Chcete být Data-driven?

Tak buďte Data-informed & Data-inspired

acterys, Data science a AI, microsoft fabric

What-if analýza alokace nákladů a výnosů v univerzitním prostředí

What-if analýza je nástroj, který pomáhá při modelovaní budoucí situace, a především pak při samotném plánovaní.

Hned po přečtení nadpisu se může zdát, že anglicko-český nadpis může vyvolat nedorozumění. Jestli jste neporozuměli nadpisu článku, nebo nevíte co si pod tímto pojmem představit, jste tu správně. Právě vám bychom se rádi pokusili tuto problematiku přiblížit. A jelikož nejlepší vysvětlení probíhá na příkladech, tak velkou část článku věnujeme naší zkušenosti z implementace what-if analýzy v univerzitním prostředí.

O co se tedy jedná? What-if analýza je způsob hodnocení informací na základě vstupních atributů a podmínek, které mohou ovlivnit sledovaný výsledek. Pro představu, může se jednat například o zjištění budoucí finanční situace a její modelování na základě změny hodnot v rámci vstupních atributů či úpravy podmínek. Obecněji se jedná především o zjištění, jaké jsou možné varianty modelované oblasti, kdyby (odtud anglický název what-if znamenající co se stane když) vstupní parametry byly nastavené různým způsobem. Těchto parametrů či podmínek určujících vývoj může být samozřejmě mnoho. Jak ale jasně předpovědět budoucnost na základě aktuálních informací a různých vstupních proměnných? A jak to mít vše přehledně zobrazené na pár kliknutí například v Power BI reportu?

 

Implementace what-if analýzy v univerzitním prostředí

Univerzitní prostředí se stává studnicí velmi zajímavých projektů a tento je právě jedním z nich. Dostali jsme za úkol navrhnout report, který by odpovídal na otázky možných budoucích nákladů a výnosů. Cílem bylo mít report, který by alokoval náklady a výnosy na jednotlivé fakulty, katedry a další části univerzity a umožňoval sledovat rozdílné výsledky této alokace na základě změny vstupních parametrů.

Nejdříve bylo nutné vydefinovat vstupy, které vstupují do přepočtů a distribuce nákladů dle fakult, kateder a dalších částí univerzity. Rovněž zde figurovalo pravidlo několika alokačních klíčů. Příkladem může být velikost fakulty, co se počtů studentů týče, nebo počet publikací v odborném periodiku. Je to značně komplikovaný, ale také spravedlivý přístup, kde se rozdělení budoucích nákladů vymezuje napříč celou univerzitou. Je možné například přiřadit náklady fakultě, která má více studentů, než druhá (více studentů, vyšší alokace na výuku, prostory atd.). Dalším příkladem může být větší množství publikací znamenající náklady spojené s výzkumem. Oba přístupy se samozřejmě odráží i ve výnosech. Fakulta, která publikuje více, může počítat s lepší výnosností. Tímto ale samozřejmě naše bilance nekončí.

Množství těchto alokačních klíčů se na univerzitě pohybuje v nižších desítkách. Naším úkolem bylo tedy odpovědět na otázky typu, když se zvýší nebo sníží jeden ze vstupních atributů (třeba již výše zmíněný počet studentů) na fakultě X, jaké bude rozložení nákladů pro tuto fakultu? Úprava takové bilance má za následek poměrové přepočítání distribuce nákladů a výnosů mezi všemi částmi univerzity.

Náš report ve výsledku ukazuje jednotlivé skupiny nákladů a výnosů dle libovolné části univerzity. Jsou vytvořeny nejen obecné souhrny, ale také porovnání napříč stavy – stav hypotetický versus reálný stav. Tímto je možné zodpovědět naprostou většinu otázek ohledně toho, jak bude situace vypadat, pokud se nějaký aspekt změní a zároveň je tato informace zasazena do kontextu (například reálný vývoj v čase).

 

Příklad přidané hodnoty what-if analýzy

Tento příklad zkusíme lépe přiblížit a popsat na reálné situaci. Zástupce fakulty X chce vědět jaké může očekávat náklady a výnosy, když fakulta schválí kampaň na nábor nových studentů. Očekávaný přírůstek nových studentů díky kampani pro příští rok je 200. Tento nový počet studentů má za následek přepočítání distribuce nákladů a výnosů a poměrové rozdělení peněz na všechny části univerzity. Je tedy možné odpovědět na otázku, jestli se taková náborová kampaň vyplatí, či nikoliv. Také se dá zjistit od jaké sumy je taková kampaň atraktivní a kolik lidí by měla oslovit. Podobný nástroj dokáže sloužit k optimalizaci hospodaření nejen v univerzitním prostředí, kde se zachová spravedlnost a zdravá soutěž jednotlivých úseků univerzit.

Technické řešení reportu

Technické řešení takového reportu by se dalo rozdělit na dvě části. První částí je samotný výpočet každého vstupu zvlášť. Jednoduše se jedná o výpočet rozdělení finančních toků dle klíčů a tím získání takové statické informace, jaká je v tento moment. Druhou částí je využití implementace parametrů v Power BI a možnost libovolně dynamicky upravit výpočty v reportu na základě výběru ze sliceru. Příkladem může být úprava souhrnných nákladů na jednotlivého studenta.

Student je v tomto měřítku jednotka, která nese informaci o nákladu. Lineárním přístupem lze tedy zjistit celkový náklad na studenty dle každé fakulty (počet studentů na fakultě x náklady na jednotku studenta). V tomto momentu lze vložit dynamické číslo do těla rovnice (metriky). Rovnice nebude nyní kopírovat pouze statické číslo všech lidí na každé fakultě, ale bude odkazovat na hodnotu ze sliceru, který bude reprezentovat hypotetický počet studentů. Pro what-if analýzu v našem rozměru bylo vkládání do vzorců komplikovanější, jelikož i samotný výpočet není velmi často tak triviální jako uvedený příklad. Vkládání parametrů v Power BI má taktéž své hranice (maximální možný výběr z dynamického parametru je 1000 jednotek). Na toto je nutné brát ohled. Power BI vám vytvoření takového parametru dovolí, ale krok jednotek bude různě agregován (krok generování škály), což může vést k nesrovnalostem z uživatelského hlediska využívání reportu.

Závěr

What-if analýza je nástroj, který pomáhá při modelovaní budoucí situace, a především pak při samotném plánovaní. Pokud se what-if analýza připraví v přehledném Power BI reportu, kde je jednoduché měnit vstupní proměnné, pak představuje velmi hodnotný nástroj pro zodpovězení finančních, obchodních či vnitropodnikových otázek. Naprosto zásadní jsou především dva aspekty: správné a odsouhlasené nastavení alokačních klíčů a srozumitelně připravené, bezchybné řešení, které umožňuje i méně technickým uživatelům s analýzou jednoduše pracovat.

Autor: Kryštof Dytrt, oddělení Data science

Mohlo by vás zajímat

Málo věcí je pro nás delfíny důležitějších než výběr těch správných zaměstnanců a zajištění toho, aby měli správné nasměrování, vnímání hodnot a pozitivní zkušenost. To vše již od prvního dne v zaměstnání. Proto je u nás Buddy systém součástí efektivního onboardingu.

2 min
Číst
Číst další

Chcete nás kontaktovat?

Drop files here or
Max. file size: 2 MB.