¿Qué es el costeo meta o target costing?

¿Qué es el costeo meta o target costing?

El Costeo Meta es una técnica de modelado de costos que primero determina el precio que los consumidores están dispuestos a pagar por un producto, y luego trabaja en “sentido inverso” para determinar márgenes de ganancia y costos permitidos.

Esta técnica, planificada se convierte en un número calculado que los costos operativos no podrán exceder una vez que el diseño del producto sea aprobado y liberado.  Por lo tanto, el costeo meta se aplica al inicio del ciclo de vida de un producto,  durante la etapa conceptual y de diseño.    Se trata de algo muy distinto al método tradicional de fijación de precios de costo+ que es utilizado comúnmente por los fabricantes.

Es más fácil y económico gestionar los costos al diseñar y conceptualizar  un producto que tener que resolver luego de qué manera reducirlos o eliminarlos cuando el producto ya esté  en producción.

El costeo meta en 3 pasos

Paso 1

Determinar el precio de venta objetivo.  La empresa debe determinar cuánto está dispuesto a pagar el mercado por un producto.  Son tres las partes interesadas que deberán considerarse en este primer paso: los clientes, los competidores y la alta gerencia de la empresa.

La empresa debe entender el valor que el cliente percibe del producto,  al igual que sus actitudes y conductas  de compra. Por otro lado, la empresa debe considerar y tomar en cuenta los productos sustitutos y alternativos de sus competidores. Se debe tener en mente que los clientes  saldrán a buscar el mejor valor y el mejor precio.  El rol de la alta gerencia será definir y ajustar las estrategias para alcanzar los objetivos de la empresa.

Paso 2

Determinar el margen de utilidad objetivo.   Los márgenes de utilidad deben establecerse de modo que cumplan con las expectativas tanto de la empresa como de sus inversionistas. Son dos los enfoques que pueden aplicarse para determinar el margen de utilidad deseado: las experiencias de línea base y la presupuestación de capital usando el análisis de ciclo de vida.

Paso 3

Calcular el costo permisible del producto.   El costo máximo aceptable para un producto debe calcularse como la diferencia neta entre el precio de venta objetivo y el margen de utilidad objetivo.  Para que el método de Costeo Meta funcione y la empresa logre los resultados deseados, el costo máximo permisible para el producto no debe sobrepasarse.  Si esto llegara a suceder, la empresa afrontaría algunos problemas.  En primer lugar, se incrementaría el precio del producto para poder mantener los márgenes de utilidad deseados, lo cual resultaría en una reducción del volumen de ventas  y por lo tanto la combinación óptima de ventas y precio no se alcanzaría.  En segundo lugar, los inversionistas no estarían satisfechos.

Con información de Gary Cokins (Journal of Cost Management, julio/agosto 2002, Integrating target costing and ABC)

Más Allá de las Hojas de Cálculo  (Parte II)

Más Allá de las Hojas de Cálculo (Parte II)

En nuestra publicación anterior abordamos la necesidad de las Pequeñas y Medianas Empresas (PYMEs) de ir más allá de las hojas de cálculo y empezar a usar la Analítica y la Inteligencia de Negocios como diferenciadores competitivos.

PYMEs:  6 enfoques para mejorar la obtención de hallazgos valiosos en sus datos o data insights

En la primera parte  de este artículo,  nuestra publicación anterior del blog, analizamos los primeros tres aspectos  incluidos en este listado.  Se identificaron algunas de las limitaciones de las hojas de cálculo, se analizó la importancia de fortalecer la confianza de los usuarios en los datos y el valor de las herramientas que facilitan la interacción efectiva de los usuarios con sus datos.

En esta segunda y última parte del artículo analizaremos otros tres aspectos relevantes en los cuales deben trabajar las PYMEs que desean mejorar sus capacidades de Analítica y BI, incluyendo el uso de Aplicaciones en la Nube, Big Data y la implementación del Análisis  Predictivo.

Aplicaciones en la Nube para apoyar la expansión de la BI y la Analítica

La Computación en la Nube y el Software como Servicio (SaaS, Software-as-a-Service) para Inteligencia de Negocios, Analítica y almacenamiento de datos han evolucionado, ofreciéndole a las PYMEs más opciones para satisfacer sus necesidades que son muy dinámicas.  La computación en la nube les permite a las PYMEs superar la falta de ciertas habilidades muy especializadas  o de infraestructura de TI.

Muchas organizaciones no pueden esperar hasta tener su propia  infraestructura de gestión de datos  para empezar a analizar el comportamiento de sus clientes y obtener información crítica sobre sus preferencias y patrones de compra.  Con las opciones en la nube, los gerentes podrían enfocarse  en desarrollar la analítica en lugar de tener que enfocarse en configurar su infraestructura de datos.

Las organizaciones que implementan estas soluciones usualmente deben cargar datos periódicamente en sistemas basados en la nube a partir de sus bodegas de datos o de otras aplicaciones del negocio.

Debido a preocupaciones sobre la  seguridad y privacidad de sus datos, algunas empresas no están de acuerdo con colocarlos en sistemas públicos en la nube.  Las nubes privadas, que ofrecen servicios alojados atrás de un firewall,  causan menores preocupaciones de seguridad y privacidad.

De acuerdo con la naturaleza de su negocio y su situación particular, las PYMEs deberían desarrollar arquitecturas de datos híbridas que establezcan qué datos deberán alojarse en sus plataformas internas y qué datos se alojarán en sistemas basados en la nube.

Obtener revelaciones poco comunes de “Big Data” para crear ventajas competitivas

Las hojas de cálculo y las aplicaciones de Inteligencia de Negocios (BI) convencionales tratan principalmente con datos de gestión financiera y de aplicaciones de negocios orientadas a las transacciones. Generalmente estos datos están muy estructurados y concuerdan con modelos construidos para manejar ciertas propiedades y relaciones predeterminadas de los datos.

Sin embargo, muchas organizaciones quieren explorar datos semi estructurados  y no estructurados para encontrar revelaciones poco comunes o data insights valiosos para su negocio.  Algunos ejemplos pueden ser registros de visualización de páginas y secuencias de clics que capturan el comportamiento de clientes en línea, comentarios de redes sociales y ciertos datos generados por sensores.   Los conjuntos de datos semi estructurados y no estructurados pueden ser realmente enormes, de donde surge su nombre popular de “big data”.

Lo usuarios que trabajan solamente con hojas de cálculo y herramientas de BI convencionales no pueden interactuar fácilmente con  “big data” porque sus aplicaciones fueron diseñadas para datos estructurados y usan  esquemas rígidos definidos antes del ingreso de los datos al sistema.

El deseo de explorar otros tipos de datos ha motivado el uso de Hadoop, MapReduce y otras tecnologías de “big data”. Estas aplicaciones almacenan enormes cantidades de datos que no están restringidos a un tipo o esquema predefinido de datos. Las organizaciones pueden desarrollar Analítica para encontrar revelaciones a partir  de estos datos en bruto, sin formato, o podrían decidir limpiarlos y transformarlos para cargarlos a bodegas de datos más estructuradas si lo consideran conveniente.

El uso de “big data” puede ser clave para las PYMEs que están buscando revelaciones sobre la conducta de sus clientes, el sentir de las redes sociales, las tendencias del mercado, o para correlacionar el desempeño del negocio con situaciones externas que le impactan.

Evaluar los beneficios potenciales de implementar el Análisis Predictivo

Los métodos y tecnologías de Análisis Predictivo les permiten a las organizaciones examinar las tendencias de los datos para explorar qué podría suceder a continuación.  El Análisis Predictivo busca que las organizaciones tengan una visión que vaya más allá de los informes de datos históricos (lo que ha pasado) e incluso más allá de pronosticar mediante hojas de cálculo o con el procesamiento analítico en línea (OLAP) herramientas que basan su análisis en lo conocido.  Al usar modelos, al Análisis Predictivo ayuda a las organizaciones a buscar en lo desconocido usando procesos de descubrimiento del tipo “prueba y aprende”.

Las organizaciones pueden obtener información sobre la probabilidad de ciertos resultados con base en elementos como el desempeño de las variables de un modelo y mediciones de reacciones a estímulos. El Análisis Predictivo revela información que tradicionalmente podría tomar semanas o meses de análisis descubrir.  Las funciones de mercadeo usan la analítica predictiva para afinar sus campañas de mercadeo y mejorar la personalización de ofertas.  Otras aplicaciones relevantes son la detección de fraudes, la asignación de recursos, la gestión de riesgos y la modelación financiera.

Las PYMEs pueden beneficiarse del Análisis Predictivo usándolo para anticipar resultados y ser proactivos preparando los recursos necesarios para manejarlos. Las revelaciones tempranas pueden evitarle a una empresa costos innecesarios y reducir la exposición a eventos negativos como el fraude.

Aunque los métodos avanzados como el Análisis Predictivo históricamente han requerido de un fuerte apoyo de especialistas, como científicos de datos, la evolución de las herramientas de software facilita que los usuarios de negocios (no técnicos) puedan aplicarlo con la orientación adecuada.  Las herramientas reducen el tiempo y los gastos de preparación de datos y desarrollo de modelos,  haciendo que el Análisis Predictivo sea más realista y asequible para las PYMEs.

Los gerentes de las pequeñas y medianas empresas deberán evaluar y determinar si las herramientas y plataformas que usan en la actualidad realmente son adecuadas para satisfacer sus necesidades de toma de decisiones basadas en datos.  Definitivamente, la Analítica y la Inteligencia de Negocios se han convertido en diferenciadores competitivos para las PYMEs.  Sin embargo,  la implementación de los métodos y herramientas adecuadas debe ser en forma gradual y debe mantenerse alineada con los objetivos del negocio, para lo cual es fundamental que los líderes de negocios y los líderes de tecnología de la organización trabajen conjuntamente.

Con información de Moving Beyond Spreadsheets, Six Steps for Enabling Small and Midsize Businesses to Gain Data Insights (Stodder, David), TDWI Checklist Report, TDWI Research, 2014.

La Rentabilidad de sus Clientes bajo un enfoque ABM (Activity Based Management)

La Rentabilidad de sus Clientes bajo un enfoque ABM (Activity Based Management)

En todas las industrias, son muchas las compañías que utilizan datos de costos poco precisos, erróneos o engañosos como base para definir los precios de sus productos o servicios, para realizar sus análisis de rentabilidad y para justificar sus proyectos de mejora.  Utilizar datos erróneos o poco precisos le restaría valor a cualquier iniciativa de Gestión de Desempeño (BPM, Business Performance Management) que una organización decida implementar.

Según Gary Cokins, reconocido autor y experto en sistemas de gestión de costos y de mejora del desempeño, si la información de contabilidad gerencial es poco precisa o no es confiable, o si la gerencia no tiene una visión y entendimiento profundos de los conductores (causales) de costos de su organización, su sistema integrado de Gestión del Desempeño no generará los resultados esperados.

ABM, Activity Based Management

La Gestión Basada en Actividades (ABM, Activity Based Management) aplica los resultados de la metodología de costeo ABC (Activity Based Costing) para la toma de decisiones.  Todas las actividades de ABM se apoyan en cálculos ABC que aportan visibilidad a las actividades que son parte de los procesos de negocios de la empresa, haciendo notar particularmente los gastos indirectos (overhead o gastos generales) que usualmente permanecen ocultos para el método de costeo tradicional.

La metodología ABC aporta un alto nivel de precisión identificando y asignando de una manera justa los gastos que les corresponden a los costos calculados de productos, servicios, canales y clientes. Con esta metodología se eliminan o minimizan las asignaciones arbitrarias basadas en promedios o prorrateos. 

Cuando se realiza un análisis ABM de las actividades de relación con los clientes (por ej: esfuerzo de ventas, entrega o distribución de los productos o servicios y cobros) los costos de estas actividades son asignados directamente a clientes específicos o a determinados segmentos o grupos de clientes.

A manera de ejemplo, consideremos al Cliente X de una empresa particular para el cual se han registrado manualmente una gran cantidad de órdenes de bajo valor, ha realizado muchas consultas, ha hecho muchas devoluciones de productos por equivocaciones en sus órdenes y tiene un mal record de pagos.

Consideremos entonces a un Cliente Y de esa misma empresa que ha enviado electrónicamente una pequeña cantidad de órdenes de gran valor, ha pagado por medio de transferencias bancarias y no ha realizado consultas ni devoluciones de productos.  Los márgenes brutos (gross margins) calculados para ambos clientes podrían ser iguales o muy similares, aunque los costos de hacer negocios con el Cliente X sean en realidad significativamente mayores.

La información ABM apoya estratégicamente a los gerentes indicándoles, con un mayor nivel de precisión que la contabilidad tradicional, cuáles de sus productos y clientes son rentables.

La Contribución a la Rentabilidad de los clientes bajo el enfoque ABM se calcula tomando los ingresos provenientes del cliente, restando el costo real de los productos que el cliente ha ordenado y restando además el costo real de servir al cliente.  Bajo este esquema se tendrá una base más adecuada y confiable para realizar comparaciones entre clientes.

El análisis ABM de la Contribución Acumulada de Clientes le permite a una empresa conocer, entender y categorizar a sus clientes en base a su contribución específica a la rentabilidad.  Al tener esta información, los gerentes pueden tomar decisiones importantes tales como a qué clientes deben dedicarle más tiempo y esfuerzo de ventas, o a qué clientes deben darle más atención.

Por ejemplo, podría identificarse un cliente específico cuya contribución a la rentabilidad es equivalente a la contribución total de un grupo de cientos o miles de clientes.  Al identificar a los clientes con el nivel más alto de contribución a la rentabilidad, se podrán realizar los esfuerzos necesarios para no arriesgarse a perderlos.  Son clientes cuyas necesidades y preferencias deben entenderse a nivel individual. 

Este tipo de análisis facilita nuevas oportunidades para construir mejores relaciones con los clientes, con niveles más altos de confianza y de lealtad.   La segmentación de los clientes en términos de rentabilidad aporta información clave para la toma de decisiones estratégicas.

Hook Curve

Para hacer este análisis ABM se genera una gráfica de la contribución acumulada de los clientes, empezando por el de mayor contribución hasta el de menor contribución a la rentabilidad.  Usualmente el resultado es una curva tipo gancho que evidencia que muchos clientes en realidad no están contribuyendo a la rentabilidad y algunos de ellos de hecho la están consumiendo.  La Curva de Gancho o “Hook Curve” es una de las maneras más poderosas para mostrar o representar el resultado del análisis ABM.

La siguiente gráfica muestra una Hook Curve típica del análisis ABM de Rentabilidad de los Clientes.

En la Hook Curve de la gráfica observamos que el 50% de los clientes de la empresa contribuye con el 100% de la rentabilidad.  Solamente el 50% de los clientes tienen una contribución ABM positiva.  Cerca de un 30% de los clientes tienen contribución nula o igual a cero y un 20% de los clientes de la empresa tiene contribución negativa, consumiendo así la rentabilidad de la empresa.

Aunque algunos clientes podrían tener los mismos resultados muy claros y contundentes al ser analizados bajo distintos enfoques, al realizar un análisis ABM de la contribución de los clientes se descubrirán clientes cuyos ingresos apenas cubren los costos reales de los productos que adquieren y el costo real de servicio al cliente que les corresponde.  Algunos clientes tendrán una contribución nula (igual a cero) y otros tendrán una contribución ABM negativa que en realidad erosiona la rentabilidad.

Esto significa que los ingresos que se obtienen de este tipo de clientes no son suficientes para cubrir los costos de producción o prestación del servicio más los costos que genera por concepto de servicio al cliente.  Lo que es muchas veces sorprendente es que algunos clientes en esta categoría probablemente tengan un margen bruto (gross margin) positivo.  En el caso de clientes con contribución ABM negativa, cualquier aumento de volumen en las ventas estaría erosionando seriamente la rentabilidad general del negocio.

La información que revela una Hook Curve puede provocar un impacto o sorprender a los gerentes de una organización.  Estas gráficas muestran la realidad de los clientes que generan pérdidas para la empresa, una realidad que probablemente se había mantenido oculta por la “cortina de humo” de los márgenes brutos.

Contando con información precisa, los gerentes estarán en la posición de explorar cómo pueden cambiar la relación con sus clientes.  No existen recetas que les indiquen a los gerentes cuáles son las decisiones que deben tomar. Sin embargo, la clave al usar un análisis ABM es que podrán tomar sus decisiones basándose en un conocimiento en el que pueden confiar.

Con información de Gary Cokins (Profit-Margin Math: Leveraging ABM Data for Exceptional BPM Results Business Performance Management Magazine, March, 2004)  y Plowman, Brian (Activity Based Management: Improving Processes and Profitability, Gower Publishing Limited, England, 2001)

Más allá de las Hojas de Cálculo

Más allá de las Hojas de Cálculo

Las tendencias tecnológicas han evolucionado a favor de las pequeñas y medianas empresas (PYMEs) que buscan mejorar sus destrezas en el área de la Inteligencia de Negocios (BI, Business Intelligence) y la Analítica. Las herramientas son cada vez más fáciles de utilizar para los usuarios no técnicos, usuarios de negocios que conocen sus datos pero que probablemente no tienen el entrenamiento ni las habilidades para escribir consultas o extraer los datos requeridos.

Esa evolución en las herramientas tecnológicas disponibles para las PYMEs ha sido clave porque la mayoría de estas empresas no cuentan con el nivel de recursos de TI, humanos y técnicos, que muchas empresas más grandes tienen para poder gestionar sus datos, construir sus bodegas de datos y desarrollar aplicaciones de Inteligencia de Negocios y Analítica.

En la actualidad, las herramientas que más utilizan las PYMEs para acceder, analizar, presentar y generar informes de sus datos son las aplicaciones de hojas de cálculo y las herramientas de generación de informes integradas en soluciones puntuales de finanzas, ventas, operaciones y administración. Sin embargo, considerando que la Analítica se ha convertido en un diferenciador competitivo para las PYMEs, los gerentes deben determinar si sus herramientas y plataformas actuales realmente son adecuadas para satisfacer sus necesidades de toma de decisiones basadas en datos.

Si los gerentes de las PYMEs no tienen la habilidad de interactuar con los datos de manera efectiva estarán en desventaja, especialmente considerando que el crecimiento, el cambio y las obligaciones regulatorias implican un incremento en el tamaño y variedad de los recursos de datos, así como en la complejidad de las exigencias analíticas.

Muchas PYMEs ya tienen claro que deben mejorar sus capacidades para acceder, analizar y compartir sus datos, pero es importante que comprendan que debe ser un proceso. El mejor enfoque para lograrlo es establecer y alcanzar objetivos de forma gradual, manteniendo la implementación de nuevas tecnologías y métodos alineada con los objetivos del negocio. Para esto es fundamental el trabajo conjunto entre los líderes de negocios y los líderes de tecnología de la organización.

La siguiente gráfica muestra los seis aspectos en los cuales, de acuerdo con el investigador de BI David Stodder, las PYMEs deberían enfocarse para moverse más allá de las hojas de cálculo y mejorar sus capacidades para obtener hallazgos valiosos en sus datos (data insights).

PYMEs: 3 aspectos para enfocar sus esfuerzos

1. Mejore su productividad superando las limitaciones de las Hojas de Cálculo

Muchos usuarios en las PYMES comienzan su camino hacia el análisis y la presentación de datos usando aplicaciones de hojas de cálculo como Microsoft Excel o Google Spreadsheets, debido a que éstas usualmente ya forman parte de sus aplicaciones de productividad personal y de oficina.

Tomando esto en cuenta, muchas herramientas de BI y Analítica se integran con las hojas de cálculo facilitando el flujo de datos entre ellas.

Sin embargo, a medida que las PYMEs crecen en número de usuarios, líneas de negocio, productos, servicios y canales de venta, muchas enfrentan dificultades significativas cuando dependen de hojas de cálculo para el análisis, preparación de informes y presentación de datos. Al crecer el negocio, las hojas de cálculo se vuelven más grandes y numerosas. Los usuarios las comparten, hacen sus propias copias, importan datos nuevos o los cortan y pegan manualmente en ellas.

Eventualmente los usuarios pierden la confianza en el análisis porque surgen dudas sobre quién realmente tiene los datos correctos en sus hojas de cálculo. Además, surgen problemas de productividad cuando ciertos usuarios crean sus propias fórmulas y páginas dentro de las hojas de cálculo, de forma que los demás pasan mucho tiempo tratando de entenderlas. La estandarización de las estructuras y de los datos en hojas de cálculo requiere muchas veces de capacidades técnicas que los usuarios comunes en las PYMEs no tienen.

2. Aumente la confianza del usuario en los datos estableciendo una gobernanza compartida

El crecimiento y la diversificación de los negocios muchas veces resulta en la creación de diversos silos de datos (almacenes de datos independientes en las distintas áreas de una empresa) que son difíciles de integrar por diversas razones.

Las distintas divisiones o departamentos se sienten dueños de sus datos y creen que solamente pueden confiar en ellos por lo que no están interesados en la consolidación de datos para construir un recurso compartido que es necesario y puede ser muy valioso. Es muy importante que las PYMEs construyan la confianza en sus datos y para lograrlo deben considerar cuestiones relacionadas con las personas, la tecnología y la gestión de datos. Deben adoptar buenas prácticas para mejorar la calidad de los datos.

Estas prácticas buscan minimizar el ingreso deficiente de los datos y corregir errores mediante el uso de herramientas especializadas en mejorar la calidad de los datos que no permitirán que datos incorrectos se vuelvan parte de los análisis e informes de BI de los usuarios. Las organizaciones deben lograr que las partes interesadas (de negocios y de TI) trabajen juntas para mejorar la calidad, gestión y gobernanza de los datos. Esto promoverá una mayor confianza de los usuarios en sus activos de datos compartidos.

3. Evalúe tecnologías que le permitan a los usuarios interactuar efectivamente con sus datos

Una PYME tendrá ventaja sobre sus competidores si puede darle a sus usuarios acceso a más fuentes de datos y la certeza de que pueden confiar en ellos. Además, los usuarios necesitan espacios de trabajo que les permitan interactuar con los datos de manera eficaz. Esto incluye construir consultas, crear informes, definir métricas, explorar datos para hallazgos analíticos, crear y compartir visualizaciones de datos. Las hojas de cálculo ofrecen opciones limitadas para la interacción con los datos. Las PYMEs deben evaluar los beneficios potenciales de la Inteligencia de Negocios (BI) y las herramientas de Analítica para darles a los usuarios mejores opciones de interacción.

Las PYMEs necesitan soluciones tecnológicas que les permitan a los usuarios manejar por sí mismos el acceso y análisis de los datos, sin depender del personal de TI. El mercado tecnológico ha respondido con herramientas de BI, analítica y descubrimiento de datos del tipo “self-service” que proveen espacios de trabajo en los cuales los usuarios no técnicos pueden ir más allá de los reportes rígidos para manipular de distintas maneras los datos, ejecutar análisis de descubrimiento exploratorio y crear sus tableros de control.

Algunas soluciones tienen plataformas analíticas de gran rendimiento para que los usuarios puedan trabajar con conjuntos de datos muy grandes sin necesidad de apoyo técnico, obteniendo acceso a sus datos casi en tiempo real.

La tendencia hacia las soluciones “self-service” reduce los largos ciclos de desarrollo de TI y produce visualizaciones de datos interactivas y tableros de control básicos. Para usarlas, los usuarios necesitarán orientación profesional y entrenamiento.

En la siguiente y última entrega de esta publicación analizaremos los otros aspectos en los cuales deben trabajar las PYMEs, incluyendo el uso de Aplicaciones en la Nube, Big Data y la implementación del Análisis Predictivo.

Con información de Moving Beyond Spreadsheets, Six Steps for Enabling Small and Midsize Businesses to Gain Data Insights, Stodder, David, TDWI Checklist Report, TDWI Research, 2014.

Presupuesto Base Cero (parte 2)

Presupuesto Base Cero (parte 2)

La semana pasada abordamos la primera parte del tema Presupuesto Base Cero: Guía para comprender la metodología y esta damos seguimiento al tema refiriéndonos a aspectos como la preparación del presupuesto formal y final, entre otros.

Metodología de Presupuestación Base Cero

Se enfoca en dar a los gerentes la gobernanza de sus costos mediante un análisis crítico de los rubros de gastos. Si bien es cierto que su implementación requiere un alto consumo de tiempo, también es cierto que si se realiza correctamente apoyará en la reducción de costos de la organización. Además, motiva la colaboración de todas las áreas, por lo que contribuye a que toda la organización se mueva hacia las mismas metas.

A continuación dos aspectos que continúan con la serie anterior.

4. Preparar el presupuesto formal de la organización basándose en las decisiones tomadas en el paso 3. El producto final de las reuniones de calificación (jerarquización) y análisis será la Tabla de Calificación de Prioridades de toda la organización. Luego de la calificación final, el gerente responsable de la organización estudiará dicha tabla, realizará los ajustes necesarios, decidirá cuáles Paquetes serán o no financiados, y finalmente dibujará en la tabla la “línea de financiación” o funding line que indica los Paquetes que se han aprobado, los que no se han aprobado y los costos de cada uno de ellos.

La Tabla de Calificación de Prioridades es un registro de todas las decisiones que se tomaron en el proceso de Presupuestación Base Cero. No solo muestra lo que se financiará y lo que no en el próximo año, también califica las actividades según su prioridad para que los ajustes durante el año puedan realizarse más fácilmente.

5. El presupuesto final, aunque está preparado de una manera no tradicional, tendrá un formato similar al producto final del enfoque tradicional de presupuestación. El desglose de los costos (por ejemplo, sueldos, bonificaciones, viajes) alimentará directamente al sistema de control y presupuestación existente en la empresa.

Presupuesto Base Cero, algunos hechos relevantes…

Presupuestos desasociados

Los presupuestos no están asociados a los gastos del año anterior. Se construyen de abajo hacia arriba.

Validación de lo más rentable

Para justificar adecuadamente sus gastos, los gerentes deben validar la forma más rentable de ejecutar sus actividades y programas. Deben eliminar cualquier gasto que no esté alineado con la estrategia.

Cultura consciente

Se construye una cultura más consciente de los costos.

Costos de todo tipo

Metodología válida para costos de todo tipo (generales, administrativos, ventas, operación, mercadeo, gastos de capital, etc).

Eliminación de lo no productivo

Contribuye a la reducción de costos eliminando gastos no productivos y desperdicio, de modo que los recursos pueden invertirse en crecimiento y adquisiciones.

La presupuestación Base Cero en 3 etapas

Los gerentes identifican sus actividades. Estas actividades forman los llamados Paquetes de Decisión. En cada paquete de decisión se analiza el costo de las actividades, se establece su propósito, se identifican formas alternativas para alcanzar el mismo propósito, se establecen medidas de desempeño para las actividades, y se evalúan las consecuencias de que las actividades no se ejecuten o que se realicen en distintos niveles de servicio. Los paquetes de decisión pueden prepararse en un nivel básico, que representaría el mínimo nivel de servicio o soporte requerido para cumplir los objetivos de la organización. Pueden prepararse además otros paquetes de decisión llamados Paquetes Incrementales o Incrementos , que representarían niveles más altos de servicio o soporte para las mismas actividades o procesos del paquete de nivel básico.
La gerencia deberá clasificar o jerarquizar todos los paquetes de decisión de acuerdo a los beneficios que le proporcionan a la organización. Esto le permitirá tomar decisiones sobre cuánto se gasta y en qué se gasta. Esta jerarquización o clasificación de los paquetes de decisión debe suceder en los distintos niveles de la organización. Cada gerente o responsable de un área deberá jerarquizar todos los paquetes de decisión que él mismo o sus subordinados preparan. De manera similar, su superior jerarquizará esos paquetes de decisión junto con los preparados por otros empleados bajo su supervisión.
Los recursos finalmente serán asignados de acuerdo al orden de prioridad establecido, hasta llegar al nivel disponible para gastar.

Con información de Anderson, R., & Schmitt, R. (2016). Zero-Based Budgeting 2.0. Thought Leadership, 4., Garvin, D. (2015). Americhem: The Gaylord Division (A-1). Harvard Business School 9-314-011, 23, Comparing budgeting techniques (Incremental v ZBB).

¡Permítanos apoyarle!

Somos expertos en la implementación de metodologías de costeo y rentabilidad en empresas de diversas industrias podemos trabajar con su organización para capacitar a su personal en estas metodologías y proponer a su empresa la implementación del modelo de costeo y rentabilidad que mejor se adapte a sus necesidades, haciendo uso de las mejores prácticas, metodologías y soluciones tecnológicas disponibles.