Jag älskar BI. Ända sedan jag var ung så har jag älskat tabeller och saker som hjälper mig förstå och planera.
Något som är märkligt är att så många företag ännu inte har med det i sina rutiner.
Såväl stora som små.
Men det där med BI kan vara svårt.
Hur vi presenterar samma siffror kan ju tolkas på helt olika sätt.
Och vilken data som är tillgängliga ska vi egentligen använda oss av? Idag finns det ju ofta på tok för mycket data, och ännu värre, det är väldigt enkelt att plocka in extern data utöver vår egen.
Har historisk genomsnittstemperatur där kunderna befinner sig något att göra med bokföringen egentligen?
Och var går gränsen mellan BI och statistik om det finns någon sådan?
Många förknippar BI med ekonomi, inköp & sälj och glömmer bort lager, butiker och produktion.
Ekonomi, köp och sälj säger ju lite sig själv. Man tittar på trender, debit och kredit, kanske kommit så långt att man använder AI för framtida prognoser.
Lagret kollar många på med statiska gamla rapporter, men det är ju inget som faktiskt hjälper dom på lagret, eller inköp och sälj. Eventuellt har man skärmar som visar hur många ordrar som är liggande.
Hur är det med datainsamling på enkla saker som dåliga streckkoder, skadade kartonger, dåligt förpackat?
Sparas det ned så att inköpare får informationen från lagret och kan använda i kommunikation med leverantören utan att behöva säga mellan tummen och pekfingret, eller bara kunna påvisa trasiga produkter?
Används statistiken för att mäta plockhastigheten så att det går så snabbt som möjligt? Ställer man den då i relation till mängden returer och tiden på varje returhantering, eller för den delen, tittar på kundnöjdhet på nätet eller noteringar på sälj-avdelningen.
Frekvensstyrning av lagret via rapporter som ger tips om åtgärder för att effektivisera plock, men hur skulle det vara med ett förslag som säger att nästa vecka är det nog bra om ni har flyttat fram dessa artiklar när ni har tid över.
Det vanliga som jag har ser är att sälj-avdelningen klagar på lagret att dom plockar fel eller kanske för långsamt, lagerchefen pratar med personalen och börjar se över system för att säkra sina plock med en hårdare verifiering av plats och artikel via streckkoder. Upptäcker då att det går långsammare.
Hur ställer man plocksäkerhet mot kundnöjdhet?
Vad väger tyngst för kunderna? Att varan skickas dagen efter, eller att dom får fel vara?
Liknande kan det vara för produktion, det finns ofta information som man kan använda men det kan vara svårt att få tag på den, eller för den delen veta hur man egentligen ska använda den.
Något som också är intressant är retail, dom använder ofta statistik för att maximera försäljning.
Självscanning i butikerna som gör att dom kan kartlägga hur vi rör oss i butikerna. På så sätt kan dom enkelt flytta på hyllor som gör att vi passerar nya produkter som vi aldrig insett att vi behöver. Se trender på vilka hyllgavlar som erbjudanden säljer bäst på och sätta artiklar som normalt inte säljer så bra där med ett litet erbjudande och vips så når dom en ny kundkrets.
Även med kameror kan man noggrannare följa kunden i butiken för att kartlägga rörelsemönster.
Eller bara enkla saker som att se när kunderna är i butiken så man kan planera för kassapersonal såväl som när påfyllning av hyllorna ska göras så att kunderna störs så lite som möjligt av kartonger och lastpallar i gångarna.
BI finns för alla storlekar på företag. Från dom små som kanske använder excel med data från enkla system, eller färdiga rapporter i ett enkelt erp-system, till dom stora jättarna som har datalager på datalager, som samlar in information från världens alla hörn, användarna är super-users som med datat använder verktyg för att bygga sina egna rapporter och dashboards för att fördela dessa med rätt restriktioner till kollegor över hela världen med ett knapptryck.
Hur ser ni på BI i ert företag?
Använder ni er av datat ni samlar på er eller finns det en spännande framtid att utforska?