来源 | 接地气的陈老师
在制定经营计划时，最核心但又让人头疼不已的环节，便是设定经营目标。规划经营目标→确立业务目标→制定财务预算，这些任务往往需要耗费数月时间，期间更是充斥着凭空想象、相互纠缠、反复修改，令人备感挫败。
那么，如何合理制定经营计划呢？又该如何破解难题呢？今天就此展开分享。
经营计划制定，有标准流程：
1、设定年度销售目标与销售预算
2、基于销售目标，推算采购、供应、研发任务
3、基于销售目标+支持部门的任务，制定现金预算
4、综合销售预算与现金预算，编制预计利润表&预计资产负债表
整个流程如下图所示，不同行业间略有差异，商贸类/服务类行业，在销售部分投入精力较大，制造业在生产预算投入精力较多。
工作看似繁杂，那么哪一块是最关键的呢？
毋庸置疑，是销售目标。因为各个部门的工作都与销售部门相关，且许多指标都可以通过销售目标固定参数来推算：
1、销售目标商品结构 → 商品需求计划 → 采购/生产预算
2、商品需求计划 → 物流/供应/仓储计划 → 供应预算
3、销售目标中新品比例 → 新品研发计划 → 研发/设计预算
4、销售目标中新老渠道比例 → 渠道开发计划 → 推广预算
5、销售目标中活动部分比例 → 促销/品牌计划 → 营销预算
进一步分解预算流程，可以得到下图：
分解到这一步后，会出现一个明显的差异点：商务稳定的公司，经营计划与预算非常容易制定。比如，承担“保供应”任务的企业，销售目标由上级制定，只需负责达成即可；另一些商务发展稳定的公司，年增长率较低，在这种情况下，公司的毛利、供应费用比例、营销费用比例都是固定的，每年差异不大，直接乘以目标就能得出结果。这种稳定的公司要么是大型国企，要么是公共事业单位，能享受这种“预算福利”的并不多。
对于大多数公司来说，制定合理的销售目标非常困难。
难点一：历史数据难以为参考。
对于变化剧烈的企业，比如：
1、创新型企业：每年有大批新项目，没有历史数据可参考
2、高速增长的企业：每年都攀上新的台阶，之前的数据意义不大
3、停滞&衰退中的企业：勉强度日但份额被蚕食，之前的数据意义不大
4、宏观环境巨变企业：产业升级，人口结构变化影响大，被迫调整
制定销售目标确实难上加难！
难点二：影响因素众多。
外部环境、社会舆论、竞争对手、上游供应商、下游消费者、内部团队表现、内部新品成功概率、内部努力程度&稳定性……都会影响结果，但又很难全部预测准确。未卜先知的本事人人都想拥有，问题是它根本不存在。
难点三：拆分逻辑多样。
谈到销售数据，大家都知道要分析人员、货品、场所，但让经营分析人员提前一年预测清楚每一个渠道/每一个客户/每一类商品的销售量，这是不现实的。反复更改拆分维度，往往造成大量额外工作，甚至让预测更加不准确。
难点四：领导意愿影响。
即使有历史数据作为支撑，领导们也不一定会遵循历史规律。或因信心十足，或因商业嗅觉，或想逢迎上意，甚至纯粹拍脑袋，很有可能领导给出高出一大截的目标……至于如何合理分解，当然让经营分析人员挠破了头。
难点五：部门利益争夺。
业务部门，总是希望多拿预算，少背KPI。扯皮是不可避免的。并且当数据对他们有利时，就拿出数据说事。当数据对他们不利时，就说：数据无法精准预测大环境的走势……往往把事情越搞越混乱。
综合以上五点，制定销售目标，常常是漫长、扯皮、反复修改、充满挫败感的。那么该怎么破局呢？
第一：心态要好，别气死自己。
这不是开玩笑！如果经营计划的冲突源自部门利益矛盾/领导期望值过高，那是经营分析人员无法回避的，反反复复修改也是必然的。所以不要生气才是最重要的。我们尽可能提供数据证据，支持可靠想法/否定不靠谱想法即可。
第二：重视证据，而非纠结数字。
做经营分析，最怕的是，领导拍脑袋拍出一个离谱的目标，你完成分解后，领导掉过来说“你这样分解有什么科学依据？”你要是答不上来，还要被领导训斥。所以数字不重要，逻辑+证据很重要。
比如量化宏观环境的影响，建议将表格做成如下格式。在每一个参数后边，标注相应的证据与领导们的判断。比如预测上游行业经营不善，导致原材料成本上升，那么分别把证据、参数变化方向、参数大小写下来。只要领导们能认可你的证据+参数变化方向即可，具体参数大小，可以酌情凑合（如下图）。
比如预测内部业务表现，也建议将表格做成如下格式。并且在每一个参数后标注相应的证据与领导们的判断。比如预测销售部门表现稳定增长，有进一步增长空间，那么分别把证据、参数变化方向、参数大小写下来。只要领导们能认可你的证据+参数变化方向即可，具体参数大小，可以根据扯皮结果填入一个数字（如下图）。
第三：表现稳定的老业务多看历史数据，新业务留足想象空间。
经营分析一定是数据说话，老业务积累的数据多，更容易找到证据支持，因此老业务多看历史数据，找稳定参数，比如：
1、老店铺的留存率
2、老渠道转化率，投产比
3、老商品的生命周期变化
4、在不同力度促销影响下，销售弹性
这些都有历史数据积累，尽量用历史参数。其实领导们也并非完全不通情理，看到详细的参数后，一般都会接受事实。
但是对于新业务，则需要放飞自我，这是没办法的事情。如果是新产品，可以用历史上同价位，同款式的新品成功率来凑合一下（但还是架不住业务声称“我这个肯定爆”）；如果是全新的渠道，那就真的没办法了，即使做了测试，业务也可以说“放量推广肯定比测试数据好看！”我们也没法反驳。所以建议 Let it go……新业务让这帮人吵完，我们填个参数就行了。