Vikten av att ha en analyskub
Många företag och organisationer har en stor utmaning med att förstå sin inköpsvolym, vilket är grunden för kategoristyrt inköp.
En ”spendkub” kan svara på frågorna om vad som köps, av vem, från vem och när.
För att få en helhetsbild är det viktigt att kunna vrida och vända på datan. Man vill till exempel kunna se sina leverantörer och deras spend utifrån ett specifikt kostnadsställe i kombination med ett konto och en viss period.
Det finns en uppsjö av olika simpla lösningar, där lösningarna har ett bibliotek av olika rapporter/grafer. Tyvärr fyller de långt ifrån allas behov. Vad som sker är att man tvingas exportera ut datan och gör analysen själv i Excel.
Just i Excel börjar många göra sina första spendanalyser - vilket är jättebra! Det finns inget mer flexibelt och tillgängligt analysverktyg på marknaden. Speciellt senare versioner av Excel där PowerPivot och PowerQuery är integrerat.
Dock brukar man med tiden få utmaningar. Vi vill lyfta fram några vi stött på:
- Datamängden
Antalet transaktionsrader växer snabbt, har man inte byggt sin datamodell på ett bra sätt kan det bli segt att hantera miljontals av rader.
Det finns även en operationell risk i och med att förvaltningen av excel-filen blir för individberoende, ofta slutar det med att det enbart är en eller ett fåtal personer som besitter kunskapen att ändra i filen.
- Växtvärk när inköpsorganisationen blir större.
En person vill ha vissa filterval, en annan person andra filter. Det naturliga är då att man tar en kopia av filen. Sedan glömmer man bort att uppdatera och underhålla datan. Det blir till slut en djungel av olika Excelböcker där ingen vet vilken som visar "sanningen".
Därför är det en stor fördel med att bygga upp en analyskub där man säkerställer att alla tittar på samma data, "one single source of truth" - det möjliggör även att flera kan arbeta samtidigt med samma data!
- En annan viktig aspekt är säkerhet.
Man vill dela rätt information på ett säkert sätt, det kan vara med interna, alternativt externa, parter.
I PRO(a)ACT har vi löst detta genom att bygga en analysmodell, "spendkub", i Azure Analysis Services, som alla våra rapporter hämtar data ifrån. Detta möjliggör att våra användare kan vrida och vända på data, både i färdigställda rapporter, och med självbetjäning där användarna bygger egna, skräddarsydda rapporter med vår analysmodell, precis som de vill ha det. Denna teknik är även byggd för att hantera stora datamängder, vilket resulterar i att vi kan hantera våra kunders data på ett effektivt sätt utan att de upplever att rapporterna och analyserna går långsamt.
Vi som har skrivit blogginlägget har tagit fram en molntjänst för intelligent spendanalys, PRO(a)ACT. Med kreditupplysnings- och marknadsinformation om alla företag i Sverige automatiserar vi kategorisering av era kostnader och förädlar datan för att ge er tid att analysera istället för att administrera.
Ni kan prova på tjänsten gratis redan idag genom att besöka vår hemsida och klicka på "Testa gratis!".
En ”spendkub” kan svara på frågorna om vad som köps, av vem, från vem och när.
För att få en helhetsbild är det viktigt att kunna vrida och vända på datan. Man vill till exempel kunna se sina leverantörer och deras spend utifrån ett specifikt kostnadsställe i kombination med ett konto och en viss period.
Exempel från PRO(a)ACT där datat vrids utifrån kalender, kostnadsställe och konto. |
Det finns en uppsjö av olika simpla lösningar, där lösningarna har ett bibliotek av olika rapporter/grafer. Tyvärr fyller de långt ifrån allas behov. Vad som sker är att man tvingas exportera ut datan och gör analysen själv i Excel.
Just i Excel börjar många göra sina första spendanalyser - vilket är jättebra! Det finns inget mer flexibelt och tillgängligt analysverktyg på marknaden. Speciellt senare versioner av Excel där PowerPivot och PowerQuery är integrerat.
Dock brukar man med tiden få utmaningar. Vi vill lyfta fram några vi stött på:
- Datamängden
Antalet transaktionsrader växer snabbt, har man inte byggt sin datamodell på ett bra sätt kan det bli segt att hantera miljontals av rader.
Det finns även en operationell risk i och med att förvaltningen av excel-filen blir för individberoende, ofta slutar det med att det enbart är en eller ett fåtal personer som besitter kunskapen att ändra i filen.
- Växtvärk när inköpsorganisationen blir större.
En person vill ha vissa filterval, en annan person andra filter. Det naturliga är då att man tar en kopia av filen. Sedan glömmer man bort att uppdatera och underhålla datan. Det blir till slut en djungel av olika Excelböcker där ingen vet vilken som visar "sanningen".
Därför är det en stor fördel med att bygga upp en analyskub där man säkerställer att alla tittar på samma data, "one single source of truth" - det möjliggör även att flera kan arbeta samtidigt med samma data!
- En annan viktig aspekt är säkerhet.
Man vill dela rätt information på ett säkert sätt, det kan vara med interna, alternativt externa, parter.
I PRO(a)ACT har vi löst detta genom att bygga en analysmodell, "spendkub", i Azure Analysis Services, som alla våra rapporter hämtar data ifrån. Detta möjliggör att våra användare kan vrida och vända på data, både i färdigställda rapporter, och med självbetjäning där användarna bygger egna, skräddarsydda rapporter med vår analysmodell, precis som de vill ha det. Denna teknik är även byggd för att hantera stora datamängder, vilket resulterar i att vi kan hantera våra kunders data på ett effektivt sätt utan att de upplever att rapporterna och analyserna går långsamt.
Vi som har skrivit blogginlägget har tagit fram en molntjänst för intelligent spendanalys, PRO(a)ACT. Med kreditupplysnings- och marknadsinformation om alla företag i Sverige automatiserar vi kategorisering av era kostnader och förädlar datan för att ge er tid att analysera istället för att administrera.
Ni kan prova på tjänsten gratis redan idag genom att besöka vår hemsida och klicka på "Testa gratis!".