De fleste selskaper vet hvilke produkter som selger. Langt færre vet hvilke kunder de tjener penger på.
Inntektene er lette å se for hver kunde. De står på hver faktura. Men kostnadene er vanskeligere å se. Noen sykehus ringer kundestøtten hver uke, noen bestiller en hel pall om gangen, og andre vil ha en tekniker på stedet. Ingenting av det står på en faktura, men alt koster penger. Fordel de kostnadene jevnt, og alle kundene ser fine ut. Spor dem tilbake til den som forårsaket dem, og bildet kan endre seg fullstendig.
I Data Driven Management Accounting på BI ba eksamen oss bygge et selskap fra bunnen av der dette betyr noe, finne på alle dataene og se hva som skjer. Her er det jeg bygde.
Selskapet
Jeg fant på en leverandør av medisinsk utstyr med 50 sykehus som kunder. Den selger fire produkter:
- Kirurgiske sett til 10 000 dollar stykket
- Diagnoseutstyr til 50 000 dollar
- Pasientmonitorer til 20 000 dollar
- Esker med hansker til 10 dollar
Medisinsk utstyr er en god bransje for dette. Produktene er ganske billige å lage, men dyre å håndtere. Alt må steriliseres, utstyret må kalibreres, og alt sammen må pakkes, lagres og sendes til sykehusene.
Selskapet omsetter for 100 millioner dollar i året. Å lage produktene koster 25 millioner, og 65 millioner går til alt det andre: håndtering, service og levering. Det gir 10 millioner i overskudd. På papiret er det en sunn virksomhet.
Å følge de skjulte kostnadene
Den vanlige måten å fordele de 65 millionene på, er å spre dem jevnt, for eksempel etter omsetning. En kunde som kjøper 5 % av varene, får 5 % av kostnadene. Det er enkelt, men det skjuler hvor pengene faktisk går.
Metoden vi lærte, aktivitetsbasert kalkulasjon, stiller et bedre spørsmål: hva er det som faktisk forårsaker hver kostnad? Jeg delte de 65 millionene i fire aktiviteter og ga hver av dem et mål på hvor mye arbeid den krever:
- Sterilisering og kvalitetskontroll, målt i steriliseringssykluser, til 1 000 dollar per syklus
- Kalibrering, målt i testkjøringer, til 2 000 dollar per kjøring
- Pakking, målt i minutter med pakkearbeid
- Lagring og frakt, målt i forsendelser
Hver aktivitet får en pris per arbeidsenhet, som finnes ved å dele det aktiviteten koster i året på hvor mye arbeid den utfører. For sterilisering er det 4,5 millioner dollar i året fordelt på 4 500 sykluser:
Hvert produkt betaler så for aktivitetene det faktisk bruker. I tillegg hører noen kostnader til en kunde, ikke et produkt. Hvert sykehus ringer kundestøtten (150 dollar timen) og får besøk av servicepersonell (500 dollar timen på stedet), og hvert av dem belastes for sine egne.
Produktet som så fint ut
Før håndteringskostnadene ser hansker ut som et godt produkt. De gir 25 millioner dollar i inntekter, koster 9 millioner å lage og gir 16 millioner i dekningsbidrag, akkurat like mye som pasientmonitorene.
Men selskapet selger 2,5 millioner esker med hansker. Hver eneste eske må pakkes, lagres og sendes, og med det volumet eksploderer de kostnadene:
Én eske hansker, i dollar
Vis data
Hver eske selges for 10 dollar, men koster 26,20 dollar når pakking og frakt er regnet med:
Selskapet taper 16,20 dollar på hver eske det selger, og over 2,5 millioner esker blir det et tap på 40,5 millioner dollar:
Fortjeneste per produkt, i millioner dollar
Vis data
Utstyret tjener pengene, og hanskene gir stille og rolig mesteparten tilbake.
Kundene
Siden hvert sykehus kjøper en ulik miks, blir kundene også svært ulike. Da jeg la sammen produktene og de egne servicekostnadene til hvert sykehus, tjente selskapet penger på 31 sykehus og tapte penger på 19:
Fortjeneste per kunde, i millioner dollar
Vis data
Mønsteret er tydelig. Jo flere hansker et sykehus kjøper, jo verre ser det ut. Den største tapskunden kjøper nesten 150 000 esker hansker i året, og det koster selskapet rundt 2 millioner dollar mer å betjene den enn den betaler.
Hvalkurven
Det finnes en fin måte å se alt dette i ett bilde. Sorter kundene fra den mest til den minst lønnsomme, og legg så sammen fortjenesten underveis, én kunde om gangen. I regnskap kalles dette en Stobachoff-kurve, og på grunn av formen får den ofte kallenavnet hvalkurven:
Samlet fortjeneste etter hvert som hver kunde legges til
Vis data
Kurven stiger raskt med de beste kundene og flater ut. Den topper seg etter kunde 31 med 20,9 millioner dollar, og faller så for hver eneste av de siste 19 til den lander på det faktiske overskuddet på 10 millioner.
Størrelsen på det fallet har sitt eget tall, Stobachoff-koeffisienten. Det er tapene delt på gevinstene: 10,9 millioner dollar tapt på dårlige kunder mot 20,9 millioner tjent på gode. Du kan også lese den rett av kurven, som fallet fra toppen delt på høyden av toppen. Begge måtene gir det samme svaret:
Uansett betyr det at selskapet gir tilbake 52 cent av hver dollar de gode kundene tjener inn.
Det blir enda skjevere i toppen. De ti beste kundene, en femdel av listen, tjener 13,2 millioner dollar alene. Det er mer enn overskuddet til hele selskapet.
Hva bør selskapet gjøre?
Det åpenbare svaret er å kutte de 19 dårlige kundene. Men så enkelt er det ikke.
- Hanskene kan være inngangsdøren. Et sykehus kjøper kanskje hansker fra deg fordi det kjøper utstyr fra deg, eller omvendt. Kutter du hanskene, kan du miste utstyrsordrene også.
- Ikke alle kostnader forsvinner. Lageret og pakkepersonalet forsvinner ikke den dagen en kunde går. Noen av kostnadene ville blitt igjen og måtte bæres av alle de andre.
Det bedre spørsmålet er hva som driver kostnaden, fordi det er der du bør presse. Hansker er dyre fordi hver eske håndteres for seg. Større ordrer med færre forsendelser, et leveringsgebyr, en høyere pris på hansker eller å pakke dem sammen med utstyret ville alle gått rett på årsaken.
Hva jeg tar med meg
- Inntektene forteller svært lite om en kunde. Hva det koster å betjene den, betyr like mye.
- Et produkt kan se flott ut på dekningsbidrag og likevel tape penger. Hansker hadde samme dekningsbidrag som pasientmonitorer før håndteringskostnadene ble regnet med.
- Én kurve sier mye. Hvalkurven viser med ett blikk hvor mye overskudd et selskap tjener, og hvor mye det gir bort.
Om oppgaven
Dette bygger på eksamen min i Data Driven Management Accounting (EBA3630) på Handelshøyskolen BI, våren 2025. Selskapet og alle tallene er oppdiktet, slik eksamen krevde, og jeg bygde modellen i Excel.
På eksamen tegnet jeg kurven, men tok ikke med Stobachoff-koeffisienten, så den regnet jeg ut til denne artikkelen. Jeg rettet også en liten feil fra eksamen, der kostnadene til kundeservice ble trukket fra to ganger. Rettelsen endrer ikke bildet: det er fortsatt 19 tapskunder, og kurven topper seg fortsatt etter 31, men kundene summerer seg nå til selskapets faktiske overskudd på 10 millioner dollar.
[SYS.03 // RÅDGIVNING.ÅPEN]
Står du fast med et vanskelig teknisk problem? Kanskje jeg kan hjelpe.
Jeg tar på meg et og annet rådgivningsoppdrag, skreddersydd programvarearkitektur og forskningssamarbeid. Det finnes ingen salgstrakt. Du skriver til meg, og jeg svarer.
NP // NORDICPRODUCTIONS.NO