Факторный анализ - cпецифика решения в BPM

Многомерное решение

Так как в BPM можно строить сегментные модели (что важно для решений управленческого учета), это дает возможность получить факторную модель по различным срезам: ЦФО, регионам, продуктам... в зависимости от того, как сегментирована модель. Графическая визуализация позволяет использовать в полной мере возможности анализа, "проваливаясь" через графики до нижнего уровня данных.

График влияния факторов (интерфейс UPE)

Влияние факторов в разрезе регионов (интерфейс UPE)

Пример 2-х факторной модели

Δ χ_iу=ƒ(χ¹, χ⁰…χ⁰)-ƒ(χ¹, χ¹…χ⁰)

Метод цепных подстановок (расчеты в Plan Designer)

Показатель/факторы (%)	янв	фев	март	апр	май	июнь	июль	авг	сен	окт	ноя	дек
Отклонение от выручки	-11,3	-55,28	2,49	-1,27	5,7	28,12	5,0	0,0	35,9	39,76	9,95	20,55
Отклонение по цене	-1,44	-0,62	-2,39	-7,08	0,66	9,81	0,0	0,0	8,72	4,82	-2,26	4,82
Отклонение по количеству	-10,0	-55,0	5,0	6,25	5,0	16,67	5,0	0,0	25,0	33,33	12,5	15,0
Влияние цены (%)	11,48	0,5	-100,5	591,25	12,23	40,72	0,0	100,0	30,35	16,17	-25,6	27,0
Влияние количества (%)	88,52	99,5	200,5	-491,25	87,77	59,28	100,0	0,0	69,65	83,83	125,6	73,0

Δƒ_χ = Δχу₀ + ½ΔχΔу ;  Δƒ_у = Δуχ₀ + ½ΔχΔу

Интегральный метод (расчеты в Plan Designer)

Влияние цены (%)	12,12	0,81	-98,1	573,86	11,94	37,82	0,0	100,0	27,32	14,15	-24,18	25,24
Влияние количества (%)	87,88	99,19	198,1	-473,86	88,06	62,18	100,0	0,0	72,68	85,85	124,18	74,76

Погрешность метода подстановок (в сравнении с интегральным)

Погрешность цены (%)	94,74	62,07	102,44	103,03	102,44	107,69	102,44	100,0	111,11	114,29	105,88	106,98
Порешность количества (%)	100,73	100,31	101,21	103,67	99,67	95,32	100,0	0,0	95,82	97,65	101,15	97,65

Основные методы. Достоинства и недостатки

Элиминирование имеет ряд существенных недостатков:

1. Порядок показателей в расчетах должен быть строго определен: нужно следить за тем, чтобы на первом месте стояли количественные, затем - качественные показатели, а также – за численным порядком показателя. Иначе результат будет неверно рассчитан.
2. Недостаточная точность расчетов.
3. В многофакторных моделях или с маленькими значениями влияющих факторов может не дать результатов (это видно уже на этапе элиминирования).

Интегральный и логарифмический методы лишены недостатков методов с использованием элиминирования и являются наиболее точными, но используются не во всех моделях: нельзя использовать в аддитивных моделях, а логарифмический метод можно использовать только в мультипликативных моделях. Поэтому, видимо, предпочтительнее использовать интегральный или логарифмический методы, а в аддитивных моделях – любой из методов с использованием элиминирования.