संक्षिप्त उत्तर: एक कमोडिटी-प्राइस डैशबोर्ड तब उपयोगी होता है जब यह मूल्य-रुझानों को अनुबंध-कवरेज और बिना-हेज किए गए जोखिम के साथ जोड़ता है — और इस तथ्य के बारे में ईमानदार रहता है कि Tableau का अंतर्निहित पूर्वानुमान इतना बुनियादी है कि उस पर हेज नहीं किया जा सकता। जोखिम को ट्रैक करें, केवल कीमत को नहीं।
जोखिम को मापें, केवल कीमत को नहीं
माल्ट, हॉप्स और ऊर्जा के लिए मूल्य-रेखाओं की एक दीवार जानकारीपूर्ण दिखती है और कुछ भी तय नहीं करती। जो माप एक प्रोक्योरमेंट लीड के लिए मायने रखता है वह जोखिम है: बिना-हेज की गई मात्रा को आपकी अनुबंधित कीमत और प्रचलित स्पॉट के बीच के अंतर से गुणा किया गया। इसे एक कैलकुलेटेड फ़ील्ड के रूप में बनाएँ जो पूर्वानुमानित माँग लेता है, अनुबंधित मात्रा घटाता है, और शेष को स्पॉट पर मूल्यांकित करता है। अब डैशबोर्ड असली सवाल का जवाब देता है — कितना खर्च अभी भी बाज़ार के सामने उजागर है — बजाय केवल इतिहास को आरेखित करने के।
कवरेज को भी सामने और केंद्र में रखें: नियोजन-क्षितिज पर, प्रति कमोडिटी, पूर्वानुमानित माँग के प्रतिशत के रूप में अनुबंधित मात्रा। प्रति कमोडिटी अनुबंधित मात्रा को समेकित करने वाला एक FIXED LOD अभिव्यक्ति आपको कवरेज को साफ़-सुथरे ढंग से दिखाने देता है, चाहे उपयोगकर्ता कोई भी समय-फ़िल्टर लागू करे। दोनों माप एक साथ — कवरेज और जोखिम — हर हेजिंग वार्तालाप को आकार देते हैं, और किसी भी मूल्य-रेखा को खींचने से पहले इन्हें लेआउट को बाँधना चाहिए।
व्यू बनाना
प्रति कमोडिटी एक कवरेज-बनाम-समय एरिया चार्ट से शुरुआत करें, फिर स्पॉट और अनुबंध मूल्य को एक दोहरे अक्ष पर ओवरले करें ताकि उपयोगकर्ता देखे कि कीमत इस बात के मुकाबले कैसे चल रही है कि वे कितने सुरक्षित हैं। जहाँ कवरेज पतला है और स्पॉट चढ़ रहा है, वहाँ जोखिम-चिह्न को चमकना चाहिए — जोखिम को रंग पर एन्कोड करें ताकि खतरनाक संयोजन को न चूका जा सके।
प्रत्येक कमोडिटी मूल्य के लिए एक परिदृश्य-पैरामीटर जोड़ें। इसे जोखिम-गणना में जोड़ें ताकि एक प्रोक्योरमेंट विश्लेषक पूछ सके, «अगर ऊर्जा पंद्रह प्रतिशत बढ़ती है, तो हमारा बिना-हेज खर्च क्या हो जाता है?» और आँकड़े को बदलते देखे। यह वह व्हाट-इफ़ विश्लेषण है जो समस्या की संरचना का सम्मान करता है: आप वास्तव में बिना-हेज की गई मात्रा पर लागू कीमत को मोड़ रहे हैं, बाज़ार की भविष्यवाणी का दिखावा नहीं कर रहे। यह प्रोक्योरमेंट के लिए माल्ट और हॉप कीमतों के पूर्वानुमान में भारी मॉडलिंग का पूरक है, जहाँ वास्तविक मूल्य-भविष्यवाणी रहती है; डैशबोर्ड उन पूर्वानुमानों का उपभोग करता है, उन्हें फिर से ईजाद करने के बजाय।
निगरानी के लिए, Tableau Cloud पर प्रकाशित करें और Tableau Pulse को कवरेज और जोखिम पर नज़र रखने दें। एक प्राकृतिक-भाषा डाइजेस्ट जो संकेत देती है कि «ऊर्जा जोखिम 20% बढ़ा जैसे ही कवरेज लक्ष्य से नीचे गिरा» सही इनबॉक्स में महीने-के-अंत के आश्चर्य से पहले उतरती है। Pulse एक प्रहरी है, विश्लेषक नहीं — यह आपको बताता है कि कुछ बदला, आप तय करते हैं कि उसके बारे में क्या करना है।
यह कहाँ टूटता है
सबसे तीखी सीमा पूर्वानुमान है। Tableau का अंतर्निहित पूर्वानुमान एक्सपोनेंशियल स्मूदिंग है, जो एक ऐसी शृंखला मानता है जो धीरे-धीरे रुझान और मौसम दिखाती है। कमोडिटी न तो ऐसा करती हैं — वे मौसम, भू-राजनीति और ऊर्जा झटकों पर कूदती हैं। हेजिंग के लिए उस पूर्वानुमान पर निर्भर रहें और आप विश्वासपूर्वक ग़लत होंगे। यदि आपको वास्तविक भविष्यवाणियाँ चाहिए, तो शृंखला को TabPy के ज़रिए एक उचित टाइम-सीरीज़ मॉडल में भेजें और परिणाम को एक फ़ील्ड के रूप में वापस लाएँ; भारी काम Tableau के बाहर रखें और डैशबोर्ड को उसे प्रदर्शित करने दें।
दूसरी सीमा डेटा विलंबता और गुणवत्ता है। स्पॉट कीमतें रोज़ अपडेट हो सकती हैं जबकि आपका अनुबंध डेटा मासिक तौर पर ताज़ा होता है, इसलिए जोखिम वास्तविकता के बजाय समय के कारणों से झिलमिला सकता है। और अनुबंध की शर्तें — कैप, कॉलर, वॉल्यूम बैंड — शायद ही कभी एक अकेले मूल्य-फ़ील्ड में करीने से फ़िट होती हैं, इसलिए एक सरलीकृत कवरेज-माप सुरक्षा को बढ़ा-चढ़ा या कम करके बता सकता है। उन सरलीकरणों का दस्तावेज़ीकरण करें, क्योंकि डैशबोर्ड सरलीकृत संस्करण को इस तरह प्रस्तुत करेगा मानो वह अनुबंध हो।
निचली पंक्ति
डैशबोर्ड को मूल्य-रेखाओं की गैलरी पर नहीं, बल्कि कवरेज और बिना-हेज किए गए जोखिम पर केंद्रित करें, और अनुशासित मूल्य-परिदृश्यों के लिए पैरामीटर का उपयोग करें। Pulse को जोखिम की निगरानी करने दें ताकि कोई भी अचंभित न हो। लेकिन Tableau के अंतर्निहित पूर्वानुमान को एक रेखाचित्र मानें, जिस किसी पर भी आप हेज करेंगे उसके लिए TabPy या किसी बाहरी मॉडल पर निर्भर रहें, और उन अनुबंध-विवरणों के बारे में स्पष्ट रहें जिन्हें आपके कवरेज-माप को सरल बनाना पड़ा है।
वित्तीय नियोजन और एनालिटिक्स ट्रैक का हिस्सा। संबंधित: प्रोक्योरमेंट के लिए माल्ट और हॉप कीमतों का पूर्वानुमान।
अक्सर पूछे जाने वाले सवाल
एक ब्रूअरी के लिए कमोडिटी-प्राइस डैशबोर्ड को क्या ट्रैक करना चाहिए? कम से कम: समय के साथ माल्ट, हॉप्स और ऊर्जा के स्पॉट और अनुबंध मूल्य, पूर्वानुमानित माँग के हिस्से के रूप में अनुबंधित कवरेज, और बिना-हेज किया गया जोखिम। जोखिम का माप ही वह है जो एक मूल्य-चार्ट को एक प्रोक्योरमेंट निर्णय-उपकरण में बदल देता है।
क्या Tableau कमोडिटी कीमतों का पूर्वानुमान लगा सकता है? Tableau का अंतर्निहित पूर्वानुमान एक्सपोनेंशियल स्मूदिंग का उपयोग करता है, जो स्थिर शृंखलाओं के लिए ठीक है लेकिन झटकों और मौसमीपन वाली अस्थिर कमोडिटी के लिए कमज़ोर है। इसे मोटे रुझान-रेखा के लिए उपयोग करें, हेजिंग निर्णयों के लिए नहीं, और जब आपको कठोरता चाहिए तो TabPy के ज़रिए एक बाहरी मॉडल लाएँ।
Tableau में आप मूल्य-परिदृश्यों को कैसे मॉडल करते हैं? एक मूल्य-धारणा को एक पैरामीटर के रूप में उजागर करें और इसे एक कैलकुलेटेड फ़ील्ड में जोड़ें जो बिना-हेज की गई मात्रा पर खर्च की गणना करता है। पैरामीटर को खींचने से दिखता है कि एक मूल्य-परिवर्तन लागत और जोखिम तक कैसे प्रवाहित होता है।