Финансовое моделирование – это процесс построения абстрактного представления (финансовой модели) реальной или предполагаемой финансовой ситуации.

Этот термин широко применяется в сфере оценки инвестиционных проектов и в оценке бизнеса. В этом случае финансовые модели позволяют наглядно представить экономику проекта и оценить эффективность вложений в тот или иной актив.

Один из ключевых аспектов финансового моделирования – прогнозирование окупаемости и доходности инвестиционных проектов.

4.3.3.1. Пример финансовой модели для цифрового продукта

Финансовая модель для цифрового продукта учитывает следующие особенности:

➠ Прибыль зависит от количества и качества пользователей, которые пользуются продуктом и платят за него.

➠ Пользователи приходят и уходят в течение времени, поэтому важно учитывать показатели притока (influx) и оттока (churn) пользователей.

➠ Средняя выручка с одного пользователя (ARPU) может меняться в зависимости от тарифов, скидок, дополнительных услуг и т. д.

Для построения финансовой модели на 12 месяцев с притоком и оттоком пользователей мы будем использовать следующие допущения:

➠ Приток пользователей в нулевом месяце равно тысяче человек.

➠ Приток пользователей растет линейно на 5 % каждый месяц.

➠ Отток пользователей составляет 10 % от общего количества пользователей в месяц.

➠ Средняя выручка с одного пользователя равна 300 рублей в месяц.

➠ Себестоимость продукта составляет 20 % от выручки.

➠ Постоянные затраты на инициативу (аренда, зарплата, налоги и т. д.) равны одному миллиону рублей в месяц.

➠ Переменные затраты на инициативу (реклама, хостинг, комиссии и т. д.) составляют 10 % от выручки.

➠ Ставка дисконтирования равна 12 % годовых.

Рис. 4.14. Пример финансовой модели

На основе этих данных мы можем построить таблицу, отражающую динамику денежных потоков по инициативе.

Для удобства таблица приведена с формулами табличного редактора типа Excel.

В примере видно, что прибыльность наступает на шестой месяц, а полный возврат всех вложений (окупаемость) с учетом дисконтирования (NPV > 0) – на десятый месяц после запуска.

Рис. 4.15. График NPV

Для большей наглядности можно привести график NPV, где с учетом дисконтирования денежного потока становится понятно, когда инициатива переходит в фазу прибыльности (точка перегиба графика) и в фазу окупаемости (график пересекает ось).

В табл. 4.3 приведены примеры метрики притока и оттока, которые являются опережающими по отношению к NPV, а следовательно, их замеры позволят в течение 1–3 месяцев подтвердить жизнеспособность (потенциальную окупаемость) инициативы. Итак, правильным шагом будет выбрать эти метрики для формулировок гипотез жизнеспособности.

Табл. 4.3. Пример продуктовых гипотез, построенных на основе финансовой модели

Далее мы детально рассмотрим, как выбирать метрики для гипотез жизнеспособности.

4.3.3.2. Выбор метрик для гипотез жизнеспособности

Гипотеза жизнеспособности – это предположение о том, что инвестиционный проект имеет потенциал для достижения окупаемости и доходности, а также для создания ценности для клиентов и бизнеса. Чтобы проверить гипотезу жизнеспособности, необходимо провести пилотный проект, который позволит измерить опережающие метрики, связанные с финансовыми результатами проекта.

Опережающие метрики должны быть связаны с инвестиционными показателями, такими как чистая приведенная стоимость (NPV), которые показывают, насколько выгоден проект с точки зрения инвесторов, учитывая разную стоимость денег во времени.

Выбор метрик для гипотез жизнеспособности должен учитывать следующие факторы:

➠ Релевантность. Метрики должны отражать те аспекты деятельности, которые важны для достижения целей проекта и удовлетворения потребностей клиентов. Например, для проекта по разработке и продвижению мобильного приложения релевантными метриками могут быть количество загрузок, количество активных пользователей, количество платящих пользователей, средняя выручка с пользователя и т. д.

➠ Измеримость. Метрики должны иметь четкие критерии и методы измерения, а также доступные источники данных. Например, для измерения количества загрузок приложения можно использовать данные из магазинов приложений; для измерения количества активных пользователей – данные из аналитических систем; для измерения средней выручки с пользователя – данные из платежных систем и т. д.

➠ Достижимость. Метрики должны иметь реалистичные и обоснованные целевые значения, которых можно достичь в заданные сроки и с учетом ресурсов. Например, для проекта по открытию или расширению сети розничных магазинов достижимыми метриками могут быть количество посетителей, количество покупателей, средний чек, количество повторных покупок и т. д.

➠ Своевременность. Метрики должны иметь определенные периоды измерения и анализа, а также сроки достижения. Например, для проекта по созданию и продаже онлайн-курса своевременными метриками могут быть количество заявок, количество оплат, количество прохождений курса, количество сертификатов и т. д.

➠ Сравнимость. Метрики должны иметь возможность сопоставления с аналогичными метриками конкурентов или отраслевых стандартов. Это поможет определить сильные и слабые стороны проекта, выявить лучшие практики и стандарты, а также установить реалистичные и амбициозные цели. Например, для проекта по созданию и продвижению блога сравнимыми метриками могут быть количество подписчиков, просмотров, комментариев, лайков и т. д. Для поиска и выбора метрик для гипотез жизнеспособности можно использовать метод отраслевого бенчмаркинга, о котором поговорим в п. 4.3.3.4.

➠ Быстрота. Метрики должны быстро становиться статистически достоверными, то есть набирать достаточный объем данных после запуска пилотного проекта, чтобы можно было сделать вывод о влиянии изменений на результаты. Например, для проекта по созданию и продаже онлайн-курса быстрой метрикой может быть количество заявок, которое можно измерить уже в первые дни запуска, а медленной метрикой – количество сертификатов, которое можно измерить только после окончания курса.

➠ Дешевизна. Метрики должны быть недорогими в измерении и анализе, то есть не требовать больших затрат на сбор, обработку и интерпретацию данных. Например, для проекта по созданию и продвижению блога дешевой метрикой может быть количество подписчиков, которое легко отслеживать через социальные сети, а дорогой метрикой – количество лайков, которое может потребовать дополнительных инструментов и ресурсов.

Однажды мы с коллегами внедряли ИИ-ассистента для операторов чата поддержки контакт-центр а банка. Ассистент выполнял роль суфлера, анализировал диалог с клиентом и предлагал оператору на выбор несколько ответов. Оператор выбирал ответ, вместо того чтобы набирать его вручную. Предполагалось, что основной финансовый эффект будет достигаться за счет экономии времени оператора: он сможет обработать большее количество заявок за одно и то же время. Это был масштабный проект, подразумевающий внедрение в нескольких точках касания с клиентами: розничное мобильное приложение, сайт, инвестиционное консультирование, страхование и др.

В качестве критерия жизнеспособности была выбрана метрика «доля символов, генерируемая ИИ в ответе оператора». Плотный проект был запущен для ограниченного количества пользователей розничного мобильного приложения и одного оператора контакт-центра со стороны банка. Согласно модели, весь проект окупится, если значение выбранной метрики будет не ниже 34 %. Сбор статистически достоверных значений занял несколько месяцев.

После подтверждения гипотезы жизнеспособности банк принял решение об инвестировании в команду, целью которой стала доработка решения до полноценного рабочего продукта и внедрение для других точек касания. Надо отметить, что значение ключевой метрики после полноценного внедрения и дообучения модели доходило до 60 %.

4.3.3.3. Выбор значений для метрик гипотез жизнеспособности

Как уже говорилось ранее, гипотеза жизнеспособности состоит из трех составляющих: метрики, ее значения и знака отношения (>, <, = и др.).

Ранее мы достаточно много внимания уделили выбору метрики; теперь рассмотрим, как подобрать значение метрики для гипотезы жизнеспособности «>». При этом необходимо учитывать следующие факторы:

➠ Собственные данные. Если у нас уже есть данные о продукте, которые можно использовать для оценки метрик, то мы можем опираться на них при выборе значений. Например, если мы знаем, какая средняя выручка с пользователя у нас сейчас, то можем выбрать значение, которое будет выше или ниже этого уровня, в зависимости от нашей гипотезы. Собственные данные помогают оценить реалистичность и достижимость наших целей, а также сравнить их с текущим состоянием продукта.

➠ Отраслевой бенчмаркинг. Если у нас нет данных о продукте (например, мы удовлетворяем новую потребность или работаем на новый клиентский сегмент), то можно ориентироваться на данные отраслевого бенчмаркинга. Отраслевой бенчмаркинг – это исследование, которое позволяет сравнивать показатели деятельности компании или проекта с аналогичными показателями конкурентов или отраслевых лидеров. Отраслевой бенчмаркинг помогает нам определить возможные значения метрик, основываясь на данных рынка и отрасли, а также установить реалистичные и амбициозные цели. О том, как проводить отраслевой бенчмаркинг, мы поговорим в п. 4.3.3.4.

➠ Минимальная граница. Это такое значение метрики, при котором инициатива не выходит на прибыль, или не окупается, или период окупаемости проекта перестает быть интересным для стейкхолдеров (см. далее в этом списке). Минимальная граница определяется с помощью финансовой модели инициативы, которая учитывает затраты и доходы, связанные с его созданием и поддержкой. Минимальная граница помогает оценить риски и возможности проекта, а также определить, какое значение метрики считать успешным или неуспешным. Например, если мы рассчитали, что для окупаемости проекта нужно иметь не менее тысячи платящих пользователей в месяц, то это будет нашей минимальной границей для метрики «количество платящих пользователей».

➠ Максимальная граница. Это такое значение метрики, которое является сверхамбициозным для владельца продукта, и он не верит в ее достижение. Максимальная граница определяется с помощью экспертных оценок, анализа конкурентов и отраслевых стандартов, а также учета ресурсов и сроков проекта. Максимальная граница помогает оценить потенциал и ценность проекта, а также определить, какое значение метрики считать оптимальным или перебором. Например, если мы оценили, что наш конкурент имеет 10 тыс. платящих пользователей в месяц, а мы хотим его превзойти, то это будет нашей максимальной границей для метрики «количество платящих пользователей».

➠ Стандарты инвестирования. У стейкхолдеров может быть выработан и даже регламентирован набор критериев, по которым они оценивают инвестиционный потенциал и принимают решение инвестировать или нет. Например, не инвестировать, если период окупаемости более 36 месяцев или доходность менее 100 % через 24 месяца. Такие стандарты накладывают дополнительные ограничения на выбор значения метрики.

Рис. 4.16. Определение рекомендуемого диапазона значений для метрик гипотез жизнеспособности

Хорошо, если у владельца продукта есть пространство для выбора между минимальной и максимальной границей, и это совпадает со стандартами отрасли и стейкхолдеров. Если же минимальная граница сильно выше средних значений по рынку, а модель не хочет приближаться к окупаемости, то это повод задуматься о том, чтобы приостановить работы по данной инициативе.

4.3.3.4. Отраслевой бенчмаркинг

Бенчмаркинг – это метод анализа и улучшения бизнес-процессов, продуктов и услуг, основанный на сравнении с лучшими практиками в отрасли или за ее пределами. Бенчмаркинг помогает компаниям определить свои сильные и слабые стороны, выявить возможности для роста и инноваций, повысить конкурентоспособность и эффективность.

Отраслевой бенчмаркинг – это вид бенчмаркинга, при котором компания сравнивает свои показатели с показателями лидеров своей отрасли или средними значениями по отрасли. Он позволяет компании понять, насколько она соответствует требованиям и ожиданиям рынка, какие факторы влияют на успех в отрасли, какие тенденции и изменения происходят в отрасли.

Бенчмарк – это эталонный показатель, который используется для сравнения и оценки. Он может быть количественным или качественным, абсолютным или относительным, внутренним или внешним. Например, бенчмарком может быть доля рынка, уровень удовлетворенности клиентов, скорость выполнения заказа, качество продукта и т. д.

Источники бенчмарков – это различные источники информации, которые позволяют получить данные для сравнения. Источники бенчмарков могут быть первичными или вторичными, публичными или закрытыми, формальными или неформальными. Например, ими могут быть:

➠ Годовые отчеты, финансовые отчеты, пресс-релизы, сайты, социальные сети и другие публичные материалы компаний-лидеров или конкурентов.

➠ Исследования, отчеты, рейтинги, статистика, аналитика, опросы, интервью и другие материалы отраслевых ассоциаций, консалтинговых агентств, научных организаций, СМИ и других независимых источников.

➠ Собственные данные, опыт, наблюдения, обратная связь, мнения и другие материалы, полученные от сотрудников, клиентов, партнеров, поставщиков и других заинтересованных сторон.

➠ Совместный бенчмаркинг, при котором компании добровольно делятся информацией и знаниями друг с другом в рамках сетевого сотрудничества, партнерства, альянса или сообщества практиков.

Из личного опыта могу сказать, что часто людей из компании конкурентов нанимают во многом для того, чтобы получить доступ к реальным бизнес-показателям.

Пример расчета бенчмарка

Допустим, вы хотите сравнить свою рентабельность продаж с рентабельностью продаж лидеров вашей отрасли. Рентабельность продаж – это отношение прибыли от продаж к выручке от продаж, выраженное в процентах. Этот показатель отражает, какую долю от выручки компания сохраняет в виде прибыли.

Пусть ваша компания имеет следующие показатели за последний год:

➠ Выручка от продаж: 100 млн руб.

➠ Прибыль от продаж: 10 млн руб.

Тогда рентабельность продаж составляет:

Предположим, что вы нашли данные о рентабельности продаж трех лидеров вашей отрасли:

➠ Компания А: 15 %

➠ Компания Б: 12 %

➠ Компания В: 8 %

Тогда средняя рентабельность продаж по отрасли составляет:

Средняя рентабельность продаж по отрасли = (Сумма рентабельности продаж лидеров)/(Количество лидеров) = (15 + 12 + 8)/3 = 11,67%

Сравнивая свою рентабельность продаж с средней рентабельностью продаж по отрасли, вы можете сделать вывод о том, насколько вы эффективно управляете своими затратами и ценообразованием и какие меры нужно предпринять для улучшения своего показателя.

Лучшие практики по бенчмаркингу

➠ Внедрение регулярного процесса бенчмаркинга. Бенчмаркинг – это не одноразовая акция, а постоянный процесс сбора, анализа и использования информации о лучших практиках в отрасли или за ее пределами. Хорошая практика – регулярно отслеживать бенчмарки, связанные с ключевыми показателями инициативы, продукта, портфеля инициатив или всей организации.

➠ Повторное использование бенчмарков. Сделать бенчмарки доступными и заново используемыми внутри компании, используя различные технологии и платформы, которые позволяют хранить, обрабатывать, визуализировать и распространять информацию о бенчмарках. Например, можно использовать публичные дашборды или источники данных, которые можно подключать при расчетах.

➠ Совместный бенчмаркинг. Договориться с другими компаниями из вашего сектора рынка обмениваться информацией. Также можно обезличивать или усреднять данные через посредника: это позволит более эффективно принимать решения с одной стороны, но не раскрывать коммерческую тайну с другой.

4.3.3.5. Модель дохода от роста конверсии

Конверсия – это одна из самых важных метрик для любого бизнеса, которая показывает, какая доля посетителей сайта или приложения совершает желаемое действие, например, покупку, подписку, регистрацию и т. д. Увеличение конверсии означает, что больше пользователей становятся клиентами, что, в свою очередь, ведет к росту доходов и прибыли компании.

Чтобы повысить конверсию, компания должна вкладывать ресурсы в различные инициативы, например, в рекламу, дизайн, юзабилити, контент, акции и т. д. Эти инициативы имеют свою стоимость, которая может быть выражена в деньгах, времени, трудозатратах и т. д. Поэтому, перед тем как запускать инициативу, необходимо оценить, насколько она будет окупаться, то есть сколько денег она принесет в результате увеличения конверсии.

Построение финансовых моделей для оценки дохода от инициатив по изменению конверсии – это неотъемлемый этап планирования. Однако, несмотря на острую необходимость, многие предприниматели и менеджеры сталкиваются со сложностью в понимании того, как эффективно построить такие модели и анализировать их результаты.

Один из подходов, который может помочь разъяснить процесс, – метод «Было» и «Стало».

Представим, что ваш бизнес находится в состоянии «Было» с текущим уровнем конверсии и доходности. Затем создаем модель «Стало» с внедрением предполагаемых улучшений и изменений, увеличивающих конверсию.

Путем сравнения двух моделей мы можем выявить разностный поток – изменение в денежном потоке между состояниями «Было» и «Стало».

Этот подход позволит вам не только оценить срок окупаемости предполагаемых изменений, но и рассчитать потенциальный доход, который может быть получен благодаря увеличению конверсии. При этом в затраты «Стало» необходимо включить затраты на разработку инициативы.

Предположим, что сервис ежемесячно посещают 10 тыс. пользователей; отток визитеров – 70 %; отток подписчиков – 10 %; доход от одного подписчика – 300 рублей.

Расходы на визитера и подписчика – 1 рубль и 10 рублей соответственно.

Текущая конверсия в подписчика – 2 %.

Благодаря внедрению новой системы регистрации ожидается увеличение конверсии в подписчики с 2 до 3 %.

Расходы на разработку – один миллион рублей.

Ставка дисконтирования – 12 % в год.

С расчетом можно ознакомиться в табл. 4.4.

В примере из табл. 4.4 для расчета накопленного дисконтированного потока используется встроенная функция NPV.

Как видно из расчетов, окупаемость для инвестора наступает на восьмой месяц после старта. Доходность за 12 мес. (ROI) составила 1 014 372/1 000 000×100 % = 101 %

Табл. 4.4. Пример расчета модели от роста конверсии

4.3.3.6. Модель дохода от роста удержания

В современном мире цифровых продуктов, где конкуренция остро чувствуется и стремительные изменения требуют быстрой адаптации, инициативы по увеличению удержания становятся ключевыми для долгосрочного успеха бизнеса. По сравнению с увеличением среднего чека (ARPU), которое часто сталкивается с ограничениями исчерпания рынка, рост удержания предоставляет более устойчивый и эффективный путь к увеличению выручки.

Рост удержания не только предоставляет бизнесу стабильный поток дохода, но и обеспечивает более глубокую связь с пользователями. Быстрое копирование и высокая конкуренция в цифровых сферах заставляют компании смотреть за горизонт и искать стратегии, которые не только привлекут, но и удержат клиентов.

В этом случае можно применить подход «Было-Стало», построив две модели.

Пример:

В сервис ежемесячно приходят 10 тыс. пользователей, через месяц остаются 60 % (отток составляет 40 %), доход на пользователя составляет 300 руб./мес.

В результате внедрения инициативы планируется увеличить удержание до 70 % (отток составит 30 %).

Табл. 4.5. Пример расчета модели от роста удержания

Расход на разработку инициативы – один миллион руб.

Ставка дисконтирования денежного потока – 12 %.

В примере из табл. 4.5 срок окупаемости составил восемь месяцев, доходность на 12 мес. с учетом дисконтирования – 68,8 %.

4.3.3.7. Комплексные финансовые модели

В реальных условиях редко бывает так, что инициативы можно рассматривать изолированно друг от друга. Наоборот, они часто взаимосвязаны, взаимозависимы и взаимно влияют друг на друга с точки зрения как ресурсов, так и результатов.

В таких случаях простые финансовые модели, которые учитывают только одну инициативу, могут быть недостаточными или неправильными, так как они не отражают полной картины и не улавливают все возможные синергии или конфликты между инициативами. Поэтому для более точной и объективной оценки финансовой эффективности и рентабельности нескольких инициатив необходимо использовать комплексные финансовые модели, которые учитывают все взаимодействия и влияния между инициативами.

В этой главе мы рассмотрим, что такое комплексные финансовые модели, какие преимущества и недостатки они имеют, какие методы и инструменты можно использовать для их создания и анализа, а также какие примеры и рекомендации можно привести для иллюстрации их применения на практике.

Пример расчета

Предположим, что мы разрабатываем и продвигаем онлайн-сервис по доставке еды из разных ресторанов. Наша цель – увеличить доходы и прибыль сервиса за год. Для этого мы планируем две инициативы:

➠ Рекламная кампания. Мы хотим запустить рекламную кампанию в социальных сетях и поисковых системах, чтобы привлечь новых пользователей на наш сервис. Мы планируем запустить кампанию в шестом месяце и продолжить ее до двенадцатого месяца. Мы ожидаем, что кампания обеспечит дополнительный приток 2 тыс. пользователей в месяц, при этом стоимость привлечения пользователя составит 150 рублей. Стоимость разработки и запуска кампании составит 500 тыс. рублей.

➠ Продуктовая инициатива. Мы хотим разработать и внедрить новую функцию в нашем сервисе, которая будет предлагать пользователям персонализированные рекомендации ресторанов и блюд на основе их предпочтений, истории заказов и отзывов. Мы планируем запустить функцию в третьем месяце и продолжить ее до двенадцатого месяца. Ожидается, что функция увеличит удержание пользователей с 60 до 80 %, то есть снизит отток пользователей на 20 %. Стоимость разработки и внедрения функции составит 1 млн рублей.

До внедрения инициатив наш сервис имеет следующие параметры:

➠ Доход на пользователя составляет 300 рублей в месяц.

➠ Количество пользователей на старте составляет 10 тыс. человек.

➠ Приток пользователей составляет тысячу человек в месяц.

➠ Отток пользователей составляет 40 % в месяц.

В табл. 4.6 для краткости приведен расчет модели без формул.

С формулами расчета можно ознакомиться в Приложении.

Важно обратить внимание на одну особенность: две инициативы вместе дают больший «синергический» эффект, чем сумма эффектов инициатив по отдельности. Дополнительный доход от совместного использования инициатив обозначен как «вместе РК и ПИ», а сумма эффектов по отдельности как «РК + ПИ».

Табл.4.6. Пример расчета комплексной модели

Рис. 4.17. Синергия инициатив. Эффект двух инициатив выше, чем сумма их эффектов по отдельности

Более детально разницу можно увидеть на рис. 4.17. Видно, что действие двух инициатив усиливает каждую, а, следовательно, не совсем правильно прогнозировать эффект инициатив по отдельности, правильно это делать в разрезе портфеля.

Другой вопрос – в какую из инициатив записывать дополнительную прибыль/убытки? На практике он возникает гораздо чаще, чем кажется.

Представим, что в банке есть две команды: одна отвечает за разработку мобильного банка, другая – за выдачу кредитов. Команда мобильного банка затратила ресурсы и разработала баннер, который увеличил объем ежемесячно выдаваемых кредитов. Если команда выдачи кредитов не поделится частью прибыли с командой мобильного банка, то может показаться, что инициатива по разработке баннера убыточна для команды мобильного банка. Пускай команда мобильного банка не получит физических денег, но она по крайней мере должна рассчитывать, что заработает для банка в целом часть дополнительного дохода. Такая часть прибылей/убытков, которые виртуально зачисляются на счет одного из подразделений, называется теневой прибылью и убытками (shadow P&L).

Теневые прибыли и убытки

Теневые прибыли и убытки – это способ оценки финансового вклада инициатив в общий результат компании, который учитывает не только прямые, но и косвенные эффекты инициатив на доходы и расходы.

Для оценки финансовой эффективности и рентабельности инициатив обычно используется отчет о прибылях и убытках, который показывает, сколько доходов и расходов приносит инициатива за определенный период. Однако этот метод может быть недостаточным или неправильным, если инициативы взаимосвязаны, взаимозависимы или влияют друг на друга.

В таких случаях, если посчитать инициативу в отдельности, то она может не окупаться, а дополнительный доход отражается в другой инициативе. Например, если компания запускает две инициативы – одну для увеличения конверсии пользователей в платежи, а другую для увеличения среднего чека платежей, – то она может не увидеть полноценного эффекта первой инициативы, так как часть дохода будет приписана второй.

Для решения этой проблемы можно использовать теневые прибыли и убытки, которые позволяют аллоцировать часть P&L одной инициативы в другую, чтобы отразить их взаимное влияние. Таким образом, можно получить более точную и объективную картину финансового вклада каждой инициативы в общий результат компании.

Аллокация P&L между инициативами может происходить разными методами, в зависимости от целей, данных и модели компании. Вот некоторые из возможных вариантов:

➠ Метод пропорционального распределения: часть P&L одной инициативы распределяется между другими инициативами пропорционально их вкладу в общий результат. Например, если инициатива А приносит тысячу рублей прибыли, а инициатива Б влияет на 20 % этой прибыли, то 200 рублей из P&L инициативы А переходят в P&L инициативы Б.

➠ Метод инкрементального распределения: часть P&L одной инициативы распределяется между другими на основе их инкрементального эффекта на общий результат. Например, если инициатива А приносит тысячу рублей прибыли, а инициатива Б увеличивает эту прибыль на 10 %, то 100 рублей из P&L инициативы А переходят в P&L инициативы Б.

➠ Метод совместного распределения: часть P&L одной инициативы распределяется между другими на основе их совместного влияния на общий результат. Например, если инициатива А приносит 1000 рублей прибыли, а инициатива Б приносит 500 рублей прибыли, но вместе они приносят 2000 рублей прибыли, то 250 рублей из P&L инициативы А и 250 рублей из P&L инициативы Б переходят в P&L совместной инициативы А + Б.

4.3.3.8. Финансовая модель портфеля инициатив

В предыдущей главе мы рассмотрели, что такое комплексные финансовые модели, какие преимущества и недостатки они имеют, какие методы и инструменты можно использовать для их создания и анализа, а также какие примеры и рекомендации можно привести для иллюстрации их применения на практике.

Однако в реальных условиях бизнеса мы редко имеем дело с одной инициативой, а скорее с их набором, которые образуют портфель стратегических направлений компании. Портфель инициатив – это совокупность проектов или мероприятий, которые компания запускает для достижения своих стратегических целей, решения проблем или реализации новых идей.

Следовательно, чтобы качественно оценить эффект от реализации портфеля инициатив, нужно построить комплексную финансовую модель всего портфеля и посчитать прогнозный денежный поток с учетом аллокации доли прогнозного P&L всего портфеля. Это позволит нам:

➠ Оценить общую финансовую эффективность и рентабельность портфеля инициатив, а также каждой инициативы в отдельности.

➠ Сравнить различные сценарии развития портфеля инициатив в зависимости от изменения внешних и внутренних факторов.

➠ Выбрать оптимальный состав и приоритеты портфеля инициатив, исходя из целей и ресурсов компании (вспомним пример про взаимное расположение инициатив в п. 4.1.2.).

➠ Контролировать и корректировать ход реализации портфеля инициатив, отслеживая достижение ключевых показателей эффективности.

Каждая инициатива из портфеля имеет свою финансовую модель, которая показывает, сколько доходов и расходов она приносит за определенный период. Однако, как мы уже знаем, эти модели нельзя рассматривать изолированно, так как они не учитывают взаимодействия и влияния между инициативами. Например, одна инициатива может увеличить доходы или снизить расходы другой инициативы, или наоборот. Это уже знакомые нам теневые прибыль и убыток, которые нужно аллоцировать между инициативами, чтобы отразить их реальный финансовый вклад.

Табл. 4.7. Пример портфеля инициатив

Следовательно, чтобы качественно оценить эффект от реализации портфеля инициатив, нужно построить комплексную финансовую модель всего портфеля и посчитать прогнозный денежный поток с учетом аллокации доли прогнозного P&L всего портфеля.

На этапе старта для управления портфелем можно использовать комплексную модель в редакторе типа Google Sheets, но с увеличением сложности может понадобиться специальное программное обеспечение, например, Finix.biz, Anaplan или Solver.

В табл. 4.7 изображен пример выгрузки снэпшота модели портфеля на более чем 20 инициатив из Finix.biz, с которым можно подробнее ознакомиться в приложении.