Rolling Forecast คืออะไร?
การพยากรณ์แบบหมุนเป็นเครื่องมือสร้างแบบจำลองทางการเงินที่ฝ่ายบริหารใช้ซึ่งช่วยองค์กรในการคาดการณ์สถานะของกิจการอย่างต่อเนื่องในช่วงเวลาที่กำหนด ตัวอย่างเช่นหากมีการเตรียมไว้เป็นระยะเวลาสิบสองเดือนต่อจากนี้จะมีการพิจารณาการคาดการณ์สิบสองเดือนถัดไปทันทีที่ข้อมูลจริงของหนึ่งเดือนสรุป
ส่วนประกอบ
# 1 - กรอบเวลา
ธุรกิจใด ๆ ในขณะที่จัดทำแบบจำลองการคาดการณ์แบบหมุนเวียนจะต้องตัดสินใจว่าต้องการอัปเดตข้อมูลการคาดการณ์รายสัปดาห์รายเดือนหรือรายไตรมาสเนื่องจากการวิเคราะห์ผลลัพธ์จริงด้วยการคาดการณ์จากนั้นอัปเดตการคาดการณ์ในช่วงถัดไปเป็นงานที่ใช้เวลานานและน่ากลัว ในกรณีส่วนใหญ่จะจัดทำขึ้นในช่วงสิบสองเดือน
# 2 - ไดรเวอร์
การคาดการณ์ต้องรวมถึงผู้ขับขี่ไม่ใช่แค่ตัวเลขของรายได้หรือค่าใช้จ่ายทั้งหมด ให้เราเข้าใจสิ่งนี้ด้วยตัวอย่าง - หาก บริษัท ผลิตรถยนต์ต้องการคาดการณ์รายได้แบบต่อเนื่อง ต้องรวมปริมาณและราคาขายของโมเดลซึ่งขายได้มากที่สุดและสร้างรายได้สูงสุด
ดังนั้นในครั้งต่อไปเมื่อมีการเพิ่มขึ้นของรายได้ก็ควรจะสามารถอธิบายได้ว่าการเพิ่มขึ้นเกิดจากการเพิ่มขึ้นของราคาขายหรือปริมาณที่ขายเพิ่มขึ้น ในทำนองเดียวกันหากรายได้ลดลงควรอธิบายว่าการลดลงเกิดจากส่วนลดที่เสนอหรือปริมาณที่ขายได้น้อยลง
# 3 - การวิเคราะห์ความแปรปรวน
หลังจากจัดทำสมุดบัญชีเป็นเวลาหนึ่งเดือนผลลัพธ์จะต้องถูกเปรียบเทียบกับตัวเลขที่คาดการณ์ไว้และขึ้นอยู่กับผลการวิเคราะห์ความแปรปรวน ควรทำการเปลี่ยนแปลงที่เหมาะสมในการคาดการณ์ช่วงเวลาถัดไป ตัวอย่างเช่น - หาก บริษัท โทรคมนาคมแห่งหนึ่งคาดการณ์ว่าจะต้องจ่ายค่าเช่าหอคอย 25,000 ดอลลาร์ในแต่ละเดือนและเนื่องจากการรวมระบบและการซื้อกิจการเมื่อเร็ว ๆ นี้ บริษัท จึงหยุดรับบริการจากหอคอยนั้น 25,000 ดอลลาร์นี้ควรถูกแยกออกจากค่าใช้จ่ายที่คาดการณ์ไว้ของเดือนถัดไป
# 4 - แหล่งข้อมูล
เมื่อมีการเตรียมการคาดการณ์แหล่งข้อมูลจะต้องปราศจากความลำเอียงและควรรวมไว้หลังจากการวิเคราะห์เชิงลึกเนื่องจากโบนัสของผู้นำระดับสูงจะเชื่อมโยงกับผลงานของแผนกของตนดังนั้นผู้นำที่มีอคติอาจให้ตัวเลขที่อนุรักษ์นิยมมากสำหรับการคาดการณ์แล้ว เกินกว่าตัวเลขที่คาดการณ์ไว้ในผลลัพธ์จริงซึ่งจะนำไปสู่การปฏิบัติที่ผิดจรรยาบรรณ นอกจากนี้ตัวเลขที่คาดการณ์จะต้องไม่มาจากคนที่ไม่เข้าใจกระบวนการทั้งหมดและอาจทำให้ตัวเลขที่คาดการณ์ไว้ไม่สามารถบรรลุได้
# 5 - วัตถุประสงค์และผู้บริหารระดับสูง
แบบจำลองการคาดการณ์แบบหมุนเวียนเกี่ยวข้องกับการวิเคราะห์จำนวนมากและการเปลี่ยนแปลงตัวเลขที่คาดการณ์บ่อยครั้งและการตัดสินใจอย่างรวดเร็ว โมเดลนี้ต้องการการสนับสนุนจากผู้บริหารระดับสูงอย่างแน่นอนเพื่อให้การดำเนินการประสบความสำเร็จและควรสอดคล้องกับวัตถุประสงค์ขององค์กร
ตัวอย่างการพยากรณ์แบบโรลลิ่งคุณสามารถดาวน์โหลดเทมเพลต Excel การพยากรณ์แบบโรลลิ่งได้ที่นี่ - เทมเพลต Excel การพยากรณ์แบบโรลลิ่ง
- โปรดพิจารณาตารางด้านล่างในความต่อเนื่องที่แสดงตัวเลขสำหรับช่วงเดือนมกราคม 2019 ถึงมีนาคม 2020 หากเราเชื่อว่า X Ltd. ได้เตรียมการคาดการณ์แบบต่อเนื่องเป็นระยะเวลาสิบสองเดือนในตอนแรก X Ltd. จะเตรียมข้อมูลการคาดการณ์สำหรับเดือนมกราคม - ช่วงเดือนธันวาคม 2019
- ทันทีที่รายงานทางการเงินพร้อมสำหรับเดือนมกราคม 2019 ควรเปรียบเทียบกับข้อมูลที่คาดการณ์ไว้และควรนำผลต่างมาพิจารณาปัจจัยการผลิตในอนาคต
- หลังจากผลการแข่งขันจริงในเดือนมกราคม 2019 ตารางจะแสดงตัวเลขคาดการณ์สำหรับช่วงเดือนกุมภาพันธ์ 2019 ถึงมกราคม 2020 ในทำนองเดียวกันเมื่อตัวเลขจริงของเดือนกุมภาพันธ์และมีนาคม 2019 หมดไปแล้วโมเดลการคาดการณ์แบบต่อเนื่องจะแสดงการคาดการณ์ของวันที่ 19 มีนาคมถึงเดือนกุมภาพันธ์หลังจากผลของเดือนกุมภาพันธ์และการคาดการณ์ของวันที่ 19 เมษายนถึงมีนาคมหลังจากผลของวันที่ 19 มีนาคม
สำหรับการคำนวณโดยละเอียดโปรดดูเอกสาร excel นี้
ข้อดี
- ต้องพิจารณาการเปลี่ยนแปลงรายเดือนซึ่งจำเป็นสำหรับการประเมินความเสี่ยง
- เป็นประโยชน์ต่อผู้นำระดับสูงในการตัดสินใจ
- ช่วยในการจัดตั้งทีมวางแผนและวิเคราะห์ทางการเงินที่เหมาะสม
- เน้นปัจจัยสำคัญและการเปลี่ยนแปลงเป็นประจำทุกเดือน
- ไม่สร้างแรงกดดันในการจัดทำการคาดการณ์รายปีที่สมบูรณ์หลังสิ้นปีเนื่องจากตัวเลขคาดการณ์ 12 เดือนถัดไปจะพร้อมใช้งานเสมอ
- ติดตามตัวขับเคลื่อนที่สำคัญซึ่งมีความสำคัญต่อความสำเร็จขององค์กรใด ๆ
ข้อเสีย
- เป็นกระบวนการที่ใช้เวลานาน
- หลายองค์กรพบว่ามีความท้าทายในการนำไปใช้
- การเปลี่ยนแปลงบ่อย ๆ เป็นสิ่งที่ท้าทายในการดำเนินการในช่วงระยะเวลาหนึ่ง
สิ่งที่ควรทราบ
ปัจจุบันด้วยการพัฒนาระบบบัญชีคอมพิวเตอร์การจัดทำตัวเลขคาดการณ์และสมุดบัญชีเป็นเรื่องง่ายและรวดเร็วเนื่องจากหน่วยงานทั้งหมดเชื่อมโยงกันผ่านระบบ ERP - Enterprise Resource Planning องค์กรต้องตรวจสอบและวิเคราะห์ตัวเลขการคาดการณ์การหมุนพร้อมผลลัพธ์ทางการเงินที่แท้จริงเพื่อดำเนินการเปลี่ยนแปลงใด ๆ นอกจากนี้ควรเรียกใช้กระบวนการจำลองด้วยตัวแปรสูงสุดเพื่อทำความเข้าใจผลกระทบของการเปลี่ยนแปลงในตัวแปรเดียวต่อตัวเลขสุดท้าย
สรุป
จากการสำรวจหนึ่งครั้งยังคงถูกใช้โดยเพียง 42% ขององค์กรและส่วนที่เหลือจะใช้วิธีการคาดการณ์แบบคงที่อีกครั้งซึ่งจัดทำขึ้นปีละครั้งและไม่มีการเปลี่ยนแปลงบ่อย ดังนั้นเราจึงเข้าใจดีว่าการใช้งานและการจัดทำโมเดลดังกล่าวเป็นงานที่ยากลำบาก อย่างไรก็ตามในขณะเดียวกันก็เป็นข้อได้เปรียบพิเศษของตัวเองซึ่งเป็นส่วนสำคัญขององค์กรธุรกิจใด ๆ ในการแข่งขันตัดคอในปัจจุบันที่ข้อมูลส่งผ่านด้วยความเร็วแสงและการตัดสินใจที่ถูกต้องในเวลาที่เหมาะสมสามารถทำสิ่งมหัศจรรย์ได้ ดังนั้นองค์กรหลังจากการวิเคราะห์อย่างรอบคอบควรเปลี่ยนไปใช้แบบจำลองการคาดการณ์แบบหมุนจากแบบคงที่