Финансовая кухня

Прибыль падает, финансисты режут косты. Знакомая картина: прибыль просела, собирается команда, открывается бюджет. Ищем, где срезать. McKinsey проверили математику на данных компаний из S&P 1500. Результат простой: 📍 +1% к цене при стабильных объёмах → операционная прибыль растёт на 8% 📍 -1% переменных затрат → эффект почти вдвое меньше 📍 +1% объёма продаж → эффект втрое меньше Ценообразование выигрывает у всех. По скорости, по отдаче, по масштабу влияния на P&L. Я видела это на практике не раз. Работа с ценой в моих командах — это была отдельная аналитика: где эластичность позволяет, где отраслевой бенчмарк даёт пространство, где сегмент готов платить больше. Не «поднять всё на 10%» — а точечно, с расчётом. ✔️ Фокус финансиста на доходах даёт больший эффект, чем фокус на расходах. В кризис — тем более. Начинать нужно с выручки. ☠️ Но резать косты политически проще. Никто не поспорит, все понимают логику, результат виден быстро. Именно поэтому это делают по умолчанию — и именно поэтому это ловушка. P.S. Если в вашей компании последний раз серьёзно пересматривали ценообразование больше года назад — возможно, там и лежит незамеченная точка роста прибыли.

Любимые модели. Вопрос про модели и методики мне задают постоянно. Особенно про диагностику финансов и бизнес-моделей. Честно? За годы практики перестаешь думать категориями «какой фреймворк применить». Просто видишь ситуацию — и знаешь, что делать. Здравый смысл, накачанный годами реального опыта. А опыт вот откуда: ☑️ PwC — бесконечные аудиты и куча кейсов ☑️ Годы работы со стратегической большой тройкой (зыринг и творог) ☑️ London Business School ☑️ База коучинга — потому что за любыми цифрами стоят люди Поэтому вместо списка на 50 строк — картинка выше. Стопятьсот моделей в одном здравом смысле 👆 P.S. 📍но если прямо очень нужен framework на какую-то тему пишите в комментариях, подумаю чем помочь

В 1913 году инженер Рингельман провёл эксперимент с перетягиванием каната: один человек тянул в полную силу, двое — на 93% от возможности, а восемь — всего на 49%. Закон Рингельмана подтверждён в управлении: чем больше ответственных за задачу, тем хуже результат. Когда показатели стоят на месте — прежде чем нанимать, сделайте пересборку команды и процессов.

Умные алгоритмы поиска мне уже сами предлагают эти футболки:)

Самая полезная книга за последний год. Небольшое научное исследование (как я люблю) Карло Чиполла: фундаментальные законы человеческой глупости. Когда копировала на электронную книжку долго думала поместить книгу в раздел бизнес или психология. Все-таки бизнес. Автор выводит 5 законов человеческой глупости и формулирует свое определение глупости (буквально ни себе, ни людям). Для затравочки Вам: 🧠Первый закон: Человек всегда и неизбежно недооценивает количество глупых людей, окружающих его. Самые разумные и рациональные люди раз за разом совершают ошибку, полагая, что оппоненты или случайные знакомые ведут себя предсказуемо и умно. Это практически тянет уже на Канемана, хотя написано было задолго до поведенческой экономики. Не буду рассказывать все. Уверена, дорогие подписчики, Вам понравится. Книга дает понимание буквально всему, что происходит в мире, в компании и любых бытовых ситуациях.

Всем кто хоть раз спорил с финансами на тему роста эффективности в бизнес-плане о максимальной производительности посвящается. Мем можно продолжить: если бы бегуна было бы 2, то на 20 км одного бы можно было сократить:))) предлагайте свои варианты продолжения.

Продолжаю собирать футболки для финансов. Пока все нахожу в интернете. Как Вам?

Зачем смотреть Moneyball, если вы в управлении Это фильм про то, как принимать решения на данных, когда все вокруг убеждают вас доверять интуиции и «опыту». Финансисты, аналитики - фильм для Вас. Сюжет простой: команда с бюджетом в три раза меньше, чем у конкурентов, начинает выигрывать. С ограниченным бюджетом, без найма звезд. Секрет - новая метрика ценности игрока. И метрика была найдена через цифры и анализ. 📍 Скауты с 20-летним опытом говорили «не берите его, он двигается неправильно». Аналитик с моделью говорил «он выходит на базу в 40% случаев». Победила модель. Экспертное мнение без данных — это просто мнение. 📍 Команда сопротивлялась до последнего. Тренер выставлял «правильных» игроков вопреки системе. Классика внедрения любого изменения: люди защищают не результат, а привычный способ работы. 📍 Когда метод начал работать — его скопировали все. Конкурентное преимущество от нестандартного подхода живёт ровно до момента, пока он не стал стандартом. 🧠 Если Вы часто слышите на совещаниях: «у нас так не работает», «без бюджета ничего не достичь» и «надо чувствовать рынок» фильм для Вас. Что думаете — в вашей компании решения больше на данных или на опыте ключевых людей?

Непопулярно про ИИ И немножко моих наблюдений про ИИ и финансы, в т ч из реальных кейсов. Если у Вас большая организация, много однотипных задач в финансах обычная автоматизация и спрямление процессов даст больший эффект в финансах, чем ИИ. Если организация средняя, данные плохо поддаются структурированию (например, много индивид сделок, документы от контрагентов из разных стран и пр), и автоматизация экономически не оправдывает себя, то ИИ вполне может облегчить работу или ее ускорить. Реальные примеры: - написать проф суждение (ну скажем для резервов под МСФО 9) - распознать и поместить в эксель документы разных форматов - написать код на питоне, который потом быстро поможет сделать разовый запрос к базам и тп сделать простую презентацию. Все примеры - это не системные, низкочастотные задачи. Но тут другая проблема, данные все же в открытый доступ сливать не стоит, а вот разворачивание ИИ на своем сервере, это уже дороже и сложнее.

Обычные мысли бизнеса при получении бизнес-плана от CFO. Напомню, я работала в 2-х ролях: и в финансах, и в бизнесе.