Deal-Team-Produktivitaetskennzahlen: Was gemessen werden sollte und warum
Transaction-Services-Praxen, die Produktivitaet messen, verbessern sie. Jene, die nicht messen, verlassen sich auf Anekdoten und Intuition, die Ineffizienz konsistent unterschaetzen und Teamkapazitaet ueberschaetzen.
Die Produktivitaetsmessung im TAS-Bereich dient nicht der Ueberwachung individueller Leistung. Es geht darum zu verstehen, wohin die Zeit bei jedem Mandat fliesst, Prozessengpaesse zu identifizieren und operative Verbesserungen vorzunehmen, die sich ueber das Deal-Portfolio kumulieren.
Die Kernkennzahlen
Vier Kategorien von Kennzahlen bieten eine umfassende Sicht auf die Deal-Team-Produktivitaet.
1. Stunden nach Deal-Phase
Gliedern Sie jedes Mandat in definierte Phasen und verfolgen Sie die tatsaechlichen Stunden pro Phase.
Datenerhebung und -aufbereitung: Stunden fuer den Empfang, die Organisation und Formatierung von Quelldaten. Dies umfasst Wartezeiten auf Datenraumzugang, Herunterladen von Dateien, Reformatierung von Hauptbuchexporten und Vorbereitung der Daten fuer das Mapping. Benchmark: 8-15% der Gesamtmandatsstunden. Uebersteigt dies 20%, muss der Datenextraktions-Prozess verbessert werden.
GL-Mapping und Kontenklassifizierung: Stunden fuer die Uebersetzung des Kontenplans des Zielunternehmens in das analytische Framework. Benchmark: 10-18% der Gesamtmandatsstunden. Teams mit standardisierten Mapping-Prozessen und einer Bibliothek frueherer Mappings operieren am unteren Ende. Teams, die bei jedem Mandat bei null beginnen, operieren am oberen Ende oder darueber.
Identifikation und Quantifizierung von Anpassungen: Stunden fuer analytische Arbeit, einschliesslich der Identifikation normalisierender Anpassungen, einmaliger Posten und Run-Rate-Effekte. Dies ist der wertschoepfende Kern des Mandats. Benchmark: 25-35% der Gesamtmandatsstunden.
Berichtsentwurf und Formatierung: Stunden fuer das Verfassen des Flisstextes, die Befuellung von Anlagen und die Formatierung des Ergebnisses. Benchmark: 15-20% der Gesamtmandatsstunden. Teams mit standardisierten Berichtsvorlagen verbringen weniger Zeit mit Formatierung.
Review und Ueberarbeitung: Stunden fuer Manager- und Partner-Review-Zyklen, Einarbeitung von Kommentaren und erneute Durchfuehrung von Analysen. Benchmark: 15-20% der Gesamtmandatsstunden. Saubere Arbeitspapiere und solide Pruefpfade reduzieren die Review-Zeit erheblich.
Mandantenkommunikation und -management: Stunden fuer Telefonkonferenzen, Besprechungen und E-Mail-Korrespondenz mit dem Mandanten und anderen Deal-Parteien. Benchmark: 5-10% der Gesamtmandatsstunden.
Verfolgen Sie diese Phasen konsistent ueber Mandate hinweg, um Muster zu identifizieren. Wenn Review-Stunden konsistent 25% der Gesamtzeit ueberschreiten, liegt das Problem wahrscheinlich in der Qualitaet des initialen Arbeitsprodukts, nicht im Review-Prozess selbst.
2. Mapping-Effizienzkennzahlen
GL-Mapping ist der groesste mechanische Zeitverbrauch bei den meisten Mandaten. Spezifische zu verfolgende Kennzahlen:
Gemappte Konten pro Stunde: Rohe Durchsatzkennzahl. Eine Baseline ohne standardisierte Tools liegt typischerweise bei 15-25 Konten pro Stunde. Mit wiederverwendbaren Mapping-Vorlagen und strukturierten Prozessen kann dies auf 40-80 Konten pro Stunde steigen fuer Konten, die frueheren Mustern entsprechen.
Auto-Match-Rate: Der Prozentsatz der Konten, die anhand frueherer Mandatsvorlagen oder Regeln ohne manuellen Eingriff gemappt werden koennen. Verfolgen Sie dies nach Branche und Kontenplan-Typ. Eine Auto-Match-Rate ueber 60% zeigt starken Wissenserhalt an. Unter 30% deutet darauf hin, dass die Mapping-Bibliothek unzureichend genutzt oder schlecht gepflegt wird.
Mapping-Fehlerrate: Der Prozentsatz gemappter Konten, die waehrend der Review-Phase korrigiert werden muessen. Verfolgen Sie nach Analyst und Mandatskomplexitaet. Hohe Fehlerraten deuten auf Schulungsluecken oder Prozessprobleme hin.
3. Mandatsoekonomie
Stunden pro Deal: Gesamtstunden nach Mandatstyp (Buy-Side QoE, Sell-Side, Working-Capital-Review, Carve-out-Analyse). Verfolgen Sie den Trend im Zeitverlauf. Eine gut gefuehrte Praxis sollte sinkende Stunden pro Deal bei vergleichbaren Mandatstypen sehen, da Prozesse reifen und institutionelles Wissen sich ansammelt.
Realisierungsrate: Tatsaechlich eingezogene Honorare in Prozent der Standardabrechnung. Berechnen Sie nach Mandat, Mandant und Team. Realisierung unter 85% auf konsistenter Basis erfordert Untersuchung. Haeufige Ursachen: Scope Creep ohne Honoraranpassung, operative Ineffizienz mit Budgetueberschreitungen oder Preisdruck durch Wettbewerbsdynamik.
Kosten pro Deal: Vollstaendig belastete Kosten einschliesslich Professional-Zeit, Technologie und jedem Mandat zugeordnetem Overhead. Im Vergleich zum Honorar ist dies die Direktmarge des Deals.
Umsatz pro Professional: Jaehrlich generierter Umsatz pro Vollzeit-Professional. Dies kombiniert Auslastung, Abrechnungssatz und Realisierung zu einer einzelnen Output-Kennzahl. Verfolgen Sie nach Senioritaetsebene, um angemessenen Leverage sicherzustellen.
4. Qualitaetskennzahlen
Produktivitaet ohne Qualitaet ist kontraproduktiv. Verfolgen Sie Qualitaetskennzahlen neben Effizienzkennzahlen.
Review-Zyklen-Anzahl: Wie viele Review-Iterationen benoetigt das durchschnittliche Mandat bis zur Finalisierung des Berichts? Mehr als 3 vollstaendige Review-Zyklen deuten auf systematische Qualitaetsprobleme im initialen Arbeitsprodukt hin.
Mandantenzufriedenheitswerte: Systematische Erfassung von Mandantenfeedback (formale Umfragen oder strukturierte Debrief-Gespraeche) liefert externe Validierung der Output-Qualitaet. Verfolgen Sie Zufriedenheit mit analytischer Tiefe, Berichtsklarheit, Reaktionsschnelligkeit und kommerzieller Relevanz.
Nacharbeitsstunden: Stunden fuer die Korrektur von Fehlern oder Wiederholung von Analysen nach dem initialen Abschluss. Dies ist ein direktes Mass fuer qualitaetsbedingte Ineffizienz.
Kennzahlen zur Verbesserung nutzen
Datenerhebung ohne Massnahmen ist Overhead. Der Zweck der Verfolgung von Produktivitaetskennzahlen besteht darin, spezifische operative Verbesserungen zu informieren.
Den Engpass identifizieren: Wenn die Datenaufbereitung konsistent den Benchmark ueberschreitet, investieren Sie in Standardisierung der Datenaufnahme. Wenn die Mapping-Zeit hoch ist, bauen Sie die Mapping-Bibliothek aus. Wenn Review-Zyklen uebemaessig sind, verbessern Sie die Arbeitspapierqualitaet und Pruefpfad-Dokumentation.
Intern Benchmarken: Vergleichen Sie die Teamleistung ueber Mandate hinweg unter Beruecksichtigung der Komplexitaet. Interne Benchmarks zeigen, welche Analysten und Manager am effizientesten sind und welche Praktiken ihre Leistung treiben.
Ziele setzen: Legen Sie Produktivitaetsziele fuer jede Kennzahl fest und verfolgen Sie den Fortschritt quartalsweise. Ziele sollten ambitioniert, aber erreichbar sein, basierend auf internen Benchmarks und Praxisreife.
In Schulung investieren: Produktivitaetskennzahlen identifizieren Kompetenzluecken. Hohe Mapping-Fehlerraten, uebemaessige Review-Zyklen oder langsame Datenaufbereitung weisen alle auf spezifische Schulungsbedarfe hin. Gezielte Schulung ist effektiver als allgemeine berufliche Weiterbildung.
Der kumulative Effekt
Produktivitaetsverbesserungen kumulieren sich ueber das Deal-Portfolio. Eine 15-prozentige Reduzierung der Stunden pro Deal, angewandt auf 50 jaehrliche Mandate, gewinnt Hunderte von Professional-Stunden zurueck. Diese Stunden uebersetzen sich in Kapazitaet fuer zusaetzliche Deals, verbesserte Realisierungsraten und hoehere Praxismargen.
Die Praxen, die Produktivitaetsdaten messen, analysieren und danach handeln, uebertreffen konsistent jene, die es nicht tun. Die Daten sind in jedem Mandat verfuegbar. Die Frage ist, ob die Fuehrung sich verpflichtet, sie zu nutzen.