Sukksesskriteriet for alle prosjekter
Vårt mål som konsulenter
Som konsulenter er vi opptatt av fornøyde kunder. Vi ønsker å bruke all vår tid på å levere verdi til kundene våre. Vi ønsker å bygge opp en portefølje av stamkunder som kommer til oss hver gang de har utfordringer de ikke klarer å løse alene. Vi ønsker ikke å bruke tid på promotering og salg. Ordrebøkene våre skal være full av forespørsler fra eksisterende og nye kunder. Dette krever at vi leverer varene og et godt rykte i markedet. Alle krefter som vi bruker på annet arbeid enn verdiskaping hos kunden er bortkastet tid og bør reduseres til det minimale.
Bruk din tid på å skape verdi hos kunden
Et langt og godt kundeforhold krever at vi bygger opp en tillit på at vi hver gang leverer synlig verdi for kunden. For nye kunder klarer vi ikke dette uten å sette oss grundig inn i forventningene de ulike menneskene hos kunden har for resultatet av prosjektet. Vi må levere mer enn kun det vår kontaktperson hos kunden ber oss om. Vi er ekspertene på fagfeltet analyse go rapportering så det er ingen grunn til at vi ikke skulle kunne levere noe ekstra som ikke kunden i utgangspunktet tenkte seg.
Som konsulenter er vi opptatt av fornøyde kunder. Vi ønsker å bruke all vår tid til å levere verdi til kundene våre. Vi ønsker å bygge opp en portefølje av stamkunder som kommer til oss hver gang de har utfordringer som de ikke klarer å løse alene. Ideelt sett ønsker vi ikke å bruke tiden vår på promotering og salg. Ordrebøkene våre skal være full av oppdrag (forespørsler) fra vår kundebase.
De gangene kunden ikke er fornøyd med gjennomføringen av et prosjekt skyldes det sjelden valg av teknologi eller problemer bruk av denne. Årsaken ligger som regel i at vi bruker for lang tid på å levere noe kunden ikke er fornøyd med. Sett fra kunden sin side sprekker budsjettet til prosjektet uten av forventningene til menneskene som skal bruke løsningen tilfredstilles.
Som konsulenter er vi opptatt av fornøyde kunder. Vi ønsker å bruke all vår tid til å levere verdi til kundene våre. Vi ønsker å bygge opp en portefølje av stamkunder som kommer til oss hver gang de har utfordringer som de ikke klarer å løse alene. Ideelt sett ønsker vi ikke å bruke tiden vår på promotering og salg. Ordrebøkene våre skal være full av oppdrag (forespørsler) fra vår kundebase.
De gangene kunden ikke er fornøyd med gjennomføringen av et prosjekt skyldes det sjelden valg av teknologi eller problemer bruk av denne. Årsaken ligger som regel i at vi bruker for lang tid på å levere noe kunden ikke er fornøyd med. Sett fra kunden sin side sprekker budsjettet til prosjektet uten av forventningene til menneskene som skal bruke løsningen tilfredstilles.
Lever alltid over kundens forventning
En forutsetning til å levere over forventning er at vi virkelig forstår forventningen til kunden. Og ikke bare forventningen til vår kontaktperson hos kunden, men forventningen til alle involverte mennesker hos kunden. Alle
De grunnleggende komponentene i en analyseløsning
Alle analyseløsninger tar utgangspunkt i eksisterende kildedata og presentere innsikt i form av rapporter og dashboards. Skape gull av gråstein så og si. I praksis vil dette dreie seg om data som kommer fra ulike systemer som regnskap, fakturering, timeregistrering, salg og produksjon. Det første vi må gjøre er å samle inn og konsolidere data fra alle de ulike kildene. Deretter strukturerer vi data . I denne prosessen må vi skille klinten fra hveten. Vi må ha en klar oppfatning av hvilke data som er verdifull for analysen. Her handler det først og fremst å forstå behovet selskapet har for innsikt for å kunne ta gode og sunne forretningsmessige beslutninger.
Det er i prinsippet 3 måter man oppnår konsoliderte data:
Det er i prinsippet 3 måter man oppnår konsoliderte data:
- ét felles produksjonssystem for alle kildedata
- én felles database som alle produksjonssystemene benytter
- konsolidere kildedata i et datavarehus
innsamling => konsolidering => modellering => kalkulering => rapportering
Ulike former for analyseløsning
Selv om alle analyseløsninger følger de samme konseptene vil kompleksiteten være veldig ulik. Først å fremst avhengig av mengden kildedata og antall datakilder. Vi skal her se på noen typiske eksempler på analyseløsninger som spenner fra enkle analyser med Excel til omfattende analyser som krever datavarehus og dedikerte analyseverktøy.
Alt i en enkel Excel-fil
Den enkleste form for analyseløsning er Excel hvor all data ligger i tabeller og kalkuleringen skjer i et regneark. Innsikt kan da visualiseres direkte i Excel med ulike former av grafer. En avart av denne løsningen vil være å ha tabeller med kildedata som lastes over i en Powerdatamodell med Power Query. I datamodellen kan så nye kolonner og verdier kalkuleres, hierarkier opprettes og KPI'er defineres. Dataene vil da være i en form som egner seg å analyseres med Pivot Tabeller. Alt dette skjer altså i en enkelt Excel-fil.
KOMPONENTENE I ENHVER ANALYSELØSNING
Vi har sett på hvilke komponenter som inngår i analyseløsningene som vi lager, uavhengig av størrelse og kompleksitet. Fra en enkel Excel-fil som kun en person bruker til et datavarehus for hele konsernet. Disse er komponentene vi kom frem er; innsamling, konsolidering, modellering, kalkulering og rapportering.
Med analyseløsningen er målet å forvandle data til innsikt, eller skape gull av gråstein så og si.
PROSESSEN FOR ENHVER ANALYSELØSNING
I prinsippet er det to tilnærminger til å lage en analyseløsning. Du kan ta utgangspunkt i de tilgjengelige dataene eller du kan ta utgangspunkt i de reelle behovene hos forretningen. Begge leder frem til målet, men løsningen vil bli veldig ulik. Den ene vil være kompleks men fleksibel mens den andre vil være enkel og intuitiv å bruke men også begrenset til e viktigste forretningsbehovene.
Vårt overordnede mål er å skape mest mulig verdi til kunden med minst mulig innsats. Samtidig ser vi at kundene gang på gang ønsker seg en enkel og intuitiv løsning. Vi velger altså å være forretningssentrisk når vi bygger analyseløsninger.
I analyseløsningen er datamodellen grensesnittet mellom IT og forretning. Oppgaven til IT er å levere kildedata på et sølvfat til forretningen. Datamodellen må være enkel og intuitiv for menneskene som jobber på forretningssiden. Da må strukturen og navngivning av dataene være forståelig sett fra et forretningsperspektiv. Det er mindre viktig at IT får en enkel oppgave å hente og tilrettelegge dataene, selv om dette er ønskelig så langt det lar seg gjøre. Men det er underordnet behovene hos forretningen. Vi må gjøre alt vi kan for å unngå at analyseløsningen blir en kuriositet som ingen bruker.
I analyseløsningen er datamodellen grensesnittet mellom IT og forretning. Oppgaven til IT er å levere kildedata på et sølvfat til forretningen. Datamodellen må være enkel og intuitiv for menneskene som jobber på forretningssiden. Da må strukturen og navngivning av dataene være forståelig sett fra et forretningsperspektiv. Det er mindre viktig at IT får en enkel oppgave å hente og tilrettelegge dataene, selv om dette er ønskelig så langt det lar seg gjøre. Men det er underordnet behovene hos forretningen. Vi må gjøre alt vi kan for å unngå at analyseløsningen blir en kuriositet som ingen bruker.