Perkiraan AI: pendapatan dan margin secara real time

Tidak semua hal dalam bisnis konsultansi dapat diproyeksikan dengan derajat yang sama, dan memperlakukannya seolah begitu adalah penyebab proyeksi kehilangan kredibilitas. Backlog yang sudah terikat dan penugasan berulang bisa diproyeksikan dengan keyakinan yang wajar. Pendapatan dari klien baru dalam satu kuartal tidak, dan tidak ada model yang memperbaikinya sebanyak itu.

Pendekatan yang produktif adalah memproyeksikan tiap lapisan secara terpisah dan menyajikannya sebagai lapisan yang terpisah pula: pekerjaan yang sudah diteken, perpanjangan yang punya riwayat diperbarui, pipeline berbobot, dan segala sisanya. Jajaran pimpinan yang melihat empat lapisan itu berdebat tentang lapisan yang tepat alih-alih tentang totalnya.

Proyeksi pendapatan mendapat perhatian; proyeksi margin dibuat sekali lalu diam-diam menyimpang. Penyimpangan itu berasal dari sedikit sebab yang berulang: komposisi senioritas lebih berat daripada yang dijual, waktu non-tagihan yang membesar, kenaikan tarif yang tidak diterapkan, dan kelebihan jam yang ditelan sendiri alih-alih dinegosiasikan.

Masing-masing punya indikator awal yang tersedia berpekan-pekan sebelum tampak di pembukuan. Melacak keempatnya sebagai satu set kecil — alih-alih menunggu angka margin tutup bulan — mengubah meleset proyeksi menjadi rangkaian koreksi kecil, dan hanya dalam bentuk itulah margin benar-benar bisa diselamatkan.

Proyeksi yang datang sebagai satu angka mengundang negosiasi tentang angka itu. Proyeksi yang datang sebagai rentang dengan asumsi yang tertulis mengundang percakapan tentang asumsinya, dan percakapan itulah yang mengubah perilaku.

Formatnya yang praktis itu singkat: rentangnya, tiga asumsi yang paling menggerakkannya, dan apa yang harus benar agar ujung bawah atau ujung atasnya terjadi. Menjaga tiga asumsi yang sama tetap terlihat bulan demi bulan juga membuat proyeksinya membaik, karena kesalahannya dapat dilacak sampai ke satu keyakinan tertentu yang ternyata keliru.