Três formas de melhorar a sua previsão e o planeamento de cenários

Novos métodos de previsão podem ajudar as empresas a satisfazer as novas exigências dos clientes e a planejar a alocação de capital a longo prazo.

As empresas estão passando para a próxima fase do planejamento em relação a pandemia da COVID-19, com um olhar sobre o período de recuperação e o outro sobre como serão seus negócios e indústria ao saírem da crise e irem além dela. Mas o futuro é um ponto cego para muitas empresas. Os métodos de previsão prévia, baseados na demanda de clientes passados, já não são suficientes. Os entendimentos anteriores devem ser desafiados e, em alguns casos, considerados inválidos.

Mude a forma como você olha para o seu cliente

O comportamento do cliente e o potencial de gastos estão mudando de forma dinâmica em muitos setores. A principal questão é saber qual dessas mudanças se tornará permanente e quanto tempo as mudanças temporárias durarão. Quando os consumidores estarão dispostos a viajar de avião, desfrutar de uma refeição em um restaurante ou se reunir em um cinema? Será que as empresas poderão pagar o aluguel e que as empresas reduzirão o espaço do escritório a longo prazo? Os pacientes estarão dispostos a ir até um hospital para uma cirurgia eletiva?

Na pesquisa da EY feita durante o webcast, 77% disseram que as mudanças no comportamento dos clientes eram o principal risco para a sua empresa quando se trata de previsão, um número significativamente maior do que aqueles que identificaram restrições de liquidez e capital (a segunda resposta mais frequente).

Sabendo que os seus clientes se tornaram ainda mais importantes à medida que as suas circunstâncias e comportamento mudaram massivamente, como as empresas devem se adaptar?

Altere os seus dados

A informação utilizada no passado pode ter-se tornado demasiadamente estática, demasiadamente imprecisa ou já não ser previsível. Por exemplo, os preços baixos dos gás de cozinha, normalmente se correlacionariam com o aumento do tráfego de restaurantes, mas essa relação obviamente foi rompida.

Em alguns negócios, a análise das redes sociais pode ser usada para aumentar outros dados. Dados externos sobre pontos criticos da pandemia, dados meteorológicos, regulamentações governamentais, dados de mobilidade, sentimento do consumidor e outras medidas podem ser executados através de regressão ou modelos mais avançados de redes neurais de inteligência artificial (AI) para ver o que melhor pode ser usado para aumentar e informar as previsões da empresa.

Uma empresa de bens consumo, com a qual trabalhamos com brainstormed para decidir quais dados precisavam para aumentar os seus dados típicos de vendas sindicalizadas e outros inputs para desenvolver uma previsão mais precisa e atemporal. Entre os inputs que eles escolheram estavam dados meteorológicos, dados de torres de celulares, menções de mídia social de seus produtos e dados de desemprego no nível de código postal. A equipe financeira da empresa realizou então uma análise de regressão para ver quais as métricas que mostrariam a causa. O resultado foram previsões mais precisas que agora são atualizadas em horas, ao invés de semanas.

Identificar onde se encontram os dados e "libertá-los".

Durante nosso webcast, 44% dos participantes disseram que o acesso a dados significativos e de qualidade era um de seus maiores impedimentos para uma previsão precisa e pontual Quando os que responderam "todos os itens acima" foram incluídos, mais de três quartos dos participantes viram o acesso a dados significativos e de qualidade como uma questão importante.

Em alguns casos, como mencionado acima, é provável que isso aconteça por que os dados nos quais eles confiaram no passado não sejam suficientes para o futuro. Mas também sabemos que, em alguns casos, os dados são difíceis de acessar porque são criados e armazenados em unidades de negócios, geografias e funções organizacionais e, muitas vezes, fora dos sistemas da corporação.

As empresas precisam de estabelecer uma cultura de compartilhamento rápido de dados em toda a organização e colocar os sistemas, tais como painéis de controle e sistemas de alerta centralizados no local. Estes sistemas podem atualizar regularmente os dados para as equipes financeiras e de previsão estratégica, identificando quando os pressupostos fundamentais podem ter se tornado questionáveis e permitir que os principais tomadores de decisão façam escolhas mais bem informadas e mais rapidamente.

Estar sempre fazendo previsões

As empresas normalmente gastam 80% do seu tempo em planejamento financeiro e 20% em análise. Isso precisa ser invertido no ambiente atual.

Uma vez que uma empresa tenha definido as entradas de dados necessários e as formas de liberar esses dados dos "silos" organizacionais, elas podem:

1. Estabelecer uma equipe SWAT para fazer previsões.
   Uma equipe SWAT multifuncional pode estabelecer um processo de atualização contínuo dos dados e avaliação contínua dos choques de demanda e oferta. O uso da abordagem da equipe SWAT ajuda a fornecer uma modelagem robusta, baseada em fatos e que apoia a tomada de decisões em tempo real.
   
2. Evoluir os sistemas de dados para que os dados possam ser atualizados automaticamente.
   Inicialmente, a inserção de todos os dados necessários exigirá uma atualização diária ou semanal. Como as empresas liberam capital para atualizar diferentes soluções tecnológicas, elas podem passar para uma automação rápida e uma visão melhorada.
3. Não se esqueça de pensar no longo prazo.
   O planeamento do cenário precisa de ser alinhado com a estratégia de alocação de capital. A previsão deve olhar tanto para o balanço como para o P&L, de uma forma integrada. Além de monitorar a liquidez, há decisões de alocação de capital que ajudarão as empresas a prosperar após uma crise. Será necessário redistribuir o capital entre as unidades de negócio em vários cenários de recuperação? Será que a empresa terá capital para investir em novas tecnologias ou em aquisições de ações, mantendo ou aumentando um dividendo ou recomprando ações?

Como exemplo, a Ernst & Young LLP está trabalhando com uma empresa global de life sciences para reimaginar a indústria. Independentemente das tendências e previsões atuais, a expectativa é que o mercado pós-COVID-19 esteja em um caminho de crescimento totalmente novo em termos de comportamento do consumidor, níveis de gastos, segmentos e inovação de produtos e serviços.

Cenários previstos usando uma abordagem de retorno futuro (olhando para as expectativas futuras para o estado do negócio e depois trabalhando isso para o momento atual) estão agora sendo usados para identificar e desafiar suposições onde os modelos de receita pós-COVID-19 provavelmente serão diferentes do eram no passado. Estes cenários são usados para fazer uma revisão da alocação de capital e decisões de investimento hoje.

A combinação de previsões mais profundas para hoje com uma abordagem de futuros cenários proporciona uma visão mais completa dos cenários, ajudando uma empresa a definir melhor as expectativas com investidores e operações de negócios para o planejamento e gestão de risco.

Um programa de previsão robusto deve ajudá-lo a responder a essas perguntas para seus stakeholders e diretoria:

• Quanto da sua demanda você espera recuperar e quando?
• Como o comportamento do cliente irá mudar?
  
• Quando é que se pode trazer de volta os trabalhadores afastados?
  
• Existem necessidades imediatas de liquidez a curto prazo?
  
• Quantas semanas de gasto operacional você deve ter em caixa?
  
• Algum dos seus fornecedores está em risco de falência?
  
• O que você está fazendo para ter certeza de estabilidade na sua cadeia de suprimento?
  
• Você deve manter mais inventário?
  
• Você vai precisar angariar capital a longo prazo?
  

Agora é a hora de agir

Felizmente, a nossa sondagem webcast também mostra que as empresas estão a planear uma variedade de passos para melhorar o seu processo de previsão, incluindo permitir um envolvimento mais multifuncional, utilizando novas fontes de dados internas e externas, e melhorar os testes de stress e cenários de limite.