En kioskbedrift i regneark
En elevbedrift selger kaffe i kantina. De legger pris (25 kr), variabel kostnad per kopp (8 kr) og for måneden (3 000 kr) i hver sin celle i et regneark, og kobler dem med formler. Nå kan de spørre modellen: hva blir resultatet hvis vi selger 300 kopper? Endrer de prisen til 30 kr i én celle, oppdaterer hele regnearket seg automatisk. Regnearket er en levende : noen kjente størrelser knyttet sammen til vi kan lese ut en ukjent.
Slik uttrykker du det
En er en forenklet framstilling av virkeligheten. Jeg legger inn det jeg kjenner, pris, mengde og kostnader, og kobler det sammen med formler. Resultatet er inntekter minus kostnader, der inntekt er pris ganger mengde. Da kan jeg regne ut det jeg ikke vet, for eksempel overskuddet ved 300 kopper, og endre én celle for å se hvordan svaret beveger seg.
En modell gjør en uoversiktlig situasjon regnbar ved å koble kjente størrelser til et svar.
Test hvor robust svaret er
Fordi inndataene i modellen er anslag, bør man teste hvor robust svaret er. En følsomhetsanalyse undersøker hva som skjer med resultatet når én forutsetning endres, for eksempel hvis salget faller 10 prosent eller råvareprisen stiger. Den avslører hvilke størrelser modellen er mest sårbar for, og hindrer at man stoler blindt på ett enkelt tall.
Slik uttrykker du det
En følsomhetsanalyse betyr at jeg endrer én forutsetning om gangen og ser hva som skjer med resultatet. Hvis jeg setter salget ned 10 prosent og overskuddet forsvinner, vet jeg at modellen er sårbar nettopp der. Det forteller meg hvor usikkerheten er størst, slik at jeg ikke stoler blindt på ett tall.
Følsomhetsanalyse viser hvilken forutsetning resultatet henger mest på.
Når en forutsetning brister
Kiosken regner med at de selger alt de lager. Modellen viser overskudd ved 300 kopper. Men en kald uke selger de bare 180, og 40 kopper kaffe må kastes. Forutsetningen om at alt som lages blir solgt brast, og det fine tallet i regnearket viste seg å være presist, men ikke riktig. Modellen var ikke feil, men forutsetningen den hvilte på holdt ikke.
Slik uttrykker du det
En modell hviler alltid på forutsetninger, som at alt som produseres blir solgt. Når en slik forutsetning brister, blir svaret presist, men ikke riktig. Derfor sier jeg at modellen gir beslutningsstøtte, ikke en fasit. Jeg må vurdere om forutsetningene er rimelige før jeg stoler på tallet.
Et presist tall er ikke det samme som et riktig tall hvis forutsetningen svikter.
Bedriftsøkonomi handler om å gjøre uoversiktlige situasjoner regnbare. En modell tar noen kjente størrelser, som pris, mengde og kostnader, og knytter dem sammen med forutsetninger til vi kan regne ut en ukjent størrelse, for eksempel resultatet. Resultatet er rett og slett inntekter minus kostnader. Inntekt er verdien av det bedriften selger (pris ganger mengde), og kostnad er verdien av ressursene som forbrukes for å skape salget.
En modell er alltid en forenkling. Den bygger på forutsetninger, for eksempel at kostnadene øker jevnt (lineært) og at prisen er konstant. Forutsetningene holder ikke alltid, og derfor gir en modell beslutningsstøtte, ikke en fasit. Et sterkt arbeid kobler det dagsaktuelle til faglige begreper i stedet for å stole på tallet alene.