Как в трейдинге зерна принимать решения на основе данных

Как в трейдинге зерна принимать решения на основе данных
Джерело фото: dtn.com

Каждый зернотрейдер на рынке СНГ при принятии решений большое внимание уделяет мониторингу цен, изучению прогнозов, тенденций, проверке контрагентов.

При этом далеко не все компании должным образом работают с внутренней бизнес-информацией, которая генерируется в ходе операционной деятельности компании.

А эти данные не менее важны для бизнеса и при правильной работе с ними могут предоставить конкурентные преимущества компании и стать дополнительным драйвером роста.

Data Driven в зернотрейдинге

В зернотрейдинге, где всегда присутствовала волатильность цен, информация и осведомленность играют ключевую роль. До недавнего времени актуальные данные и качественная аналитика о погоде, урожайности, колебании цен на энергоносители, спросе на агропродукцию и состоянии транспортной инфраструктуры служила существенным конкурентным преимуществом для транснациональных торговых компаний, которые могли позволить себе содержать крупные информационные центры и аналитические отделы.

В течение последних десятилетий с появлением Интернета и бурным развитием информационных технологий монополия транснациональных компаний на информацию рухнула.

Сегодня любой игрок зернового рынка, будь то производитель или торговая компания, вне зависимости от размера, имеют доступ ко всей информации о рынке, которая необходима для принятия бизнес-решений — что сеять, покупать или придержать, купить или продать, кому и на каких условиях.

Что такое торговая позиция в зернотрейдинге и как ею управлять
Читать по теме

Рост осведомленности и грамотности стал причиной сокращения маржинальности — участники зернового рынка начали принимать более взвешенные и продуманные решения, на нем остается все меньше места для посредников.

В этих условиях трейдеры больше внимания начали уделять работе с внутренней бизнес-информацией, видя в этом возможность для оптимизации бизнеса.

Компании собирают большие объемы данных, анализируют их и используют для принятия взвешенных управленческих решений, чтобы сократить издержки, искоренить неэффективные кейсы и повысить продуктивность персонала.

Такой подход к управлению бизнесом известен в мире еще с начала 90-х годов под названием Data Driven (англ. — управление данными). Его принципиальное отличие от классического подхода в том, что решения принимаются на основе данных, а не интуиции.

Тренды в использовании и как внедрить

Моду в зернотрейдинге на data driven задают крупнейшие транснациональные компании. Они используют современные технологии, такие как интернет вещей, blockchain, машинное обучение для сбора, хранения и анализа информации о своей деятельности по всей цепочке поставок от закупки товара на хозяйстве до его хранения на элеваторе, доработки, отгрузки и перевалки.

Благодаря оперативной отчетности, аналитике, моделированию, выявлению закономерностей и прогнозам вся бизнес-деятельность компании максимально прозрачна и контролирована. У менеджмента есть полная картина состояния бизнеса в моменте, что дает возможность эффективнее выстраивать стратегию развития и осуществлять кризисный менеджмент.

Сегодня в СНГ только крупные компании используют этот метод. Компании поменьше плохо используют свои данные для развития.

Единственным источником информации для них являются финансовые отчеты, которые составляет бухгалтерия по окончанию отчетного периода. Эти документы могут преподносить неприятные сюрпризы руководству, когда результаты деятельности оказываются не такими, как изначально планировалось, но повлиять на эту ситуацию уже невозможно.

Дмитрий Михальчук: В мире тренд на максимально простые системы управления трейдингом зерна
Читать по теме

При этом полноценный управленческий учет, который способен стать основным источником оперативной информации для повышения качества управления и результативности бизнеса, не ведется.

Причины этому разные — у кого-то банально не хватает ресурсов на организацию процесса сбора данных, кто-то считает это ненужным, кто-то не знает, как это правильно организовать, кто-то не осознает ценность этой информации. 

Между тем, чтобы использовать data driven, не обязательно быть мультинациональным трейдером с миллиардными бюджетами на технологии.

Дмитрий Михальчук, основатель и SEO-оптимизатор GrainTrack

Для этого достаточно сделать несколько простых шагов:

  • Провести аудит на предприятии. Понять, какая бизнес-информация уже есть в распоряжении, какая информация генерируется, но качественно не собирается.
  • Решить вопрос с централизованным хранением данных. Не будет толку, если вся информация будет разрозненной, можно использовать Google-таблицы или файлообменники.
  • Настроить сбор информации путем постановки управленческого учета. Если предприятие небольшое, ответственным за учет можно назначить одного человека, если компания покрупнее, каждый сотрудник ведет учет по собственному направлению. Главное требование к сотрудникам в этом процессе — это точность фиксации данных и их актуальность, чтобы им можно было беспрекословно доверять.
  • Начать делать оперативную аналитику собранных данных, выявлять закономерности, контролировать KPI сотрудников и процессов, наработать стандартные оперативные отчеты, которые будут показывать вектор развития бизнеса. В идеале нужно нанять для этого финансового аналитика в штате, но эту работу может также сделать бухгалтер. При внедрении системы автоматизации все эти данные можно получать автоматически.

Читать по теме: MIMIER TRADE vs Ярослав Гордиенко: ловкость трейда или никакого мошенничества?

Список метрик, которые следует контролировать зернотрейдерам, зависит от бизнес-модели компании — является ли она мелким посредником, имеет ли свое производство или покупает что-то на стороне, на каком базисе торгует, как доставляет продукцию и так далее. Его нужно определять индивидуально.

Здесь приведем только общий базовый список таких метрик для среднестатистической компании:

  • Контроль торгового оборота (kpi трейда (закупка и продажа), история взаимоотношений с контрагентами, KPI исполнения (подписание, подтверждение, экзекьюшн), торговая позиция).
  • Контроль исполнения сделок (контроль рисков контрагентов, текущее исполнение контрактов и отклонения).
  • Контроль денежного потока и рисков (хеджирование сделок, прогнозный денежный поток, MtM или оценка к рынку, дебиторская задолженность и ее структура).
  • Контроль эффективности (проектный PNL, план/факт, бюджетирование, аналитика затрат, контроль ошибок).
  • Контроль оперативности (скорость операций экзекьюшна).

Если компания будет контролировать эти показатели, она сможет расти за счет повышения качества работы трейдингового отдела, чистки портфеля контрагентов, повышения качества сервиса для клиентов, оптимизации бизнес-модели и выбора самой эффективной стратегии торговли.

Дмитрий Михальчук, основатель и SEO-оптимизатор GrainTrack

Дізнавайтесь першими найсвіжіші новини агробізнесу України на нашій сторінці в Facebook, каналі у Telegram, підписуйтесь на нас у Instagram або на нашу розсилку.

Виконано за допомогоюDisqus