„A CFO-knak a digitális átalakítás motorjává kell válniuk. Ha nem így lesz, akkor egyszerű beszámolás-gyártók és adóbevallás-készítők lesznek csak, s veszítenek fontosságukból” – mondta Weissenbacher Emese, a világ legnagyobb szűrőgyártója, a Mann+Hummel CFO-ja a XXX. Budapesti Menedzsment és Controlling Fórumon (BMCF). Megállapítása ritkán látott egyetértésre talált a közönségben, s a téma – mármint a CFO-k szerepe a digitalizációban – nem csak az előadások, de a szünetekben folytatott beszélgetések során is nagyon gyakran a középpontba került.
Az alábbi és más hasonló kérdésekre keresték a választ a résztvevők.
Lássuk tehát, hogy milyen feladatai vannak a CFO területnek annak érdekében, hogy a digitalizáció adta kihívásokra felkészüljön, és a gazdasági irányításban is a leginkább kihasználja a digitalizáció lehetőségeit!
A Horváth & Partners csoport felmérései azt mutatják, hogy a gazdasági területet négy kiemelt trend ösztönzi leginkább a digitális transzformációra. De mielőtt ezeket felsorolnánk, nézzük meg, mit is értünk digitális transzformáció alatt? Röviden mindent: vagyis a gazdasági funkció stratégiájának, irányításának, szervezetének, folyamatainak, IT eszközrendszerének és erőforrásbázisának optimalizálását, átalakítását és továbbfejlesztését a hatékony üzleti irányítás és döntéstámogatás érdekében. Merthogy az üzleti területekhez hasonlóan a CFO terület is a működésének minden elemére kiható változásokkal áll szemben. Ám ha ezekre felkészül, akkor bekövetkezik, amit a BMCF után nyilatkozó vezetők várnak. Ahogy Erdélyi Barna, a Waberer’s vezérigazgatóhelyettese mondta, „a CFO terület egyensúlyt tud teremteni a digitalizációs, innovációs álmok és a napi valóság között.” Poroszlai Csabát, az Egis gazdasági igazgatóját idézve pedig „a gazdasági, pénzügyi, controlling területnek… kiemelt szerepe lehet a jövőben.”
Az irányítást a szubjektív érzékelések helyett sokkal nagyobb mértékben az objektív, adat alapú és magas automatizáltsági fokon készülő integrált és fejlett prediktív elemzésekre kell építeni. Érdemes előre meghatározni az elvárásainkat. Milyen időtávon és mennyivel pontosabb előrejelzést várunk? Mennyi controlleri erőforrást akarunk/tudunk megtakarítani az automatizálással (és ezt más értékteremtő feladatokra fordítani)? A belső és külső értéklánc mely elemeit és adatforrásait tudjuk integráltan bevonni a predikciós rendszerbe?
A statisztikai modellek fejlődésének köszönhetően lehetővé vált komplexebb üzleti működések leképezése. Ezáltal a teljesítménymenedzsmentben, beszámolásban és szcenáriókészítésben is alkalmazhatunk validált statisztikai összefüggésekre épített driver modelleket. Ezekben a működést leginkább befolyásoló paraméterek közötti korrelációk ellenőrzöttek, a modell által teszteltek és öntanuló algoritmusokkal folyamatosan fejlődnek. Az optimalizálási lehetőségeket a modellen belül lehet azonosítani. Ez aztán integrálható a klasszikus controlling és teljesítménymenedzsment eszközökkel (pl. tervezési és beszámolási rendszerrel), amelyeken keresztül támogatja a menedzsmentet az objektív döntéshozatalban.
A döntési folyamat digitális transzformációra való felkészítése során először a reaktív, gyakran „megkésett” időszaki zárásra alapozott döntéseket proaktív-prediktív módszerekkel kell felváltani. Ezt követően meg kell találni az egyensúlyt a teljesen automatizált és az automatizmusokkal és gépi javaslatokkal támogatott vezetői döntések között.
A döntési algoritmusok és alternatívák szimulációja bizonyos érték- és kockázati tartományban automatizált döntéseket tesz lehetővé. (Gyakorlati példával élve egy kiskereskedelmi vállalat cikkszintű prediktív értékesítési előrejelzésre alapozott automatizált készletgazdálkodást végezhet, ami jelentősen hozzájárul a működő tőke optimalizálásához).
A driver modellekre és predikcióra épített elemzések és beszámolók pedig az agilis vezetői döntéseket és a folyamatos termelékenység- és hatékonyságnövelést segítik a gyors reakcióidővel és azzal, hogy a legfontosabb befolyásoló tényezőkre irányítják a vezetők figyelmét.
A digitalizálás hálózatosodáshoz vezet vállalaton belül és kívül, ezért a controllingnak ki kell terjednie a vállalat külső és belső folyamataira egyaránt. Az információáramlás, ahogyan eddig is, túlnyúlik a vállalati határokon, ugyanakkor a jövőben egyre inkább a vállalat belső folyamataiba integrálódik. Az integráció érintheti a beszállító, a logisztikai és értékesítési szolgáltató partnereket és a vásárlói információkat egyaránt. A szélesebb információbázisnak és interdiszciplináris (teljes hálózatra kiterjedő) együttműködésnek köszönhetően zökkenőmentesebbé tehető az ellátási lánc és újabb hatékonysági potenciálok azonosíthatók. A hatékonyabb működés pedig versenyelőnyt biztosít az értékláncban szereplő vállalatok számára a hálózati lehetőségeket és technológiákat kevésbé kihasználó szereplőkkel szemben.
Az adatok és modellek heterogenitása átfogó irányítást követel. Az adatminőség és a modellek konzisztenciájának biztosítása kulcs a hatékony döntéstámogatáshoz. Pontos, átlátható és implementálható adatdefiníciós katalógust és adatfelhasználási szabályokat kell kialakítani, meghatározott adatfelelősségi körökkel. Az integráció során a külső adatok kisebb pontosságuk és ellenőrizhetőségük miatt további körültekintő irányítást igényelnek.
A fent említett komplex adatmodellek kialakítása és működtetése a digitális vállalatirányítási rendszer előfeltétele. Ezért olyan, magasan képzett adattudós szakemberi terület kialakítása szükséges, amely képes a technológiai, matematikai és elemző specialista szerepköröket betölteni. Az alapvető kvantitatív modellfejlesztésekre, prediktív és feltáró elemzések kialakítására alkalmas szakértők mellett Big Data specialistákra is szükség van.
A controlling tranzakciós munkaterhelése csökken az automatizálásnak és standardizálásnak köszönhetően. Előtérbe kell helyezni az irányítási, módszertani szakértői szerepet. Ennek felelőssége a controlling funkció szakmai fejlesztése, szabályzatok és módszertanok kidolgozása, és a controlling folyamatok és módszertanok csoportszintű konzisztenciájának biztosítása.
Emellett az üzleti intelligencia és beszámolási területen terjed a „Factory” szemlélet, amely a rendszeres beszámolók és az ad-hoc egyedi lekérdezések elkészítéséért, és az önkiszolgáló BI rendszerek üzemeltetéséért központilag felel. Az egységes központi controlling funkciók és üzletágak között pedig dedikált business partnerek/challengerek jelentik a kapcsolódási pontot. Ők az üzleti terület objektív partnerei és gazdasági szakmai támaszai a központi módszertanok alkalmazásában.
Az adatmérnöki funkció felel azért, hogy a nyers belső és külső adatok teljes körűen felhasználhatók legyenek, és az alkalmazott technológiáknak köszönhetően a Big Data potenciál is kihasználható legyen. A hatékony data engineering biztosítja, hogy egy nagyobb adatbankból egyszerűbb adatszerkezetek révén az elemzők számára kevesebb transzformációval elérhetőek legyenek a szükséges adatkörök.
Vezetők, elemzők, controllerek, adattudósok, adatmérnökök és informatikusok közös platformon, szervezeti határok nélkül, de pontos szerepmegosztás és minőségi kritériumok mentén járulnak hozzá a kvantitatív modellek működéséhez. Folyamati szinten ez úgy működik, hogy az üzleti terület (business partnerek segítségével) meghatározza az elemzésre szánt business case-t, amelyhez az adattudósok azonosítják az elemzéshez szükséges adatköröket. Az adatok integrálásáért és adatszolgáltatásért az IT (data engineering) és üzleti intelligencia terület felel. Ezt követően az adattudós csapat az adatokat a statisztikai modellbe illeszti, finomhangolja a modellt és értékeli az eredményeket. Az értékelt eredmények és forgatókönyvek alapján az üzleti terület meghozza döntését. Az elemzés ezt követően bármikor újra elvégezhető, az adatbázis növekedésével és a modell további finomhangolásával még pontosabb kimenetet eredményezve.
A szerző az IFUA Horváth & Partners vezető tanácsadója
