經營分析里最重要，也最讓人頭大的部分，莫過于制定經營計劃。制定經營計劃→為業務設定目標→制定財務預算，經常是一體化工作，需要前前后后忙活一兩個月，期間充滿了瞎拍腦袋、相互扯皮、改來改去，讓人充滿挫敗感。

到底合理的經營計劃該怎么定？又該如何破解難題呢？今天系統跟大家分享一下。

工作邏輯

經營計劃制定，有標準流程：

1、制定年度銷售目標與銷售預算

2、基于銷售目標，推算采購、供應、研發任務

3、基于銷售目標+支持部門的任務，制定現金預算

4、綜合銷售預算與現金預算，制定預計利潤表&預計資產負債表

整個流程如下圖所示，不同行業略有差異，商貿類/服務類行業，在銷售部分會花更多精力，制造業在生產預算會花更多精力。

圖片

工作看起來很多，哪一塊是最關鍵的部分呢？

關鍵工作

最關鍵的當然是銷售目標。因為各個部門工作都和銷售部門有關系，且很多指標，可以用銷售目標*固定參數推算出來：

1、銷售目標*商品結構 → 商品需求計劃 → 采購/生產預算

2、商品需求計劃 → 物流/供應/倉儲計劃 → 供應預算

3、銷售目標中新品比例 → 新品研發計劃 → 研發/設計預算

4、銷售目標中新老渠道比例 → 渠道開發計劃 → 推廣預算

5、銷售目標中活動部分比例 → 促銷/品牌計劃 → 營銷預算

所以，進一步把預算流程拆解，可以得到下圖：

圖片

拆到這一步以后，會有一個明顯的分水嶺：業務穩定的公司，經營計劃與預算非常好做。比如有的企業承擔“保供應”任務，銷售目標是上級制定好的，只管做成就行了；有的公司業務發展非常穩定，每年增長不大，這些情況下，公司毛利、供應費用比例、營銷費用比例都是固定的，每年差異不大，直接乘目標就出結果。當然，這種穩定型公司不是大國企就是公共事業，能享受這種“預算福利”的并不多。

在大部分公司，制定合理的銷售目標都很困難。

核心難點

難點一：歷史數據難參考。

特別是變化劇烈的企業，比如：

1、創新型企業：每年一大堆新項目，沒有歷史數據參考

2、高速增長的企業：每年一個新臺階，之前的數據意義很小

3、停滯&衰退中企業：尚能維持但份額被蠶食，之前數據意義很小

4、宏觀環境巨變企業：產業升級，人口結構變化影響大，被迫調整

那就真的是難上加難了！

難點二：影響因素眾多。

外部環境，社會輿論，競爭對手，上游供應商，下游消費者，內部團隊表現、內部新品成功概率、內部努力程度&穩定性……都會影響結果，卻又很難全部預測清楚。未卜先知的本事大家都喜歡，問題是丫不存在。

圖片

難點三：拆分邏輯多樣。

提起銷售數據，大家都知道看人、貨、場，可非要讓經營分析人員提前一年就預測清楚每一個渠道能下/每一個客戶/每一種商品會賣多少，無疑是不可能的。來回更換拆分維度，經常造成大量額外工作，也讓預測更不準確。

難點四：領導意志影響。

即使有歷史數據支持，領導們也不一定會遵守歷史規律。或因信心強烈，或因商業嗅覺，或想逢迎上意，或者純粹在閉著眼睛拍，很有可能領導給出一個高的驚掉人下巴的目標……至于怎么合理拆解下去，當然又讓經營分析人員抓破頭。

難點五：部門利益爭奪。

業務部門，永遠都想多拿預算，少背KPI。扯皮是在所難免的。并且數據對他們有利，就拿數據說事。數據對他們不利，就說：數據無法精準預測大環境的走勢……經常把水越攪越混。

綜合以上五點，制定銷售目標，經常是漫長、扯皮、改來改去、充滿挫敗感的。那么該怎么破局呢？

解決方案

第一：心態要好，別氣死自己。

這不是個玩笑！如果經營計劃的沖突來自部門利益矛盾/領導期望值太高，那作為經營分析人員是無法避免的，改來改去也是必然的。所以自己不要生氣是第一位的。我們盡可能提供數據證據，佐證靠譜想法/否定不靠譜想法即可。

第二：重視證據，而非糾結數字。

做經營分析，最怕的就是，領導拍腦袋拍出來一個巨高的目標，你做完拆解，領導轉頭反問你“你這么拆分有啥科學依據呀！”你要是答不上來，你還被領導懟。所以數字不重要，邏輯+證據很重要。

比如量化宏觀環境的影響，建議大家把表格做成如下格式。在每一個參數后邊，注上相應的證據與領導們的判斷。比如預計上游行業經營不善，導致原材料成本上升，那么分別把證據、參數變化方向、參數大小寫下來。只要領導們能認可你的證據+參數變化方向即可，具體參數大小，完全可以看情況湊合（如下圖）。

圖片

比如預計內部業務表現，也建議大家把表格做成如下格式。并且在每一個參數后邊注上相應的證據與領導們的判斷。比如預計銷售部門表現穩定增長，有進一步增長空間，那么分別把證據、參數變化方向、參數大小寫下來。只要領導們能認可你的證據+參數變化方向即可，具體參數大小，完全可以根據扯皮結果填一個數（如下圖）。

圖片

第三：表現穩定老業務多看歷史數據，新業務留足想象空間。

經營分析，一定是數據說話，老業務積累的數據多，更容易找到證據支持，因此老業務多看歷史數據，找穩定參數，比如：

1、老店鋪的留存率

2、老渠道轉化率，投產比

3、老商品的生命周期變化

4、在不同力度促銷影響下，銷售彈性

這些都有歷史數據積累，盡量用歷史參數。其實領導們也并非完全不通情理，看到詳細的參數以后，一般都會接受事實。

但是新業務上放飛自我，這個就真沒辦法了。如果是新產品你可以用歷史上同價位，同款式的新品成功率來湊合一下（但依然架不住業務認為“我這個肯定爆”）；如果是全新的渠道，這個真沒辦法了，即使做了測試，業務也可以說“放量推廣肯定比測試數據好看！”我們也沒法反駁。所以建議 Let it go……新業務就讓這幫人吵完，我們填個參數即可。

第四：從一個參數相對穩定的主邏輯切入。

前文說過，非要細到每一渠道/每一客戶/每一產品銷量都預測準是不可能的。那么盡量找一個有穩定參數的主邏輯切入。比如我司店鋪經營相對穩定，但是新品經常失敗，那就以渠道邏輯為主邏輯搭架構。比如我司老客戶消費很穩定，但新客戶受渠道影響有波動，那就以客戶為主邏輯。總之穩定參數多，用算法做預測也相對準，受拍腦袋影響也小。