Tilbage til blog

Garbage in, garbage out – men nu i farver!

11 maj, 2017
28. april, 2017

I sidste uge mødtes jeg med en erfaren CIO hos en af vore kundeemner, der erklærede, at han var grundigt træt af grafer. Eller – måske mere specifikt – træt af kolleger, der smed flotte præsentationer om virksomhedens udvikling på lærredet, blot for at blive modsagt af en anden mødedeltager, der med sin graf i hans dashboard kom det til det stik modsatte resultat.

I sidste uge mødtes jeg med en erfaren CIO hos en af vore kundeemner, der erklærede, at han var grundigt træt af grafer. Eller – måske mere specifikt – træt af kolleger, der smed flotte præsentationer om virksomhedens udvikling på lærredet, blot for at blive modsagt af en anden mødedeltager, der med sin graf i hans dashboard kom det til det stik modsatte resultat.

 

”For ti år siden sad vi med hvert vores Excel-udskrift i hånden og spildte en masse tid på at diskutere, hvilke tal der var de korrekte. Så kom du og dine BI-kolleger og sagde, at self-service BI er det nye sort og netop skulle hjælpe os af med alt det rod. Men nu sidder vi i det igen,” konstaterede han.

 

Jeg måtte erkende, at han havde en pointe.

 

Med de nye selfservice BI-værktøjer er det blevet ufatteligt enkelt at anskue virksomhedens data fra en hvilken som helst vinkel, danne sig overblik og dele sin nyvundne indsigt med resten af ledergruppen. Det har aldrig været nemmere at samle data fra flere systemer og visualisere virksomhedsinformationer, forecasts, salgstal og KPI’er som smagfulde og letforståelige grafer og kurver.

 

Men man risikerer ganske rigtigt også at spilde sin egen og kollegernes tid. I værste fald træffer man beslutninger på baggrund af det, der med et moderne mediebegreb vel bedst betegnes som fake news. For des nemmere det er at modellere og dele en graf på baggrund af et vilkårligt datasæt fra virksomhedens ERP- og øvrige systemer, des lettere bliver det også at skabe og sprede misforståelser.

 

Din konklusion er aldrig bedre end de informationer, analysen er baseret på. Glemmer man det, bliver resultatet også herefter: Garbage in, garbage out.

 

Fuldstændig som i gamle dage, når en vilkårlig Excel-model ad åre blev ledelsesgruppens kilde til indsigt. Vel at mærke længe efter alle havde glemt, at modellen var kodet af forrige finanscontroller som en akkut løsning en sen nattetime før et bestyrelsesmøde og efterfølgende blev videreudviklet af andre til flere forskellige formål.

 

Skal jeg være ærlig, så kender vi det også selv hos Columbus. For år tilbage arbejdede vi både lande- og afdelingsvis med hver vores regneark og havde ingen overordnet metodik eller fælles forståelse at styre efter. Sådan har mange andre modne virksomheder også arbejdet, og mange gør det den dag i dag – hvilket naturligvis ikke er nogen undskyldning. Men under alle omstændigheder tog vi dog konsekvensen og etablerede et data driven framework, som definerer de rammer og betingelser, der er tvingende nødvendigt at have styr på, når vi skal have en velfungerende og troværdig global dataplatform, som både topledelse og medarbejdere kan anvende til at understøtte daglige beslutninger.

 

Det handler om at samle, dokumentere, kvalitetssikre og bearbejde data, så du har helt styr på dine kilder og så alle bagvedliggende forhold er på plads. Jeg skal være den første til at erkende, at det lyder trist, gammeldags og kræver arbejde og overvejelser. Men man kommer ikke uden om at have metodikken i orden, før man kan tillade sig at stole på de grafer og dashboards, der er så nemme at skabe.

 

Ellers løber man den risiko, at virksomheden blot gentager fortidens synder og er nødt til at kickstarte hvert ledelsesmøde med en diskussion om, hvis farverige 3D-repræsentation af seneste salgsstatistik, der tager mest fejl.

Kategorier Business Intelligence