L'analisi di sensitività verifica come cambia il tuo risultato quando cambia un'ipotesi. Prendi un numero di cui non sei sicuro, come il prezzo, il volume di vendite, o il costo dei materiali, lo sposti su e giù di una quantità fissa, e ricalcoli. Il risultato mostra da quali ipotesi dipende davvero il tuo piano.
Banche e investitori lo chiedono perché ogni previsione è sbagliata. Vogliono vedere che sai dove si rompe la tua.
Un esempio. Il tuo scenario base è 1.000 unità a 50 €, un costo variabile di 30 €, e costi fissi di 15.000 € al mese. La contribuzione è 20.000 € e il profitto è 5.000 €. Ora cambia un input alla volta del 10 percento.
Prezzo a 45 €: la contribuzione per unità scende a 15 €, la contribuzione totale a 15.000 €, il profitto a 0 €. Volume a 900 unità: contribuzione 18.000 €, profitto 3.000 €. Costo variabile a 33 €: contribuzione 17.000 €, profitto 2.000 €.
Il prezzo è di gran lunga l'input più sensibile qui. Uno sconto del 10 percento elimina l'intero tuo profitto, mentre un calo del 10 percento nelle vendite ti costa il 40 percento di esso. Questo risultato dovrebbe cambiare come gestisci l'azienda: difendi il tuo prezzo più del tuo volume.
Due errori. Primo, i founder cambiano più input contemporaneamente e poi non riescono a capire quale abbia causato l'oscillazione. Sposta un input alla volta, e costruisci uno scenario peggiore combinato separatamente.
Secondo, usano intervalli simmetrici per abitudine. Se un contratto di fornitura fissa il tuo costo dei materiali per due anni mentre il tuo prezzo affronta nuovi concorrenti, testa il prezzo a meno 25 percento e il costo dei materiali a più 5 percento. Adatta l'intervallo all'incertezza reale.
