Den uppenbara faran i att inte kunna lita på sin affärsanalys
Data Analytics blivit en viktig konkurrensfaktor. Den som arbetar målmedvetet med affärsanalys och Business Intelligence för att förvandla sin data till värdefulla insikter står betydligt bättre rustad än den som tvingas fatta affärsbeslut baserat på sin magkänsla.
Öar av system, bristande affärslogik och dålig datakvalitet
En vanlig utmaning kommer från att olika delar av organisationen använder sig av olika stödsystem för sina processer. Data samlas i öar och blir tillgänglig i en mängd olika rapporteringssystem; medan vissa rapporter plockas direkt ur affärssystemet finns annan data i andra system.
Många företag saknar en uttalad strategi för hantering av masterdata vilket gör att de brottas med ofullständiga affärsdata.
Ofta finns heller ingen garanti för att motsvarande rapporter ur olika system visar på samma resultat. En anledning kan vara att de affärsregler, logiken, som ligger bakom de olika rapporterna, skiljer sig beroende på vem som sammanställt rapporten.
Ett annat vanligt problem ligger i datakvaliteten. Många företag saknar en uttalad strategi för sin masterdatahantering vilket gör att man brottas med ofullständiga affärsdata.
Felaktigt kodade priser, duplicerade leverantörsdata eller avsaknad på uppdaterad information om företagets kunder är en vanlig orsak till att företag inte lyckas skapa en fungerande process för att fatta sina affärsbeslut baserat på data och sund affärsanalys.
Affärsrisker när besluten fattas på magkänsla – inte data
Affärsbeslut som baseras på ofullständiga siffror eller på felaktiga analysmodeller innebär alltid en risk för företaget. Exakt hur beror på funktion i företaget:
I försäljningsledet kan felbedömda vinstmarginaler och dålig kunskap om lönsamheten för olika typer av affärer leda till att arbetet fokuseras på att sälja fel produkter eller jaga in fel typ av kunder.
För den som ansvarar för företagets logistik- och lagerprocesser riskerar felaktig information om lagernivåer leda till att man bygger upp överlager, något som är både dyrt och utrymmeskrävande. En annan fara är att eftertraktade varor istället tar slut på lagret med minskad försäljning som resultat.
Den som ansvarar för inköp men inte har möjlighet att följa upp leveranstider och leverantörers avtalstrohet har svårt att optimera sitt arbete och säkra att företagets inflöden sker på ett tids- och kostnadseffektivt sätt.
Den HR-ansvariga som inte har tillgång till rätt siffror förlorar möjligheten att följa upp sjukfrånvaro, beläggningsgrad och andra sätt att mäta produktiviteten och välmågan hos företagets medarbetare.
Frustration och motstridiga slutsatser
Utmaningarna som följer på en undermålig informationshantering och dataanalys är heller inte begränsade till de uppenbara affärsriskerna i att fatta fel beslut. Känslan av att inte kunna lita på de siffror man har tillgång till riskerar också skapar frustration och stjäla tid från annat.
När samma grunddata resulterar i olika rapporter, beroende på var i organisationen de är framtagna, står företaget inför två olika ”sanningar”. Diskussioner och mötestid läggs på att försöka uttyda vad som ligger bakom diskrepansen och vilken sanning som är ”mest rätt”.
Ännu större blir problemet om olika analyser görs oberoende av varandra på olika håll i organisationen, och resulterar i olika slutsatser. Risken är stor att man fattar motstridiga beslut, något som blir direkt kontraproduktivt för företaget.
Lösningen finns inom räckhåll
Lyckligtvis finns det idag ingen anledning att nöja sig med en undermålig affärsanalys som leder till frustration eller att fel beslut fattas på dåliga grunder.
Svaret heter Data Analytics där gemensamma affärsregler, ett centralt datalager, tvättade data och tydligt ägarskap för både grunddata, rapporter och analyser hjälper företaget att skapa en version av sanningen som grund för smarta affärsbeslut.
