determinate de contextele de analiză mai sus menționate, atât pentru situația la momentul curent, cât și la orice dată anterioară (roll-back option).
3. În plus, merită reținut faptul că această analiză folosește în calcule toate detaliile, la nivel de linie de tranzacție, din istoria perioadelor comparate alese, putându-se solicita atât calculul general, pe toate datele, cât și orice variantă de filtrare pe oricare și oricâte dimensiuni disponibile în setul de date.
Pentru a ușura și analiza comparativ impactul factorilor la niveluri de detaliu, folosim o vizualizare tabelară de tip Heat-Map (harta de temperatură), în care se pot identifica rapid, din intensitatea culorii vizualizate la niveluri de granularitate ridicată, care sunt punctele de maximă influență (identificând simultan articolele și factorii specifici căutați, ca în exemplul din dreapta).
Galbenul reprezintă valori relativ mici, apropiate de zero, pe când valorile foarte pozitive (verzi) sau foarte negative (roșii) ies în evidență imediat.
În combinație cu heatmap-ul, este folosit pentru coloanele sumarizatoare o semnalizare bipolară +/-, cu alte nuanțe de verde și roșu.
Setul de date de plecare necesar pentru a putea implementa astfel de analize este, de obicei, relativ simplu de obținut/ extras din ERP și asta înseamnă că și costurile asociate punerii în funcțiune a unui astfel de set de analize vor fi scăzute.
Dincolo de analizele prezentate, se poate merge și mai departe, oferind o analiză factorială asupra profitabilității nete, influențate de un număr uriaș de factori, cum ar fi, dincolo de factorii de la venituri și marjă:
- numărul de clienți,
- numărul de documente emise,
- indicatori medii unitari de productivitate,
- numărul de angajați,
- salariu mediu,
- etc.
Analiza factorială (cauză – efect) este predată în facultățile de profil economic și informatic de multă vreme, inclusiv la noi în țară, dar implementarea unor astfel de analize, mai ales la un asemenea nivel de flexibilitate, este practic o premieră la nivel mondial, posibilă numai în contextul puterii de procesare oferite de Qlik™ și a abordării inovative de către echipa QQinfo, pe care o pune mereu la dispoziția beneficiarilor noștri.
Pentru soluții QQinfo, vizitați pagina QQsolutions.
Pentru informații despre Qlik™, vizitați pagina: qlik.com.
Dacă vă doriți o implementare rapidă de analiză factorială în compania dvs., dați-ne de veste, completând formularul aici !
Pentru a fi în contact cu ultimele noutăți în domeniu, soluții inedite explicate, dar și cu perspectivele noastre personale în ceea ce privește lumea managementului, a datelor și a analiticelor, vă recomandăm QQblog-ul !