Varför och hur du sätter upp FP&A för ett litet team
Varför ett litet företag behöver ett system snarare än en analytiker - och var AI passar in.
# Kort version
De flesta behandlar FP&A som något man växer in i vid hundra anställda. Det fungerar tvärtom.
- Du gör redan FP&A. Du gör det bara ur minnet, och du för inget register du kan jämföra mot.
- Värdet är registret: samma mätning, gjord på samma sätt, varje månad.
- Det börjar löna sig så fort mer än en sak kan gå fel samtidigt.
- Stora företag anställer en analytiker främst för det repetitiva arbetet. Det är halvan du kan automatisera i stället.
- En person kan sköta resten - en halv dag i månaden, om förberedelserna är automatiska.
- AI är bra på att svara på frågan en gång. Att svara på den en gång var aldrig problemet.
- Börja med att fixa strukturen. Kör sedan loopen i tre månader innan du bygger en plan.
Ett litet företag gör samma misstag som ett stort. Det har bara en tiondel av vinsten att absorbera dem med.
# Varför börja innan du känner dig redo
Det vanliga svaret är att man börjar när man har råd med någon som gör det. Det är tvärtom: vid femtio personer har du råd med lönen, men de tre år av historik du aldrig mätte köper du inte tillbaka.
- Börja medan det fortfarande är litet. Tio kostnadsställen kan byggas om på en eftermiddag. Femtio tar ett kvartal - och då rapporterar den ene på den gamla strukturen och den andre på den nya.
- Planera tillväxten i stället för att reagera på den. En plan byggd på vad som faktiskt driver varje rad säger vad de nästa tio anställningarna kostar innan du gör dem. En plan av inknappade siffror säger bara det du redan antog.
- Ge chefer och investerare en enda uppsättning siffror. Inte för att alla ska vara överens, utan för att diskussionen ska handla om beslutet och inte om vems kalkylblad som stämmer.
- Dåliga nyheter kommer tidigare. En månadscykel hittar problemet vecka sex. Bokslutet hittar det månad fjorton, när bara de dyra alternativen återstår.
Frågan är inte om du har råd med FP&A. Frågan är om du har råd att vara ett år inne i ett problem innan du ser det.
# Värdet är registret
Du gör redan FP&A. Någon tittar på siffrorna, bildar sig en uppfattning och agerar på den. Det som saknas är inte tänkandet. Det är registret.
Ett tal säger dig ingenting på egen hand. Det betyder bara något bredvid ett annat tal framtaget på samma sätt - samma månad förra året, planen du satte i januari, samma rad för tre månader sedan. Den jämförelsen är vad som gör en siffra till en mätning i stället för en anekdot.
Tillgången är inte analysen. Den är att ha mätt samma sak, på samma sätt, varje månad, tillräckligt länge för att se den röra sig.
Vilket är varför att göra det briljant en gång är värt så lite. En skarp analys i mars som aldrig upprepas lämnar dig med ett tal och ingen trend, och du kan inte i efterhand avgöra om det var bra eller tur.
Det är också därför det här inte kan bo i en persons huvud. Ett huvud för inget register, så det finns inget att jämföra i år mot förra året. Och företaget kan inte lämnas över till någon annan, kan inte säljas utan en smärtsam genomgång av köparen, och fungerar inte bra medan den personen är borta.
Utan loopen får du en rapport om året, och den kommer i mars. Den säger dig att resultatet landade på en bråkdel av vad du utgick från. Då är de nio månader som orsakade det redan förbi, och det finns inget kvar att titta på. Ingen skötte verksamheten dåligt. Ingen mätte den förrän det var för sent att agera.
# Vem som inte behöver det här
En månadsloop börjar löna sig i samma stund två saker kan gå fel samtidigt, av olika skäl.
- Mer än en intäktsström.
- Lager.
- Skuld med en covenant - ett lån med villkor du måste fortsätta uppfylla.
- Människor som äger sina egna budgetar.
- Eller helt enkelt punkten där ingen ser allt på en gång.
I praktiken är det oftast från ungefär tio personer och uppåt, men testet är bättre än talet.
Under den gränsen är det genuint inte värt det. Ta en konsultfirma med sex personer: en intäktsström, inget lager, ingen skuld, och kunder som betalar på fjorton dagar. En person kan hålla den verksamheten i huvudet och ha rätt. Att lägga till en process där skulle bara lägga till ett möte.
- En investerare bad om en månadsrapport. Du kommer att producera en, ingen internt kommer att läsa den, och du kommer inte att lära dig något.
- Det känns som vad ett riktigt företag gör. Startar du något på grund av hur det ser ut kommer du att släppa det första hektiska månaden.
Är du förbi den gränsen är nästa fråga vem som gör jobbet - för svaret folk antar är det dyra.
# Varför stora företag anställer en analytiker
Börja med det du redan är bättre på än ett stort företag: tiden mellan att upptäcka ett problem och att bestämma vad som ska göras åt det. Fyrtio personer slår fyra tusen, varje gång. Den som kan agera är redan i rummet. Stora företag har en del av sin ekonomifunktion anställd bara för att stänga det gapet. Du har inte gapet - det du inte har är någon som gör den repetitiva halvan.
Stora företag anställer FP&A-analytiker. Mindre har ofta inte råd med en, och vissa skulle ha det men lägger hellre lönen någon annanstans. Hur som helst drar folk fel slutsats av det.
De anställer inte analytiker för att FP&A är svårt. De anställer dem för att den repetitiva halvan av arbetet fyller ett helt jobb vid deras storlek. Det är halvan du kan automatisera.
Att summera fyrtio bolag, mappa tolv olika kontoplaner, bygga om en rapport på fyra tusen rader varje månad. Det är vad de anställda är till för. Bedömningshalvan växte aldrig med företaget. Det är fortfarande några personer som frågar vilket antagande som var fel, och det är fortfarande delen som ändrar vad du gör.
Månadsloopen delar varje steg i två: delen som kan förberedas åt dig, och delen du måste bedöma. Den förberedda delen är hela skälet till att ett stort företag behöver personalen, och den är den enda del mjukvara kan ta över. Så frågan är inte hur du har råd med en analytiker. Den är hur du får den förberedda delen gjord utan en.
# Vem som kör det, och hur länge
Vad inget system gör, till något pris:
- Bestämma om en avvikelse ska åtgärdas, accepteras eller ignoreras - se att avsluta med ett beslut.
- Välja vilket antagande som ska ändras när planen missar.
- Bestämma vad som ska utelämnas.
- Äga talet inför styrelsen.
Du behöver mindre än folk tror. En person som kan läsa en P&L, som frågar varför en rad rörde sig, och som är tillräckligt senior för att få ett svar. Det är hela listan. Det är ingen ekonomiexamen.
| Vem som kör det | Fungerar när | Havererar när |
|---|---|---|
| Grundaren eller VD:n | Under ungefär trettio personer, och de faktiskt tittar | Deras tid tar slut först, och det här är det första de släpper |
| En kontors- eller ekonomichef | Vanligast, och oftast rätt | Ingen gav dem mandatet att be en kollega om en förklaring |
| Din externa redovisningskonsult | Fråga om de gör internrapportering, inte bara årsbokslutet | Du får en rapport byggd för skattemyndigheten, och du får den när skattemyndigheten behöver den |
| En controller på deltid, en dag i månaden | Du vill ha bedömningen utan lönen | Du betalar en controllers dagspris för arbete mjukvara kunde ha gjort |
Räkna med en halv dag i månaden om förberedelserna är automatiska, tre till fyra dagar om de inte är det. Bara det ena överlever ett dåligt kvartal.
# Var AI hjälper, och var den inte gör det
Det här är den starkaste invändningen mot allt ovan. Kan en modell göra den repetitiva halvan på begäran behöver du inget system - du behöver en bra prompt.
- Att sortera åttahundra bokföringskonton i trettio rapportrader. Det är den tråkigaste timmen i hela uppsättningen, och att sortera är precis vad en modell är bra på.
- Att föreslå en första struktur på sekunder, utifrån inget annat än en lista på dina konton.
- Att upptäcka raden som ser fel ut. Den blir aldrig trött och den läser varje rad. En människa gör ingetdera.
- Att skriva utkast till kommentaren när siffrorna finns där.
Och här är argumentets starkaste form, som till stor del stämmer: i ett litet företag finns inte personen som skulle köra det här. Ett ofullständigt svar i dag slår ett perfekt svar du aldrig får.
Så anta bästa fall. En modell som aldrig gör ett räknefel och aldrig hittar på ett tal. Problemet nedan gäller ändå, och det är så du vet att det inte handlar om kvalitet.
AI börjar om från början varje gång. Ett system minns.
FP&A är inte en person som ställer en fråga. Någon lämnar in sina siffror, någon konsoliderar dem, någon granskar, någon presenterar en version för styrelsen. Även utan kostnadsställen och utan formella avdelningar äger någon varje tal och måste förklara det. Alla de personerna måste titta på samma siffror. En chatt ger var och en av dem sitt eget svar.
Systemet måste också minnas: mappningen, strukturen, drivarna, och varje månad du redan stängt. Mätte du något på ett sätt i mars måste du mäta det likadant i november, annars betyder jämförelsen inget. Ställ samma fråga till en modell två gånger och du får två rimliga svar.
Ett nytt konto dyker upp: Molntjänster. I mars lägger modellen det under IT och mjukvara. I april frågar du igen, och den lägger samma konto under hosting - som ligger i direkta kostnader. Båda svaren går att försvara. Ditt täckningsbidrag rör sig med en och en halv procentenhet, inget varnar dig, och du lägger genomgången på att förklara en förändring som aldrig hände.
Sedan finns versionerna. Den frysta planen, den här månadens omprognos, siffrorna du visade banken, förra årets utfall. Alla finns samtidigt, och alla måste veta vilken de tittar på. En chatt ger dig ett tal utan etikett.
Ett kalkylark fallerar på samma tre sätt, vilket är därför även det slutar fungera till slut. Det är manuellt, så delar av det är fel och du kan inte se vilka. Två personer kan inte arbeta i det samtidigt. Och ingen version är den betrodda, så planen blir tyst den fil som satt i det senaste mejlet.
Inget av det här är ett vad mot att modellerna blir bättre. Det handlar om vad FP&A faktiskt är: delat mellan människor, sparat i versioner, och gjort på samma sätt varje månad. En modell arbetar med en person i taget, minns ingenting och svarar olika varje gång du frågar - vilket är precis det som gör den bra på det andra jobbet.
Låt den tolka. Låt den inte vara registret.
Förklarandet är där en modell gör rätt för sig. När ditt system väl producerat talet är en modell bra på fyra saker: att säga vad som rörde sig, att skriva utkast till kommentaren, att peka på raden som är värd en titt, och att svara på en fråga så att ingen behöver leta efter var talet finns. Det är verkligt värde och du kan ha det i dag - ovanpå ett system, inte i stället för ett.
# Var du börjar
Den första månaden är mest beslut, inte arbete.
- Fixa strukturen en gång. Utforma rapporterna ordentligt - en dags arbete, och den enda delen som är dyr att ändra senare.
- Välj datumet och välj personen. Båda, före allt annat.
- Jämför mot förra året först. Du har ingen plan ännu, och förra årets siffror fungerar från månad ett.
- Kom överens om hur stor en avvikelse måste vara innan du undersöker den. Gör det nu, medan ingen känner sig anklagad.
- Lägg till planen när tre månader av loopen rullar, inte tidigare - bygg den sedan på drivare.
- Kör den sedan en månad då inget hände. Det är månaden som talar om ifall du har ett system.
Du kan inte gå tillbaka och skapa en trend. Den billigaste månaden att börja var för ett år sedan, och inget framtida verktyg kommer att uppfinna historiken du aldrig registrerade.