Drømmen om Self-Service Business Intelligence

Lidt historie

Ønsket om at anvende Self-Service Business Intelligence er langt fra nyt. Mange vil mene, at det for alvor har været anvendt siden introduktionen af pivottabeller i Excel – nogle vil endda mene siden introduktionen af regneark.

Denne måde at anvende Self-Service Business Intelligence medførte en række udfordringer, som en del stadig lider under den dag i dag. Manglende management gjorde, at ingen havde det egentlige overblik over hvilke løsninger, der fandtes og blev anvendt, og nogle oplevede ”rapportkaos”, hvor mange af de udviklede rapporter stort set viste det samme - og der fandtes utallige kopier.

Desuden var der spørgsmålet om datakvaliteten og validiteten af de udarbejdede rapporter og analyser.

Den nyere historie

De senere år er der igen kommet et stort fokus på Self-Service Business Intelligence. Markedet er ikke mindst drevet af Microsofts introduktion af Power Pivot og Power Query og siden af Power BI.

Men også erkendelsen af de traditionelle Business Intelligence løsningers begrænsninger i en verden med mere og mere fokus på data har gjort, at virksomhederne har fattet interesse for mere smidige løsninger. Og dette, kombinereret med en særdeles effektiv markedsføring af værktøjerne, har fået interessen hos virksomhederne til nærmest at eksplodere.

Men lover leverandørerne for meget og er værktøjerne i virkeligheden blevet ”oversolgt”?

Er virksomheden klar til Self-Service Business Intelligence?

Den overordnede og meget forenklede definition af Self-Service Business Intelligence er, at brugerne selv kan lave ad-hoc rapporter og analyser uden at involvere IT-afdelingen.

Processen i Self-Service Business Intelligence minder i høj grad om processen i en Enterprise BI løsning - bare i mindre skala. Og den første opgave er at identificere de datakilder, der skal anvendes. Dette kaldes for ”Data Discovery”. Hvilke data er stillet til rådighed og hvilke data kan og må du anvende? Er der adgang til de data du skal bruge? Og hvad med kvaliteten af data? Hvis data hentes fra et Data Warehouse/Data Mart vil kvaliteten typisk være høj. Data fra transaktionssystemer, tekstfiler og Excel kræver typisk en oprensning af data ift. datatyper, fejl i data osv.

Forvent derfor, at der skal bruges megen tid på at gøre data og datamodeller klar til at understøtte dine ønskede rapporter og analyser. Og hvad hvis de ønskede data ikke er til rådighed? Tro ikke, at du får direkte adgang til jeres ERP eller CRM-system; men at du bliver nødt til at bede IT-afdelingen om at få stillet de ønskede data til rådighed gennem f.eks. views eller en kopi af data i en særskilt database. Og hvor godt er det at basere en løsning delvist på data i Excel? Bliver filen pludselig flyttet eller ændret, så den næste opdatering fejler? Og hvor godt er de forskellige datagrundlag beskrevet og dokumenteret? Ved du hvad de forskellige tabeller og kolonner indeholder?

En af fordelene ved Self-Service Business Intelligence er uden tvivl muligheden for at udvikle ad-hoc rapporter og Data Mash-up. Men hvis løsningen fremadrettet skal understøtte virksomhedens beslutninger, er der nogle overvejelser du skal gøre dig omkring de anvendte datakilders ”stabilitet” og management.

Er der styr på deling af rapporter og analyser? Hvordan undgår vi ”Excel-tilstande” hvor filer vandrer igennem systemet i mails og foldere? De fleste Self-Service Business Intelligence løsninger understøtter muligheden for administration og management enten ”on-premise” eller i ”skyen”, og det er vigtigt at holde styr på hvilke rapporter og analyser, der anvendes og sikre, hvem der har adgang til disse.

Er virksomhedens medarbejdere klar til Self Service Business Intelligence?

Ifølge leverandørerne af de forskellige Self-Service Business Intelligence værktøjer kan alle udvikle fleksible rapporter og analyser og få værdifuld indsigt i data på få minutter - og ofte uden at skulle skrive en eneste linje kode - lige så snart de har adgang til deres værktøjer. Lyder det for godt til at være sandt? Så er det også ofte sådan det forholder sig.

For at kunne lave rapporter og analyser, hvor der skal udtrækkes data, tilrettes og målrettes en datamodel og visualisering af data, kræver det en lang række kompetencer, som langt de fleste almindelige brugere ikke har.

Vores erfaringer viser, at det især er modellering af data og de efterfølgende ønskede beregninger, der er udfordrende. I virksomheden er det typisk kun 5% af medarbejderne, der er det vi kalder ”Power Users”. Så forvent, at langt fra alle kan blive ”selvkørende”. Så en majoritet af medarbejderne skal altså uden tvivl have et kompetenceløft.

Opsummering

Som du kan læse i det foregående, så kræver det planlægning at implementere Self-Service Business i virksomheden. Der er ingen tvivl om potentialet; men gøres det ikke rigtigt, så risikerer du, at tingene bliver dyrere og mere ineffektive og besværligere end før.

Derfor skal du gennemtænke alle dele af processen. Hvordan stiller jeg data til rådighed - og hvilke data anvendes? Hvor mange af mine medarbejdere skal opkvalificeres, så de kan arbejde med datamodeller og formler? Hvordan styrer jeg deling og adgang til rapporter?

Involveringen af IT-afdelingen er stadig vigtig. Deres opgaver bliver at levere data og administrere jeres Self-Service Business Intelligence løsning.