Følsomhedsanalyse tester, hvordan dit resultat ændrer sig, når én forudsætning ændres. Du tager et tal, du er usikker på, såsom pris, salgsvolumen eller materialeomkostning, flytter det op og ned med et fast beløb og genberegner. Resultatet viser, hvilke forudsætninger din plan reelt afhænger af.
Banker og investorer beder om dette, fordi enhver prognose er forkert. De vil se, at du ved, hvor din bryder sammen.
Et eksempel. Dit basisscenarie er 1.000 enheder til 50 €, en variabel omkostning på 30 € og faste omkostninger på 15.000 € om måneden. Dækningsbidraget er 20.000 €, og overskuddet er 5.000 €. Ændr nu ét input ad gangen med 10 procent.
Pris ned til 45 €: dækningsbidraget pr. enhed falder til 15 €, samlet dækningsbidrag 15.000 €, overskud 0 €. Volumen ned til 900 enheder: dækningsbidrag 18.000 €, overskud 3.000 €. Variabel omkostning op til 33 €: dækningsbidrag 17.000 €, overskud 2.000 €.
Pris er langt det mest følsomme input her. En rabat på 10 procent fjerner hele dit overskud, mens en salgssvigt på 10 procent koster dig 40 procent af det. Det resultat bør ændre, hvordan du driver forretningen: forsvar din pris hårdere end din volumen.
To fejl. For det første ændrer grundlæggere flere input på én gang og kan derefter ikke afgøre, hvad der forårsagede udsvinget. Flyt ét ad gangen, og byg et samlet worst case separat.
For det andet bruger de symmetriske intervaller af vane. Hvis en leverandørkontrakt fastlåser din materialeomkostning i to år, mens din pris møder nye konkurrenter, så test pris ved minus 25 procent og materialeomkostning ved plus 5 procent. Tilpas intervallet til den reelle usikkerhed.
