有些管理者只要一談到ROI分析這個話題，就會又恨又怕。如果你打算投資某個項目或採購某種設備，在做決定之前，好好地做一下ROI分析是很有必要的。但是，很少有人真正懂得如何使用這個工具，或者是到哪兒去找“正確”的數據。ROI分析能給我們帶來許多好處，可惜其中有不少是無法用錢來衡量的。而且，要達到公司定下的回報率通常很難。
話説回來，有誰真正相信ROI分析呢?如果這個分析是其他公司拿出來的，人們總會覺得他們肯定在其中做了手腳，把數據調得讓人滿意，這樣才好賣他們的產品或服務。而如果這個分析是公司內部做的，那它也只不過是用來證明分析者事先已經得出的結論而已。每個人都有一套方法來保證自己不喜歡的項目通不過回報測試，而他們喜歡的項目似乎都能給企業帶來巨大的生產力回報。所以，沒人真正相信ROI分析也就不足為奇了。
並沒有你想象的那麼難
但是，在這種種問題的背後，隱藏的卻是一個極為有用的管理工具。如果使用得當，ROI分析的確能夠發揮其本來的作用把公司的投資引向回報價值最高的地方。要想做出一個既有用又可靠的ROI分析，首先必須有開闊的思路、精確的數據和合理的假設。ROI分析的目的就是要把分析出來的投資回報結果作為投資決策過程中的一個主要考慮因素，而不是在已經做出決策後，才用它來為這個“既成事實”做辯護。
如果用心去學，ROI分析並不像開始時看起來那麼難，那麼讓人充滿挫敗感。重要的是在選定解決方案之前，先把ROI分析結果看成是確定投資機會的流程的一部分。為此，你需要尋找那些一旦企業能抓住或解決，就可以獲得鉅額利潤的機會和問題;把解決方案放到它們能夠在其中獲得最佳效益的領域去做評估;找到正確的解決方案之後，儘量簡化需要做的調整。事先了解投資機會的價值有助於企業設定相關參數，這些參數決定了企業願意在該解決方案上投入多少，此外，還會讓企業優先考慮這一投資機會。
你必須把真實的成本輸入到ROI分析中，並且只考慮那些有可能獲得的收益。不要妄想通過降低成本或修改收益數據來讓方案變得可行。不過，如果你如實去做，有些項目或投資計劃會通不過ROI測試，而且也不應該通過。
有了這些打基礎，你就能夠做出既有用又可靠的ROI分析了。以下五項原則可以幫你減少不必要的工作，避開最常見的錯誤和那些會毀了ROI分析結果的陷阱。
輸入數據：確保精確可信
ROI分析的範圍相當廣泛，它可以是最簡單的“填空”表，也可以是相互之間有着複雜聯繫、需要計算數百次的`電子表格。ROI分析模型的詳細程度取決於ROI結果的受眾、投資的規模和方案的複雜性。
無論如何，在任何情況下都不能抱着走捷徑的僥倖心理，也不能把模型過度簡化，尤其是在建模的初期階段。如果你的數據和計算結果受到質疑，前面偷懶所省下的時間連同你的信譽就都沒了，因為你必須在事後花時間改進和強化你的分析。通常，你要確保ROI模型的詳細程度足以應付某些問題，比如有關成本的數據是怎麼拿到的，還有收益是怎麼計算的。顯而易見，為投資10,000美元買電腦硬件的決定做ROI分析和為一項耗資數十億美元、歷時10年的外包協議做ROI分析，其詳細程度當然不可同日而語。同樣，ROI分析的精確度完全取決於用於分析的數據。可疑的數據自然會產生可疑的結果。因此，最重要的就是準確計算企業的收益(這一點在第二個原則中會有詳細闡述)。這些收益就是方案真正的價值所在，而它們的精確度決定了ROI分析結果的可信度。在估算成本的時候，儘量從各個方面來考慮可能發生的成本：實施和運作該方案所需要耗費的成本，以及由可能產生的“副作用”所造成的成本例如，對於新方案，員工需要有一個過渡適應階段，而這期間的企業生產力可能因此有所下降。要令ROI分析的結果實現最大的可信度，就不能低估成本，相反，甚至需要適度高估成本。如果實際成本低於你的估算，只會讓投資的最終回報變得更好。如果因為額外的成本負擔導致項目失敗，那麼無論如何這個方案都是一文不值的。
只要有可能，儘量使用實際數據，避免那些估算或假設的數據。例如，在計算一個測試解決方案的價值時，你應該使用本公司的有關軟件缺陷率的歷史數據，而不要用行業平均缺陷率。不過，如果研究資料的來源可靠、數據可信度高，而且確實能當即用來解決手頭的項目問題，那麼來自分析師的行業研究報告和數據將會有很大的用武之地。
當有需要為ROI分析做一些假設時，不同的假設基礎將會使結果的可信度大不相同。不要“代表”別人做假設。讓那些實際負責的人來提供數據。如果某人負責使用某一解決方案來培訓100名銷售人員，就讓這個人親自估算這個方案的實施成本。同樣，如果新方案是要改進裝配線的生產率，那就不要使用方案提供商所謂的10%的“行業”估計值，而應讓裝配線的主管或工人來估計改進後可能提高的生產率百分比。從實際負責人那裏收集數據作為假設的基礎，有利於提高方案使用者對方案的支持度和投入度，當方案真正落實實施的時候，就更容易達到預期的效果。
另一個真實數據的優質來源是試點項目，它同時也是測試假設準確性的一種很好的方法。先確定最重要的衡量標準，然後再啟動試點項目，而在項目實施過程中所蒐集的數據則是它的“副產品”。通過試點項目所蒐集到的數據的可信度特別高，因為它們都是由公司的員工親自實施提議的方案所得到的。
分析收益：從全局出發
對於ROI分析的應用，最大的不滿是尋找和量化收益的難度。有些收益，比如提升士氣和提高顧客滿意度，聽起來很不錯，但是在絕大多數情況下都很難用財務術語對其進行量化。到目前為止，最容易量化的收益就是降低的成本，很多ROI分析都落入這一窠臼，完全依賴這一部分的收益來計算它們的投資回報。儘管降低成本是一種非常有效和有價值的收益，但是過度依賴於這種單一的收益會使企業錯失一些更大的、可能更有價值的收益，還可能使企業混淆了重點，把精力浪費在解決其他非關鍵的問題上。舉例來説，假設某家企業有10名銷售代表，平均每人的薪水、佣金和費用是每年10萬美元，那麼總共每年在這些人身上就需要花去100萬美元。每位銷售代表都能帶來100萬美元的營業收入，那麼年總收入就是1,000萬美元(企業總收益)。或者説，減去付給銷售人員的費用之後，企業的經營收入有900萬美元(淨利潤)。如果我們需要一種“神奇的”銷售工具來幫助提高10%的收益，有兩條路可以選：通過改進來降低成本(少投入多收益)或在原有的基礎上通過提升銷售能力來增加銷售收入。如果我們把銷售代表減少到9個人，那就能每年節省10萬美元，而銷售收入保持1,000萬美元不變，這樣，淨利潤就增加到910萬美元。
相反，我們也可以仍舊保留10名銷售代表，運用增加的銷售能力來有效地創造出一個新的“虛擬的”銷售代表。如果選擇這種做法，薪水支出保持100萬美元不變，但是我們能夠把銷售收入提升到每年1,100萬美元，這樣我們企業的淨利潤就達到了1,000萬美元。很明顯，對企業來説，第二種做法要比第一種更好。
這個例子説明了從總體去分析收益而不是單純追求降低成本對企業的重要性。歸根結底，所有的財務收益都來自兩個方面，或者是降低成本，或者是增加收入。但是，有六大領域可供企業從中找出可量化的收益，它們是：增加銷售額(增加收入)、提高生產力(增加收入，降低成本)、降低運營成本(降低成本)、提高顧客滿意度(增加收入，有可能降低成本)、提高安全性(降低成本)和增強競爭力(增加收入)。許多潛在的投資都包含這些收益，只不過不同類型的收益所佔比例不同而已。為了評估哪些收益對你的ROI分析有幫助，你需要考慮它們的下列特點。
實質：這種收益是不是有形的，能否量化?例如，收入增加10%就是一種有形的收益。相反，提高員工的滿意度雖然可能從長期來講對企業有利，但它是無形的，因為它難以衡量，更難以和金錢掛鈎。
潛力：如果能夠完全實現這一收益，它能有多大呢?在前面的例子當中，企業有可能節省下來的成本是10萬美元，而有可能增加的收入則是100萬美元。
確定性：企業得到這一收益的可能性有多大呢?如果原有的電話服務的成本是每年20萬美元，而另一種同樣的服務不但成本只是前者的一半，還保證極有可能賺到10萬美元的收入，那當然是選擇後者取代前者。通過提高10%的銷售能力，應該能使總收入增加10%，但是這個結果是沒有任何保障的，因此這類收益的確定性也就被降低了。
受益人：誰真正受惠於這些收益?是項目的發起人?還是公司的顧客?不同的受益人對於收益的看法都非常不一樣。一個好的ROI分析會把重點集中在那些對項目發起人進行財務分析非常重要的收益上面，但也會考慮捎帶“照顧”項目中其他相關人員的收益。比如，在前面的例子當中，項目的發起人是銷售副總監，他會要求把銷售收入提高10%。而銷售人員也會積極支持配合，因為這個“神奇的”方案不但能幫助他們減少煩人的文書工作，還能幫他們賺到更多的佣金。確保項目中所有相關人員都能明確知道自己能從該項目中獲得什麼收益，是保證項目得到充分支持的一個重要方法。在ROI的財務計算中應該使用有形的、最能夠量化的收益，但是那些無形的、涉及到除發起人之外的其他項目相關人員的收益也要考慮進去。
運用表格：直觀顯示信息
如果你有充足、可信的數據，戰鬥就已經贏了一半了。不要因為想在分析中偷工減料而浪費了這些數據。一份好的分析資料能夠把數據轉化為簡潔清晰的信息，而它們正是那些必須在全面掌握情況的基礎上做決策的高管們所需要的。遺憾的是，因為數學恐懼症或是缺乏統計學知識，又或者是因為不懂使用電子表格，使得人們都傾向於避免做重要的分析，或者依賴於軟件供應商提供的過於簡單的分析模板。
要做ROI分析，接觸數學是不可避免的。但是使用電子表格，比如微軟的Excel，就可以免去大量宂長、沉悶的工作，該工具還能處理高度複雜的運算。如果你的公司裏還沒有ROI模板(先到財務部去查查看)，教科書和互聯網上的很多例子都可以為你創建自己的模板提供參考。不要幻
文學範文吧
