Brug Business Intelligence til at træffe bedre beslutninger i forsyningskæden

“Business intelligence” blev først opfundet af Richard Millar Devens i hans Cyclopædia of Commercial and Business Anecdotes i 1865. Devens brugte det til at beskrive, hvordan bankmanden Sir Henry Furnese tjente penge ved at handle hurtigt på markedsindsigter før sine konkurrenter.

Med et team af business intelligence-specialister i hele Holland, Flandern, Frankrig og Tyskland holdt Furnese sig orienteret om slagene under niårskrigen. Det gav ham et forspring, da han var den første, der fik kendskab til vigtige begivenheder som Namurs fald. Bevæbnet med disse eksklusive oplysninger spillede han på børsen i London som en professionel, lod sine rivaler i stikken og indkasserede store fortjenester.

Både i det fjerne 19. århundrede og i dag er det vigtigt at kunne bruge alle tilgængelige data til gavn for vores virksomhed.

Når vi taler om Business Intelligence, mener vi ikke Excel, SQL, Power BI, Tableau eller Python.

Business Intelligence er ikke et værktøj, men snarere din evne til at opdage mønstre i data og træffe beslutninger, når du har omdannet dem til brugbar indsigt.

Business Intelligence-pyramiden

Vi kan beskrive BI-processen ved hjælp af BI-pyramiden. Data er pyramidens base, så datahåndtering er afgørende.

Dataanalyse starter med en ledelsesstrategi: Hvad skal dataenes rolle være? Hvem skal analysere dem? Hvem er ansvarlig for dataejerskab?

Det skal bemærkes, at dataanalytikere bruger ca. 75 % af deres tid på at behandle data, før de kan bruges til analyse.

Dataene skal derefter omdannes til information. Vi kan f.eks. analysere data for en varekategori for at bestemme det optimale lagerniveau.

Disse data omdannes til information, som giver os viden. Når vi forstår en kundes, en leverandørs eller en produktgruppes adfærd, kan vi handle for at skabe forbedringer.

Hvis f.eks. en bestemt leverandørs leveringstider varierer betydeligt, kan vi finde en alternativ leverandør.

Så vi kan definere BI som dataindsamlings- og analyseprocessen og de efterfølgende processer, der fører til præstationsforbedringer.

Fordele ved business intelligence

Business Intelligence har mange fordele:

Opnå et holistisk syn

Gennem Business Intelligence kan vi hurtigt oprette mange rapporter. Disse rapporter giver os mulighed for at analysere alle data i realtid, identificere mulige problemer i vores virksomhed og opdage tendenser og mønstre i forbindelse med forretningen.

Informer om strategiske beslutninger

Business Intelligence muliggør informerede strategiske beslutninger understøttet af data. Det letter visualiseringen af indsigter for at forbedre vores forståelse af information og dermed bedre beslutningstagning.

Hurtig og præcis rapportering

Ifølge BI-Survey siger 64% af virksomhederne, at business intelligence hjælper dem med at generere rapporter og analysere data mere smidigt. Ved at anvende business intelligence kan virksomheder visualisere data i diagrammer, tabeller og grafer i realtid, hvilket giver dem mulighed for at handle hurtigere.

Identificering af tendenser og mønstre

En væsentlig fordel ved Business Intelligence er muligheden for at træffe datadrevne beslutninger. Det skyldes, at det giver værktøjer til at opdage tendenser og mønstre. Det gør det muligt for organisationer at få en bedre forståelse af deres forretning og det miljø, de opererer i.

Metode til at generere business intelligence

Vi går nu videre til at udforske metoderne til at generere Business Intelligence. Her vil vi gennemgå de forskellige faser i processen for at nå dette mål.

Dataudtræk, -transformation og -indlæsning

Dette trin kombinerer data warehousing- og ETL-processer: Udtræk, transformering og indlæsning. Det er processen med at indsamle, rense og omdanne data fra flere kilder til et format, der er egnet til analyse.

Opbevaring af data

Vi opretter et centralt lager, hvor forretningsdata opbevares, så de er tilgængelige og kan analyseres.

Analyse af data

På dette tidspunkt går vi videre med analysen, og vi kan nu bruge teknikker og værktøjer som Python, Power BI eller andre til at udforske, visualisere og udtrække viden fra dataene.

Oprettelse af rapporter og dashboards

Vi giver en visuel præsentation af data og nøgleindikatorer (KPI’er) for at lette overvågningen af virksomhedens præstationer.

Hvad skal vi bruge for at komme i gang med Business Intelligence?

Så hvad skal vi bruge for at starte vores BI-rejse? Vi er nødt til at omsætte data til information.

Vi vil bruge teknikker og værktøjer til at udforske, visualisere og udtrække viden fra data. Med andre ord vil vi bruge hele BI-pyramiden.

Vi bruger ETL-processen og opretter rapporterne ved hjælp af grafiske værktøjer som Tableau og Power BI. Dette vil skabe en rapport, der fortæller en historie og giver os mulighed for at visualisere data og KPI’er for at lette overvågningen af virksomhedens resultater.

Derfra vil vi træffe vidensbaserede operationelle, taktiske og strategiske beslutninger.

Men hvis det skal lykkes, skal hele processen understøttes af robust datastyring.

Datahåndtering for at generere Business Intelligence

Du har måske hørt udtrykket »skrald ind, skrald ud«. Det betyder ganske enkelt, at hvis du putter skrald ind i processen, får du skrald ud.

Der er tre elementer, man skal overveje, når man udfører datahåndtering.

Databevidsthed er nødvendig. Det vil sige, at vi skal definere datas rolle i vores drift, hvem der skal udføre planerne, hvem der er ansvarlig for data, og hvem der er ejer.

Det indebærer, at data skal være nøjagtige, komplette, pålidelige og konsistente. Det betyder også, at man skal arbejde med datatilgængelighed, styring af datadefinition og datasikkerhed. Data er af stor værdi og skal være sikre.

Data og KPI’er skal være konsistente på tværs af organisationen. Hvis vi ikke har klare og ensartede oplysninger, vil de forskellige dele af virksomheden diskutere forskellige begreber og måleenheder, og det hele vil blive et stort rod.

Datastyring er en kombination af strategier, mennesker og processer, som skal afstemmes efter et fælles mål: datakvalitet.

Ansvaret for dette ligger hos ledelsen og medarbejderne. Generelt er det meget enkelt: Genererer en medarbejder data? De skal derfor også eje disse data.

Business Intelligence i forsyningskæden

Lad os nu diskutere forholdet mellem Business Intelligence og forsyningskæden mere detaljeret. Lad os starte med at spørge os selv, hvorfor vi har brug for BI i forsyningskæden.

For det første spiller forsyningskæden en central rolle i alle organisationer, og styring af forsyningskæden er vanskelig. Lagerstyring er også meget kompleks. Den involverer en række indbyrdes forbundne aktører, f.eks. leverandører, vores interne teams og vores kunder.

Derfor skal det være en strategisk prioritet. Hvis forsyningskæden ikke har denne relevans, vil vi reducere vores virksomheds effektivitet. Derfor er det vigtigt at dele information om forsyningskæden. Derfor er BI-processen så vigtig for forsyningskæden og lagerstyringen.

Aspekter af måling af supply chain performance med Business Intelligence

Det er vigtigt at sætte mål for KPI’er relateret til forsyningskæden og lagerbeholdningen på forhånd.

I den forbindelse er det vigtigt at vide, hvordan KPI’erne er defineret. KPI’er i lagerplanlægning kan ikke isoleres. Lagerplanlægning består hovedsageligt af 3 indbyrdes forbundne aspekter:

• Det serviceniveau, der leveres til kunden.
• Krav til lagerbeholdning.
• Kapacitetsbegrænsninger for mennesker og ressourcer.

Disse tre aspekter hænger altid sammen, og det er vigtigt at overvåge alle tre indikatorer samtidig. Hvis du kun fokuserer på ét område, vil du uundgåeligt få suboptimering på et af de andre.

For eksempel er det tilstrækkeligt at stoppe bestillingen, hvis målet er at reducere lagerbeholdningen og øge omsætningshastigheden. Men hvis du ikke måler serviceniveauet, som dikterer lagerbehovet, kan du nå ét mål, men gå glip af dine andre kritiske mål.

Et andet eksempel er, at hvis målet er at forbedre servicen, kan vi opnå det ved at investere i lager, men så ryger lagerbeholdningen i vejret.

Alt hænger sammen, og der skal findes en balance.

Vi skal diskutere grundlæggende forretningsstrategier for bedre at forstå denne sammenhæng mellem forretningsmål.

Forretningsstrategier i forsyningskæden

Produktledelse

For at opnå lederskab på dette område skal du forsøge at få det bedste produkt igennem:• A major technological innovation.

• Et overlegent brand-image.
• Bedre tid til at komme på markedet end konkurrenterne.

Hvis vores strategi er produktlederskab, skal vi have en hurtig og smidig forsyningskæde, hvor produktsortimentet hele tiden ændrer sig, og hvor vi skal holde øje med de produkter, der bliver til overs. Det vigtigste element at holde øje med vil være overlager.

Ledelse af service

Den anden mulige forretningsstrategi er at være i stand til at give det bedste serviceniveau. Det vil sige kundeintimitet:

• Dette indebærer høj kundetilfredshed.
• At yde maksimal service med det nødvendige lager og endda integrere det med kundens systemer.

For at være førende inden for service skal vi have en pålidelig og smidig kæde, hvor produktsortimentet imødekommer forskellige kundebehov. Derfor er vi nødt til at overvåge udstrømningen af varer, og hvordan vi betjener kunden. I disse tilfælde er serviceniveauet den førende indikator for sporing af forsyningskæden.

Omkostningsledelse og operationel ekspertise

Den tredje strategi er operationel ekspertise. Det vil sige at være i stand til at operere med de lavest mulige omkostninger. For at opnå dette har vi brug for følgende:

– En høj grad af pålidelighed
– En fokuseret portefølje
– Fokus på de samlede ejeromkostninger

Endelig, hvis vores strategi er omkostningslederskab – dvs. operationel excellence – skal vi have en passende forsyningskæde, hvor produktsortimentet er effektivt og fokuseret, og hvor vi bliver nødt til at overvåge omsætningsniveauet.

For at give et eksempel på hver af disse strategier kan vi tænke på Apple som produktlederskab, El Corte Inglés som servicelederskab og nogle discountkæder som omkostningslederskab, med meget få valgmuligheder for hver produkttype og meget kontrollerede omkostninger.

Det er vigtigt at definere en klar strategi, for uden en sådan ved man ikke, hvor man skal fokusere.

Hvilke KPI’er for forsyningskæden er relevante for vores business intelligence?

Lad os se, hvilke KPI’er for forsyningskæden vi bør måle med vores Business Intelligence-proces.

Hvis vi ønsker at måle forsyningskædens samlede præstation og tænke på mere fælles og forståelige indikatorer for hele organisationen, bør vi fokusere på følgende:

• Tilgængelighed
• Dage på lager
• Omsætning på lager
• Lagerets værdi
• Serviceniveau
• Overlager
• Ikke på lager.

Som tidligere nævnt må man aldrig kun se på én KPI. Du skal se på flere, så supply chain management ikke bliver ubalanceret.

Det andet element, der skal kontrolleres, er prognosen. For at forhindre det vil vi bruge prognosenøjagtighed, analysere mønstre på et grupperet niveau efter segment eller produktkategori og styre kampagner eller særlige begivenheder.

Det tredje element er indkøbsstyring, hvor vi overvåger afvigelsen mellem ordrerådgivning og afgivne ordrer, advarsler om brud og overskudslagre samt antallet af åbne ordrer og deres opfyldelsesgrad.

Det er også vigtigt at overvåge leverandørernes præstationer. Til det formål overvåger vi OTIF (On time in whole eller ordrer, der leveres til tiden og i alt) og CVP (Percentage of confirmed volume), som er en mindre kendt og mindre krævende måling, der beregner leverandørens godhed som en procentdel af opfyldelsen. Hvis vi f.eks. bestiller 100 kasser, og leverandøren leverer 90 kasser, vil det være et 0 for OTIF-målingen, men et 90 % for CVP-målingen).

Med disse data kan vi lave en rangordning af leverandørerne.

For at lave en god analyse er vi nødt til at strukturere rapporterne for at se KPI’erne efter relevante dimensioner (enten efter kategorier, lagre, planlæggere osv.). Du skal også vælge de KPI’er, du vil fokusere på, og definere de relaterede handlinger for at forbedre dem.

Anbefalinger til en god Business Intelligence-proces

Lad os starte med de fem kritiske trin til at skabe en effektiv business intelligence-proces.

1) Fremskynd indførelsen af Business Intelligence med SMARTe mål

Organisationens mål skal være SMART: specifikke, målbare, opnåelige, realistiske og tidsbegrænsede. Et eksempel på et SMART-mål kunne være: »Vi ønsker, at mindst 80 % af lederne skal træffe beslutninger ved hjælp af BI i løbet af de næste 12 måneder.« Dette er specifikt, målbart, opnåeligt, realistisk og med en klar tidsramme.

2) Analyser de kritiske komponenter for at indføre business intelligence

Vi skal overveje de kritiske elementer i virksomheden: mennesker, processer og teknologiske værktøjer.

Når vi tænker på mennesker, skal vi skabe ejerskab og ansvarlighed med klare projektsponsorer og ledere. Derudover skal holdene have de nødvendige tekniske færdigheder og uddannelse.

Vi kan tænke på datahåndteringsprocesser, datastyring og muligvis forandringsledelse.

Endelig skal vi vælge, hvilke værktøjer vi skal bruge, f.eks. Power BI, Tableau, Python eller andre.

3) Styr uden om rapporteringsjunglen

Vi skal undgå at skabe en jungle af rapporter. Ellers bliver det umuligt at »se skoven for bare træer« – eller også bliver vi simpelthen lammet af overanalyse.

Vi behøver ikke at skabe en ny rapport til ethvert behov; vi kan genbruge de eksisterende. Det er vigtigt at definere formålet med en rapport, før man begynder at udvikle den.

Man skal være omhyggelig med detaljerne og sætte KISS-mål. Med andre ord: Keep It Simple and Stupid… Lad os prøve at holde alt så enkelt som muligt.

Når du overvejer, om du skal oprette en ny rapport eller ej, så spørg dig selv: Er det vigtigt? Hvis ikke, så lad være.

4) Overvej forskellige informationskrav.

Vi skal tage højde for forskellige informationsbehov. Hver del af virksomheden har brug for information på forskellige niveauer.

Vi kan levere flere detaljeringsniveauer i hver rapport, så hver afdeling hurtigt får de oplysninger, den har brug for. Det, virksomhedsdirektøren leder efter, er ikke det samme som det, supply chain controlleren eller den person, der styrer prognose- eller indkøbsprocessen, leder efter.

5) Undgå de almindelige BI-faldgruber.

Endelig er det vigtigt at undgå uundgåelige, almindelige fejl.

Den første er behovet for større ansvarlighed for datakvalitet. For at tackle dette problem skal man etablere en klar RACI-matrix.

Det andet er behovet for datadefinitioner. Som en korrigerende handling ville vi redigere en komplet liste over definitioner.

Den tredje fejl ville være at have lav datakvalitet. For at rette op på dette problem er vi nødt til at skabe opmærksomhed og datastyring.

Den fjerde fejl er, at kun nogle mennesker deler den værdi, som data bør have. Vi ville tackle dette problem med kommunikation og træning samt ved at kommunikere fordelene ved BI og konsekvenserne af utilstrækkelige data i hele organisationen.