Artiklar

Dålig datakvalitet är ett vanligt hinder i affärsverksamheten – så här löser du utmaningen

Skriven av Heidi Kemppainen | 2022-sep-27 05:40:58

I dagens affärsmiljö talar man om information till och med som företagets kapital. Genom att dra nytta av den förbättrar man möjligheterna att lyckas och det kan ge en konkurrensfördel. Man måste vårda sin data för att den ska kunna fylla sin funktion. Det kan vara svårt att identifiera grundorsaken till dålig datakvalitet, så i den här bloggartikeln redogör vi för fyra vanliga situationer som gör att du kan identifiera den. Dessutom delar vi med oss av konkreta tips som hjälper dig att komma igång med arbetet för att utveckla datakvaliteten.

 

Fyra typiska situationer som avslöjar att ni har utmaningar med datakvaliteten

1. Ingen data finns tillgänglig. Kvaliteten på data omfattar inte bara behandling av data ni får från systemen, utan också processen för hur information hanteras. Varje dag uppstår det en väldig mängd ny information i företagen. Om processen för hur man lagrar, bearbetar och delar information inte är i skick, är det endast en del som lagras så att alla kan komma åt den och dra nytta av den. När man ska utveckla datakvaliteten börjar det ofta med att man beskriver en enhetlig process. Vilken information vill vi lagra och var? Vem får se och redigera informationen? Vilken form behöver informationen ha för att kunna användas på önskat sätt?

Läs också: Våndas inte över den manuella informationshanteringen – automatisera den!

2. Datan är inte aktuell. Om det finns många manuella skeden i insamlingen och behandlingen av data, kommer uppgifterna sannolikt vara föråldrade.

Till exempel för en produktionschef kan det vara affärskritiskt med aktuell information. Om hen måste göra materialinköp baserat på några dagar gamla siffror, kan det bli materialbrist i produktionslinjen eller så kan det finnas för mycket material, vilket kan leda till svinn.

3. Det är svårt att gruppera eller kategorisera data. Även om det finns mycket data och den är aktuell är det svårt att utnyttja den om datan saknar olika lager. Information i olika lager innebär att den kan grupperas och kategoriseras. Utan den möjligheten är det utmanande att presentera en stor mängd data visuellt. Det blir också svårare att följa upp olika jämförelser och trender.

Till exempel i en försäljningsrapport vill man ofta se inte bara den totala försäljningen utan även en fördelning på exempelvis affärsenhets- och produktgruppsnivå. Om datakällorna saknar information som gör att man kan gruppera informationen blir en sådan fördelning omöjlig. Ofullständig information är inte heller tillförlitlig.

4. Data i olika system kan inte kombineras. I företagets olika system skapas händelser som gäller samma ärende. Om det inte finns något gemensamt element för den information som skapas i de olika systemen, är det omöjligt att bygga en tillförlitlig helhetsbild.

Till exempel finns information om kunder i företagets olika system: försäljningens CRM, ekonomiavdelningens faktureringssystem, i produktionens eller logistikens order- och leveransdatabas. Informationen kan inte kombineras om den saknar ett gemensamt element eller om det elementet inte är standardiserat. Elementet som förenar data är den information som är kopplad till kunden, och som har exakt samma format i varje enskilt system. Eftersom informationen måste vara exakt likadan fungerar det dåligt med öppna textfält för ändamålet. Det finns till exempel flera sätt att skriva ett företagsnamn. Med eller utan suffixet Ab, företagsnamnet i sin helhet eller en etablerad bokstavsförkortning.

 

Lös utmaningarna med gemensamma arbetssätt och med stöd av BI-verktyget

Det korta svaret på utmaningarna med datakvaliteten är att definiera processen och arbetssätten, hålla sig till dem och ta stöd av BI-systemet. Men ofta är praktiken mer komplicerad än det korta svaret.

Gemensamma arbetssätt löser redan i sig några av utmaningarna med datakvaliteten. Således kan man förbättra kvaliteten på informationen utan ett enda nytt verktyg. BI-systemet gör dock att man kan förankra ändringarna på ett mångsidigare sätt.

Förändringsledning är en utmaning och det tar tid att införa nya arbetssätt. Därför är det viktigt att övervaka att man gör som överenskommet och att korrigerande åtgärder vidtas om informationen är fel eller saknas.

Exempel på gemensam praxis för informationsbehandling:

  • För varje produkt anges en produktgrupp eller annan önskad information som kan användas för att filtrera försäljningsrapporter med önskad noggrannhet.
  • FO-numret väljs som det gemensamma elementet för kunduppgifter, eftersom det anges i samma format i varje system som behandlar kunduppgifter.
  • Fält som identifieras som kritiska för kategoriseringen eller som är förenande element markeras som obligatoriska i systemen så att praxisen inte enbart hänger på minnet.

 

Så här får du hjälp av ett BI-system i praktiken

Ett BI-system hjälper dig att lyckas genom att ni slipper rutinmässig datainsamling och rapportbyggande. Tekniken hjälper också till att minimera mänskliga fel och kan hjälpa till att omsätta processer och verksamhetsmodeller mer effektivt i praktiken. Enligt vår erfarenhet hjälper ett BI-system åtminstone med det här:

  1. Datainsamling och rapportbyggande automatiseras, vilket inte bara gör arbetet mer effektivt utan också minimerar mänskliga fel. Automatiseringen förbättrar rapporternas aktualitet och möjliggör en mångsidigare rapportering. Till exempel när historiska data i källsystemen korrigeras, uppdateras dessa också i rapporterna.

  2. Tack vare centraliserad rapportering undviker företagen att data tolkas fel. Om data hanteras felaktigt och/eller det finns flera olika versioner av en rapport tillgängliga inom företaget kan felaktiga slutsatser dras på grund av ofullständig information. Till exempel om man korrigerar försäljningssiffrorna i försäljningens egna rapporter kommer de inte att nå ut till alla om rapporteringen inte är centraliserad.

  3. Datavisualisering gör det enklare att förstå data. Den är färdigt strukturerad och färdigtuggad, och trenddiagram och färger hjälper till att identifiera avvikelser eller saker som man behöver reagera på.

  4. BI-systemet stöder också genomförandet av förändringar. Om man exempelvis har kommit överens om att grupperande information ska läggas till i verksamhetsmodellerna hjälper BI-systemet att kontrollera att den har lagts till. Med hjälp av olika vyer kan man snabbt identifiera om information saknas eller står i fel format.

 

Ta hjälp av en expertpartner på din förändringsresa – Triuvare har specialiserat sig på små och medelstora företags behov

I praktiken är det dock inte så här enkelt att utveckla datakvaliteten. Därför lönar det sig att ta med en kompetent partner inom kunskapsbaserad ledning på förändringsresan.

Triuvares experter är specialiserade på SME-företagens behov och har ingått som partner i flera företags första BI-projekt. Vi känner till de största stötestenarna, men också hur man snabbast uppnår den första känslan av framgång.