Previsione avanzata del flusso di cassa

Completato

Una previsione flusso di cassa si basa su fatti noti. Innanzitutto, la previsione determina lo stato corrente dei fondi liquidi. In genere, questi dati provengono dai saldi di conti bancari e conti cassa, ma possono includere anche altri conti.

Diagramma di una previsione flusso di cassa basata su fatti noti.

In seguito, la previsione aggiungerà o rimuoverà importi in contanti in funzione dei pagamenti che si prevede di effettuare o ricevere in futuro. Questi dati provengono da movimenti aperti nei movimenti contabili clienti e fornitori, ad esempio fatture di vendita e acquisto registrate, che contengono anche le date di scadenza dei pagamenti.

Una previsione flusso di cassa di base con diagramma degli importi di cassa aggiunti e rimossi.

Sebbene i movimenti contabili siano affidabili, rappresentano anche una restrizione in termini di previsione poiché hanno date di scadenza basate su condizioni di pagamento usate dalla maggior parte delle aziende. Le date di scadenza limitano l'orizzonte o le previsioni nel futuro. Ad esempio, se le condizioni di pagamento per fatture di vendita sono 1S (una settimana), la previsione non dispone di dati per otto giorni a partire dalla data corrente.

Una previsione flusso di cassa di base senza diagramma di dati.

Un modo di estendere l'orizzonte della previsione consiste nell'inserire manualmente le cifre previste in base ad accordi noti con fornitori e clienti, ad esempio includendo rettifiche per ordini vendita, fornitore e assistenza nonché ricavi da commesse. Sebbene esista il rischio che queste transazioni vengano annullate o che la relativa data di scadenza venga spostata, sono comunque considerate un buon input.

Una previsione flusso di cassa di base con diagramma di dati aggiunto.

Ad esempio, è possibile inserire manualmente importi budget nelle seguenti pagine:

  • Budget C/G., in cui è possibile specificare varie date

  • Spese generiche di cassa, per articoli come affitto, Internet e telefoni cellulari

  • Ricavi generici di cassa, per interessi o reso di prestiti

Gli strumenti di impostazione del budget sono eccellenti per registrare spese e ricavi. Tuttavia, non sono pratici per estendere l'orizzonte di una previsione flusso di cassa a causa della quantità di lavoro manuale che richiedono.

È invece possibile usare Azure Machine Learning in Cortana Intelligence per estendere l'orizzonte delle previsioni flusso di cassa. In Business Central è possibile usare modelli che gestiscono dati di serie temporali per calcolare le previsioni:

  • ARIMA (Autoregressive Integrated Moving Average, media mobile integrata autoregressiva)

  • ETS (Exponential Smoothing State Space, livellamento esponenziale)

  • STL (Seasonal Decomposition of Time Series by Loss, decomposizione stagionale e di tendenza usando Loess)

  • TBATS (Exponential Smoothing State Space with Box-Cox transformation, ARMA errors, Trend and Seasonal components, livellamento esponenziale con trasformazione Box-Cox, errori ARMA, componenti di tendenza e stagionale)

È inoltre possibile usare alcuni di questi modelli in combinazione, ad esempio ETS + ARIMA e ETS + STL, che in alcuni casi possono migliorare l'accuratezza dei valori di previsione.

Come le previsioni flusso di cassa di base, questi modelli si basano su dati storici, tra cui:

  • Movimenti contabili clienti per crediti

  • Movimenti contabili fornitori per debiti

  • Imposte/movimenti IVA per tasse

Ciò che questi modelli fanno in modo diverso è applicare metodi statistici avanzati ai dati storici per generare dati in futuro e includere tali dati nel calcolo della previsione. Quando si prevedono crediti o debiti, si usa la data di scadenza come campo della data e non la data del documento o la data di registrazione, quindi non è necessario definire e applicare condizioni di pagamento ai risultati previsti.

È possibile specificare il modello da usare nel campo Modello Time Series nella pagina Setup flusso di cassa. Se non si è sicuri di quale modello scegliere, è possibile selezionare l'opzione Tutti e ogni modello verrà usato per calcolare una previsione, confrontare i risultati e restituire il risultato migliore.

Azure Machine Learning è gratuito in Business Central; deve soltanto essere attivato. Tuttavia, il tempo di calcolo mensile utilizzabile è limitato. La selezione dell'opzione Tutti comporta un maggiore uso di quel tempo rispetto a un singolo modello. Quando si raggiunge il limite, si dovrà attendere fino al mese successivo o fare un abbonamento.

Il valore previsto è un intervallo in cui deve rientrare il valore, con una certa probabilità, e non è un singolo punto dati. La probabilità predefinita è dell'80% e non è possibile modificare questa impostazione nell'interfaccia utente.

Screenshot di un esempio di intervallo di valori previsti.

Se si dispone di dati per almeno due anni, è possibile prevedere valori fino a quattro mesi in anticipo con una qualità ragionevole. Se si dispone di una quantità di dati inferiore, si deve usare un orizzonte più breve.

In caso contrario, l'intervallo dei valori previsti può essere troppo ampio e quindi inutile. Una previsione serve a poco se esiste la possibilità che sia sbagliata il 100% delle volte. Per tale motivo è stata introdotta una soglia, che può essere modificata nella pagina Impostazione previsione di cassa. Il campo % scostamento consente di specificare un intervallo di scostamento, in più o in meno, da accettare in una previsione. Le percentuali inferiori rappresentano previsioni più accurate e in genere variano tra il 20 e il 40 percento. Le previsioni al di fuori dell'intervallo sono considerate imprecise e vengono ignorate.

Poiché si effettua una previsione a partire dalla data corrente, è necessario allineare i valori previsti ai valori già registrati nel sistema, come movimenti contabili clienti aperti o ordini vendita. Il seguente caso semplificato illustra questa logica.

Negli ultimi due anni, sono state vendute 10 matite al mese. A metà del mese qualcuno chiede: "Quante matite verranno vendute il mese prossimo?" Secondo l'esperienza passata la risposta dovrebbe essere 10.

Poco tempo dopo un cliente entra nel negozio e vuole ordinare sei matite per il mese successivo. Questo ordine non cambia tuttavia la previsione di vendita del mese successivo. Ci si aspetta sempre di vendere 10 matite in totale, ma ora si sa che sei andranno a quel cliente.

La stessa nozione vale per ricavi e spese. Se si dispone di informazioni affidabili sui ricavi di un periodo a venire, ad esempio quando viene effettuato un ordine, tale importo diventa effettivo e deve essere rimosso dai ricavi previsti.

Una previsione basata su dati disponibili con dati storici di crediti e debiti e dati storici migliorati.

Tuttavia, se qualcuno entra nel negozio e ordina 15 matite per il mese successivo, la quantità è superiore alle 10 matite previste, quindi la previsione viene rettificata da 10 a 15.

Un esempio di previsione rettificata in base a un importo maggiore del previsto.