august 18, 2020

Forkerte data fører til forkerte beslutninger

Tilbage til blog

Hvis ikke der er styr på stamdata, kan de analyser du som virksomhed udarbejder ende med at være helt forkerte. Mange dele af værdikæden afhænger af, at stamdata er rigtig, og derfor er der også kommet større fokus på at have styr på den data. Typisk er det udskiftningen fra et gammelt til et nyt ERP-system der bliver anledning til en oprydning i data.

Data er nøglen til effektivisering, automatisering og bedre beslutninger i virksomheden. Men det kræver, at data er troværdig, og det skal der mere end bare et nyt it-system til at sikre.

Alle større virksomheder bliver i dag drevet af et komplekst ERP-system – enterprise resource planning – som holder styr på processerne. Mens det i starten handlede om at få digitaliseret lageret eller overvåge en produktionslinje, er systemerne i dag blevet meget mere omfattende, og binder stadigt flere processer sammen. Og da data er afgørende for automatisering og effektivisering i virksomheden, er data også et nøglepunkt i de store ERP-systemer.

Stigende fokus på masterdata

Før i tiden var systemerne mere begrænsede, og derfor bestod it-implementering i at kigge på virksomhedens processer, mens der ikke var meget fokus på masterdata – den centrale stamdata i forretningen. Der har historisk været en holdning til, at når bare systemet kørte, kunne man hælde nogle data ind og tage den derfra.

Holdningen har dog ændret sig de seneste år, og vi ser en bevægelse mod, at fokus på virksomhedens masterdata i dag fylder mindst lige så meget, som fokus på de processer systemet skal understøtte. Det hænger blandt andet sammen med, at ERP-systemerne er blevet så komplekse, at hvis der ikke er styr på masterdata fra start, så fungerer systemerne ikke.

Der er sket et paradigmeskift inden for ERP-systemer, hvor det nu typisk er det sidste ERP-system, man installerer, fordi det er blevet en dynamisk platform, der hele tiden bliver opdateret.

Kan du stole på data?

Hvis ikke der er styr på stamdata, kan de analyser du som virksomhed udarbejder ende med at være helt forkerte. Mange dele af værdikæden afhænger af, at stamdata er rigtig, og derfor er der også kommet større fokus på at have styr på den data. Typisk er det udskiftningen fra et gammelt til et nyt ERP-system der bliver anledning til en oprydning i data.

Mange virksomheder når dertil, at de ikke længere stoler på egne data. Nogle laver egne, hjemmestrikkede løsninger, lapper lidt på data og håndterer undtagelser i Excel eller andre under-systemer.  Ad den vej bliver det med tiden ekstremt uoverskueligt.

Oprydningen skal være løbende

Derfor er muligheden for at starte på en frisk kærkommen ved installationen af et nyt system, selvom der intet er til hinder for, at virksomhederne løbende kan rengøre deres data. Problemet er bare, at man efter implementeringen hurtigt falder tilbage i ikke at få vedligeholdt data.

Der er sket et paradigmeskift inden for ERP-systemer, hvor det nu typisk er det sidste ERP-system, man installerer, fordi det er blevet en dynamisk platform, der hele tiden bliver opdateret. Det skift er en stor omvæltning for både leverandører og virksomheden selv. Førhen låste man systemets håndtering af processer i opstarten, men nu ændres det konstant via det data, man føder systemet med.

Derfor bliver disciplin og proces omkring masterdata altoverskyggende vigtigt. De kræfter i en virksomhed, der frigives fordi man ikke længere behøver at kigge systemet i kortene, skal nu omdirigeres til at tjekke inputdata, så systemerne ikke sander til i dårlige data.

Dårlige data er dyre

Langt under halvdelen af de support-henvendelser vi får drejer sig om fejl i it-systemet. I stedet skyldes de oftest forkert data i systemet. Det afføder ikke bare frustration og udgifter til at få afhjulpet basale problemer. Man ender i værste fald med, at det ny ERP-system, der skulle bruges til at optimere virksomhedens processer, kommer til at gøre det modsatte – og den udfordring vokser kun i takt med datamængden i digitale virksomheder.

Et nyt ERP-system er ingen garanti for gode data. Derfor er det også altid vores råd at vedligeholde data bedre. Samtidig introducerer vi hjælpeværktøjer, der udnytter megen af den nye teknologi som eksempelvis kunstig intelligens, der er introduceret de seneste år, til at holde data ajour automatisk.