Για δεκαετίες, η μικρή επιχείρηση εστίασης στηριζόταν σε μια λογική απλή και σχεδόν αυτονόητη: εμπειρία, ένστικτο, προσωπική σχέση με τον πελάτη. Ο ιδιοκτήτης «ήξερε τη δουλειά». Ήξερε πότε έχει κίνηση, ποια προϊόντα «τραβάνε», ποιες μέρες είναι καλές και ποιες δύσκολες. Το ταμείο στο τέλος της ημέρας λειτουργούσε ως τελικός κριτής. Καλώς ή κακώς , αυτή η εποχή έχει περάσει.
Σήμερα, ακόμη και το πιο μικρό καφέ λειτουργεί μέσα σε ένα περιβάλλον όπου οι τιμές μεταβάλλονται διαρκώς, το κόστος ενέργειας και πρώτων υλών πιέζει, οι καταναλωτικές συνήθειες αλλάζουν ταχύτερα από ποτέ και ο ανταγωνισμός δεν περιορίζεται γεωγραφικά. Αλυσίδες, πλατφόρμες διανομής και οργανωμένα δίκτυα λειτουργούν με συστηματική ανάλυση στοιχείων. Γνωρίζουν με ακρίβεια τι πουλά, πότε πουλά και με ποιο περιθώριο κέρδους. Μέσα σε αυτό το πλαίσιο, ο επαγγελματίας που συνεχίζει να βασίζεται αποκλειστικά στο ένστικτο, στην εμπειρία και στη γενική εικόνα που έχει «στο μυαλό του», απλώς αποδυναμώνει τη θέση του.
Κάθε πώληση είναι πληροφορία. Ένας καφές δεν είναι μόνο ένα προϊόν. Είναι ένα σύνολο δεδομένων: ώρα πώλησης, ημέρα, τρόπος πληρωμής, αν συνοδεύτηκε από κάποιο άλλο προϊόν, αν αγοράστηκε στο κατάστημα ή μέσω διανομής. Όλα αυτά συνθέτουν ένα μοτίβο ζήτησης και συμπεριφοράς πελατών. Η ουσία βρίσκεται στην ικανότητα ερμηνείας των στοιχείων. Ποιες ώρες υπάρχει πραγματική αιχμή και ποιες απλώς αυξημένη κινητικότητα χωρίς αντίστοιχο τζίρο; Ποια προϊόντα αποφέρουν υψηλό κύκλο εργασιών αλλά χαμηλό περιθώριο κέρδους; Ποιες ημέρες της εβδομάδας εμφανίζουν σταθερά χαμηλή απόδοση και γιατί; Χωρίς τέτοιου είδους απαντήσεις, η επιχείρηση δεν διοικείται , απλώς λειτουργεί.
Στην εποχή της τεχνητής νοημοσύνης, των data analytics και της μηχανικής μάθησης, τα στοιχεία μιας επιχείρησης παύουν να είναι απολογισμός του παρελθόντος και γίνονται εργαλείο κατανόησης του μέλλοντος. Τα σύγχρονα συστήματα δεν λειτουργούν με διαίσθηση αλλά με μοτίβα και συσχετίσεις που εντοπίζονται μέσα από μεγάλους όγκους αξιόπιστων δεδομένων. Η μηχανική μάθηση , μπορεί να αναγνωρίσει τάσεις ζήτησης, μεταβολές στη συμπεριφορά πελατών ή αποκλίσεις στο κόστος πολύ πριν γίνουν εμφανείς στην καθημερινότητα του καταστήματος. Για μια μικρή επιχείρηση, αυτό σημαίνει ότι τα σωστά καταγεγραμμένα δεδομένα μετατρέπονται σε έγκαιρες αποφάσεις: καλύτερες προμήθειες, στοχευμένες προσφορές, ορθότερη τιμολόγηση και έλεγχο εξόδων. Όποιος δεν συλλέγει και δεν αξιοποιεί στοιχεία σήμερα, ουσιαστικά μένει εκτός των εργαλείων που θα διαμορφώσουν την αγορά αύριο.
Συχνά βέβαια, ο επιχειρηματίας λανθασμένα εστιάζει αποκλειστικά στις τιμές των προμηθευτών. Λίγα λεπτά διαφοράς στο κιλό του καφέ ή στο κόστος ενός υλικού θεωρούνται κομβικά. Την ίδια στιγμή, όμως, παραμένουν αθέατες πολύ μεγαλύτερες απώλειες: φύρες, λανθασμένες παραγγελίες, υπερβολικό απόθεμα προϊόντων που δεν κινούνται, προσωπικό σε ώρες χαμηλής ζήτησης και ελλείψεις σε ώρες αιχμής. Αυτές οι διαρροές αποκαλύπτονται μόνο μέσα από συστηματική παρακολούθηση και σύγκριση στοιχείων σε βάθος χρόνου. Εκεί ακριβώς τα δεδομένα παύουν να είναι τεχνική λεπτομέρεια και γίνονται εργαλείο επιβίωσης.
Η εμπειρία φυσικα παραμένει πολύτιμη , αλλά χρειάζεται επιβεβαίωση. Δεν αρκεί όμως από μόνη της. Η μνήμη είναι επιλεκτική, οι εντυπώσεις συχνά παραπλανούν και η καθημερινή πίεση οδηγεί σε γρήγορα, όχι πάντα ορθά, συμπεράσματα. Ένας επιχειρηματίας μπορεί να είναι βέβαιος ότι «δουλεύει πολύ το delivery», επειδή βλέπει διαρκώς διανομείς στην πόρτα του καταστήματος. Χωρίς ανάλυση, όμως, δεν γνωρίζει το πραγματικό καθαρό αποτέλεσμα μετά τις προμήθειες των πλατφορμών, τις καθυστερήσεις, τα λάθη παραγγελιών. Αντίστοιχα, ένα νέο προϊόν μπορεί να δίνει την αίσθηση επιτυχίας, επειδή συζητήθηκε ή δοκιμάστηκε από αρκετούς πελάτες, χωρίς αυτό να σημαίνει ότι έχει σταθερή και κερδοφόρα ζήτηση. Τα δεδομένα λειτουργούν ως αντίβαρο στην υποκειμενικότητα. Δεν αντικαθιστούν την κρίση ,την στηρίζουν.
Πολύ πρόσφατα μια φίλη , μου ανέφερε ότι θεωρεί αυτά που γράφω δύσκολα εφαρμόσιμα στις μικρές επιχειρήσεις. Υπάρχει μια λανθασμένη αντίληψη ότι η ανάλυση στοιχείων αφορά κυρίως μεγάλες επιχειρήσεις. Στην πραγματικότητα, ο μικρός επαγγελματίας έχει ακόμη μεγαλύτερη ανάγκη μια ξεκάθαρης εικόνας. Δεν διαθέτει μεγάλα περιθώρια σφάλματος, ούτε μπορεί να απορροφήσει εύκολα μια σειρά λανθασμένων αποφάσεων. Ένα βασικό σύστημα καταγραφής πωλήσεων, όταν αξιοποιείται σωστά, μπορεί να προσφέρει κρίσιμες πληροφορίες: ποια προϊόντα αξίζει να προωθηθούν, ποια πρέπει να επανεξεταστούν ή να αποσυρθούν, ποιες ώρες δικαιολογούν ενίσχυση προσωπικού και ποιες όχι. Αυτή η γνώση δεν είναι πολυτέλεια, αλλά προϋπόθεση βιωσιμότητας.
Πως περνάμε από τους αριθμούς στις αποφάσεις; Η αξία των δεδομένων δεν εξαντλείται σε πίνακες και γραφήματα. Αποκτά νόημα μόνο όταν μεταφράζεται σε συγκεκριμένες ενέργειες. Αναπροσαρμογή τιμών όπου το περιθώριο κέρδους είναι ανεπαρκές. Σχεδιασμός προσφορών σε ώρες χαμηλής ζήτησης. Δημιουργία συνδυαστικών πακέτων εκεί όπου τα στοιχεία δείχνουν ότι τα προϊόντα πωλούνται μαζί. Χωρίς μέτρηση, όλα τα παραπάνω στηρίζονται στην τύχη. Με μέτρηση, μετατρέπονται σε εργαλεία.
Το σύγχρονο επιχειρηματικό περιβάλλον γίνεται ολοένα πιο απαιτητικό: φορολογικές υποχρεώσεις, ψηφιακές συναλλαγές, αυξημένο λειτουργικό κόστος. Σε αυτό το πλαίσιο, η επιχείρηση που λειτουργεί χωρίς σαφή εικόνα των αριθμών της αναλαμβάνει ρίσκο που συχνά δεν αντιλαμβάνεται. Ο επαγγελματίας της εστίασης δεν χρειάζεται να γίνει ειδικός αναλυτής. Χρειάζεται όμως να αποδεχθεί ότι οι αριθμοί της επιχείρησής του δεν είναι υπόθεση του λογιστηρίου στο τέλος της χρονιάς. Είναι καθημερινό εργαλείο διοίκησης.
Πλέον, δεν αρκεί να πουλά κανείς καφέδες. Οφείλει να γνωρίζει με ακρίβεια πώς, πότε, σε ποιους και με ποιο αποτέλεσμα τους πουλά. Μόνο τότε μια επιχείρηση παύει να λειτουργεί με ελπίδα και αρχίζει να λειτουργεί με σχέδιο.
* Το παραπάνω κείμενο εκφράζει προσωπικές απόψεις και εκτιμήσεις του συντάκτη. Για την σύνταξη και διόρθωση του παρόντος, έγινε χρήση εργαλείων τεχνητής νοημοσύνης.
*Ο Βασίλης Βογιατζής MSc , είναι Λογιστής – Φοροτεχνικός Α’ Τάξης , ιδρυτής της Λογιστικής εταιρείας VoyiatzisGroup , με έδρα την Κω.