05.06.2014
Michael Baumgartner
Autor: Michael Baumgartner
Auf Xing vernetzen

Um­satz­an­a­ly­se

In diesem Beitrag möchte ich Ihnen Möglichkeiten zeigen, wie Umsatzzahlen von Lieferanten und Kunden analysiert werden können und welche Fragestellungen relevant sind. Die Analysen werden anhand der Analysesoftware ACL™ Analytics gezeigt.

Struk­tur der Ta­bel­le LFC1

Die Umsatzzahlen zu Lieferanten werden in der Tabelle LFC1 pro Kreditorennummer (Feld LIFNR), Buchungskreis (Feld BUKRS) und Geschäftsjahr (Feld GJAHR) dargestellt. In dem Feld UMSAV wird der Saldovortrag zu Beginn des Geschäftsjahres gespeichert, das entspricht dem offenen Betrag, der im letzten Geschäftsjahr nicht ausgeglichen wurde. Die nachfolgenden Felder sind jeweils pro Periode, also 16 Mal aufgelistet. XX ist dabei der Platzhalter für die jeweilige Periode. Eine Buchungsperiode entspricht einem Monat, Perioden 13 – 16 sind Sonderperioden, auf denen Jahresabschlussbuchungen getätigt werden:

  • LFC1_UMXXS: Summe der Sollbuchungen in der Periode
  • LFC1_UMXXH: Summe der Habenbuchungen in der Periode
  • LFC1_UMXXU: Umsatz in der Periode. Das Feld beinhaltet die Summe aller umsatzwirksamen Buchungen in dieser Buchungsperiode. Ob eine Buchung umsatzwirksam ist, hängt vom Buchungsschlüssel ab. Beispielsweise ist eine Lieferantenrechnung umsatzwirksam, während eine Zahlung nicht umsatzwirksam ist, d.h. für die Höhe des Umsatzes spielt es keine Rolle, ob eine Lieferantenrechnung bereits ausgeglichen worden ist. vvvvv

Nachfolgendes Beispiel zeigt Verkehrszahlen von Lieferant 111 in der Transaktion SE16. Aus Platzgründen wurde die Ansicht auf zwei Screenshots aufgeteilt:

Abbildung 1: Struktur der Tabelle LFC1: Erster Teil

Abbildung 2: Struktur der Tabelle LFC1: Zweiter Teil

In diesem Beispiel betrug der Saldovortrag zu Beginn des Geschäftsjahres 2004 158.385,48 Euro im Haben. Ein negativer Betrag stellt eine Haben-Buchung dar, während ein positiver Betrag einer Soll-Buchung entspricht. Der Saldovortrag wurde berechnet, indem die Summe der Soll-Buchungen mit der Summe der Haben-Buchungen im Vorjahr verrechnet wurde. Pro Periode werden jeweils die Summe der Soll-Buchungen, die Summe der Haben-Buchungen und die Summe der Umsätze aufgelistet. Auffällig ist in diesem Beispiel, dass die Umsätze nur mit einem negativen Betrag dargestellt sind. Wie bereits erwähnt, werden Haben-Buchungen als negative Zahl addiert. Da die Haben-Summe immer der Umsatzsumme entspricht, waren die Haben-Buchungen immer umsatzwirksam. In Periode 12 betrug die Summe der Soll-Buchungen 213.275,06 Euro. Da sich dieser Betrag nicht auf den Umsatz in Periode 12 ausgewirkt hat, waren die Soll-Buchung(en) nicht umsatzwirksam.

An­a­ly­se der Um­satz­zah­len von Lie­fe­ran­ten in ACL™ An­a­ly­tics

In diesem Kapitel soll die Umsatzentwicklung von Lieferanten analysiert werden. Dabei sollen vor allem folgende Aspekte betrachtet werden:

  • Welche Lieferanten hatten die höchsten Umsätze?
  • Bei welchen Lieferanten gab es starke Schwankungen?

Die Analysen sollen anhand von ACL™ Analytics gezeigt werden. Als Basis für die Umsatzzahlen können wir die Tabelle LFC1 verwenden. Da wir am Gesamtumsatz pro Jahr interessiert sind, bilden wir ein berechnetes Feld c_Turnover, das die Umsätze aller Perioden summiert. Da die Umsätze negativ dargestellt werden, wird die Summe mit (-1) multipliziert.

Abbildung 3: Berechnung des Umsatzes pro Jahr

In der ersten Analyse sollen die umsatzstärksten Lieferanten im Buchungskreis 1000 aus den Jahren 2005 – 2008 ermittelt werden. Dabei muss in der Tabelle LFC1 der Umsatz pro Lieferant summiert werden, gefiltert nach Buchungskreis 1000. In unserem Beispiel hat Kunde 1075 den höchsten Umsatz:

Abbildung 4: Lieferanten mit dem höchsten Umsatz

Ein weiterer interessanter Aspekt ist es, den Umsatzverlauf pro Lieferant zu analysieren und besonders große Abweichungen zu identifizieren. In folgendem Beispiel sollen die Umsätze zweier Geschäftsjahre verglichen werden. In der Tabelle LFC1 sind die Geschäftsjahre untereinander aufgelistet, was eine Vergleichbarkeit erschwert. Mit dem Kreuztabellen-Befehl ist es jedoch möglich, die Umsatzzahlen der Geschäftsjahre nebeneinander aufzulisten. Aus Einfachheitsgründen sollen hier nur zwei Geschäftsjahre (2005-2006) verglichen werden. Als Zeile wird das Feld LFC1_LIFNR gewählt, während LFC1_GJAHR als Spalte gewählt wird.

Abbildung 5: Kreuztabellen-Befehl auf LFC1

In der Ergebnistabelle wird für jedes Geschäftsjahr eine Spalte gebildet, so dass die Umsätze pro Geschäftsjahr sichtbar sind.

Abbildung 6: Ergebnistabelle nach Kreuztabellen-Befehl

Um die Umsatzzahlen zwischen den Jahren 2005 und 2006 vergleichen zu können, erstellen wir jetzt ein berechnetes Feld c_Dif_Turnover, das den Umsatz im Jahr 2005 vom Umsatz im Jahr 2006 subtrahiert. Um die größten Umsatzsteigerungen identifizieren zu können, wird die Ergebnistabelle absteigend nach der Differenz sortiert. Als Ergebnis erhalten wir folgende Tabelle.

Abbildung 7: Umsatzdifferenzen zwischen 2005 und 2006

An­a­ly­se der Um­satz­zah­len von Kun­den in ACL™ An­a­ly­tics

Die Umsatzzahlen zu den Kunden sind in der Tabelle KNC1 gespeichert. Im Gegensatz zum Lieferantenumsatz werden hier die Umsätze positiv dargestellt. Der Jahresumsatz pro Kunde berechnet sich also folgendermaßen:

Abbildung 8:Umsatzanalyse in KNC1

Fa­zit

In dem Beitrag wurde an zwei Beispielen gezeigt, welche Analysemöglichkeiten es in der Tabelle LFC1/KNC1 gibt. Auf der einen Seite den Gesamtumsatz des Lieferanten/Kunden, auf der anderen Seite die absolute Steigerung des Umsatzes innerhalb eines Jahres. Natürlich kann man aus diesen Tabellen noch mehr Informationen gewinnen und Analysen durchführen. Ein gesamtes Lieferanten-Ranking oder Kunden-Ranking stützt sich meist auf die Umsätze in einem längeren Zeitraum und analysiert deren Entwicklungen.

Sollten Sie zu diesem Thema Fragen haben oder einen Kommentar anbringen wollen, so können Sie sich gerne unter info@dab-gmbh.de an mich wenden.


Kommentare (0)
Sei der erste, der diesen Blog-Beitrag kommentiert.
Blog Anmeldung

Sie sind nicht angemeldet. Bitte melden Sie sich an um diesen Blogbeitrag zu kommentieren.

anmelden