La Nordest Logistics S.p.A. di Verona, 280 dipendenti e 95 milioni di euro di ricavi, costruisce ogni anno un budget in Excel con 400 righe e nessuno sa dire esattamente perché i margini cambiano. Quando l'AD chiede come crescere del 10%, il controller impega tre giorni a rifare le proiezioni. Un modello driver-based risponde in tre minuti e spiega la catena causale che porta dai volumi ai margini.
Driver-based planning
Approccio alla pianificazione finanziaria che costruisce le proiezioni a partire dai driver operativi del business (volumi, prezzi, produttività, mix) anziché dalla storia contabile. Il modello rispecchia la catena causale reale dell'impresa e rende le proiezioni aggiornabili in tempo reale al variare delle ipotesi operative.
Albero causale (value driver tree)
Rappresentazione gerarchica che scompone un risultato finanziario (es. EBITDA) nei suoi driver di primo livello (ricavi, costi), poi in driver di secondo livello (volumi, prezzi, produttività) e così via. Ogni nodo dell'albero è misurabile e collegato a un responsabile operativo.
Nella logistica, i driver primari sono spedizioni al giorno, peso medio per spedizione e tariffa media. I costi sono guidati da km percorsi, ore di manodopera e costi fissi per deposito. Collegare questi driver al conto economico permette di simulare l'impatto di un aumento tariffario del 3% o di una riduzione dei km del 5% senza rielaborare l'intero budget.
| Driver | Livello | Impatto su (M€) | Responsabile |
|---|---|---|---|
| Spedizioni/giorno | Primario ricavi | Ricavi +1,9 per +100 spedizioni | Direzione commerciale |
| Tariffa media (€/spedizione) | Primario ricavi | Ricavi +0,95 per +1% | Pricing |
| Km/spedizione | Primario costi | Costi operativi -0,6 per -5% | Operations |
| Ore manodopera/spedizione | Secondario costi | Costo lavoro -0,4 per -3 min | HR/Operations |
Costruendo l'albero causale, il controller identifica che il 78% della variazione dell'EBITDA è spiegata da quattro driver: spedizioni/giorno, tariffa media, km/spedizione e tasso di riempimento dei camion. Una regressione lineare semplice conferma R² di 0,87 tra spedizioni e ricavi. Il rolling forecast ora si aggiorna ogni lunedì aggiornando questi quattro numeri.
Poprawna odpowiedź : Eliminare la necessità di analisi di correlazione statistica
L'albero causale rappresenta la catena gerarchica che va dai driver operativi (spedizioni, tariffe) ai risultati finanziari (margine, EBITDA). Ogni nodo è misurabile e collegato a un responsabile.
Poprawna odpowiedź : 36 mesi
La best practice è usare almeno 24 mesi di dati storici per validare statisticamente la correlazione tra un driver operativo e il risultato finanziario associato.
⚠️Usare troppi driver senza prioritizzare
→ I driver rilevanti sono al massimo 5-8 per business unit: partire da un'analisi di Pareto sulla varianza storica per selezionarli.
⚠️Costruire il modello senza validazione statistica
→ Un driver senza correlazione misurabile con il risultato finanziario è una supposizione, non un driver: usare almeno 24 mesi di dati storici per validarlo.
⚠️Non assegnare responsabilità operative ai driver
→ Ogni driver deve avere un owner operativo: senza accountability, il modello driver-based diventa un esercizio puramente finanziario.
responsabile FP&A (Italia)
Sugerowane pytania