<img src="https://track.adform.net/Serving/TrackPoint/?pm=268420" width="1" height="1" alt="">
 
af Jacob Vald Guldberg | 7. april 2017
  

1 set of numbers: én sandhed på tværs af organisationen med et data warehouse

Kender du det? I er samlet til fællesmøde mandag morgen for at tale den sidste måneds aktiviteter igennem og for at drøfte hvilke aktiviteter, der skal prioriteres i den kommende periode. På mødet deltager repræsentanter fra forskellige afdelinger, da der operationelt samarbejdes meget på tværs af organisationen. Og nu kommer udfordringen så...

...Datasiloer på tværs af afdelinger
Hver afdeling har forberedt sig og har deres egen indsigt med i form af tal, grafer og kvalitativt input i form af meninger fra kunder og medarbejdere. Problemet er bare, at der ikke rigtig er noget af det, der hænger sammen. Så den første del af mødet går med at skabe sammenhæng mellem de tal, der kommer på bordet. Dette gøres ud fra en række antagelser, hvor punkterne forbindes ud fra rationelle forklaringer, typisk fra organisationens mest erfarne medarbejder, chef - eller bare ham, der oftest får eller har mest ret. På baggrund af denne indsigt evalueres der og træffes beslutninger om fremadrettede tiltag. Men tiden for mødet er brugt op og punktet omkring målsætninger må udskydes, da der er uenighed omkring hvad målene skal sættes ud fra. 

Én fælles sandhed på bordet
De mest datadrevne virksomheder i Danmark er de, der har nedbrudt siloerne og som herigennem har formået at skabe et fælles billede af virksomheden på tværs af afdelinger. Det viste undersøgelsen Data-driven allerede i 2015. Samtidig havde analysen året før vist, at mange virksomheder havde den primære tekniske udfordring, at de ikke havde nogen fælles data-platform. Så hvis virksomheder skal have et fælles billede, skal der skabes et fælles sted at hente indsigten! Og netop derfor er virksomhedens data warehouse i dag mere relevant end nogensinde.

Et centralt data warehouse med frihed til brugerne
Et data warehouse er en central database skabt til det formål at samle de vigtigste centrale data på tværs af virksomhedens systemer, så virksomhedens brugere kan tilgå disse data ét sted fra. At data altid er rene og valide sikres gennem én fælles datamodel og en begrebsmodel, der giver mening for brugerne. Et data warehouse er samtidig designet til at være super hurtigt, når der skal laves analyser og rapporter. Dette er den store forskel fra mange af de såkaldte operationelle systemer (f.eks. ERP, CRM, MES osv.). Disse er designet til at være hurtige, når brugerne skal arbejde i de tilhørende brugergrænseflader, men bliver ofte udfordret, når der skal hentes data og indsigt ud af dem. Gennem BI-værktøjer som fx Tableau og Power BI, har brugerne frihed til at kombinere de centrale validerede data, med eksterne datakilder eller fx seneste udtræk fra en kundeundersøgelse. Idéen er netop, at man ved at sikre en hybrid tilgang til data, altid har de centrale data på plads og samtidig lader brugerne have frie rammer til at kombinere data warehouse data med andre kilder. Man kan i den forstand tale om at hele forretningen kan være med til at kvalificere nye KPI’er og måltal til data warehouse.

Point of departure: Forretningsmæssige begreber!
Ved at samle data på tværs af afdelinger og forretningsområder, og ved at blive enige om, hvilke forretningsbegreber, der anvendes, nedbryder virksomheden siloerne på tværs af afdelinger. Og derfor er det også vigtigt, at dette arbejde sker med afsæt i forretningen og de tilhørende udfordringer - mere end i en teknisk tilgang. I Inspari ser vi, at de bedste processer omkring opbyggelse af data warehouse starter med en kortlægning af forretningsmæssige begreber. Det kalder vi for begrebsmodellering og er en teknik anvendt i forbindelse med workshops, som vi i Inspari altid har anvendt. Fordelen er, at vi kan samle interessenter fra forskellige afdelinger og skabe et fælles sprog med afsæt i virksomheden. Det skaber det perfekte fundament for det efterfølgende mere tekniske arbejde. Og så oplever de virksomheder, som vi har arbejdet med, at det lærer dem utrolig meget om virksomheden, netop fordi vi arbejder på tværs af siloer. 

Mindre self-cleaning, mere tid til værdifulde analyser 
BI-verdenen oplever i dag mange nye værktøjer med fokus på, at brugerne skal kunne mere og mere selv. Med self-service værktøjer skal brugerne have fokus på at skabe nye indsigter via visualiseringer og kryds af data, frem for at bruge tiden på at skaffe, rense og bearbejde data. Præcis den proces, som Excel-brugere har brugt meget tid på i årevis. Med et solidt og omfattende data warehouse automatiseres denne proces, og tiden kan for forretningsbrugeren i stedet bruges på at skabe indsigt og innovation. Men det kræver, at man holder sit data warehouse opdateret og sikrer, at det ikke blot indeholder traditionelle data som økonomi, salg og lager. Data-driven '16 viser, at de virksomheder, der har størst udbredelse og anvendelse af deres BI-værktøjer, også er de virksomheder, der sikrer, at alt data er tilgængelig i deres data warehouse.

Med et solidt data warehouse og moderne BI-værktøjer undgår man møder som det beskrevet indledningsvist. Én fælles dataplatform i virksomheden giver mulighed for at gøre op med mavefornemmelser og retter fokus mod fremtidige handlinger og bedre beslutninger. 

I Inspari laver vi business intelligence og data analytics. Og vi kan også hjælpe dig med arikitektur i dit næste data warehouse, eller vi kan teste og tjekke security på dit eksisterende. Brug for mere inspiration? Læs om, hvordan du kan styrke din forretning med BI.

data business intelligence analytics