Zamanı Takip Etmek Ajansınızın Kâr Marjlarını Neden Kurtarmayacak

Galen Low: Dinleyenlerden birinin kuruluşunda veri kültürü yoksa, arayı kapatması ne kadar sürer?

Marcel Petitpas: İlk adım, çerçevenizi netleştirmektir. Hangi araçları kullanacağınıza, onları nasıl kullanacağınıza, neleri takip edip neleri takip etmeyeceğinize dair kararlar veremezsiniz; ta ki hangi metriklere dikkat edeceğinizi bilene kadar.

Bu metriklerin tam olarak nasıl hesaplanacağını bilmelisiniz. Her metriğin içindeki her nesneyi nasıl tanımlayacağınızı ve bu metrik yükseldiğinde ya da düştüğünde işletmeniz hakkında size ne söylediğini bilmelisiniz.

Galen Low: Bir ajans işletiyorsanız, operasyonel verimlilik üzerinde en güçlü etkiyi gerçekten yaratacak taktikleri bu çerçeve içinde nasıl belirlersiniz?

Marcel Petitpas: Bunu ajans kâr çarkı olarak düşünüyoruz ve bu çarkın dört adımı var. Birincisi varsayımlarınız. İkincisi gerçekleşen sonuçlarınız. Bu ikisi birlikte nicel geri bildirim döngünüzü oluşturur. Bu döngü, nerede bir boşluk olduğunu ve işletme içinde hangi metriği değiştirmemiz gerektiğini gösterir.

Galen Low: Operasyon yöneticisiyseniz çok veri okuryazarı, veri odaklı, daha teknik, daha mühendis gibi biri olmanız mı gerekir, yoksa bu da bir yanılgı mı?

Marcel Petitpas: Çok uzak olmayan bir gelecekte, aşırı teknik ya da üstün yetenekli bir veri meraklısı olmadan küçük bir veri hattı oluşturup yönetebileceğiniz bir noktaya geleceğiz. Ancak hâlâ geçerli olacak şey şu—

Galen Low: Yapay zekâ çağında teslimat liderlerinin daha akıllı çalışmasına, daha hızlı teslimat yapmasına ve daha iyi liderlik etmesine yardımcı olan program olan Dijital Proje Yöneticisi podcast’ine hoş geldiniz. Ben Galen. Her hafta gerçek dünyadan stratejileri, yeni araçları, kanıtlanmış çerçeveleri ve proje cephesinden ara sıra savaş hikâyelerini ele alıyoruz. İster büyük dönüşüm projelerini yönetiyor, ister yapay zekâ iş akışlarını düzenliyor, isterse kaosu kontrol altında tutmaya çalışıyor olun, doğru yerdesiniz. Hadi başlayalım.

Bugün kârlılık, operasyonlar ve veri arasındaki ilişkiyi konuşuyoruz. Özellikle de verilerinizin kârlılığı anlayabilecek kadar temiz olmasını ne zaman sağlamanız gerektiğini ve yapay zekâ destekli, veri odaklı operasyonlar konusunda geride kaldığınızı hissediyorsanız nasıl yetişebileceğinizi ele alacağız.

Bugünkü konuğum Parakeeto’nun kurucusu ve CEO’su Marcel Petitpas. Aynı zamanda kârlı, veri odaklı ajans operasyonları ve doğrusal regresyonu bana beş yaşındaymışım gibi açıklama konusunda başvurduğum kişi. Marcel ve ekibi, kısmi zamanlı bir finans direktörü ile operasyon direktörünün birlikte çalışarak ajansınızın sürdürülebilir ve kârlı operasyonlarla öngörülebilir şekilde büyümesini sağlayacağı orta noktada konumlanıyor.

Marcel, bugün programa tekrar katıldığın için teşekkürler.

Marcel Petitpas: Galen, o girişi yapmanı izlemek nefes kesiciydi. Kendini tamamen vermiştin. Arka planda sohbet ediyorduk, sonra sen bir anda bölgeye girdin. Gerçekten inanılmazdı. Beni davet ettiğin için teşekkürler. Burada olmak büyük bir zevk ve az önceki harika performansın için ayrıca teşekkür ederim.

Galen Low: Övgülerin için teşekkürler. Aslında tüm bu süre boyunca yapay zekâyım. Beni Marcel geliştirdi. Marcel, daha önce programa katıldın ve bizimle etkinlikler yaptın. Seni programa davet etmeyi seviyorum çünkü ajansların ve genel olarak işletmelerin veri okuryazarlığı, veri odaklı operasyonlar ve bunların değerle bağlantısı açısından nereye gittiğine dair gerçekten benzersiz ve pratik bir bakış açın olduğunu düşünüyorum. Konuyu gerçekten işin özüne indiriyorsun.

Marcel Petitpas: Bunu söylemene minnettarım. Garip biçimde, zamanımın çok büyük bir kısmını bunları düşünerek ve konuşarak geçiriyorum ve bunu yapabildiğim için çok şanslıyım. Yedi yılı aşkın süredir bu uygulamaları ajanslarda hayata geçirirken işin içine gerçekten girdim. Özellikle proje yönetimi bağlamında, en iyi uygulamaların ne olduğu konusunda geleneksel düşüncenin tersine giden bazı bakış açılarına sahip olduğumu düşünüyorum.

Çünkü altın kelepçelerin nerede olduğunu gördüm: Mantıklı görünen, fakat uygulamada çok zor olduğu için asla işe yaramayan kararlar alıyoruz.

Galen Low: Buna bayıldım. Evet. Sırf elimizde olduğu için biraz bozuk olan çalışma yöntemini kullanmaya devam ediyoruz. Gerçekten altın kelepçeler. Büyük ve yakıcı bir soruyla başlayabileceğimizi düşündüm: Herkesin cevabını bilmek istediği tartışmalı bir soru. Sonra da konuyu genişletip üç şey hakkında konuşabiliriz.

Öncelikle veri hijyeninden ve ajansınızın fırsatı çoktan kaçırdığını hissediyorsanız ne yapmanız gerektiğinden bahsetmek istiyorum. Ardından temiz verinin ve yapay zekânın kârlılık üzerinde nasıl ölçülebilir bir etki yaratabileceğini, ayrıca operasyonel verimlilikleri etkiye göre nasıl puanlayıp önceliklendirebileceğinizi konuşalım.

Son olarak, ajanslar için bu tavşan deliğinin nereye uzandığını inceleyebiliriz. Bazı açılardan ajans dünyası tamamen değişti. Veri ve yapay zekâ çağında başarılı olmak için ajansların ele alması gereken beceriler ve yapılar hakkında konuşmayı çok isterim. Büyük konular, ama sence nasıl?

Bence çok eğlenceli olacak. Hadi derinlemesine inceleyelim. Harika. Büyük, karmaşık soruma geçelim. İyi ve temiz verinin, kârlı ve veri odaklı ajans operasyonları kurabilmenin temel anahtarı olduğunu senden öğrendim. Ancak kuruluşunda veri kültürü olmayan ya da veriyi anlamlı bir şekilde düzenlemeye hiç yaklaşamamış birini dinliyorsak, arayı kapatması ne kadar sürer?

Bunu dikkatsizce davranmadan hızlandırmanın bir yolu var mı?

Marcel Petitpas: Cevap evet. Yıllarca bu açığı kapatmaya çalıştıktan sonra birlikte çalışmaya başladığımız müşterilerin çoğunda beni üzen şey, bu probleme yaklaşırken sorunu yanlış uçtan ele almalarıdır.

Bence bu programı dinleyen birçok kişi için de özellikle geçerli olacak. Bunun onların suçu olduğunu düşünmüyorum. Açıkçası yazılım endüstrisi onları buna inanmaya şartlandırdı. Süreç yazılımla başlıyor; proje yönetimi, zaman takibi ve muhasebe verileriyle başlıyor. Oysa bunların hepsi sürecin son adımları ve en az önemli olanları. Bunu söylediğim için insanlar şaşırabilir, ama performansınız hakkında görünürlüğün yüzde 80’ine ulaşmak için zaman takip verisine ihtiyacınız yok.

İlk adım, çerçevenizi netleştirmektir. Bu biraz soyut bir ifade, ancak pratik açıdan şöyle düşünebiliriz: Hangi metriklere dikkat edeceğinizi bilmiyorsanız verilerinizden gerçekten yararlanamazsınız. Hangi araçları kullanacağınıza, onları nasıl kullanacağınıza, neleri takip edip neleri takip etmeyeceğinize karar veremezsiniz.

Bu metriklerin nasıl hesaplanacağını tam olarak bilmelisiniz. Her metriğin içindeki her nesneyi nasıl tanımlayacağınızı ve bu metrik yükseldiğinde ya da düştüğünde işletmeniz hakkında size ne söylediğini bilmelisiniz. Pratik bir örnek vereyim: Yönetim kurulu odasında oturup “Kapasite kullanımını ölçeceğiz” demek kolaydır.

Ancak bunun bizim için tam olarak ne anlama geldiğini söylemek bambaşka bir şeydir. Faturalandırılabilir saat nedir, kapasite nedir? Bunları nasıl tanımlıyoruz? Neler dâhil, neler değil? Neler sayılıyor, neler sayılmıyor? Veriyi kapasite kullanımını gösteren bir sonuca dönüştürdüğümüz mantıksal ifade nedir?

Bu metriğin yükselmesine ve düşmesine neyin neden olduğunu, bunun işletmemiz hakkında ne ifade ettiğini, karar alma biçimimizi nasıl etkilediğini ve en başta neden önemsediğimizi tam olarak anlıyor muyuz? Bu sayıyı önümüzde görüp yükseldiğini veya düştüğünü fark edersek karar alma biçimimizde ne değişecek?

İlk adım aslında bu. Bunun iyi tarafı, yazılım ya da veri gerektirmemesi ve veri biriktirmeyi beklemenizi gerektirmemesidir. Bunlar verebileceğiniz kararlardır. Kolay değildirler, ancak hangi metrikleri nasıl ölçmeniz gerektiğine dair çerçevemizi yayımlayarak bunu kolaylaştırmaya çalıştık.

İkinci adım da yeni bilgi gerektirmiyor ve bundan bahsetmenin önemli olduğunu düşünüyorum. Ancak burada sözü sana bırakayım; çünkü biliyorsun, önümüzdeki altmış dakika boyunca hiç durmadan devam edebilirim.

Galen Low: Bunu yapmandan memnuniyet duyarım.

Ama sevdiğim bir şey daha var: Dinleyenlerin çoğunun “Yetişmemiz gerekiyor. Yazılım satın almalı ve hemen zaman takibine başlamalıyız” diye düşündüğünü bilerek soruyu biraz yönlendirmiş olabilirim. Çünkü böylece bir veri temeli oluşturacağımızı düşünüyoruz. Oysa kârlılığı yönlendirebileceğimiz kullanılabilir verilere yaklaşmamız hâlâ aylar sürebilir.

Bir ajans olarak geride kalmış hissetmenin istemsiz tepkisi bu, değil mi? Bu yüzden cevabın yazılım olmadığını söylemeni seviyorum. Özellikle kapasite kullanımı konusunda bir örnek verebilir misin? Çünkü bence kapasite kullanımı altın kelepçelere mükemmel bir örnek.

Şöyle düşünmek çok doğal: Bu insanları işe aldım. İş modelim hizmetleri faturalandırılabilir saat üzerinden satmaya dayanıyor. Ya zamanlarının çoğunu para kazanmak için harcıyorlar ya da harcamıyorlar. Harcamıyorlarsa marjlarım daralıyor, para kaybediyor olabilirim ve işe aldığım yetenekten yararlanamıyorum.

Bu nedenle bunun iyi bir ölçüm olduğunu düşünmek doğal. Ancak beni yakalayan kısım, neyin yükselip düşmesine neden olduğu oldu. Marcel, başka neyi takip edeceğim? Kapasite kullanımını mutlaka izlemem gerektiğini düşünen insanlar için bu oldukça karmaşık bir denklem. Karşılaştığın veya çürüttüğün bazı mitler neler? Doğru soruları sorduktan sonra yine de kapasite kullanımını izlemek mi gerekir, yoksa tamamen bırakmak mı?

Marcel Petitpas: Hayır. Çerçevemiz kapasite kullanımını bir metrik olarak içeriyor, ancak onu hesaplama biçimimiz muhtemelen çoğu kişinin kullandığı yöntemle aynı değil. Kapasite kullanımını nasıl tanımladığımızdan bahsedebilirim; ancak bunu tek başına yapmak zor. Çünkü ortalama faturalandırılabilir oranı nasıl ölçtüğümüzü, projelerdeki kâr marjlarını nasıl ölçtüğümüzü, bunun ajans seviyesindeki kâr marjlarından nasıl farklı olduğunu ve saat başına maliyet hakkında nasıl düşündüğümüzü anlamadan kapasite kullanımıyla ilgili kararlarımızı neden aldığımızı anlayamazsınız.

Gerçek şu ki bunu bütünsel bir çerçeve olarak ele alıyoruz: Metrikler ile işletme arasındaki ilişkiyi, metriklerin birbirleriyle ilişkisini düşünüyoruz. Yedi yıl boyunca yüzlerce ajansla test ettik ve tüm istisnai durumlar üzerinde çalıştık. Kapasite kullanımına dair tanımımı açıklayabilirim: Bu, teslimat saatleridir.

Yani müşteriler için harcanan her zaman; bunun tırnak içinde faturalandırılabilir olup olmaması umurumuzda değil. Bu teslimat saatlerini kapasiteye bölüyoruz. Kapasite, yaptığınız ölçümde herhangi bir kişiden satın aldığınız tüm zamandır. Tüm ajans için bakıyorsanız, hiç müşteri işi yapmayanlar da dâhil olmak üzere herkes buna girer.

Yılda 2.080 saati esas alıyoruz. Bunu duyan bazı kişiler “Bu bizim için işe yaramaz” diyebilir. Belki de haklılardır, çünkü diğer metriklerle ilgili bir sürü farklı karar almışlardır ve bu yaklaşım onlar için anlamlı olmayabilir. Ancak bugün sabah konuştuğum biri, yönetim ekibinin her hafta ekibinin tamamen dolu olduğunu söylediğini anlattı. Oysa bu doğru değilmiş; çünkü tırnak içinde faturalandırılabilir kabul edilen zamanın yarısı iç çalışmaymış ve gelir yaratmıyormuş.

Bu yüzden yanlış bir olumlu sonuç elde ediyorlar. Başka bir ekip ise ağustos ayında en yüksek kapasite kullanımına sahip görünüyor. Bu da yanlış bir olumlu sonuç, çünkü kapasiteyi hesaplarken çok fazla izin kullanıyorlar. Kullanılamayan zamanı kapasiteden çıkarmamız gerekir.

Bütün bunlar bana, “Kapasite kullanımını nasıl tanımlıyoruz?” sorusunun, “Neden tanımlıyoruz? Hangi kararları veriyoruz ve hangi soruları yanıtlamaya çalışıyoruz?” sorularından sonra ele alınmadığını gösteriyor. Bu konuşma önce yapılsaydı, kapasiteyi çıkaramayacağımızı hemen fark ederlerdi. Çünkü bulmaya çalıştığımız şey kapasite kullanımının finansal etkisi ve bunun kârlılığımızı nasıl etkilediğiyse bu yaklaşım sorun yaratır.

Büyük tuzak şu: Ajansınızın ya da işletmenizin performansını tek bir metrikten çıkarabileceğinizi düşünmek. İnsanlar kapasite kullanımını ya da proje kârlılığını o tek metrik hâline getirmeye çalışıyor.

Bir projenin kârlılığından tüm ajansınızın kârlılığını çıkaramazsınız. Bu ikisini birbirine bağlamaya çalışmak bence boşuna uğraşmak, büyük bir zaman ve kaynak israfı yapmak ve hiçbir soruyu doğru düzgün yanıtlayamamaktır.

Galen Low: Burada Douglas Adams tarafını seviyorum. Hayatın anlamı nedir diye soruyorlar ve cevap 21 oluyor; çünkü en başta soruyu gerçekten anlamamışsınız. Bu açıklamaya dayanarak kapasite kullanımı bana böyle geliyor. Birinci bölüm: Çerçeve; neyi ve neden ölçtüğünü anlamak. İkinci bölüm?

Marcel Petitpas: İkinci bölüm, modeliniz ve tahmininizdir. Bence bu da çok gözden kaçıyor. Diyelim ki kapasite kullanımını nasıl ölçeceğimizi tanımladık. Sonra proje yönetimi ekibi heyecanlanıyor, proje yönetimi aracını kullanıma açıyor ve herkesi kurallara uymaya zorluyor. Üç ay geçiyor, sonunda “Tamam, iyi verilerimiz var. Geçen ay kapasite kullanım oranımız yüzde 54’tü” diyorlar.

Sonra herkes birbirine bakıp birinin tepki vermesini bekliyor. Ardından “Bu iyi mi, kötü mü?” diye soruyor. Yine sürecin sonuna, son adıma gitmişsiniz, ancak beklentinizi hiç belirlemediğiniz için bu ölçümden değer elde edemiyorsunuz.

İyi haber şu ki beklentinizi belirlemek son derece aydınlatıcı olabilir ve gerçek sonuçları bilmeden bile bir sorunun nerede olduğunu gösterebilir. Gerçek sonuçlara ulaştığınızda bunlar çok daha değerli olur; çünkü içgörü, beklentiler ile gerçekliğin karşılaştırılmasının bir sonucudur.

İkinci adım, şirketinizin bir modelini oluşturmaktır. Bu model oldukça basittir. Önce maaş tablosu dediğimiz şeyi oluştururuz: Ekibinizdeki herkesin listesi, ne kadar ücret aldığı, kaç saat çalıştığı, sınırsız işiniz olsaydı zamanının nereye gideceğini düşündüğünüz ve ne kadar ücretli izin kullandığı.

Sonra genel giderlerinize bakarsınız. Avukatlarınıza, muhasebecilerinize, QuickBooks’a, aboneliklere, ofise ve benzeri şeylere ne kadar harcadınız? Ardından fiyatlandırmaya bakarız. Sattığınız tüm hizmetlerde müşteri işi yapmak için harcanan her saat karşılığında fiilen ne kadar ücret alıyor ve ne kadar kazanmayı bekliyorsunuz?

Bu üç bilgi grubunu birleştirdiğinizde şu soruların yanıtına ulaşabilmeniz gerekir: Her şey planladığımız gibi gerçekleşirse mevcut ekiple bu işletme ne kadar para kazanabilir? Müşteri işi yapmak için ne kadar zaman harcanır? Kapasite kullanım oranımız ne olur?

Genel giderlere ne kadar harcarız? Brüt kâr marjımız ne olur? Net kârımız ne olur? En iyi olası sonuç nedir? Bu, “İlk soru: Bu iyi mi? Beklentimiz bu mu?” demenin temelini oluşturur.

Bazen “Ne kadar uğraşırsak uğraşalım kârlı olamıyoruz” diyen bir şirketle karşılaşıyoruz. Bu çalışmayı yaptığımızda ise “Bunun nedeni kârsız olmayı planlamanız” diyoruz.

Galen Low: İlginç.

Marcel Petitpas: Onlar da “Doğru” diyor. Yani planı ne kadar kusursuz uygularsak uygulayalım yine de başarısız olacağız. Bunun aslında uygulamayla ilgisi yoktu. Sadece yanlış plana sahiptik.

İkinci adım bu: Şirketinizin bir modelini oluşturun. Bunun sizi neye hazırladığını, ne kadar hata payınız olduğunu ve hedeflerin nasıl göründüğünü anlayın. Buna projelerle ilgili üst düzey bir anlayış eklerseniz —ne kadar ödeme alacağınız, projelerin ne zaman başlayıp biteceği ve kaç saat süreceğini beklediğiniz— geleceğe bakıp şu soruları sorabilirsiniz: Kazanabileceğimiz kadar gelir elde etmeyi mi planlıyoruz?

Ekibi makul ölçüde meşgul tutmayı mı planlıyoruz? Kârlılık sorunlarının yaklaşık yüzde 70-80’ini, en pahalı ve en zor kısım olan zaman ya da proje verilerini takip etmeden çözebilirsiniz. Bunun için öncelikle çerçevenizi, ardından da bugün işletmenizle ilgili yaptığınız varsayımları netleştirmeniz yeterlidir.

Bunların hepsi ücretsizdir. Gereken tek şey zamandır. Ayrıca zaten zihninizde bulunan bilgilere ihtiyaç duyar. Muhtemelen bunları ortaya koymak için zaman ayırmadınız. Yazılıma ihtiyacınız yok. Verilerin birikmesi için altı ay beklemeniz gerekmiyor. Mevcut muhasebe sürecinizi değiştirmeniz de gerekmiyor. Bu yüzden aslında arayı kapatmak uzun sürmez; çünkü bunların büyük kısmı şu anda zaten elinizde.

Galen Low: İlginç olan şu: Ücretsiz, ancak kolay değil. Bazı sorular bildiğiniz bilgilere dayanıyor olabilir, ama soruları yanıtlamak zor kısım. Çünkü operasyonunuzla gerçekten yüzleşmeniz gerekiyor.

Ajans proje yöneticileri olarak ajansın yükünü omuzlarımızda hissetmeye alışığız. Ekonomik motor bizmişiz gibi geliyor. Kırmızıda çalışan tüm insanların ücretlerini biz karşılıyoruz. Faturalandırılabilir olmamız için genellikle yüzde 80 veya daha yüksek kapasite kullanımına ve idari personelin, satış ekibinin ve diğer herkesin maaşlarını ödeyebilmek için yeterli marja ihtiyacımız var.

Ancak senin söylediğin diğer şey şu: Mesele yalnızca proje kârlılığına bırakılamaz. Satılan malların maliyeti modelini dikkate almalı ve herkesi, planladığınız faturalandırılabilir işi, kullanılabilir işi ve kazanabileceğiniz parayı hesaba katmalısınız.

Marcel Petitpas: Bu yüzde yüz doğru. Her projesi çok kârlı olduğu hâlde şirketin kendisi kârlı olmayan firmalar gördük. Çünkü proje kârlılığı, kârlılığı belirleyen üç faktörden yalnızca biridir.

Tüm şirketin kapsamlı bir modelini oluşturmalı ve bu sayıyı etkileyen tüm kaldıraçlara dikkat etmelisiniz.

Galen Low: Stanley termosları da aslında böyle bir iş modeli, değil mi? Koleksiyonluk su mataralarını yüksek marjla satıyorlar.

Marcel Petitpas: Üstelik yok edilemez olanlardan.

Galen Low: Buradan iyi bir geçiş yapabiliriz. Parakeeto’da yaptığınız işi, kısmi zamanlı bir finans direktörü ile kısmi zamanlı bir operasyon direktörünün birlikte çocuk sahibi olmasına benzetmiştin. Finans ve operasyon liderleri, bir ajans içinde kârlılığı analiz edip izlemek ve bu zor soruları birlikte yanıtlamak için veriyi kullanmaya nasıl daha fazla birlikte çalışabilir?

Marcel Petitpas: Bu, önceki yanıtımda bahsettiğim ilk iki noktaya, yani çerçeve ve işletme modeli hakkındaki konuşmaya geri dönüyor. Bu konu işletmenin en önemli üç bölümüyle doğrudan bağlantılıdır: finansal bölüm, operasyonel bölüm ve belli ölçüde yeni iş geliştirme.

Bu konuların merkezinde oturup konuşmak herkesi bir araya gelmeye ve ortak bir anlaşmaya varmaya zorlar. Aynı zamanda bu konuşmaya bir temel sağlar; çünkü bu sadece bir matematik formülüdür. Bir görüş değildir. Kaldıraçlar bunlardır; yükseldiklerinde veya düştüklerinde değişen şey budur.

Bu, herkesin “Tamam, beklenti buysa buna karşı nasıl ölçüm yapacağız?” demesinin temelini oluşturur. Herkes katkıda bulunmak zorundadır. Departmanlar arasında düşünmeye başlarsınız. Tahmin yapabilmek için satıştan gelecek işleri bilmemiz gerekir. Kapasite tahmini yapacaksak ne kadar zaman beklendiğini anlamamız gerekir.

Finansal tarafı tahmin edeceksek ne kadar ücret alacağımızı, maliyetlerimizin ne olacağını ve bunun ne kadarının bizim paramız olduğunu bilmeliyiz. Kârlılığı planlayacaksak marjın nasıl göründüğünü bilmeliyiz.

Bütün bunlar birbirine bağlıdır. “Bunu ölçmek istiyorsak hangi verilere ihtiyacımız var?” diye düşünmeye başlarsınız. Cevap neredeyse her zaman operasyon verileri ile finans verilerinin bir birleşimidir. Çünkü operasyon verileri finansal performanstan önce gelir. Finans verileri ise geçmişte ne olduğunu çok doğru şekilde özetler.

Bana göre çerçeve, tahmin ve model geri bildirim döngülerinin üzerine kurulduğu temeldir. Departmanlar arası iş birliğinin çoğu da bu döngülerde gerçekleşir.

Çerçeveniz ve model oluşturma anlayışınız yoksa herkes kendi alanında kalır. Finansal planlama biçimimiz, QuickBooks’ta kurulum ve faturalandırma biçimimiz ve ClickUp’a aktarılma biçimi tamamen farklı dillere dönüşür. Sonra da “Böyle bir veriyle hiçbir şeyi ölçemememiz şaşırtıcı değil” dersiniz.

Galen Low: Modelin ve çerçevenin insanları bir araya getirmesini seviyorum. Küçük boşluğu ben de deneyimledim. Herkes yönetim kuruluna gidiyor ve stratejik planlama konusunda anlaşıyor. “Tamam, bunu yapacağız” diyoruz. Veriler ve hedefler elimizde, ama yapboz parçaları birbirine uymuyor ve dil farklı.

Marcel Petitpas: Daha büyük kuruluşlarda bir operasyon direktörü, finans direktörü ve CEO varsa onları aynı hizaya getirip en yüksek kaldıraç sağlayacak işleriyle ilgilenmelerine izin veriyoruz. Bu, elektronik tablolarda neler olup bittiğini anlamaya çalışmak değil; herkesin neye odaklanması gerektiğini bilerek bir şeyler yapmak.

Daha küçük kuruluşlarda ise aynı şeyi her departmandaki en kıdemli kişi için yapıyoruz. Finans tarafında genellikle dış kaynak muhasebe firması, operasyon tarafında kıdemli proje yöneticisi ya da ihtiyaç duyulduğu için operasyon unvanı verilmiş bir proje yöneticisi oluyor. CEO da genellikle bunlarla uğraşmak için bu işe girmemiştir; o bir konu uzmanıdır.

Amaç, herkesin ne yapması gerektiğini netleştirebilmesi ve işini yapabilmesi için bu karmaşık orta alanı üstlenmektir.

Galen Low: Bu çok ilginç, çünkü birkaç butik ajansla çalıştım ve durum kesinlikle böyleydi. CEO kurucuydu. Dijital teknolojiyi, web siteleri ve uygulamalar geliştirmeyi seviyordu. Tasarımı seviyordu ve bir anda daha önce hiç CEO olmamışken CEO olmuştu.

Marcel Petitpas: Burada dikkat edilmesi gereken bir şey var. Operasyon lideri olmaya adeta zorlanan en kıdemli proje yöneticisinin bir anda CEO tarafından “Şu kârlılık işini çöz” beklentisiyle karşılaşmasını çok sık gördüm. Bu gerçekçi olmayan bir beklentidir ve kişiyi başarısızlığa hazırlar.

Bu bir yan görev değildir. Daha önce çözmediyseniz, çerçeveniz yoksa çözülmesi çok zor bir problemdir. Veri konusunda teknik uzmanlık, en azından veri analizi ve veri bilimi gerektirir. Aynı zamanda yüksek düzeyde finans bilgisi ister. Proje yönetiminden gelen birinin bunu kendiliğinden yapmasını beklemek gerçekçi değildir.

Galen Low: Yapay zekâ çağında bu bakış açım tamamen değişti. Birçok kişinin operasyon rolüne düştüğünü ve “Marcel’in söylediği her şeyi yapabilirim, ama şimdi bir veri bilimcisi işe almam gerekiyor” dediğini biliyorum. Ancak o veri kişisi hangi verilerin toplanacağını ve bunların nasıl paketleneceğini anlamıyorsa, körü körüne ilerlemiş olursunuz.

Operasyon yöneticisiyseniz artık çok veri okuryazarı, veri odaklı ve teknik olmanız mı gerekir? Yoksa bu da bir yanılgı mı?

Marcel Petitpas: Küçük işletmeler için veri operasyonlarının temel bir gereklilik hâline geleceğini düşünüyorum. Ancak şu anda bu alanda bir boşluk var. Parakeeto’nun temel fikri de budur: Uzun süredir kurumsal düzeyde var olan veri operasyonlarının küçük işletmelere ineceğini öngörüyor ve bunu belirli bir kullanıcı kitlesi için, karşılanabilir bir maliyetle, güçlü bir bakış açısıyla paketliyoruz.

Ancak bir milyon dolarlık ajans olarak Databricks hesabı açıp abonelik ücretini ve bunu kuracak teknik kişileri karşılayamazsınız. Küçük işletmeler için gerçek anlamda bir Databricks henüz yok.

Yine de bu araçlar geliyor ve yetenekleri artıyor. Çok uzak olmayan bir gelecekte, aşırı teknik olmadan küçük bir veri hattı oluşturup yönetebileceksiniz.

Ancak çerçeveyi ve onu işletmenize nasıl uygulayacağınızı anlamanız yine gerekecek. Ölçtüğünüz şeyi, neden ölçtüğünüzü ve onu nasıl tanımladığınızı bilmiyorsanız bütün araçlar, veriler ve elektronik tablolar boşa harcanmış olur.

Galen Low: Şu anda bizi dinleyen ve “Marcel beni tarif etti, ama sondan geriye doğru nasıl çalışacağımı bilmiyorum” diyen operasyon yöneticileri nereden başlamalı?

Marcel Petitpas: Ajans Kâr Araç Seti ile başlayın. Çerçeve orada ve ücretsiz. Basit, ama kolay değil. Metriklerin neler olduğunu, nasıl hesaplandığını ve nesnelerin tanımlarını ücretsiz olarak paylaştım.

Galen Low: Harika. Şimdi biraz yön değiştireceğim. Kısa süre önce ekibimle Dijital Proje Yöneticisi’nde bir röportaj daha yaptın. Notlarda bağlantısını paylaşacağım. Orada yapay zekâ bağlamında kârlılık denkleminden bahsettik.

İşimiz saat karşılığında paraya, yani faturalandırılabilir saatlere dayanıyor. Kapasite kullanımını ölçüyoruz. Yapay zekâ artık burada ve kârımızı artıracak operasyonel verimlilik vaat ediyor. Kârımızı on katına, hatta yüz katına çıkaracağı söyleniyor. Ancak yapılabilecek o kadar çok şey var ki insan ne seçeceğini bilemiyor.

Bir ajans işletiyorsanız ve yapay zekâ için seçeneklerin ve kullanım alanlarının çokluğu karşısında bunalmışsanız, bu çerçeve ve model içinde operasyonel verimlilik üzerinde en güçlü etkiyi yaratacak taktiklere nasıl karar verirsiniz? Sizce bu gerçekten kârlılığa giden bir yol mu?

Marcel Petitpas: Kesinlikle. Yapay zekânın kârlılığı değiştirebilecek dört kaldıraç üzerinde de etkisini gördüm. Bunu ajans kâr çarkı olarak düşünüyoruz. Çarkın dört adımı var.

Birincisi varsayımlarınız, ikincisi gerçekleşen sonuçlarınız. Bu ikisi nicel geri bildirim döngünüzü oluşturur: Ne olacağını düşündünüz, plan neydi ve gerçekte ne oldu? Bu, beklediğimizle gerçekleşen arasındaki boşluğu gösterir.

Sonra işletmede hangi metriği değiştirmemiz gerektiğini sorarız. Gerçekte yalnızca dört seçeneğimiz vardır. Hangi metriği değiştirmemiz gerektiğini öğrendikten sonra ekiple raporlar ve toplantılar yapıp bu metriği nasıl değiştirebileceğimizi tartışırız.

Fikirleri değerlendirdikten sonra hızlı kazanımların ya da maliyet-fayda açısından iyi seçeneklerin hangileri olduğu netleşmelidir. Sonra bunları uygular, çarkı yeniden başlatır ve metrik değişene kadar devam edersiniz.

Galen Low: Bağlam toplama işini örnek olarak alalım. Kârlılık beklentimizle gerçekleşen kârlılık arasında bir boşluk olduğunu düşünelim. Ekip, farklı araçlarda bir şeyler bulmak için çok fazla zaman harcadığını ve bu nedenle tahminler içinde işi tamamlayamadığını söylüyor. O zaman çözüm, çeşitli araçlardan varlıkları toplamak için daha az zaman harcamak ve böylece daha kârlı olmak gibi görünüyor.

Ancak başlamadan önce yapay zekâ sayesinde bu varlıkları toplamak zorunda kalmayarak ne kadar zaman kazandığımızı nasıl ölçeceğimizi düşünüyorum. Bu, kârlılığa yardımcı olup olmayacağını gösteren öncü bir gösterge olur mu?

Marcel Petitpas: Aslında doğru şekilde düşünüyorsun. Bu yine modele dönüyor. Model, temelde çok büyük bir matematik denklemidir.

Bir ajansın daha kârlı hâle gelmesi için iki temel şey yapabilirsiniz: Genel giderleri azaltmak ya da teslimat marjını, başka bir ifadeyle brüt marjı artırmak.

Neredeyse hiçbir ajansın genel gider sorunu yoktur. Üç yüzden fazla ajansa baktım ve gerçekten genel gider problemi olan yalnızca birkaç tanesi vardı. Asıl sorun neredeyse hiçbir zaman bu değildir. Gerçek sorun geliri yeterince verimli elde edemememizdir. Bu nedenle teslimat marjımız veya brüt marjımız yeterince güçlü değildir.

Bunu iyileştirmenin üç yolu vardır. Birincisi ortalama faturalandırılabilir oranı artırmaktır. Ortalama faturalandırılabilir oran, ne kadar para kazandığımızın ve bunu kazanmak için kaç saat harcadığımızın bir sonucudur.

Ya süreyi değiştirmeden daha fazla ücret alırsınız ya da fiyatı aynı tutup işi daha kısa sürede tamamlamanın yolunu bulursunuz. Bağlam toplama işine yapay zekâ uygularsanız bunun üç metriğin tamamını etkilediğini görebilirsiniz.

İşi tamamlamak için yüzde 20 daha az zaman harcarsınız; dolayısıyla ortalama faturalandırılabilir oranınız yüzde 20 artar. Kapasite kullanımınız da yükselir, çünkü ekip daha fazla iş tamamlayabilir ve daha az bağlam değişimi yaşar.

Üçüncü etki ise işi artık kıdemli bir kişinin yapmasının gerekmemesi olabilir. Bağlamı tek yerde toplar, yapay zekâyı bu verileri analiz edip sonuç üretmesi için eğitirseniz, işi daha genç bir çalışan da tamamlayabilir.

Kârlılık formülü şöyledir: Ortalama faturalandırılabilir oran ile kapasite kullanımını çarptığınızda kazandığınız para ortaya çıkar. Ortalama saatlik maliyet ile çalışılan teslimat saatlerini çarptığınızda ise maliyet ortaya çıkar. Bu basit hesapla gelirdeki mutlak artışı, maliyetteki mutlak azalmayı ve kârlılıktaki göreli iyileşmeyi ölçebilirsiniz.

Galen Low: Bu şimdi anlamlı geldi. Bir ajans, yatırım yapacağı seçenekleri belirlemek için aynı modeli kullanabilir mi? Diyelim ki on farklı seçeneği sıraladık, ancak hepsini uygulayamayız. Beklentileri ve gerçek sonuçları karşılaştırarak nereye yatırım yapacağımıza karar verebilir miyiz?

Marcel Petitpas: Evet, ancak on seçeneğe bakıp çeşitli metrikler üzerindeki etkilerini inceleyerek en yüksek yatırım getirisini sunanı seçmek kadar basit değil.

Üç kaldıraç içinde bir sıralama vardır: Ortalama saatlik maliyet, ortalama faturalandırılabilir oran ve kapasite kullanımı. Üçünde de fırsat varsa hangisini önce, hangisini ikinci, hangisini üçüncü ele almanız gerektiği konusunda doğru bir sıra vardır.

Her zaman önce kapasite kullanımından başlamalı, sonra ortalama faturalandırılabilir orana, ardından ortalama saatlik maliyete geçmelisiniz. Bunu bir boru benzetmesiyle açıklayalım. Bir depoya su taşıyan bir borunuz var ve sorun borudan depoya daha fazla su akması gerektiği.

Boru kapasitesinin yalnızca yarısını kullanıyorsanız boruyu büyütüp verimliliğini artırmanız hiçbir fayda sağlamaz. Firmaların “Fiyatımızı artırmalı ve daha verimli olmalıyız” tuzağına düştüğünü sürekli görüyorum. Oysa kapasite kullanımınız çok düşükse kâr ve zarar tablosundaki sonuç değişmez.

Bu yüzden ilk adım, önceliklendirmemiz gereken metriği belirlemektir. Sonra o metriği doğru noktaya getirmek için ne yapabileceğimizi tartışırız. Kapasite kullanımı istediğimiz seviyeye ulaştığında, ortalama faturalandırılabilir oranı artırmak için yaptığımız her şey doğrudan kâr hanesine gider.

Galen Low: Boru benzetmesindeki mantıksal sıralamayı sevdim. Bugün birçok konuya değindik: Geride kalmış hissetmek, yetişmek, nereden başlamak, yazılım ve çerçeveler arasındaki fark, işletmenizi daha derinlemesine anlamak, yapay zekâ ve operasyonel verimlilik.

Ajanslarla çok çalışıyorsun. Beş yıl sonrasına baktığımızda kârlı bir ajans nasıl görünecek?

Marcel Petitpas: Taktik düzeyde neye benzeyeceğini söylemek zor. Hangi hizmetleri satacaklarını bilmiyoruz. Yirmi yıl önce Facebook reklamlarını yöneten koca bir sektörün ortaya çıkacağını öngöremezdik. Ancak kesin bildiğim bir şey var: İş gücünü arbitraj yoluyla değerlendiren iş modeli yakın zamanda ortadan kalkmayacak.

Uzmanlığın ortadan kalkacağını düşünmüyorum. Ancak profesyonel hizmetlerin birçok alanında marj baskısı artmaya devam edecek. Salgınla birlikte tüm beceri kategorilerinde yerel yetenek maliyetleri yüzde 30-40 arttı. Aynı anda rekabet küreselleşti. Doğu Avrupa’da sizin yaptığınıza benzeyen işi üçte bir fiyatına yapan firmalar ortaya çıktı.

Şimdi yapay zekâ da denkleme girdi. Sektör olgunlaştıkça marjlar düşüyor ve bu tür işletmeleri yönetmek için gereken uzmanlık düzeyi artıyor.

Daha küçük bir firma olarak hayatta kalmak istiyorsanız finansal disipline ve daha yüksek finansal yetkinliğe sahip olmanız gerekecek. Ayrıca tedarik zincirinin parçalandığını göreceğiz. Düşük marjlı sektörlerin çoğunda bunu görüyoruz. Havayollarını düşünün: Yüzde 3 marjla çalışıyorsanız sayılarınızı çok iyi bilmelisiniz.

Ajanslar da giderek bu yöne ilerleyecek. Finans ve operasyon konusunda son derece disiplinli olmaları gerekecek. Bu gerçek, güzel işler yapmak isteyen birçok kişiyi rahatsız edebilir; ancak sektörün gittiği yön bu.

Galen Low: Bu bakış açısını sevdim. Bu durum başka sektörlerde de yaşanıyor; benzersiz değil ve yalnızca yapay zekâ yüzünden başlamadı.

Marcel Petitpas: Yüz yıldır devam ediyor, sadece artık çok daha hızlı ilerliyor.

Galen Low: Marcel, bu gerçekten harikaydı. Gitmeden önce insanlar senin hakkında nereden daha fazla bilgi edinebilir?

Marcel Petitpas: parakeeto.com adresine gidin. Orada parakeeto.com/toolkit dâhil olmak üzere birçok ücretsiz kaynak var. Metrikleri, bunların nasıl kurulacağını öğrenmek istiyorsanız tüm bilgiler ücretsiz olarak mevcut.

Podcast seviyorsanız Agency Profit podcast’ini dinleyin. Benimle doğrudan konuşmak isterseniz LinkedIn en iyi yer. Bağlantı kurun ve bana mesaj gönderin. Sizden haber almayı çok isterim.

Galen Low: Harika. Tüm bağlantıları program notlarına ekleyeceğim. Tekrar teşekkürler.

Marcel Petitpas: Teşekkürler Galen. Burada olmak bir zevkti.

Galen Low: Dijital Proje Yöneticisi podcast’inin bugünkü bölümü bu kadar. Bu sohbeti beğendiyseniz dinlediğiniz platformdan abone olmayı unutmayın. Daha fazla pratik içgörü, vaka çalışması ve çalışma kılavuzu istiyorsanız thedigitalprojectmanager.com adresine gidin.

Bir sonraki bölüme kadar, dinlediğiniz için teşekkürler.