Det er mange gode grunner til at økonomifunksjonen bør ta i bruk BI i større grad i daglig drift. Noen selskaper har allerede kommet i gang og har implementert et datavarehus med finansdata. Likevel sliter mange økonomiavdelinger med utilstrekkelige datastrukturer for å støtte prosessene. I denne artikkelen ser vi på noen av de typiske utfordringene og hvordan vi kan løse dem.
Utfordring 1: Data fra oppkjøp og datterselskaper håndteres manuelt
For selskaper som allerede har startet med BI i økonomiavdelingen, oppstår problemene når hverdagen og travlheten tar over. Som et resultat av naturlig utålmodighet og stort press, blir det gjort quick-fixes på dataene når rapporteringen må skapes raskt.
Dette kan for eksempel skje i forbindelse med konsolidering av oppkjøpte og eksisterende datterselskaper, deres data må inkluderes i rapporteringen, men IT-avdelingen har ikke tid til å legge til de nye dataene i god tid. Så det som ofte skjer er at den ansvarlige medarbeideren manuelt legger til oppsummerte data i rapporteringen. Dette betyr at de gode finansdataene i Data Warehouset ikke lenger er sentrale for den felles sannheten og blir først gyldige igjen når de nye dataene er lagt til i datamodellen.
Last ned guide: 3 steg til en smartere KPI-strategi
Utfordring 2: Ingen drill-down for å støtte årsaksforklaringer
Her oppstår neste utfordring. Når økonomimedarbeideren valgte å legge til oppsummerte data direkte i rapporteringen, var det kanskje ikke med samme detaljeringsgrad eller gruppering av kontoer og finansdimensjoner som det faktiske datasettet IT mottar og legger inn i Data Warehouset. Dette betyr at de historiske dataene ikke lenger er like når finansrapporteringen sammenlignes med Data Warehouset, og økonomifunksjonen må derfor operere med denne forskjellen resten av det gjeldende regnskapsåret. Dette er ikke optimalt og blir litt av en tidstyv.
Utfordring 3: Data blir ikke vedlikeholdt og passer ikke til rapporterings- og analysebehovene
Et annet eksempel kan være endring og vedlikehold av stamdata, inkludert kontoplan og andre finansdimensjoner. Ofte blir endringer ikke implementert i det riktige kildesystemet, og man glemmer å oppdatere stamdataene når rapporteringsstrukturene endres, noe som ofte fører til manuell gruppering i Excel.
Det kan være så enkelt som en ny konto som blir plassert feil i kontohierarkiet, eller at den rett og slett mangler et hierarki. Deretter blir rapporteringskontogruppen i BI-datamodellen ikke lenger fullstendig oppdatert, og det etterlater manuelt arbeid i Excel til feilen er rettet i kildesystemet. Det kan også skje at en ny avdeling i ERP-systemet blir brukt til bokføring, men avdelingen blir ikke automatisk lagt til i BI-datamodellen. Også i dette tilfellet vil rapporteringen ikke lenger være synkronisert og korrekt.
Utfordring 4: Økonomi og IT snakker ikke samme språk
I tillegg til de nevnte tidsmessige utfordringene i data og dimensjonsverdier - ofte sett i forbindelse med månedsavslutninger - er forståelsen mellom IT og økonomifunksjonen ofte langt fra hverandre. Økonomifunksjonen klarer ikke alltid å formulere alle kravene sine til datamodellen, for eksempel innhold, begreper, historikk, oppdateringsfrekvens, valutaproblematikk, osv. Dette skjer ofte fordi de ikke kjenner alle kravene som kreves for å sikre en god og solid modell. Samtidig har IT vanskelig for å oversette sitt tekniske språk til forretningsmessige krav som økonomiavdelingen forstår. IT kan for eksempel spørre: "Hva er deres forventning til relasjonell rapportering?" Oversatt til økonomispråk: "Trenger dere å kunne se bokføringsposter, bilag for bilag, i datamodellen?" Dette fører til misforståelser og kan utfordre det gode samarbeidet.
Løsningen: Gjør det riktig fra starten - det lønner seg i det lange løp
Ikke bekymre deg, det trenger ikke å gå som beskrevet ovenfor hvis dere sørger for å starte på rett fot, etablerer struktur på dataflyten og implementerer riktige prosesser rundt deres BI-løsning.
En solid Data Warehouse-løsning bidrar til å sikre konsistente data og danner grunnlaget for økonomifunksjonens finansdatamodell. Under implementeringsfasen av løsningen vil det være en fordel å opprette en arbeidsgruppe med representanter fra både IT og økonomifunksjonen, som raskt kan bryte ned forståelsesbarrieren. IT må lytte og lære med tålmodighet, mens økonomifunksjonen må prioritere å avsette tid til å delta i hele prosessen fra kravspesifikasjon til den endelige brukeraksepttesting.
For bedrifter med hyppige virksomhetsoppkjøp kan det lette prosessen med tillegg av nye virksomhetsdata å inkludere dette i datamodellen fra starten av. En enkel løsning med et innlastingsark til Data Warehouse, inntil dataene fra den oppkjøpte virksomheten er konvertert til ERP-systemet, kan være en god midlertidig løsning i overgangsperioden i stedet for å håndtere det manuelt i rapporteringen.
I tillegg til å skape felles forståelse og engasjement mellom IT og økonomifunksjonen i implementeringsfasen, er det også viktig å avtale drift og vedlikehold av løsningen i daglig drift. IT kan bidra med oppsett av overvåkning og kvalitetskontroll for både data, dimensjonsverdier og de tekniske komponentene, og ved å legge til en e-postgruppe for mottak av eventuelle feilmeldinger, får både IT og økonomifunksjonen løpende varsler og kan sammen være proaktive og rette feil og mangler. Økonomifunksjonen må prioritere å avsette tid til kontinuerlig feilsøking og retting av feil og mangler for å minimere disse over tid. Gjennom en felles innsats, også i daglig drift, lærer IT og økonomifunksjonen av hverandre, og dette gavner på lang sikt.
Webinar: Ta Power BI til neste nivå
I dette webinaret skal vi se på hvor enkelt du kan komme i gang med en dataplattform/datavarehus og vi viser flere konkrete eksempler på bruksområdet. Vi vil bruke TimeXtender og vise hvordan du kan ta Power BI et steg videre med en god dataplattform i bunnen. Stikkord er effektivitet, governance, datakvalitet og én versjon av sannheten.