Operationele analytics - de ROI die u mogelijk mist

De stand van zaken

De afgelopen 20 jaar heeft er een revolutie plaatsgevonden op het gebied van planning en analyse. Grote en kleine organisaties vervangen paradigma's voor één gebruiker (meestal Excel) door informatiegerichte oplossingen voor meerdere gebruikers. Hierdoor kunnen financiële afdelingen hun planning en analyse op een vertrouwde, gecentraliseerde en controleerbare manier beheren.

Deze oplossingen zijn gemakkelijk te verkopen geweest voor leveranciers naarmate planningscycli complexer (en tijdrovender) werden en de eisen voor interne en externe rapportage toenamen. Deze oplossingen belandden echter vaak in silo's op financiële afdelingen met weinig kans om eruit te breken. De betere oplossingen werden echt door het bedrijf beheerd en financiële professionals pasten hun Excel-vaardigheden toe op OLAP en gingen uiteindelijk zelf aan de slag, vaak zonder enige verwijzing naar IT-afdelingen. Hier ligt een kans voor het delen van technologie.

Kansen
De technologie waarin grote en kleine bedrijven hebben geïnvesteerd is vaak krachtig, soms zelfs enorm krachtig, en in staat om veel meer te doen dan het maandelijks verzamelen van budgetten of actuele/voorspellende rapportages. Immers, als je dat allemaal tot op zekere hoogte in Excel kon doen, dan deed je dat waarschijnlijk al. Dat zou je niet moeten doen, maar het zou kunnen.

Als je al hebt geïnvesteerd in een capabele, multidimensionale (OLAP) oplossing, wat als je die ook zou kunnen gebruiken om activiteiten tot in detail te modelleren? Neem het detailniveau tot op SKU, product, service, medewerker, kleur, maat of dag. In wezen neem je de meest volatiele P&L-lijnen en analyseer je ze in detail. Geef jezelf de kans om te reageren op trends voordat ze zich voordoen. Wat als je financiën en bedrijfsvoering zou kunnen samenvoegen tot één echt model van je organisatie? Er zullen natuurlijk uitdagingen zijn, maar daarover later meer.

Operations
Operational Analytics is geen nieuw concept en maakt deel uit van een complete CPM-oplossing, maar staat bij de meeste bedrijven lager op de prioriteitenlijst dan Financial Analytics. Dat is begrijpelijk; financiële resultaten moeten worden gerapporteerd aan belanghebbenden en regelgevers en door de onophoudelijke cyclus van financiële planning en rapportage heeft het financiële team weinig tijd om te onderzoeken wat ze nog meer met CPM zouden kunnen doen.

Operationele afdelingen hebben heel andere behoeften. Hoewel het belangrijk is om financiële plannen en resultaten aan de financiële afdeling te leveren, zijn ze meer geïnteresseerd in de gedetailleerde planning van middelen, productvoorraden, werknemers en in het zoeken naar trends in de winstgevendheid van producten, klantentrouw of andere statistieken. Terwijl de financiële afdeling zich tevreden stelt met de vraag "hoe doen we het" op een samenvattend niveau, moeten de operationele afdelingen het "waarom" onderzoeken op een gedetailleerd niveau, met de mogelijkheid om uitschieters in hun gegevens te vinden die verloren zouden gaan in samengevatte informatie. Waarom is een product, dienst, divisie, klant, winkel of vertegenwoordiger succesvoller, winstgevender en waardevoller dan een ander? Kan je bedrijf deze vraag nu beantwoorden? Op tijd om een plan aan te passen?

Uitdagingen
De overstap van een puur financieel analysemodel naar een model dat ook operations omvat zal niet zonder uitdagingen zijn; dit zijn verschillende oplossingen, met verschillende behoeften en verschillende belanghebbenden.

• Finance Breakout - Financiële oplossingen zijn vaak eigendom van en worden beheerd door de financiële afdeling. Je zult de buy-in van een bredere groep moeten omarmen, inclusief operations en waarschijnlijk IT. Je kunt een cross-functionele Centre of Excellence aanpak overwegen die alle Analytics in het bedrijf ondersteunt.
• De gegevensuitdaging - Operationele gegevens zullen een orde van grootte groter en complexer zijn, en mogelijk minder schoon dan je nu hebt. Ze kunnen afkomstig zijn van veel ongelijksoortige systemen en IT-ondersteuning nodig hebben om ze te verzamelen. Maar het zal de moeite waard zijn.
• Softwaretools - Als uw huidige Financial Analytics-oplossing niet toonaangevend is, niet op OLAP is gebaseerd en niet op standaarden is gebaseerd, dan kan deze de extra eisen en gebruikers misschien niet aan. U hebt ondersteuning nodig voor veel "dimensies" voor analyse, ondersteuning voor grotere aantallen gebruikers, gegevensattributen, meerdere hiërarchieën en meer. Een typische operationele "kubus" kan 20 dimensies hebben voor analyse en septiljoenen (1024) potentiële gegevenspunten of meer. Ik weet het, ik heb ze gezien.

Samenvatting
Als u een bestaande Financial Analytics-gebruiker bent, dan zou het een gegeven moeten zijn om te beoordelen hoe u uw huidige investering in analytics kunt gebruiken om uit te breiden naar Operational Analytics; hopelijk kan de oplossing die u kiest u ondersteunen. Als het Prophix is, dan kan dat zeker.

Als Analytics nieuw voor je is, vraag je dan af welk startpunt - financieel of operationeel - waarschijnlijk de beste ROI biedt. Nadat je hebt geprobeerd een ROI te bouwen voor financiële planning, weet je misschien het antwoord!

Binnenkort
Dit is de eerste in een reeks blogs over dit onderwerp. Binnenkort volgt meer informatie over de uitdagingen en realiteiten van het implementeren van Operationele Analytics in bedrijven in het middensegment van de markt. Dus let op!