Har du investerat i en Business Intelligence (BI)-lösning för rapportering, men upplever att lösningen inte fungerar optimalt i den dagliga verksamheten? Eller är du på väg att starta din BI-resa, men förstår inte riktigt tekniken bakom och det språk som IT använder?
Det finns många goda skäl till att ekonomifunktionen bör använda BI i större utsträckning i den dagliga verksamheten. Vissa företag har redan startat och har implementerat ett Data Warehouse med finansiell data. Trots det kämpar många ekonomiavdelningar med bristfälliga datastrukturer för att stödja processerna. I den här artikeln tittar vi på några av de typiska utmaningarna och hur vi kan lösa dem.
Utmaning 1: Data från förvärv och dotterbolag hanteras manuellt
För företag som redan har startat med BI i ekonomiavdelningen uppstår problemen ofta när vardagen och stressen tar över. Som ett resultat av otålighet och stor press görs snabbfixar datan när rapporteringen snabbt behöver skapas.
Detta kan till exempel ske i samband med konsolidering av förvärvade och befintliga dotterbolag. Deras data ska finnas med i rapporteringen men IT-avdelningen hinner inte lägga till den nya datan i god tid. Så det som ofta händer är att den ansvariga medarbetaren manuellt lägger till sammanfattad data till rapporteringen vilket innebär att den utmärkta ekonomiska datan i Data Warehouse inte längre är central för den gemensamma sanningen och blir giltig igen först när den nya datan läggs till i datamodellen.
Lösning: Inkludera data från förvärv och dotterbolag i datamodellen från början. Använd en tillfällig lösning, till exempel ett inmatningsark till Data Warehouse, under övergångsperioden.
Utmaning 2: Ingen drill-down för att stödja orsaksförklaringar
Här uppstår nästa utmaning. När ekonomimedarbetaren valde att lägga till sammanfattade data direkt i rapporteringen var det kanske inte med samma detaljgrad eller gruppering av konton och finansdimensioner som den faktiska datamängd som IT mottar och lägger in i Data Warehouset.
Detta innebär att den historiska datan inte längre är densamma när den finansiella rapporteringen jämförs med Data Warehouse och ekonomifunktionen måste därför arbeta med denna skillnad under resten av innevarande räkenskapsår. Detta är inte optimalt och blir lite av en tidstjuv.
Lösning: Säkerställ att datamodellen stöder detaljerad drill-down och analys.
Utmaning 3: Data underhålls inte och passar inte rapporterings- och analysbehoven
Ett annat exempel kan vara ändring och underhåll av basdata, inklusive kontoplanen och andra ekonomiska dimensioner. Ändringar implementeras ofta inte i rätt källsystem och folk glömmer att uppdatera basdata när rapporteringsstrukturerna ändras, vilket ofta leder till manuell gruppering i Excel.
Det kan vara så enkelt som att ett nytt konto har placerats felaktigt i kontohierarkin, eller helt enkelt saknar en hierarki. Då är den rapporterande kontogruppen i BI-datamodellen inte längre fullständigt uppdaterad, vilket leder till manuellt arbete i Excel tills felet har rättats i källsystemet. Det kan också hända att en ny avdelning i ERP-systemet används för bokföring, men avdelningen läggs inte automatiskt till i BI-datamodellen. Även i detta fall kommer rapporteringen inte längre att vara synkroniserad och korrekt.
Lösning: Etablera tydliga processer för ändring och underhåll av basdata. Säkerställ att BI-datamodellen uppdateras regelbundet.
Utmaning 4: Ekonomi och IT talar inte samma språk
Utöver de ovan nämnda tidsmässiga utmaningarna i data och dimensionsvärden - ofta sedda i samband med månadsavslut - är förståelsen mellan IT och ekonomifunktionen ofta långt ifrån varandra. Ekonomifunktionen klarar inte alltid av att formulera alla sina krav på datamodellen, till exempel innehåll, begrepp, historik, uppdateringsfrekvens, valutafrågor etc.
Det händer ofta för att de inte känner till alla krav som krävs för att säkerställa en bra och solid modell. Samtidigt har IT svårt att översätta sitt fackspråk till affärskrav som ekonomiavdelningen förstår. Till exempel kan IT fråga: "Vad har du för förväntningar på relationsrapportering?" Översatt till finansspråk: "Behöver du kunna se bokföringsposter, dokument för dokument, i datamodellen?" Detta leder till missförstånd och kan utmana det goda samarbetet.
Lösningen: Gör det rätt från början - det lönar sig i längden
IT och ekonomifunktionen måste lära av varandra
Oroa dig inte, det behöver inte gå som beskrivet ovan om ni ser till att börja på rätt fot, etablerar struktur i dataflödet och implementerar rätt processer runt er BI-lösning.
En gedigen Data Warehouse-lösning bidrar till att säkerställa konsekventa data och utgör grunden för ekonomifunktionens finansiella datamodell. Under implementeringsfasen av lösningen skulle det vara fördelaktigt att skapa en arbetsgrupp med representanter från både IT och ekonomifunktionen, som snabbt kan bryta förståelsebarriären. IT måste lyssna och lära med tålamod medan ekonomifunktionen måste prioritera att avsätta tid för att delta i hela processen från kravspecifikation till slutlig användaracceptanstestning.
För företag med frekventa företagsförvärv kan det underlätta processen att lägga till ny affärsdata och att inkludera detta i datamodellen från början. En enkel lösning är med ett inmatningsark till Data Warehouse, tills data från det förvärvade företaget har konverterats till ERP-systemet, kan vara en bra tillfällig lösning i övergångsperioden istället för att hantera det manuellt i rapporteringen.
Förutom att skapa gemensam förståelse och engagemang mellan IT och ekonomifunktionen i implementeringsfasen är det också viktigt att komma överens om drift och underhåll av lösningen i den dagliga verksamheten. IT kan hjälpa till att sätta upp övervakning och kvalitetskontroll för både data, dimensionsvärden och de tekniska komponenterna och genom att lägga till en e-postgrupp för att ta emot eventuella felmeddelanden får både IT och ekonomifunktionen löpande larm och kan tillsammans vara proaktiva och korrigera fel och saknas. Ekonomifunktionen ska prioritera att avsätta tid för kontinuerlig felsökning och korrigering av fel och brister för att minimera dessa över tid. Genom en gemensam satsning, även i den dagliga verksamheten, lär IT och ekonomifunktionen av varandra och det gynnas på lång sikt.
Här är några viktiga punkter från lösningen
- Etablera en arbetsgrupp med representanter från både IT och ekonomifunktionen.
- Inkludera data från förvärv och dotterbolag i datamodellen från början.
- Säkerställ att datamodellen stöder detaljerad drill-down och analys.
- Etablera tydliga processer för ändring och underhåll av basdata.
- Skapa en e-postgrupp för att ta emot felmeddelanden.
- Prioritera kontinuerlig felsökning och korrigering av fel och brister.
- Genom att följa dessa tips kan du säkerställa att din BI-lösning är framgångsrik och ger värdefull information till din ekonomifunktion.
Vill du veta mer hur vi på twoday kan hjälpa er?
Kontakta oss redan idag genom att fylla i formuläret!