বাজেট এবং পূর্বাভাস একটি ব্যবসার একটি অপরিহার্য ফাংশন. একজন ক্ষুদ্র উদ্যোক্তার অন্ত্রের প্রবৃত্তি থেকে শুরু করে একটি বৃহৎ বহুজাতিক কোম্পানির জটিল মডেল পর্যন্ত, প্রতিটি ব্যবসার একটি অনুমান থাকে যে এটি কতটা বিক্রি করবে এবং কত খরচ হবে।
সমস্যা হল যে বাজেটগুলি প্রায়শই বছরের শুরুতে অপ্রচলিত হয়ে যায়, কখনও কখনও সেগুলি প্রস্তুত করার জন্য প্রচুর প্রচেষ্টা ব্যয় করা সত্ত্বেও। তারপরে তারা তাদের অকার্যকরতার কারণে বা বিব্রত হওয়ার কারণে মথবলড হয়ে যায়। আর্থিক পেশাজীবীদের একটি KPMG সমীক্ষা দেখেছে যে 56% উত্তরদাতা একমত যে "বছরের কিছু সময়ে, বাজেট প্রাসঙ্গিক হওয়া বন্ধ করে দিয়েছে।" একই সমীক্ষায় আরও দেখা গেছে যে 46% উত্তরদাতারা "বিশ্বাস করেন যে বর্তমান বাজেট একটি রাজনৈতিকভাবে সম্মত সংখ্যা তৈরি করে যা প্রকৃত ব্যবসায়িক দৃষ্টিভঙ্গির সাথে সংযুক্ত নয়।"
বাজেট করা প্রায়শই একটি বটম-আপ ব্যাপার, যেখানে প্রতিটি বিভাগকে একটি টেমপ্লেট দেওয়া হয়, যেখানে তারা গুণগত ভিত্তিতে ভবিষ্যত সম্পর্কে অনুমান ইনপুট করে, কখনও কখনও ব্যবস্থাপনা দ্বারা নির্ধারিত টপলাইন লক্ষ্যগুলির সাথে। ভবিষ্যদ্বাণী করা লোকেরা প্রায়শই বিক্রয়, সংস্থান, পরিচালনা বা নিয়োগের ক্ষেত্রে খুব অভিজ্ঞ, তবুও তাদের পূর্বাভাসের কোনও আনুষ্ঠানিক প্রশিক্ষণ নেই। পূর্বাভাসের পরিবর্তন এবং অনিশ্চিত প্রকৃতি জীবনের একটি সত্য, কিন্তু প্রায়শই এই পক্ষপাতগুলি বাজেটের যথার্থতাকে প্রভাবিত করে। এই উদ্ধৃতিটি সংক্ষেপে এটিকে তুলে ধরে:
"বাজেট প্রার্থনা হতে পারে, বিরোধপূর্ণ অনুপ্রেরণার বাক্সযুক্ত, আশার ফিতায় মোড়ানো"
এই নিবন্ধে, আমি বাজেট প্রক্রিয়ার গুণগত এবং পরিমাণগত ধারণাগুলিকে একত্রিত করার সর্বোত্তম অনুশীলন পদ্ধতির কভার করব, যা পক্ষপাতের প্রভাব কমাতে সাহায্য করতে পারে। এটি পশুচিকিত্সক অনুমান এবং পরীক্ষার পরিস্থিতিগুলির জন্য একটি কাঠামো প্রদান করবে, প্রায়শই কোডকৃত রেঞ্জের বাইরে৷
আমরা একটি নতুন সিস্টেম যোগ করার আগে, আসুন লক্ষ্য এবং বাজেটের ব্যবহারের কিছু মৌলিক বিষয় পর্যালোচনা করি৷
আমরা একটি পরিমাণগত পদ্ধতি যোগ করার উদাহরণে যাওয়ার আগে, আমি সাধারণভাবে বাজেটের জন্য কিছু সেরা অনুশীলনের উপর যেতে চাই। যদিও অবশ্যই সম্পূর্ণ নয়, আমি দেখেছি যে এই পদক্ষেপগুলি বাজেটের পুনরাবৃত্তি কমিয়ে এবং বিভাগের সমন্বয় উন্নত করার মাধ্যমে সময় এবং সম্পদ সাশ্রয় করবে৷
পূর্বাভাস পদ্ধতির মধ্যে বটম-আপ, টপ-ডাউন, ক্রাউড-সোর্সড এবং জিরো-ভিত্তিক পদ্ধতি অন্তর্ভুক্ত থাকতে পারে, কয়েকটি নাম। প্রতিটির জন্য পদ্ধতিগুলি গুণগত বা পরিমাণগত কিনা তা বিভক্ত করা যেতে পারে। গুণগতকে বাজেটের মালিকের রায় দ্বারা চিহ্নিত করা হয় যখন পরিমাণগত আরও গাণিতিক ভিত্তিক। ফলস্বরূপ, গুণগত এবং পরিমাণগত উভয় পূর্বাভাস পদ্ধতির প্রত্যেকেরই নিজ নিজ শক্তি এবং দুর্বলতা রয়েছে।
পক্ষপাত বাজেটের কৌশলগুলির উপযোগিতাকে উল্লেখযোগ্যভাবে প্রভাবিত করতে পারে, তাই একটি পদ্ধতির রাজনৈতিক দিকগুলি বিবেচনা করা গুরুত্বপূর্ণ। বোনাস পাওয়ার সম্ভাবনা বাড়ানোর জন্য একজন বিক্রয়কর্মীর "'সিস্টেম খেলা"' প্রয়োজন হোক বা বিনিয়োগকারীদের সন্তুষ্ট করার লক্ষ্যে ঊর্ধ্বতন ম্যানেজমেন্টের প্রয়োজন, পক্ষপাত প্রায়শই বাজেট প্রক্রিয়াকে চাপ দেয়৷
সহজ পরিমাণগত পদ্ধতিরও দুর্বলতা রয়েছে। আমার সাম্প্রতিক ক্লায়েন্টের সাথে, তার বাজেটের সময়, এটি পণ্য বিক্রয়ের পূর্বাভাস দেওয়ার জন্য আগের বছরের গড় মাসিক শতাংশ বৃদ্ধি ব্যবহার করছে। যদিও এটি একটি খুব যুক্তিসঙ্গত পদ্ধতি, আমি উল্লেখ করেছি যে শতাংশ বৃদ্ধি বছরে হ্রাস পেয়েছে। সেই পূর্ণ-বছরের গড় ব্যবহার করলে একটি পদ্ধতিগত আক্রমনাত্মক পূর্বাভাস হতে পারে যদি প্রবণতাটি অব্যাহত থাকে বা এমনকি স্তর বন্ধ হয়ে যায়।
আমার মতে, পরিমাণগত প্রক্রিয়াগুলি গুণগত প্রক্রিয়াগুলির সাথে একত্রিত করার জন্য উচ্চতর পছন্দ, কারণ তারা উপরের সমস্যাগুলির উপর ভিত্তি করে অনুমানগুলি পরীক্ষা করতে সহায়তা করে৷ আমি একটি পরিমাণগত ভিত্তিতে সুপারিশ করি কারণ এটি দ্রুত এবং তুলনামূলকভাবে নিরপেক্ষ। এটি ব্যয় এবং রাজস্ব, সেইসাথে বৃদ্ধির প্রবণতার মধ্যে কোম্পানির "ফাংশন-সংজ্ঞায়িত" সম্পর্কগুলিও অন্বেষণ করে। এই ধরনের পদ্ধতিগুলি দৃশ্যকল্প পরিকল্পনার জন্য আরও উপযোগী এবং বেঞ্চমার্কিং এবং রোলিং পূর্বাভাসের জন্য একটি ভাল ভিত্তি হতে পারে।
শুধুমাত্র একটি অতিরিক্ত বাজেটিং কৌশল ব্যবহার করে আপনার পূর্বাভাসের প্রাসঙ্গিকতা প্রসারিত করতে পারে, অন্যটিতে একটি চেক হিসাবে কাজ করে। আমি এটাও বিশ্বাস করি যে এমন একটি পদ্ধতি বেছে নেওয়া গুরুত্বপূর্ণ যা অন্যকে চ্যালেঞ্জ করতে পারে এবং এর অন্ধ দাগের জন্য ক্ষতিপূরণ দিতে পারে। আমি একটি গুণগত পূর্বাভাস মূল্যায়ন করার সময় একটি পরিমাণগত পূর্বাভাস কৌশল ব্যবহার করে অত্যন্ত মূল্যবান বলে খুঁজে পেয়েছি, বিশেষ করে একটি পুনরাবৃত্তিমূলক পরিবেশে৷
বিভিন্ন পদ্ধতির বিভিন্ন খরচ এবং সময়ের প্রয়োজনীয়তা রয়েছে। তবুও এই দিন এবং যুগে, আমরা দেখছি যে ডেটা সায়েন্স ভবিষ্যদ্বাণীর সরঞ্জামগুলি তৈরি এবং বজায় রাখার ক্ষেত্রে একটি ক্রমবর্ধমান ভূমিকা পালন করে যা পরিস্থিতিগুলির মাধ্যমে বিশ্লেষণ করার জন্য প্রয়োজনীয় সময় কমাতে সাহায্য করে৷
একটি পরিমাণগত পদ্ধতি অন্তর্ভুক্ত করা, যেমন প্রবণতা বা অর্থনৈতিক বিশ্লেষণ, অনুমান থেকে পক্ষপাত দূর করার একটি উপায়। এই পদ্ধতিগুলি পূর্বাভাসে কী অনুমানমূলক তা শনাক্ত করতে পারে এবং গ্রুপ-চিন্তা সীমার বাইরে পরিস্থিতি সরবরাহ করতে পারে। তারা একটি নির্দেশিকা অফার করতে পারে এবং পূর্বাভাসের লক্ষ্যে পৌঁছতে কী পরিবর্তন করতে হবে সে সম্পর্কে আলোচনা শুরু করতে সহায়তা করতে পারে। পরিসংখ্যানগত পদ্ধতিগুলি অন্তর্নিহিত ডেটার মানের উপর নির্ভর করে এবং দৃঢ় উদ্দেশ্যমূলক চিন্তার দ্বারা বৃদ্ধি করা যেতে পারে৷
যদিও তারা পরিশীলিত এবং একটু "ব্ল্যাক বক্সী" হতে পারে যদি আপনি তারা কীভাবে কাজ করে তার সাথে পরিচিত না হন। সামঞ্জস্যহীন, তারা অন্তর্নিহিত ব্যবসায় বড় পরিবর্তনের সাথেও ভালভাবে মোকাবেলা করে না। নমুনার আকার এবং ডেটার গুণমানের দিকে মনোযোগ দিন, যেকোনো একটিতে আপস করলে তা অন্তর্দৃষ্টি এবং গুণমানের শেষ-গুণমানকে প্রভাবিত করবে।
এই বিভাগে, আমি একটি পরিমাণগত প্রক্রিয়ার সাথে একটি বটম-আপ বাজেটের তুলনা করার একটি প্রক্রিয়া প্রদর্শন করব। এটি ব্যাখ্যা করবে কিভাবে বাজেটের ভিত্তি পরীক্ষা করা যায়।
এই উদাহরণের জন্য, আমরা লিনিয়ার রিগ্রেশন ব্যবহার করতে যাচ্ছি। এর সহজ সংজ্ঞায়, রৈখিক রিগ্রেশন ডেটার মাধ্যমে একটি লাইন খুঁজে বের করতে চায় যা সেই লাইন থেকে সমস্ত বিন্দুর দূরত্ব কমিয়ে দেয়। এটি ডেটার প্রবণতা নির্দেশ করে। যদিও কখনও কখনও নমুনার আকার এবং ডেটার প্রকৃতির উপর নির্ভর করে তাত্ত্বিকভাবে বিশুদ্ধ নয়, আমি এখনও এটিকে একটি খুব দরকারী টুল খুঁজে পাই। এছাড়াও, অন্যান্য রিগ্রেশন পদ্ধতিগুলি প্রায়শই ব্যবহৃত হয়, যেমন ARIMA, যা টাইম সিরিজ, নন-লিনিয়ারিটি বা সিজন্যালিটির জন্য বিশেষীকরণ করতে পারে, তবে আপনি বাজেটের পরীক্ষা করার জন্য আমরা যে সামগ্রিক পদক্ষেপগুলির মধ্য দিয়ে যাব সেগুলির মধ্যে আপনি যে কোনও পদ্ধতি প্রতিস্থাপন করতে পারেন৷
এই উদাহরণগুলির জন্য, আমরা একটি বিভাগীয় P&L বাজেট দিয়ে শুরু করি যা আমরা এইমাত্র পেয়েছি। এখানে বাজেট EBITDA এর মাধ্যমে রাজস্ব নিয়ে গঠিত।
একটি লিনিয়ার রিগ্রেশনের প্রথম ব্যবহার এই সময়ের সিরিজ বিশ্লেষণের জন্য ব্যবহার করা যেতে পারে। এটি P&L-এর অংশগুলির জন্য বিশেষভাবে উপযোগী যেখানে ব্যবস্থাপনার সরাসরি নিয়ন্ত্রণ নেই, যেমন রাজস্ব এবং কম পরিমাণে COGS (বিক্রেতা মূল্যের মাধ্যমে)। গত দুই বছরের বাস্তবতা ব্যবহার করে, একটি দ্রুত স্যানিটি চেক কম মার্জিনের সাথে মিলিত একটি বড় টপলাইন ত্বরণের প্রত্যাশা করে বাজেট দেখায়।
পরবর্তী ধাপ হল P&L-এর ট্রেন্ড মডেলের প্রতিলিপি করার জন্য পরিমাণগত পদ্ধতি ব্যবহার করা। আমরা বাজেটের প্রথম রাজস্ব লাইন, রেকারিং রেভিনিউ দিয়ে শুরু করতে যাচ্ছি। আপনার কাছে থাকলে আমি প্রায়ই কমপক্ষে 24 মাসের ডেটা ব্যবহার করার চেষ্টা করি, কিন্তু যদি আপনার কাছে কম থাকে তবে এটি এখনও প্রয়োগ করতে পারে।
এই অনুশীলনের জন্য, আমরা এক্সেল ব্যবহার করতে যাচ্ছি, যা এটি করার জন্য অনেকগুলি উপায় রয়েছে। প্রথম উপায় হল Data Analysis add-in এর মাধ্যমে Data-এ তালিকা. প্রথমে, ডেটা নিন এবং এটিকে নিজস্ব একটি শীটে নিয়ে যান এবং ডেটাটিকে কলামগুলিতে নির্দেশ করুন। তারপরে জড়িত সময়কাল উপস্থাপন করতে একটি কলাম যোগ করুন। এর পরে, ডেটা বিশ্লেষণ প্যাকেজ নির্বাচন করুন এবং তারপরে Regression নির্বাচন করুন .
রিগ্রেশন বিশ্লেষণ পৃষ্ঠায়, Input Y Range-এ আপনি যে ডেটা রিগ্রেস করতে চান তা নির্বাচন করুন (এই ক্ষেত্রে পুনরাবৃত্ত রাজস্ব) এবং Input X Range পিরিয়ডগুলি . আপনি Labels নির্বাচন করতে চান আপনার যদি ডেটার উপরে কোন শিরোনাম থাকে। আউটপুট বিভাগে, আমি সাধারণত বিশ্লেষণের জন্য যে শীট ব্যবহার করছি তাতে আউটপুট রাখি, তবে এটি ব্যক্তিগত পছন্দ।
এখন OK টিপুন এবং আপনি রিগ্রেশনের আউটপুট তৈরি করবেন।
রিগ্রেশন আউটপুট আমাদের ট্রেন্ড গণনা করার জন্য প্রয়োজনীয় তথ্য দেবে। এটি আমাদের ব্যবসার অন্তর্নিহিত ফাংশন সম্পর্কে কিছু দরকারী পরিসংখ্যানও দেবে। এটি সময়ের সাথে ডেটার প্রান্তিক বৃদ্ধি, পরিস্থিতিগুলি দেখার ক্ষমতা এবং লিনিয়ার মডেল ডেটার সাথে কতটা মানানসই হয় তা অন্তর্ভুক্ত করবে৷
রিগ্রেশন আউটপুট নিম্নলিখিত বিশ্লেষণ গঠন করে:
আমাদের প্রধান আগ্রহ প্রান্তিক এবং স্থায়ী রাজস্ব আউটপুট. ধ্রুবক হিসাবে ইন্টারসেপ্ট এবং ঢাল হিসাবে পিরিয়ড সহ হলুদ ছায়াযুক্ত বিভাগে আমরা এগুলি খুঁজে পেতে পারি (এক্সেলের রৈখিক মডেল সূত্রটি হবে =Intercept + Period * future periods . এটি আমাদের সূত্রে এই ইনপুটগুলি ব্যবহার করে এবং বৃহত্তর সময়কাল প্রতিস্থাপন করে পুনরাবৃত্ত রাজস্ব প্রবণতা প্রজেকশনের ভিত্তি দেবে। একবার আমাদের পুনরাবৃত্ত রাজস্বের জন্য একটি প্রবণতা প্রক্ষেপণ হয়ে গেলে, আমরা জমা দেওয়া বাজেটের সাথে বস্তুনিষ্ঠভাবে তুলনা করার ক্ষমতা রাখব। এছাড়াও, প্রবণতার বৈচিত্র দেখতে আমরা আস্থার ব্যবধানের আউটপুটের সুবিধা নেব।
বিদ্যমান বাজেটের বিপরীতে এই প্রবণতাটি প্লট করা আমাদের ফিট করার জন্য চোখ বোলাতে দেয়।
আমরা উচ্চ এবং নিম্ন প্রবণতা অনুমানের জন্য সবুজ ছায়াযুক্ত ইনপুট ব্যবহার করে সূত্রগুলি পুনরাবৃত্তি করি। এটি আমাদের পরীক্ষার জন্য গাণিতিকভাবে কঠোর সীমানা দেবে, ডানদিকের চার্টে ধূসর এলাকা দ্বারা দেখানো হয়েছে৷
পূর্ববর্তী চার্ট থেকে, আমরা দেখতে পাচ্ছি বাজেট প্রবণতা এবং এর বৈচিত্র্যের উপরে। যদি আমরা বাজেটের গড় মাসিক বৃদ্ধি গণনা করি, এটি সাম্প্রতিক প্রবণতার ($99.1 থেকে $33.5) প্রায় 3 গুণ বড়। আবার, আমরা এই উদাহরণের জন্য ডেটার একটি একক টাইমফ্রেম এবং একটি ভিন্ন ভিন্ন লিনিয়ার মডেল ব্যবহার করছি৷
আউটপারফরম্যান্সকে কী চালিত করছে তা নিয়ে এটি দল বা বাজেটের মালিকের সাথে আলোচনার ভিত্তি তৈরি করা উচিত। আমি এটাকে গুরুত্বপূর্ণ বলে মনে করি হয় পরিমাপযোগ্য ক্রিয়া বা ইভেন্টগুলি খুঁজে বের করা যা আউটপারফরম্যান্সকে চালিত করে বা অনুমানগুলির পুনর্মূল্যায়নের জন্য একটি ভিত্তি প্রদান করে বা এই বাজেটের ফলে লক্ষ্যগুলিকে চ্যালেঞ্জ করে৷ এর মধ্যে জৈব বৃদ্ধি অনুমান, নতুন ব্যবসার সম্ভাবনা এবং এই ফলাফল অর্জনের জন্য প্রয়োজনীয় অন্তর্নিহিত ব্যয় অন্তর্ভুক্ত থাকতে পারে।
এখন যেহেতু আমরা দেখেছি কিভাবে টাইম সিরিজ বাজেট পরীক্ষা করতে রিগ্রেশন ব্যবহার করতে হয়, আমরা ব্যবসার মধ্যে সম্পর্ক পরীক্ষা করতে এটি ব্যবহার করব। বাজেট করার সময়, আমি প্রায়ই আইটেমগুলির জন্য টাইম সিরিজ কাঠামো ব্যবহার করি যেগুলি বেশিরভাগই ব্যবসার নিয়ন্ত্রণের বাইরে, যা প্রাথমিকভাবে আয়। সম্পর্কের ব্যবহারের জন্য, আমি বৃদ্ধির স্তরকে সমর্থন করার জন্য একটি প্রান্তিক খরচের ভিত্তিতে যা লাগে তা খুঁজছি। এই উদাহরণের জন্য, আমরা দেখব কিভাবে কর্মক্ষম খরচ রাজস্বের সাথে সম্পর্কিত।
এই বাজেটে, আমাদের একটি পরিচালন ব্যয় রয়েছে যা রাজস্ব নিবিড়ভাবে ট্র্যাক করে বলে মনে হচ্ছে। আমরা একটি বিক্ষিপ্ত প্লট ব্যবহার করে উভয়ের মধ্যে সম্পর্ক পরীক্ষা করতে পারি। এটি আমাদের উভয়ের মধ্যে প্রান্তিক সম্পর্কের ধারণা দেবে, রিগ্রেশনের চারপাশের তারতম্য দেখে তারা কতটা উপযুক্ত তা ছাড়াও।
আমরা টাইমসিরিজ উদাহরণ থেকে রিগ্রেশনের প্রতিলিপি করতে পারি অপারেশন খরচকে নির্ভরশীল ভেরিয়েবল বানিয়ে এবং মোট আয়কে স্বাধীন পরিবর্তনশীল করে। দুটির মধ্যে পারস্পরিক সম্পর্ক দেখানো স্ক্যাটারপ্লটটি নিম্নলিখিত আউটপুট থেকে নেওয়া হয়েছে।
এই ক্ষেত্রে, প্রান্তিক পরিমাণ রাজস্ব প্রতি ডলারে অপারেটিং ব্যয় বৃদ্ধির পরিমাণ নির্দেশ করে। গত দুই বছরে, রাজস্বের প্রতি ডলারের জন্য, অপারেশন খরচ $0.72 বেড়েছে। এটি ইঙ্গিত করবে যে গত দুই বছরে রাজস্বের একটি শতাংশ হিসাবে অপারেশনাল ব্যয় বেড়েছে, যা প্রকৃতপক্ষে হয়েছে। R² (সংকল্পের সহগ) 83.5% এছাড়াও দুটি পরিবর্তনশীল সেটের মধ্যে একটি দৃঢ় সম্পর্ক (এবং এইভাবে সম্পর্ক) নির্দেশ করে
রিগ্রেশনের ফলাফলের সাথে, আমরা এখন ট্রেন্ড মডেল তৈরি করতে পারি। কিন্তু, এটি একটি সম্পর্কের মডেল হওয়ায় আমাদের এটি করার দুটি উপায় রয়েছে। আমরা আমাদের পূর্ববর্তী রিগ্রেশন থেকে রাজস্ব প্রবণতা ফলাফল ছাড়াও বাজেট করা রাজস্ব পরিমাণের উপর ভিত্তি করে মডেল তৈরি করতে পারি।
প্রথমে, বাজেট করা আয়ের উপর ভিত্তি করে মডেলের সাথে আয়ের দিকে তাকাই। এই পদ্ধতিটি আমাদের বাজেটের মধ্যে এমবেড করা প্রান্তিক অনুমানগুলি দেখতে দেয়। আগের মতো, আমরা ট্রেন্ড লাইন এবং পরিবর্তনশীলতা উভয়ই তৈরি করি।
যেহেতু বাজেট প্রবণতার কাছাকাছি এবং পরিবর্তনশীলতার ক্ষেত্রে ভাল, বাজেট যুক্তিসঙ্গত বলে মনে হচ্ছে। বিশ্লেষণটি অবশ্য বাজেটের মালিকের জন্য কিছু প্রশ্ন উত্থাপন করে।
আমরা দেখতে পাচ্ছি যে বাজেট বছরের প্রথমার্ধের প্রবণতা ট্র্যাক করে এবং তারপরে পিছিয়ে যেতে শুরু করে। এটি নির্দেশ করবে যে বাজেটের মালিক পূর্ববর্তী ক্রিয়াকলাপগুলি থেকে একটি নির্দিষ্ট পরিমাণ দক্ষতা আশা করে৷ প্রকৃতপক্ষে, ডিসেম্বরের মধ্যে বাজেট প্রবণতার তুলনায় 10% কম রান-রেটে রয়েছে। আলোচনা বছরের শেষের অংশে কার্যকারিতা চালনা করছে তা নিয়ে ফোকাস করতে পারে৷৷
ফলাফলগুলি ব্যবহার করে দ্বিতীয় বিশ্লেষণটি হবে প্রবণতা রাজস্ব ব্যবহার করে আবার মডেলটি চালানো। এটি আমাদের বাজেটের সাথে তুলনা করার অনুমতি দেবে প্রবণতা সম্পর্ক কি হবে। আবার আমরা রিগ্রেশন ফলাফল গ্রহণ করি এবং প্রবণতা রাজস্ব ব্যবহার করে প্রবণতা গণনা করি।
যেহেতু প্রবণতা রাজস্ব বাজেটের আয়ের তুলনায় উল্লেখযোগ্যভাবে কম, অপারেশন খরচও বাজেটের নিচে। এই বিশ্লেষণটি সমস্যার জন্ম দেবে যদি ব্যয়গুলিকে সামনে-লোড করার প্রয়োজন হয়, বা সেগুলি বাজেটকৃত রাজস্বের উপর নির্ভরশীল। এছাড়াও, রাজস্ব বাস্তবায়িত না হলে এই বিশ্লেষণটি সম্ভাব্যতার ঝুঁকি বিশ্লেষণ করতে পারে৷
এখন যেহেতু আমাদের কাছে টাইম সিরিজ এবং রিলেশনশিপ টুল উভয়ই আছে, আমরা P&L-এর একটি পরিমাণগত মডেল তৈরি করতে পারি। টাইমসিরিজের ভিত্তিতে এবং রাজস্বের সাথে সম্পর্কের উপর ভিত্তি করে খরচ গণনা করে, আমরা একটি ট্রেন্ড P&L প্রজেক্ট করতে পারি। এই ক্ষেত্রে, আমরা =SLOPE() এর জন্য এক্সেল ফাংশন ব্যবহার করে ট্রেন্ড তৈরি করি এবং =INTERCEPT() . এটি আমাদের একটি গতিশীল মডেল সরবরাহ করতে পারে যা সারা বছর আপডেট করা যেতে পারে৷
এই পরিমাণগত সরঞ্জামটি শুধুমাত্র বাজেট মূল্যায়নের জন্য নয়, রোলিং পূর্বাভাস, বেঞ্চমার্কিং বা বিকল্প পূর্বাভাস পদ্ধতির ভিত্তির জন্য ব্যবহার করা যেতে পারে। আমি এই টুলটি অবিশ্বাস্যভাবে দরকারী বলে খুঁজে পেয়েছি। প্রবণতা থেকে ভিন্নতা ব্যবসায়িক উদ্যোগের কার্যকারিতা সম্পর্কে অতিরিক্ত তথ্য প্রদান করে বা প্রকৃত ফলাফল ভুল দিকে যেতে শুরু করলে প্রাথমিক সতর্কতা প্রদান করতে পারে।
এই ব্যায়াম করা অনেক ব্যবস্থাপনা সম্পদ ব্যবহার করে না। অন্তর্নিহিত পরিসংখ্যান কোম্পানির প্রকৃত ক্রিয়াকলাপ থেকে প্রাপ্ত এবং এজেন্ট পক্ষপাত অন্তর্ভুক্ত করে না। এটি প্রবণতা থেকে ভিন্নতাকে কীভাবে ব্যবসার পরিবর্তন হচ্ছে এবং ঠিক কতটা হচ্ছে তার তথ্য প্রদান করতে দেয়। দৃশ্যকল্প বিশ্লেষণও সম্ভব:উচ্চ এবং নিম্ন বিভিন্ন স্তরে সেট করা যেতে পারে, অথবা স্বয়ংক্রিয়ভাবে পরিবর্তনশীলতার একটি নির্দিষ্ট প্রান্তিকে সেট করা যেতে পারে।
আমরা এখন জমা দেওয়া বাজেটের সাথে ট্রেন্ডের ফলাফল তুলনা করতে পারি। লাইন-বাই-লাইন ভিত্তিতে, আমরা জমা দেওয়া বাজেট পরীক্ষা করতে পারি এবং অনুমানগুলি মূল্যায়ন করতে পারি, বেঞ্চমার্ক সেট করতে পারি এবং অতীতে ব্যবসাটি কীভাবে কাজ করেছে তা পর্যালোচনা করতে পারি।
আপনি দেখতে পাচ্ছেন, প্রবণতা বিশ্লেষণ দেখায় যে ব্যবসার একটি অত্যধিক আশাবাদী টপলাইন পূর্বাভাস থাকতে পারে। EBITDA ফলাফলকে লাইনে রাখতে খরচ বৃদ্ধির সাথে এর রাজস্ব প্রক্ষেপণ একটি ওভারশুট হতে পারে। এখানে এই ঝুঁকি হল ম্যানেজাররা বাজেট করা খরচের স্তরে র্যাম্প করে এবং টপলাইন ফলাফল পিছিয়ে যায়, যা লাভের মার্জিনকে নেতিবাচকভাবে প্রভাবিত করে।
যেমনটি আমি আগে উল্লেখ করেছি, গুণগত বাজেট তৈরিকারী লোকেরাও বর্ণনাটি সেট করে এবং এটি কখনও কখনও সামগ্রিকভাবে ব্যবসায়ের মধ্যে তাদের মাইক্রো-এজেন্ডার সুর হতে পারে।
আমরা এখন আমাদের গুণগত বাজেটে একটি পরিমাণগত পদ্ধতি যুক্ত করেছি। যদিও বাজেট শেষ পর্যন্ত একই থাকতে পারে, এই বর্ধিত পদ্ধতি ঝুঁকিগুলিকে হাইলাইট করেছে, পরিকল্পিত পরিস্থিতি প্রদান করেছে এবং বাজেটের মালিকদের একটি পারফরম্যান্স বেঞ্চমার্ক প্রদান করেছে। আমাদের কাছে একটি মডেলও রয়েছে যা আমরা এগিয়ে যাওয়ার প্রবণতা পূর্বাভাস দিতে বেঞ্চমার্ক সেট করার জন্য ব্যবহার করতে পারি।
বাজেট হতে পারে, ধরা যাক, অবাস্তব, এবং বোর্ডকে খুশি করার জন্য আরও তৈরি করা হতে পারে, অথবা সরাসরি পরিচালনার উদ্দেশ্যের পরিবর্তে ফলাফলকে উত্সাহিত করার জন্য একটি উচ্চ বার সেট করতে পারে। উচ্চাকাঙ্খী বাজেট একটি ইতিবাচক মানসিকতা সেট করে, কিন্তু যদি এটির কোন পদ্ধতি না থাকে তবে সঠিকতা সন্দেহজনক হবে। আপনি সঠিক পথে আছেন কিনা তা নিশ্চিত করতে এখানে বর্ণিত সরঞ্জামগুলির মতো একটি পরিমাণগত পরীক্ষা প্রদান করে৷
সর্বদা হিসাবে, একটি টুলবক্স পদ্ধতির সাথে পূর্বাভাস এবং বাজেট সেরা এবং অন্য একটি পদ্ধতি যোগ করা আপনাকে "গ্রুপ চিন্তা" বাক্সের বাইরে দেখতে সাহায্য করবে। একটি রোলিং পূর্বাভাস এবং বিভিন্ন পূর্বাভাস পদ্ধতি ব্যবহার করে পূর্বাভাসের কার্যকারিতা উন্নত করতে পারে। যখন আমি পূর্বাভাস দিই, তখন কোন টুলগুলি সবচেয়ে ভাল কাজ করে তা মূল্যায়ন করা আমাকে কোম্পানির কাজ সম্পর্কে একটি অন্তর্দৃষ্টি দেয়। এই মানসিকতা অনুসরণ করা আপনাকে একটি বাজেট তৈরি করতে সাহায্য করবে যা সারা বছর স্থায়ী হয়।
ভবিষ্যতের তারিখে, আমি কীভাবে বাজেট ট্র্যাক করতে হয় তা প্রদর্শন করতে এই উদাহরণটি আবার দেখব, পথ ধরে সেগুলিকে পরিবর্তন করব এবং প্রত্যাশার তুলনায় বাস্তবতা কীভাবে পরিবর্তিত হয়েছে তা নির্ধারণ করতে একটি দরকারী পোস্টমর্টেম পরিচালনা করব৷