Löytyykö teidän Finance-tiimistänne näitä pullonkauloja?
1. Käytetään paljon aikaa manuaaliseen työhön – valmistellaan ja tarkistellaan
Jatkuvana haasteena on, että talousraportit, ennusteet ja laskelmat valmistuvat hitaasti, koska niiden eteen on tehtävä paljon manuaalista työtä.
Lähtödatassa on vaihtelua, koska käyttäjät eivät esim. täytä dataa järjestelmiin samalla tavalla. Eri järjestelmien tietoja ei voi luontevasti yhdistellä ilman muokkausta ja putsausta. Vaikka käyttäjä olisi excel-guru, aikaa kuluu ja virheiden mahdollisuus on olemassa.
RATKAISU Ylläkuvatut raportit ovat tyypillisesti toistuvaisluonteisia, ne tehdään esim. joka viikko/kk/vuosi. Toistuvuus on merkki siitä, että lähtötiedoille tehdään joka kerta samat valmistelut ja laskenta. Tämä tarkoittaa myös, että joka kerta käytetään ehkä tunteja tai jopa päiviä samaan työhön. >>> Siksi kerran rakennettu automaatio toistaa työn hujauksessa.
2. ”Mistä nämä luvut on saatu?””Uskaltaako laskelmaan luottaa?”
Ovatko nämä tuttuja kysymyksiä, joihin saat usein perustella vastauksiasi?
Excelissä tuotettujen laskelmien ja raporttien dataan saattaa olla vaikea luottaa: tämä johtuu siitä, että ei voida tarkastella, mitä dataa on käytetty, miten sitä on käsitelty ja miten johtopäätöksiin on päästy.
Laskelmia on vaikea todentaa, koska työvaiheita on mahdoton tarkastella.
RATKAISU Kun laskelma on tuotettu analytiikan automaation työkalulla, voidaan alkuperäistä dataa ja laskennan vaiheita helposti tarkastella yhdessä ja samassa näkymässä, jossa kaikki työvaiheet näkyvät yhdellä kertaa.
>>> Alkuperäisiin lukuihin voidaan sukeltaa samassa näkymässä ja katsoa esim, mitkä kentät on otettu mukaan lähtöjärjestelmistä tai miten data on filtteröity tai mitä arvoja on jätetty pois. Edelleen nähdään, miten laskenta on suoritettu. Näin on aukottomasti selvillä, miten lopputulokseen on päästy.
Kaikki vaiheet ovat alusta loppuun tarkasteltavissa selkeässä visuaalisessa muodossa (yksi, yhtenäinen workflow) ja kaikki data lukuina - yhdessä näkymässä.
>>>> Dokumentaatiosta tulee aukoton, joten myös analyysin heikot kohdat voidaan identifioida ja muuttaa uusiin laskentoihin.
3. Vain laskelman tekijä tietää, miten excelin pitäisi toimia, ja osaa sen makrot
Valitettavan usein ollaan pulassa, kun uuden työntekijän tai loma-ajan sijaisen pitäisi hoitaa jonkun aikaisemmin hoitama laskenta. Vielä pahempaa on, että työntekijän vaihtaessa työpaikkaa osaaminen ei jää täysimääräisesti dokumentteihin.
RATKAISU Kun automaatio on kerran rakennettu ja käytössä testattu, se ei voi mennä "rikki”, kuten makrojen kohdalla harmillisen usein käy.
Automaation toistamiseen ei myöskään tarvita enempää aikaa kuin menee napinpainallukseen.
>>>Saman alkuvalmistelun hyödyntäminen uusiin raportteihin, esim. ad hoc -pyyntöihin, on helppoa, koska automaatio voidaan kopioida osaksi uutta, jopa monimutkaisempaa laskentaa.
4. ”Olisipa tämä dashboardilla!””Miksi tätä ei saa Power BI:stä?”
Raportoinnin visualisointityökalut jäävät usein sisällöltään liian pintapuolisiksi käyttäjien tarpeisiin verrattuna. Kehittäminen jää kuitenkin helposti työlistalle, koska varastoidun datan saaminen Power BI-sheetille on liian vaivalloista.
RATKAISU Modernilla analytiikan automaatiotyökalulla toteutetaan erittäin monia tehtäviä. Tehokkainta on lähteä liikkeelle ja automatisoida edellä mainittuja toistuvia datankäsittelyä JA laskentaa yhdistäviä tehtäviä: niiden automatisointi on suoraviivaista ja kustannustehokasta ja silti käyttäjä voi muokata työvaiheita (eli automaatiota) joustavasti ja helposti milloin tahansa.
>>>Kokemuksemme mukaan kun analytiikan automaatiotyökalua on jonkin verran totuttu käyttämään, sillä voidaan toteuttaa myös visualisointityökaluihin toivottuja analyysejä.
Työkalun automaatio-ominaisuuksiin kuuluu analyysin laskennan lisäksi datan haku eri järjestelmistä ja lopputuloksen vieminen esim. Tableauhun tai Power BI:hin.
5. ”Datawarehouse-projekti on vielä kesken..."
Kun yrityksen tietovarastoprojekti on vielä(kin) kesken, liiketoiminta ei siitä huolimatta lakkaa tarvitsemasta tietoa. Tietovarastohankkeen ei koskaan tulisi olla esteenä sille, että finance-yksikkö voi tukea liiketoiminnan laskentatarpeita.
RATKAISU Modernin analytiikka-automaatiotyökalun kannalta ei ole lainkaan merkitystä, onko datawarehouse maalissa vai lähtökuopissaan tai jotakin siltä väliltä.
>>>Dataa voidaan automaattisesti hakea ja hyödyntää kaikenlaisista datalähteistä missä muodossa tahansa. Usein datalähteet eivät paljoa muutu, mutta joustavuudesta hyvä lisäesimerkki on, että myös ulkoisen datan (esim. markkinadata) käyttö laskennassa on täysin mahdollista.
6. "SE PITÄISI JONKUN KOODATA..." Prediktiivisen analytiikan ja koodin osaaminen puuttuu
Kun on tarpeen ryhtyä laatimaan ennusteita, törmätään nopeasti tilanteeseen, jossa finance-yksikön tai liiketoimintayksikköjen osaaminen on rajoittunutta.
Apuun tarvittaisiin gurua, jossa yhdistyvät koodaustaidot JA liiketoiminnan osaaminen. Yhdistelmä on työmarkkinoilla ehkä yhtä harvinainen kuin balettitanssija navetassa.
Koodaavat konsultit taas ovat hinnakkaita, eikä liiketoiminnan tuntemus edelleenkään ole taattu. Talon oma ICT on puolestaan kiinni muissa hankkeissa.
RATKAISU Koodia vaativia prediktiivisiä ennusteita on mahdollista laatia ilman koodaustaitoja. Miksi?
>>>Analytiikan automaatiotyökalussa nämä työvaiheet valitaan kuvakkeiden avulla. Ennusteiden laatiminen tosin vaatii käyttäjältä tilastotieteellistä perusosaamista, jotta työvaiheiden valinta menee oikein (tai hyödynnetään työkalua tuntevaa konsultointia, jossa ei makseta koodaamisesta vaan työskentelyssä keskitytään käyttäjän oppimiseen ja rakentamaan käyttäjän kanssa yhdessä laskenta liiketoiminnan tarpeeseeen). Jos koodia on muokattava, se voidaan tehdä välittömästi samassa työkalussa. Tai valmiita koodinpätkiä voidaan kopioida muualta.
Visuaaalisen työkalun avulla luotava koodi on aina tarkastettavissa ja muokattavissa. >>>Kyseessä ei siis ole ns. blackbox, jossa koodiin ei pääse käsiksi ja jollaisia tulee aina välttää.
7. Aina aloitetaan sama alusta - Kehitystä tapahtuu mateluvauhtia
Liiketoimintaympäristön muutokset kiihtyvät yhä kovempaa vauhtia, mutta talousjohtajan ja business controllereiden on vaikea pysyä kehityksen vauhdissa. Kun yhä uusia analyysejä tuotetaan edelleen ns. käsipelillä aloittamalla koko prosessi aina alusta uudella csv-tiedostolla, kaikkiin toiveisiin on mahdoton vastata.
Näin ei tarvitse olla. Nykypäivänä jokaisella on mahdollisuus toimia omana data-analyytikkonaan:
RATKAISU Yllä kuvattuja tilanteita vähennetään roimasti automatisoimalla osia laskennasta tai kokonaisia raportointeja. Vähitellen päästään yhä useammassa kohtaa tilanteeseen, jossa automaatio jo tekee datan haun, valmistelun ja laskennan – esim. kassavirtaennusteen tai tuotantoennusteen.
>>>Seuraavaksi havaitaan, että jo valmis automaatio on jo osa vastausta toisiinkin kysymyksiin. Näin ollaan jo puolivälissä polkua kohti ratkaisua! Toteutukset nopeutuvat ratkaisevasti.
-------
