Продолжаем цикл статей, посвящённых применению аналитики в работе службы безопасности компании. В предыдущей статье [https://dzen.ru/a/ZvsEAu5OtlJLxwYu?share_to=link] мы рассказали об автоматизации процесса контроля дебиторской задолженности. Сейчас же вашему вниманию будет представлена ситуация, которая может иметь существенное влияние на экономическую безопасность компании.
На этот раз ключевой фигурой со стороны клиента стал директор по цифровизации крупного предприятия по производству продуктов питания. Им была поставлена задача по аналитике рисков работы с поставщиками. Для решения этой задачи мы применили один из отчётов модуля управленческой аналитики на платформе Business Scanner, но о нём расскажем чуть позже.
Суть проблемы заключалась в том, что действующие бизнес-процессы компании основывались на контроле за определёнными параметрами при осуществлении закупочных процедур. И основной упор делался на наличие конкурентных ценовых предложений, при этом многие факторы риска, основанные на наличии или отсутствии деловой истории поставщика, игнорировались. Это было обосновано преобладанием постоплатной системы расчётов за поставляемую продукцию или услуги. При этом служба безопасности выдавала заключение о возможности работы с данным поставщиком, но не отвечала за возможные последствия, которые могли бы возникнуть из-за неучтённых факторов риска. Кроме того, важным моментом для руководства компании было недопущение возможности наличия коррупционной составляющей в процедуре закупки со стороны менеджеров по закупкам. Необходимо было проанализировать текущее состояние в компании и по этой задаче.
Как известно, основным источником данных в компании является система управленческого учёта. Во всяком случае управленческий учёт в компании должен быть поставлен таким образом, чтобы не только решать задачи производства и реализации продукции, но и иметь дополнительные данные для решения задач аналитики бизнес-процессов. В этом проекте часть необходимых данных была получена из системы управленческого учёта на базе продукта из линейки ПО компании 1С. Но не всегда этих данных достаточно для полноценного анализа. Часто максимум, что мы можем получить в этом случае, это первый уровень аналитики, описательный, который говорит нам о факте, «что было». А для решения поставленной задачи нам нужно подняться на второй уровень аналитики, диагностический, и ответить на вопрос «почему это случилось».
Как и в жизни, например, если ты хочешь узнать что-то о каком-то событии, то всегда лучше спросить мнение не одного человека, а нескольких участников или свидетелей этого события. Первым «свидетелем» у нас стала 1С, а вот в качестве второго «свидетеля» мы привлекли… Государственную Налоговую Службу. Точнее открытые данные, публикуемые налоговой службой в отношении регистрируемых юридических лиц и их отчётности. Вы знаете, что существуют немало сервисов, которые предоставляют доступ к этим данным. Если Вам нужно посмотреть данные только по одной компании, то для этого нам достаточно зайти на сайт налоговой службы или в любой из подобных сервисов, ввести параметры компании (обычно достаточно ИНН), и получить требуемые данные. В случае же массовой загрузки данных, нам необходимо воспользоваться API (сервисом доступа и обмена данными). Подобный механизм существует практически у любого подобного сервиса.
Какую информацию мы использовали? Для лучшего понимания расскажем суть нашей идеи, используемой в отчёте по работе с поставщиками, сразу хотим отметить, что этот алгоритм хорошо работает только на крупных предприятиях, имеющих высокий оборот по закупкам продукции в качестве компонентов для производства, либо для дальнейшей реализации. Итак, мы решили столкнуть две цифры – данные о наших закупках у поставщика за год (мы это легко получаем из 1С) и данные о сумме его продаж за тот же год (а это мы получаем из налоговой отчётности). Полученную разницу между выручкой поставщика и нашей закупкой у этого поставщика, выраженной в процентах, мы и будем анализировать. Кончено, основным параметром будет в таком случае оборот. Но для нас интересны и дополнительные факторы, такие как год основания компании, сведения о численности персонала, количество сделок с данным поставщиком и др. А также изменения некоторых из этих параметров во времени.
Давайте перейдём от теории к практике. Для реализации задачи мы загрузили все необходимые данные из 1С и данные по налоговой отчётности за четыре года в Business Scanner и открыли отчёт «Аналитика финансов по контрагентам». В отчёте представлена информация в разрезе по периодам, контрагентам (поставщикам), номенклатуре и менеджерам по закупкам (представленные в отчёте данные модифицированы, анонимизированны, носят ознакомительный характер, все совпадения в данных случайны). Для удобства восприятия в верхней части отчёта представлены плашки с основными показателями (показатели приведены по состоянию на выбранный диапазон времени): выручка контрагентов, сумма закупок у этих контрагентов нашей компанией, доля наших закупок от выручки контрагентов, количество закупок, количество контрагентов, год основания компании контрагента. А также диаграммы и таблицы с дополнительными параметрами, основная задача которых, предоставить пользователю удобное визуальное восприятие отчёта и ускорить время на его чтение. Ещё стоит обратить внимание на то, что отдельные контрагенты в отчёте помечаются специальным символом – знаком «!» в жёлтом круге, а с высокой долей от выручки – знаком «х» в красном круге. Таким образом аналитику извещается то, что данный контрагент соответствует параметрам нарушений и на него стоит обратить внимание. Пример отчёта представлен ниже на рис.1.
В результате предварительного анализа было выявлено определённое количество контрагентов, у которых была обнаружена высокая доля закупок нашей компании в его выручке. Например, по данным 2023 года, при средней доле закупок в 3,49% по всем контрагентам, было обнаружено шесть контрагентов с долей выше 70%. Кроме того, дополнительными критериями оценки контрагента была штатная численность персонала и год основания компании. В отчете по совокупности этих параметров устанавливается критерий попадания контрагента в группу риска. Максимальному уровню риска соответствует ещё четыре контрагента. Средний уровень риска при этом обнаружен при работе с десятками других контрагентов (поставщиков).
После проведения детального анализа контрагентов с максимальным уровнем риска за 2023 год, были выявлены некоторые закономерности. К примеру, среди десяти обнаруженных контрагентов с общей долей закупок от выручки почти в 70%, есть контрагенты с довольно высоким оборотом, но имеющие в штате пять и менее сотрудников. Есть варианты, когда при этом ещё и год основания компании соответствует датам первых закупок у этого контрагента.
Также, более 82% от объёма выявленных закупок в этой категории контрагентов приходятся на двух менеджеров, Петрова и Сидорова.
При анализе показателей контрагента «Поставщик №970», с которым работает менеджер Петров, выявлена низкая численность персонала (5 человек) и большое количество закупок за 2023 год.
Причем некоторые номенклатурные позиции приобретались с превышением средней цены за товар в разы больше, чем у других поставщиков.
Аналогично и у другого менеджера, Сидорова, по некоторым номенклатурным позициям, например по «Товар №3575», было зафиксировано превышение средней цены закупки по отдельным контрагентам на 35%, относительно средней цены по другим контрагентам (к тому же не входящим в группу максимального риска).
Детальный разбор множества подобных ситуаций привёл к ожидаемым выводам:
1. Закупки с альтернативными предложениями, но без контроля рыночных цен, не исключают приобретение товаров по ценам, в десятки раз превышающим рыночные.
2. Служба безопасности, формально выполняющая требования в рамках бизнес-процесса проверки контрагента, фактически не выполняет функцию обеспечения экономической безопасности компании.
3. Менеджеры по закупкам вступают в сговор с поставщиками и используют «компании-прокладки» с сомнительной репутацией или с полным отсутствием репутации на рынке.
4. Закупки могут осуществляться у контрагентов, которые имеют в штате минимальное количество сотрудников, при этом имеют высокий оборот.
5. Некоторые организации, созданные недавно, могут нести ещё и потенциальную угрозу неоплаты НДС, что может привести к получению компанией претензий от налоговых органов, исключению суммы входящего НДС, начислению пеней и штрафов. А это, в свою очередь, может грозить существенным ущербом, как финансовым, так и репутационным для компании.
По итогам внедрения инструмента по проверке контрагентов, анализа данных и действующих бизнес-процессов в компании, был написан отчёт, в результативной части которого были рекомендованы следующие решения:
1. Провести расследования по выявленным негативным фактам при закупочных процедурах, сделать выводы.
2. Внести корректировки в бизнес-процессы, связанные с закупками, для усиления контроля как за закупочными процедурами, так и за участниками закупок.
3. Внедрить технологии автоматизации мониторинга среднерыночных цен закупаемой продукции.
4. Расширить модель угроз, усилить аналитику бизнес-процессов по работе с контрагентами, за счёт импорта данных из дополнительных источников.
5. Внедрить инструменты мониторинга и аналитики в работу службы безопасности компании.
Данные предложения были рассмотрены и приняты руководством компании. Для модификации бизнес-процессов и организации работы подразделений по новым принципам была создана рабочая группа под руководством финансового директора компании. Было принято решение провести работу с топ-20 поставщиков из группы максимального риска, а полученный опыт распространить далее на всех контрагентов. На осуществление всех необходимых изменений потребовалось около двух месяцев.
К сожалению, не обошлось без серьёзных решений, были прекращены трудовые отношения с некоторыми сотрудниками. А также были расторгнуты договора с отдельными контрагентами, осуществлявшими поставку продукции.
В итоге всего за три месяца работы после осуществлённых изменений, по итогам четвёртого квартала 2024 года, удалось сократить объёмы закупок у компаний с высокой долей риска более чем в пять раз, снизив у топ-20 компаний по уровню риска долю наших закупок в выручке контрагентов с 68% до 13%. Вторым существенным моментом стала экономия бюджета на закупки в размере 3.5% в месяц, или более 17 млн.рублей в денежном эквиваленте за квартал.
После обобщения результатов и оценки полученного опыта, применение нового подхода по работе с контрагентами запущено на всех поставщиков с января 2025 года. Работы по снижению рисков по другим факторам продолжаются.
Как итог, ситуация в сфере закупок изменилась кардинально, исключена возможность дальнейшей коррупционной деятельности. И у финансовой службы, и у службы безопасности появился инструмент оперативного мониторинга и диагностики бизнес-процесса по работе с контрагентами.
Авторы текста Елин Александр и Кочанов Владимир.