Monella päättäjällä ja BI-analyytikolla käytössä on Excel tai muu taulukkolaskentaohjelma hieman vielä väärässä käytössä, jos halutaan ohjata liiketoimintaa dataan perustuen. Taulukkolaskenta on kömpelö ratkaisu yritysdatan vakavaan käyttöön.
Jopa 21 miljoonaa analytiikan ammattilaista käyttää Exceliä työssään ympäri maailmaa. Joten on todellakin väliä sillä, käytetäänkö ohjelmaa sille parhaiten soveltuviin tehtäviin.*
Taulukkolaskenta on huono ratkaisu yritysdatan analyysiin siksi, ettei sitä ole koskaan suunniteltu data-analytiikkaan. Taulukkolaskenta ja data-analytiikka ovat kaksi täysin eri asiaa, ja niitä varten on olemassa omat, tarkoituksenmukaiset työkalunsa.
Kerromme, miksi Excel häviää vertailussa modernille BI-ohjelmistolle.
Antamalla analyytikkojen käyttöön vain alkeellisen taulukkolaskennan työkalun varmistat, että analyytikkosi ei kykene käyttämään aikaansa parhaalla mahdollisella tavalla. Keskivertoanalyytikko käyttää jopa puolet työajastaan vain vähän arvoa tuottaviin, manuaalisiin ja itseään toistaviin työtehtäviin.
Keskiverto Excel-käyttäjä kuluttaa 26 tuntia viikossa laskentataulukkojen työstämiseen.*
Pelkkä taulukkojen päivittäminen käsin voi viedä jopa 7-8 tuntia viikossa – siis käytännössä kokonaisen työpäivän. Yksi henkilö haaskaa vuodessa siis satoja työtunteja, jotka voisi käyttää paljon tarkoituksenmukaisemmin.
Manuaalinen työ altistaa myös inhimillisille virheille. Niiden korjaaminen syö lisää työaikaa – ja niillä voi olla myös dramaattisia seurauksia yritykselle. Niin kävi JPMorganilla, joka teki vuonna 2012 yli 6 miljardia(!) dollaria tappiota virheellisen Excel-mallin takia.
Yrityksen toiminnan kannalta tärkeä tieto tulee monesta sisäisestä ja ulkoisesta lähteestä: eri osastoilta ja liiketoiminnoista, eri järjestelmistä, markkinointidatasta, julkisista tietokannoista jne.
Taulukkolaskentaohjelma toimii huonosti erilaisten rajapintojen kanssa.
Seurauksena on tapa tuoda uutta dataa taulukkoon manuaalisti kopioimalla ja liittämällä. Tämä alkeellinen tiedon yhdistely paitsi tekee taulukon manuaalisesta siivoamisesta painajaismaisen työlästä, se myös edellyttää toistuvaa työtä.
Edelleen hikikarpalot valuvat otsaa pitkin, kun alkuperäinen data muuttuu tai sitä tulee lisää: taulukko pitää päivittää käsin ja kaikki alkaa taas alusta.
Yli 80 % Excel-käyttäjistä tuo dataa laskentataulukkoon leikkaamalla ja liittämällä.*
Tarpeettomat riskit lisääntyvät , koska manuaaliset toistot synnyttävät pakostakin inhimillisiä mokia taulukkoon. Funktioihin ja makroihin ilmestyy helposti virheitä, kun uutta tietoa liitetään. Virheiden etsiminen ja korjaaminen haaskaa lisää aikaa. Joskus virheitä ei huomata ennen kuin on myöhäistä.
Datan jäsentely on yleensä analytiikan työläin vaihe ja datan valmistelu putsauksineen ja jäsentelyineen on laskentataulukossa yksinkertaisesti tehotonta. Monen työpäivä kuluu laskentataulukoiden monotonisessa ja tarpeettomassa muokkaamisessa, uudelleen ja uudelleen.
Staattisten taulukkojen päivittäminen ajan tasalle vie jopa 8 h/vko.*
Manuaalinen siivoaminen aiheuttaa todennäköisemmin virheitä. Tietoa voi jäädä pois taulukosta vahingossa, tai solut voivat päätyä taulukkoon monena kappaleena. Lisäksi Excel pakottaa analyytikon monesti tekemään tarpeettomia kompromisseja. Osia datasta voi olla pakko jättää pois siksi, että kokonaisuus toimisi saumattomasti.
Lisäksi samoja työvaiheita joudutaan toistamaan jokaista uutta raporttia varten. Yritykset haaskaavat merkittäviä määriä henkilötyötunteja ja rahaa helposti automatisoitavien työtehtävien toistamiseen kuukaudesta toiseen.
Aikasäästö voi olla jopa kuukausia, kuten esimerkki veroprosessien automatisoinnista näyttää.
4. Tietoa on vaikea hyödyntää tuottavasti
Organisaation sitouttaminen datan tuottamiseen ja hyödyntämiseen voi olla vaikeaa Excelin kaltaisen verrattain kömpelön työkalun kanssa. Taulukkolaskentaohjelmat eivät missään nimessä ole intuitiivisia tai käyttäjäystävällisiä, eikä niillä tuotettua dataa saada tarkoituksenmukaisesti koko henkilökunnan saataville.
Monesti Exceliä käytetään yhdessä muiden data-analytiikan työkalujen kanssa samanaikaisesti. Toistuvien manuaalisten työtehtävien tekeminen edellyttää usein makrojen kirjoittamista. Yrityksistä tulee helposti riippuvaisia yhden osaston tai pahimmillaan yhden analyytikon teknisestä osaamisesta, mikä hidastaa BI-analytiikan työtä.
Lisäksi analyytikoiden tuottama data varastoidaan vain Excel-tiedostoihin ja johdolle tarkoitettuihin staattisiin raportteihin, jotka todennäköisesti eivät ole helposti koko organisaation saatavilla ja jotka vanhenevat nopeasti. On hyvin todennäköistä, ettei tällä tavalla jaettavaa tietoa hyödynnetä täyteen potentiaaliinsa.
Useimpien taulukkolaskentaohjelmien resurssit vakavaan datan analyysiin ja visualisointiin ovat hyvin rajalliset. Laskentataulukko ei yksinkertaisesti kykene vastaamaan moniin sellaisiin kysymyksiin, joihin yrityksen johto hakee vastauksia.
Taulukkolaskenta soveltuu alkeelliseen deskriptiiviseen analyysiin, mutta monelle analyytikolle tämä ei riitä. Lisäksi laskentataulukko kykenee käsittelemään vain hyvin rajallisen määrän dataa, eikä sen laskentatehokaan ole kummoinen.
Lisäksi taulukkolaskenta tarjoaa joitain hyvin yksinkertaisia ja rajallisia työkaluja kaavioiden luomiseen, mutta se ei missään nimessä ole datan visualisointiin tarkoitettu työkalu. Lisäksi raporttien jakaminen on epäkäytännöllistä ja edellyttää lisää manuaalista työtä.
*Lähde: IDC:n raportti The State of Self-Service Data Preparation and Analysis Using Spreadsheets