Finansiel analyse: fra resultat til drivere

Finansiel analyse: fra resultat til drivere

Resumé og konklusion

• Resultatopgørelsen er et facit, ikke en forklaring. Den viser, at overskudsgraden faldt 1,8 procentpoint. En finansiel analyse viser hvilken driver der flyttede sig, hvor mange kroner det er, og hvem der kan gøre noget ved det.
• Byg overskudsgraden ned i et drivertræ. Ved 60 mio. kr. i omsætning er hvert procentpoint 600.000 kr. Kun de nederste kasser i træet kan en beslutning ramme.
• Dækningsbidragsbroen er kernen i nedbrydningen. Del ændringen i dækningsbidraget op i mængde, pris, kostpris og mix — og sørg for, at summen går op.
• Vækst forbruger likviditet, før den leverer. Ti dages længere pengebindingscyklus koster 1,1-1,6 mio. kr. i bunden kapital ved 60 mio. kr. i omsætning.
• Værktøjet er finansrapporter, ikke regneark. Byg dem på kontokategorier frem for hårdkodede kontonumre. Analysen skal kunne gentages uden håndarbejde.

Ledelsesrapporten for juni siger, at overskudsgraden er faldet fra 8,2 % til 6,4 %, mens omsætningen er steget fra 55 til 60 mio. kr. Det er et korrekt tal og en ubrugelig oplysning. Uden en nedbrydning har ledelsen to reaktioner til rådighed: panik (“vi skal spare”) eller ingenting (“det retter sig”). Begge er gæt.

Formålet med en finansiel analyse er at fjerne gættet — at gå fra ét tal til seks drivere, hvor hver driver har et beløb, en retning og en ansvarlig rolle. Det er dekomponeringsmetoden fra analysemetodernes værktøjskasse, brugt på finansen.

Drivertræet: fra overskudsgrad til de knapper du kan dreje

Overskudsgrad er dækningsgrad minus kapacitetsomkostningernes andel af omsætningen. To kasser. Under dækningsgraden ligger salgspris, kostpris og produktmix. Under kapacitetsomkostningerne ligger løn, lokaler og øvrige.

I eksempelvirksomheden faldt dækningsgraden fra 35,8 % til 34,0 %, mens kapacitetsomkostningerne holdt 27,6 % af omsætningen. 35,8 − 27,6 = 8,2. 34,0 − 27,6 = 6,4. Hele faldet ligger i dækningsgraden — og altså ikke i omkostningerne, som er præcis der, en spareøvelse ville have ramt. Det er den første konklusion: find niveauet, før du leder efter årsagen.

Oversættelsen mellem procent og kroner er det, der gør træet brugbart. Ved 60 mio. kr. i omsætning er ét procentpoint 600.000 kr., uanset hvor i træet det ligger. Ét procentpoint bedre dækningsgrad er 600.000 kr. Ét procentpoint lavere lønandel er også 600.000 kr. Forskellen er, hvem der kan flytte det, og hvor lang tid det tager. Nedenfor bliver enhederne forskellige: 1 % højere salgspris er 600.000 kr., mens 1 % lavere kostpris kun er 396.000 kr., fordi vareforbruget er mindre end omsætningen.

Pointen med træet er, at de øverste kasser er facit. Ingen kan beslutte en overskudsgrad. Man kan beslutte en prisliste, en indkøbsaftale, en rabatgrænse, en bemanding. Derfor står der en rolle under hver af de nederste kasser: salgschef, indkøbschef, produktchef, HR, ejerleder, økonomichef. Nedbrydningen er først færdig, når den ender i en kasse med et navn under — det er den samme logik, der ligger bag ledelsesinformation der driver vækst. Grafikken herunder viser hele træet med kroner og ansvarlig rolle på hvert niveau.

Dækningsbidragsbroen: den nedbrydning der flytter mest

Brug så dekomponeringen på selve dækningsbidraget mellem to perioder. Fire effekter, og summen skal gå op:

• Dækningsbidrag sidste år: 19,69 mio. kr. (35,8 % af 55,0 mio. kr.)
• Mængdeeffekt: solgt mængde steg 7,0 % → +1,38 mio. kr.
• Priseffekt: salgspriserne steg 2,0 % → +1,18 mio. kr.
• Kostpriseffekt: kostpriserne steg 4,1 % → −1,55 mio. kr.
• Mixeffekt: væksten kom i varer med lavere dækning → −0,30 mio. kr.
• Dækningsbidrag i år: 20,40 mio. kr. (34,0 % af 60,0 mio. kr.)

19,69 + 1,38 + 1,18 − 1,55 − 0,30 = 20,40. Nu er samtalen en anden. Dækningsbidraget steg 710.000 kr., samtidig med at dækningsgraden faldt. Årsagen er ikke “vi sælger for billigt” i al almindelighed — den er, at salgspriserne steg 2,0 %, mens kostpriserne steg 4,1 %. Handlingen er en prisregulering på de varegrupper, hvor kostprisen faktisk løb, ikke en generel prisstigning der koster kunder. De samme tal er i øvrigt grundlaget, når I skal bruge indkøbsdata til forhandlingen med leverandøren. Det er forskellen på rapportering og finansiel analyse: rapporten viste et fald, analysen peger på en prisliste. Vandfaldet herunder viser broen søjle for søjle.

Business Central har en detalje, der hører direkte til nedbrydningen af dækningsbidraget. Salgsordrestatistikken viser både oprindelig dækningsgrad — den man forventede, da ordren blev taget — og reguleret dækningsgrad, efter den faktiske kostpris er landet (salgsordrestatistik hos usedynamics). Forskellen mellem de to er en analyse i sig selv: den måler, hvor godt kalkulationen ramte. Ligger den regulerede dækningsgrad systematisk lavere, er standardkostpriserne forældede. Tjek samtidig flaget “Cost is Adjusted” på varekortet (varefelter for økonomiafdelingen) — er kostreguleringen ikke kørt igennem, analyserer du på tal, der stadig bevæger sig.

Arbejdskapital og likviditet: hvad vækst koster, før den betaler

En nedbrydning, der stopper ved resultatopgørelsen, overser den halvdel af økonomien, der handler om penge frem for indtjening — den halvdel, CFO’ens cockpit med nøgletal for likviditet og arbejdskapital er bygget op om. Pengebindingscyklussen er debitordage plus lagerdage minus kreditordage. I eksempelvirksomheden 47 + 62 − 34 = 75 dage. Bundet kapital: debitorer 7,7 + lager 6,7 − kreditorer 3,7 = 10,7 mio. kr.

En dag koster ikke det samme alle steder. En debitordag måles mod omsætningen: 60 mio. kr. divideret med 365 er 164.000 kr. En lagerdag måles mod vareforbruget på 39,6 mio. kr. og er 108.000 kr. Ti dages længere cyklus koster derfor 1,1 mio. kr., hvis den kommer på lageret, og 1,6 mio. kr., hvis den kommer på debitorerne. Det er penge, der forlader kassen uden at dukke op nogen steder i resultatopgørelsen — og derfor hører de med i enhver ordentlig gennemgang af økonomien. Netop lagerdagene er emnet i artiklen om lagerstyring og likviditet: kapital på hylderne.

For en vækstvirksomhed er det den vigtigste enkeltindsigt her: arbejdskapitalen vokser med omsætningen. Vokser omsætningen 20 % næste år, vokser de 10,7 mio. kr. til 12,8 mio. kr. Det er 2,1 mio. kr. mere bundet, mod et årsresultat på 3,84 mio. kr. Væksten spiser over halvdelen af årets overskud, før den leverer noget — pointen bag vækst og likviditet. J.P. Morgan gennemgår cyklussen som styringsredskab, 365 Financial Analyst har formlerne, og BDO sætter den i dansk SMV-kontekst.

Aldersfordeling på debitorer: finansiel analyse på ti minutter

47 debitordage ser fornuftigt ud. Det er et gennemsnit, og gennemsnittet skjuler netop det, der gør ondt. Aldersfordelingen er den hurtigste øvelse, der findes: gruppér de åbne kundeposter i 0-30, 31-60, 61-90 og over 90 dage, og se på beløbet i den sidste bøtte.

I eksemplet står der 620.000 kr. over 90 dage fordelt på ni kunder, hvoraf to står for 410.000 kr. Det er ikke et gennemsnitsproblem, det er to telefonsamtaler. DSO alene ville aldrig have vist det, fordi de hurtige betalere trækker gennemsnittet ned igen — se de konkrete greb i artiklen om debitorstyring og DSO.

Fremgangsmåden tager ti minutter: åbn kundeposterne (customer ledger entries), slå analysetilstand (analysis mode) til, læg forfaldsdato i kolonner og restbeløb i værdier (ad-hoc finansanalyse på Microsoft Learn). Ingen udvikling, ingen ekstra licens — hele fremgangsmåden er beskrevet i artiklen om analysetilstand i Business Central. Gem analysefanen og kør den samme dag hver måned — så bliver det en måling og ikke en engangsøvelse. Grafikken herunder samler hele billedet: lagerdage, debitordage og kreditordage, og hvad ti dage ekstra koster.

Finansrapporter, ikke regneark

Det, der før hed kontoskemaer, hedder nu finansrapporter (financial reports) og består af to dele: en rækkedefinition, der bestemmer hvad der står i rapporten, og en kolonnedefinition, der bestemmer hvilke perioder og sammenligninger der vises (arbejd med finansrapporter). Det er dér, den faste månedsanalyse skal bo — ikke i et regneark, der kopieres og rettes hver måned. Det er også dét, der gør forskellen, når I vil have månedsluk i Business Central på 3 dage.

Det afgørende råd er at bygge rækkedefinitionen på kontokategorier (G/L Account Categories) frem for hårdkodede kontonumre (design af finansrapporter). Hver gang nogen opretter en ny konto, skal en nummerbaseret rapport rettes manuelt, og indtil det sker, er den forkert uden at se forkert ud. En kategoribaseret rapport tager den nye konto med af sig selv.

Tilføj så “Show Opposite Sign” på indtægtsrækkerne. Uden det står omsætningen med minus, fordi den er en kreditsaldo, og så læser ejerlederen enten rapporten forkert eller lader være med at læse den. Det er et lille greb med stor effekt på, om analysen bliver brugt.

Skal de samme tal længere ud i organisationen, findes Finance-appen til Power BI med 15 færdige rapporter oven på Business Central-data (Finance-appen). Skal de omvendt blive i det værktøj, økonomifunktionen kender, kan I analysere i Excel på hele datamodellen.

Definitionsfælden: tre slags omsætning i samme virksomhed

Nedbrydningen er kun så god som definitionerne under den. “Omsætning” betyder i salgsafdelingen typisk fakturerede varelinjer uden fragt, i økonomi kontogruppens saldo inklusive fragt og gebyrer, og i ledelsesrapporten noget tredje, hvor koncerninterne salg er trukket fra. “Dækningsbidrag” er hos nogle omsætning minus vareforbrug, hos andre også minus fragt, provision og årsbonus. “Resultat” er før eller efter ejerløn, før eller efter afskrivninger.

Konsekvensen er, at drivertræet og broen bliver værdiløse: to personer regner på hver sin definition og når frem til hver sin årsag. Løsningen er kedelig og tager en formiddag. Skriv definitionerne ned på én side, knyt hver af dem til det felt eller den kontokategori i Business Central, tallet kommer fra, og lad ingen beregning bruge et begreb, der ikke står på siden. Artiklen om datagrundlaget: dimensioner og datamodel går i dybden med grundlaget og dimensionerne bag.

Sådan understøtter oneBC365 det

oneBC365 er færdige Power BI-rapporter oven på Business Central-data, og formålet er, at en finansiel analyse ikke skal bygges forfra hver måned. Drivertræet, dækningsbidragsbroen og pengebindingscyklussen ligger som faste sider, der opdateres med jeres egne finansposter (G/L entries), vareposter (item ledger entries) og kundeposter — bygget på kontokategorier, ikke på jeres kontonumre, så de også virker efter næste ændring i kontoplanen.

Det, der plejer at tage en økonomichef to dage i Excel efter hver månedsluk, er dermed en side, man åbner. Dekomponeringen af dækningsbidraget i mængde, pris, kostpris og mix er regnet på forhånd, og aldersfordelingen på debitorer opdateres dagligt. Definitionerne er sat op én gang og gælder for alle, der åbner rapporten — så arbejdet ikke starter forfra med en diskussion om, hvad omsætning er. Se sammenhængen med de øvrige rapporter i overblikket over artiklerne.

Sådan kommer du i gang

1. Tegn drivertræet på ét stykke papir med jeres egne tal for de seneste to år. Skriv kroner i hver kasse og et navn under de nederste seks. Tager en time og afslører som regel, at ingen ejer to af kasserne. Det er første skridt.
2. Regn dækningsbidragsbroen for sidste år mod i år. Mængde, pris, kostpris, mix. Stop ikke, før summen går op — det er kontrollen på, at nedbrydningen er rigtig.
3. Lav aldersfordelingen på debitorer i analysetilstand i dag. Se på beløbet over 90 dage, ikke på DSO. Gem analysefanen og gentag den samme dag hver måned.
4. Flyt månedsrapporten fra regneark til finansrapporter bygget på kontokategorier, og sæt “Show Opposite Sign” på indtægtsrækkerne. Så er grundlaget på plads, før tallene bliver efterspurgt.

Hele serien: fra rapportering til analyse

Serien er tolv artikler i fire blokke — fundament, domæner, praksis og AI. Hver artikel kan læses alene; læst i rækkefølge er de en plan for et år.

1. Fra rapportering til analyse: de fire trin
2. Analyse-landkortet
3. Analysemetodernes værktøjskasse
4. Finansiel analyse — du læser den nu
5. Salgsanalyse
6. Indkøbsanalyse
7. Lageranalyse
8. Datagrundlaget
9. Analysens årshjul
10. Analyse uden BI-projekt
11. AI i analysen (1): Copilot i Business Central
12. AI i analysen (2): Copilot i Power BI og Fabric

Vil du se, hvordan analyserne ser ud på jeres egne tal? Book en demo af oneBC365.