Retail arrangement Maj 2018 Revision. Skat. Rådgivning.

Transkript

1 Revision. Skat. Rådgivning.

2 Agenda 1. Predictive analytics et fælles afsæt 2. Formål og relevans i retailbranchen 3. Et typisk eksempel driverbaserede KPI er til ledelsesrapportering

3 Predictive analytics et fælles afsæt Digital is not about the technologies. It s about new ways of solving problems, creating unique experiences, delivering efficiencies and accelerating business growth. It s not just about what is on the screen or in the thing It s about redefining the business model, simplifying underlying systems, empowering people, enabling deep organizational change. 3

4 Home Why is Data and Analytics important? Predictive analytics et fælles afsæt Data eksplosionen Store muligheder Udfordringer... x Nøglefaktorer Sociale medier 500 millioner tweets bliver sendt hver dag. 100 timers video uploades til YouTube hvert minut. Forbundet The Internet of Things (IoT) vil omfatte 26 milliarder enheder inden Mobiler Andelen af mobile enheder i IoT vil være over 75% i Mængden af i det digitale univers bliver fordoblet hvert andet år. 1 % 85% af disse kommer fra nye kilder. Virksomheders volumen vil vokse 50 gange hvert år mellem 2014 og To tredjedele af IoT vil være andre former for enheder som sensorer og nyligt opfundne intelligente enheder, der overvåger, styrer, analyserer og optimerer vores verden. 5 Mærkbare fordele CEO s ser større operationel effektivitet og den forbedrede kundeoplevelse som de vigtige fordele ved udnyttelse af predictive analytics % Det globale marked for og analysetjenester vil vokse næsten 50% mellem Virksomheder der karakteriserer sig selv som -drevet og er i den øverste tredjedel af deres branche, er virksomheder, der er 5% mere produktive og 6% mere profitable end deres konkurrenter. 9 30% 30% af adspurgte ledere indrømmer, at intuition er det, de mest stolede på, da de tog deres sidste store beslutning % 57% af rekrutteringsagenterne med fokus på og analytics siger, at det er svært at finde folk med de nødvendige færdigheder og erfaring % af globale CEO s siger, at og analytics er den teknologi, der giver det højeste afkast ift. stakeholder engagement International Data Corporation (IDC) 2 Hadoop Summit Gartner 4 International Data Corporation (IDC) 5 Strategy& 6 SAS and Centre for Economics and Business Research 7 International Data Corporation (IDC) CEO survey 9 Harvard Business Review 10 Gut and Gigabytes survey Gut and Gigabytes survey Leveraging Big Data in the modern tax function article published on accountingweb.com CEO survey 4

5 Formål og relevans Et forbedret analyseberedskab i rapporteringen kræver både en kobling af eksterne og interne kilder, en solid men simpel analysemodel og en økonomiafdeling, som kan medvirke til at fortolke afdelingernes resultater, omsætte dem til handling og give input til forbedring af analysemodellen. Datakilder Analyser Forretningsmæssig værdiskabelse fra finans Interne kilder Kunde Historiske Eksterne kilder Forbruger Benchmark Sociale medier Konkurrent Analytics Aggregering og vask af Evaluér og etablér indikatorvariable Finjustér analysemodeller Vækst/investeringsbeslutninger: Hvor skal der investeres Identificer nye markeder, kanaler og partnerskaber Ræsonner investeringer til innovation/r&d Valider kundeindkøbsadfærd Udfordrer business cases Enterprise performance/omkostnings og rentabilitets styring Analyser løftestænger for rentabilitet som fastholdelse og loyalitet Vurder de finansielle konsekvenser af krydssalg, pakkesalg og prisstrategier Analyser kundeerhvervelse og distributionsomkostninger Udfør kunde- og segment livstids værdi analyse Integrer marketing analyse med den finansielle planlægningsproces Opportunity Markeds Forbedre virksomhedens værdi Styring af risiko og kontrol Konsistent og standardiseret opfølgning (også KPI) Løbende evaluering af automatiserede beslutningskontroller (f.eks. prisfastsættelse, reklamation mv.) Enterprise governance (steward) Input Analyse Output 5

6 Formål og relevans - i retail branchen Dataindsamlingspunkter Ofte stillede spørgsmål fra ledere.. Gruppering af fokusområder i rapportering Effektiv indsigt baseret på rapportering... Distribution Arbejdsstyrke Butikspersonale Eco footprint Hjemmesider E-handel Lager Tredjepartspartnere Apps In-store devices Hvad gør den bedste butik anderledes? Hvordan kan vi øge basket size og rentabilitet på tværs af kanaler? Hvordan reducerer vi cost of goods - resale og not resale (spild) Hvordan kan vi reducere ansættelsesog opsigelsesomkostninger? Hvordan kan vi reducere logistikomkostninger, arbejdskapital og øge tilgængeligheden? Omkostningsbesparelser Forbedring af butiks-, forretnings- og kanal rentabilitet Forbedring af omsætningen Reducere antallet af ikke salgbare varer sortimentsstyring og spild Højere produktivitet, lavere personaleomkostninger i arbejdskapital Sociale medier Kundeservice 6

7 Et typisk eksempel driverbaserede KPI er til ledelsesrapportering Kundens udfordring Løsningen Gevinstrealisering Et ønske om at forstå, hvad der driver den enkelte butiks operationelle performance og designe en ny KPI-struktur Mange nøgletal og KPI er i mange forskellige systemer, men begrænset indsigt i hvilke af disse nøgletal og KPI er, der reelt driver performance og som dermed er væsentlige ift. strategieksekvering og arbejdet med forbedringsinitiativer. En analytisk tilgang til at forstå, hvilke operationelle KPI er, der driver performance Analysere relevante punkter (typisk flere ) til at kvantificere og forstå de væsentligste aspekter af at drive butikker de sidste 5 år (historiske perspektiv) Resultaterne bruges til at definere en ny KPI-struktur (ledelsesrapportering) og skræddersy effektiviseringsplaner for hver butik Implementering af ny KPI-struktur til opfølgning og igangsætning af forbedringsinitiativer - forbedre rentabilitet, strategieksekvering mv. Kan anvendes som input til forbedret driver baseret forecasting (i.e. detaljeringsniveau, horisont og frekvens) 7

8 Den konkrete detaljering i analysen Category Analytics Customer Analytics Channel Analytics Normalisering Driver-analyse Forandringsledelse Ekstern kontekst & normalisering Drivere for butikkernes drift Opfyldelse af online ordrer Performance forbedring Forstå de eksterne faktorers indflydelse på forretningens performance. Skab sammenlignelige peer groups baseret på lokations-, efterspørgsels- og konkurrentprofiler Identificér kontrollerbare operationelle, adfærdsmæssige og finansielle mål, der driver butikkernes performance og skaber en skræddersyet forbedringsplan for hver butik Forstå den indflydelse, som butikkerne har på online salg ved at analysere, hvordan butikkerne hjælper med at skabe yderligere online ordrer, og hvordan de håndterer Click & Collect ordrer Forstå hvilken andel af butikkernes performance, der er drevet af den eksterne kontekst, kontrollerbare operationelle butiksmål, ydelsen og multichannel faktorer Analyseteknikker: PCA/Faktoranalyse Multilineær regressionsanalyse Klyngeanalyse Datavisualisering Datatyper: Eksterne Lokations Fysiske site Lokale events Demografi Konkurrenter Butiksdrift Kundeservice Planlægning og forecasting Bemanding og erfaring Lagertilgængelighed Replenishment Platform eller egen Online Kunde Demografisk Online ordrer og Click & Collect Order fulfillment 8

9 Et andet eksempel - med kundens livscyklus i fokus En måde at visualisere forskellige kundetypers cash flows (historisk og ønsket) et tæt samarbejde mellem økonomi og marketing omkring kundetilfredshedsanalyser. Kan eksempelvis også anvendes til drøftelser omkring etablering af personas og give input til kalibrering af marketing kampagner. 9

10 Kontakt Anja Baastrup Director M: E: This publication has been prepared for general guidance on matters of interest only, and does not constitute professional advice. You should not act upon the information contained in this publication without obtaining specific professional advice. No representation or warranty (express or implied) is given as to the accuracy or completeness of the information contained in this publication, and, to the extent permitted by law, PricewaterhouseCoopers Statsautoriseret Revisionspartnerselskab, its members, employees and agents do not accept or assume any liability, responsibility or duty of care for any consequences of you or anyone else acting, or refraining to act, in reliance on the information contained in this publication or for any decision based on it PricewaterhouseCoopers Statsautoriseret Revisionspartnerselskab. All rights reserved. In this document, refers to PricewaterhouseCoopers Statsautoriseret Revisionspartnerselskab which is a member firm of PricewaterhouseCoopers International Limited, each member firm of which is a separate legal entity.