Hent 10 procent på bundlinjen med gode stamdata

Hent 10 procent på bundlinjen med gode stamdata

Valide data er en forudsætning for at træffe informerede ledelsesbeslutninger og styrke innovationskraften. Er det ikke argument nok for at indføre en Data Management strategi, kan det måske overbevise, at bundlinjepotentialet er i retning af 10 procent.

Jan Irring Larsen

Columbus
Lead Solution Architect
; 02.04.14    : 15:48
Valide data er en forudsætning for at træffe informerede ledelsesbeslutninger og styrke innovationskraften. Er det ikke argument nok for at indføre en Data Management strategi, kan det måske overbevise, at bundlinjepotentialet er i retning af 10 procent.

Jeg har før slået fast at valide stamdata er en forudsætning for at anvende Business Intelligence til at understøtte ledelsesbeslutninger – og at et transparent billede af virksomhedens faktiske situation styrker innovationsevnen.

Men også i forhold til de administrative processer rummer en strategi for Data Management et stort potentiale for lavere gennemløbstid og øget indtjening. I første omgang må vi forstå, hvad potentialet er. Hvordan problemerne opstår – og hvilke krav man derefter skal stille til teknik og governance for at få en strategi der virker.

Shh - vi er stødt på et problem

Forestil dig, at råvareudnyttelsen i en af en dine produktionsprocesser varierer mellem 20 og 50 procent på samme råvarekvalitet. Eller et af dine procesanlæg er fejlmeldt i 30 procent af den tid, det burde være til rådighed for produktion.

Hvad gør du? Beskriver du handlingsalternativer og fremlægger en business case, hvor du anbefaler fremgangsmåder, hvilke ressourcer det vil kræve at løse problemet, samt hvilket resultat man kan forvente.

Eller … prøver du mon at slippe godt fra at forklare fabriksledelsen, den adm. direktør eller bestyrelsen, at det må vedkommende bare leve med, for problemstillingen er ikke sexet nok til, at du vil gøre noget ved den?

Jeg er ikke et sekund i tvivl om, at du vælger at imødegå og løse problemerne. Sådan tænker rationelle produktionsplanlæggere, ingeniører, Supply Chain folk og fabriksledere.

Men det rejser nu alligevel en interessant problemstilling. Er det fordi, at det er usexet at lægge en Data Management strategi, at så mange ignorerer det kæmpe effektiviseringspotentiale, der ligger i at indføre en effektiv Data Management strategi?

10 procent på bundlinjen - det har sexappeal

Professor ved Syddansk Universitet, Jan Stentoft Arlbjørn, lufter i et interview med SCM-magasinet hypotesen, at det er en kombination af fortrængning og at arbejdet med stamdata måske mangler ”sexappeal”.

I samme interview forklarer professoren, » at hvis man får ryddet op i sine stamdata, vil det for eksempel betyde en mere effektiv produktion og distribution, så man kan reducere antallet af overarbejdstimer og nøjes med færre medarbejdere. Det giver også besparelser i indkøb, et mere effektivt lager og besparelser i transport og returvarehåndtering«.

I sammenhængen vurderer han, at en virksomhed kan forbedre sin bundlinje med ti procent, hvis den får styr på stamdataene.

10 procent på bundlinjen. Det synes jeg har temmelig stor sexappeal. Og siden jeg tror, at de fleste i produktionsvirksomhederne er enige med mig, må årsagen til at så få gør noget ved problemet, snarere er manglende viden og deraf følgende fortrængning. Det må vi gøre noget ved.

De største problemer

De tre største problemer som følge af dårlig stamdatakvalitet er ”ekstra ressourceforbrug til administration” (69 procent), ”mindre effektivitet” (62 procent) og ”længere varighed af processer og opgaver” (59 procent).

Det viser en undersøgelse gennemført af forskere fra Syddansk Universitet, der er offentliggjort i rapporten: ”En analyse af danske produktionsvirksomheders stamdatakvalitet”i 2011, som også Jan Stentoft Arlbjørn har medvirket til.

Sådan opstår problemerne

At informationsmængden øges (volumen) og den samtidig antager mange nye former og formater (struktureret og ustruktureret) kaldes i dagens fag-jargon for ”big data”.

Dette fænomen viser sig i produktionsvirksomhederne ved, at de for at øge produktiviteten og sænke gennemløbstiden, anvender mere og mere teknologi, at viden flyder i alle processer, og at der kommer flere og flere applikationer i spil, rundt omkring i organisationen – og udenfor organisationen gennem dens relationer i værdikæden.

Derfor er der også flere og flere steder i organisationen, der kan oprettes eller ændres i stamdata. Og udfordringen er naturligvis, at de forskellige afdelinger har forskellige ”vinkler” på, hvad dataene skal bruges til – og derfor også forskellige holdninger til, hvad der er vigtigt.

I debitorbogholderiet, der anvender ERP-systemet er en kunde en postadresse, eller et kontonummer, der skal sendes en faktura til. Helst så hurtigt som muligt, i øvrigt. Der vil man vide, hvad beløbet på fakturaen skal være, om der betales rettidigt, tidligere har været betalingsproblemer og om der er udestående på kontoen. Sådan cirka.

I salgsafdelingen, der bruger CRM-systemet (måske via en SaaS-løsning) er man stærkt interesseret i, hvilke andre produkter, den samme kunde har købt. Hvornår. Hvem der træffer beslutningerne. Om der har været reklamationer. Og hvor meget kundens omsætning har været i en given periode.

I service-afdelingen, der måske anvender et eget-udviklet support-system, vil man vide, om kunden har købt et service-abonnement. Om der tidligere har været problemer med dette eller andre produkter hos kunden (eller med ham, der altid ringer).

I distributionen er man optaget af, på hvilken fysisk adresse produktet skal leveres.
Og så videre. De forskellige afdelinger kan potentielt alle sammen oprette en kunde-record i deres sub-system. Og gør det, hvis det ikke er nemt at finde den kunde-record, der allerede er i systemet – specielt, hvis der ikke er ”regler og retningslinier” governance) omkring, hvordan og hvornår man opretter fx en kunde.

Det er spild af tid at gentage processen, det skaber fejlkilder og medfører forsinkelser, for eksempel når man udsender fakturaer til forkerte adresser eller kontaktpersoner.

Administrativt spild

I systemer, hvor viden om produkter og leverandører vedligeholdes, kan der ligeledes opstå fejl, når der ikke er klar governance omkring brug og oprettelse. Men eksemplerne på administrativt spild ved manglende Master Data management er mange, fx:

  • På grund af dubletter i kunde records, udsendes der mange fakturaer til samme kunde på samme tid, i stedet for én samlet faktura på alle kundens køb i denne betalingsperiode. Fejlen medfører i øvrigt også, at analyser over kunderentabilitet er stærkt fejlvisende.
  • En kunde sendes til inkasso af én afdeling. Det ville have været rart at vide, at de er en anden divisions største kunde, før man gjorde det. Tror jeg.
  • Lagerføring af identiske produkter, under forskellige identifikationsnumre, er ikke blot spild af penge og hyldemeter, men også en potentiel kilde til fejlagtige disponeringer af indkøb.
  • Ekstra logistikomkostninger på grund af dobbelthåndteringer, returvarer, ekspresleverancer og generelt tid brugt på fejlrettelser samt det afledte tab af anseelse og dermed kundeloyalitet

Alle ovenstående problemer, og flere til, kan løses ved konsekvent anvendelse af en Data Management strategi. Og så er det jo godt nyt, at selv om teknik og governance ikke nødvendigvis er vildt sexet, så hjælper 10 procent på bundlinjen måske lidt på appetitten.

Data Management er både teknik og governance

Teknisk set er der tale om, hvordan de forskellige applikationer, bruges til at oprette, trække på og udveksle det informationsgrundlag virksomheden råder over, sådan at der opnås optimale og effektive processer med få fejlkilder. Teknisk må man prioritere, at data skal være:

  • Tilgængelige i real time– Organisationen kan tilgå og anvende data samtidig med at de oprettes
  • On Demand – Brugeren kan tilgå organisationens data uanset tidspunkt og adgangens fysisk placering
  • Kontekstuelt præsenteret – Brugeren kan identificere, i hvilken sammenhæng data er opstået
  • Sikre – kun autoriserede brugere kan få adgang. Kun data der er relevante for brugerens profil kan tilgås.
  • Synkroniserede – Brugeren kan få et samlet overblik, i overensstemmelse med brugerrettigheder, ved at tilgå data der er skabt i et hvilket som helst af organisationens systemer
  • Effektivt tilgængelige – data skal kunne tilgås med minimal ventetid, maximal brugervenlighed og lavt ressourceforbrug

Omkring governance er der tale om, at man dels udvikler en model for beskrivelse af ens data. Det er en forudsætning for at forståelsen af data og deres anvendelse kan udbredes i organisationen.

Dels at man har faste procedurer og retningslinjer for, hvordan man opretter, anvender, vedligeholder, sammenlægger og sletter data. Og at disse retningslinjer er så konkrete, at der er en entydigt ansvarlig funktion i virksomheden, der ”ejer” det enkelte dataelement.

Seneste artikler

Hvor ofte har du stået ved en butiksdisk eller en skranke i en lufthavn, eller brugt dyrebar tid mens du ventede på din læge, sygeplejerske eller advokat – mens folk slog information op i forskellige...

Gi forecastingen bedre forutsetninger

Det har været forbeholdt spåkoner med farverige gevandter, kort og krystalkugler at udtale sig om fremtiden. Men ude i virksomhederne prøver vi jo alligevel, og ofte er værktøjet et Excel-ark, hvor...

I virksomheder har de fleste medarbejdere et klart overblik over deres egne arbejdsopgaver, og adgang til de systemer og informationer, de har brug for, for at kunne udføre dem.