Firma chce ustalić, na którym etapie realizacji zamówień powstają największe opóźnienia. System pokazuje aktualne statusy, ale nie zapisuje momentów ich zmian. Po sprawdzeniu logów i innych źródeł okazuje się, że nie ma pełnej historii. Kierownictwo widzi zaległości, lecz nie wie, gdzie powstają. Może więc dołożyć ludzi tam, gdzie problemu wcale nie ma.

W innej firmie wszystkie potrzebne dane istnieją. Co tydzień pracownik pobiera sprzedaż, stany magazynowe i otwarte zamówienia z trzech systemów, a następnie łączy je w Excelu. Zestawienie trafia jednak do zespołu już po terminie zatwierdzenia zakupów.

W obu sytuacjach dane nie pomagają tak, jak mogłyby. W pierwszej brakuje części historii, w drugiej przeszkodą jest sposób przygotowania dostępnych informacji. Nowy raport czy AI nie rozwiążą obu problemów w ten sam sposób. Żeby zdecydować, co warto zmienić, trzeba najpierw rozpoznać, jak firma pracuje z danymi.

Sześć sposobów pracy z danymi

To sześć często spotykanych sytuacji, nie skala oceny całej firmy. W jednym przedsiębiorstwie sprzedaż może korzystać z rozbudowanego raportowania, a produkcja nadal z ręcznych zestawień. Dlatego najlepiej przyjrzeć się konkretnemu procesowi lub obszarowi.

1. Znamy obecny stan, ale nie zapisujemy potrzebnej historii

W systemie widać, że reklamacja została zamknięta, ale nie wiadomo, jak długo klient czekał na pierwszą odpowiedź. Albo widać obecny status zamówienia, lecz nie da się sprawdzić czasu spędzonego na poszczególnych etapach.

To nie jest problem prezentacji danych. Brakuje części informacji potrzebnych do analizy. Najpierw trzeba upewnić się, czy odpowiedni ślad nie istnieje w logach, dokumentach lub innym systemie. Jeśli go nie ma, można zacząć rejestrować konkretne zdarzenia i czas ich wystąpienia. Dzięki temu kolejne przebiegi procesu będzie można już porównywać.

Ma to sens, gdy taka historia jest potrzebna do powtarzającej się decyzji. Rozpoczęcie zapisu nie przywróci jednak automatycznie danych z minionych miesięcy.

2. Dane istnieją, ale prawie ich nie analizujemy

Systemy przechowują historię sprzedaży, zamówień i zgłoszeń. Mimo to odpowiedź na pytanie o rosnącą liczbę reklamacji albo spadek marży wymaga jednorazowego dochodzenia. Nikt nie wraca do tych danych regularnie.

W tej sytuacji nie trzeba od razu budować hurtowni. Można zacząć od jednego pytania, które stale powraca na spotkaniach, i prostego zestawienia pokazującego zmianę w czasie. Jeśli analiza pomaga podjąć decyzję, warto zadbać o jej regularne przygotowywanie.

To istotna różnica względem pierwszego przypadku: potrzebne informacje mogą już istnieć, tylko pozostają niewykorzystane.

3. Łączymy eksporty z różnych systemów w Excelu

Załóżmy, że firma co tydzień planuje zakupy. Potrzebuje sprzedaży z jednego systemu, stanów magazynowych z drugiego i otwartych zamówień z trzeciego. Pracownik pobiera pliki, łączy je i sprawdza rozbieżności.

Dzięki temu powstaje zestawienie, którego nie zapewnia żaden pojedynczy system. Excel wykonuje więc potrzebną pracę. Kłopot zaczyna się wtedy, gdy przygotowanie danych zajmuje tyle czasu, że gotowy obraz sytuacji pojawia się już po terminie składania zamówień. Firma musi zdecydować bez aktualnego zestawienia, chociaż dane istniały wcześniej.

Usprawnienie odświeżania może wówczas mieć większą wartość niż sama oszczędność godzin pracownika. Pozwala korzystać z danych przed decyzją, a nie dopiero po niej. Czasem wystarczy automatyczny import lub odświeżalny arkusz, bez rezygnacji z Excela.

Jeśli jednak raport przygotowuje się sporadycznie, szybko i niezawodnie, ręczny sposób może pozostać najrozsądniejszy.

4. Dane są w jednym miejscu, ale analizy nadal powstają na zamówienie

Firma ma hurtownię danych lub inny wspólny zbiór. Analityk nie zbiera już plików osobno z każdego systemu. Gdy zarząd pyta o konkretny wskaźnik, nadal musi jednak przygotować zapytanie, arkusz albo osobną analizę.

To nie to samo co stałe raportowanie. Wspólne dane skracają drogę do informacji, ale nie sprawiają, że wszystkie potrzebne odpowiedzi są gotowe od ręki.

Przy pytaniach nietypowych analiza na żądanie może być uzasadniona. Jeśli jednak na cotygodniowym spotkaniu wracają te same wskaźniki, bardziej użyteczny będzie powtarzalny raport. O potrzebie zmiany decyduje częstotliwość tego pytania, a nie samo posiadanie hurtowni.

5. Korzystamy z regularnych raportów i BI

Kierownicy otwierają gotowy raport sprzedaży, kosztów czy realizacji planu. Narzędzie BI (Business Intelligence) prezentuje dane w tabelach i wykresach, a aktualizacja odbywa się według ustalonego harmonogramu.

Znika znaczna część pracy związanej z każdorazowym przygotowywaniem tego samego zestawienia. Łatwiej porównywać wyniki i zauważać odchylenia. Nadal trzeba jednak ustalić, czy raport jest wystarczająco aktualny dla decyzji, której służy. Dane odświeżane raz dziennie mogą wystarczać do przeglądu tygodniowego, ale być spóźnione dla części decyzji operacyjnych.

Zdarza się też, że firma ma wiele dashboardów, a przed ważnym spotkaniem i tak zamawia dodatkowy raport. Wówczas samo dokładanie kolejnych widoków nie usuwa przyczyny problemu.

6. Korzystamy z prognoz, alertów i AI

Analiza może wykraczać poza opis tego, co już się wydarzyło. Firma dostaje ostrzeżenie o możliwym niedoborze towaru, prognozę popytu albo rekomendację, którym zgłoszeniem zająć się najpierw.

Warto odróżnić trzy rozwiązania. Alert może wynikać ze zwykłej reguły, np. przekroczenia ustalonego progu. Prognoza może powstawać za pomocą metod statystycznych. AI może pomagać przy bardziej złożonych wzorcach lub zadaniach, z którymi prostsze metody radzą sobie gorzej. Nie każde ostrzeżenie i nie każda prognoza wymagają sztucznej inteligencji (o tym, kiedy LLM naprawdę jest potrzebny, pisaliśmy osobno).

O wartości takiej analizy decyduje możliwość reakcji. Ostrzeżenie o ryzyku niedoboru przydaje się wtedy, gdy można jeszcze zmienić zamówienie albo termin dostawy. Jeśli informacja przychodzi za późno, nawet trafny model niewiele zmienia.

AI nie zawsze wymaga budowy hurtowni ani wymiany obecnych systemów. Potrzebne są jednak odpowiedni dostęp do danych, ich jakość, właściwe uprawnienia i uzasadnienie biznesowe. Zależnie od sytuacji może to być niewielkie rozszerzenie procesu albo trudny projekt integracyjny.

Dlaczego nie warto traktować tych sytuacji jak drabiny?

Firma podejmująca comiesięczną decyzję na podstawie jednego poprawnie odświeżanego arkusza może mieć wszystko, czego do tej decyzji potrzebuje. Zastąpienie go rozbudowanym BI zwiększy koszty, ale niekoniecznie poprawi rezultat.

Inna firma może mieć hurtownię i dziesiątki dashboardów, a mimo to nie otrzymywać odpowiedzi na najważniejsze pytania w odpowiednim momencie.

Nie ma więc obowiązku przechodzenia kolejno przez sześć sposobów pracy ani dochodzenia do AI. Miarą sensu inwestycji jest ograniczenie, które usuwamy, a nie nowoczesność narzędzia.

Kiedy mała zmiana może dać duży efekt?

Wróćmy do cotygodniowego planowania zakupów. Jeśli potrzebne informacje już istnieją, ale ręczne połączenie plików opóźnia decyzję, usprawnienie jednego zestawienia może poprawić terminowość pracy bez dużego projektu informatycznego. Potencjał zależy od tego, jak często ten sam problem występuje i jak ważną decyzję opóźnia.

To możliwość, nie reguła. Gdy dane nigdy nie były zapisywane, są niekompletne albo ich połączenie wymaga kosztownych zmian, nawet pozornie proste usprawnienie może okazać się trudne. Niewiele da też automatyzacja raportu, którego nikt nie potrzebuje.

Firmy słabo wykorzystujące dane mogą mieć przed sobą łatwe do osiągnięcia korzyści. Nie muszą. Przed inwestycją trzeba sprawdzić, czy nowa informacja będzie dostępna w odpowiednim momencie i czy ktoś rzeczywiście zrobi z niej użytek.

Co powinien zrobić CEO?

Zamiast planować od razu nową platformę, wybierz jedno pytanie biznesowe, które wraca w firmie regularnie. Ustal, skąd pochodzą potrzebne dane, jak długo powstaje odpowiedź i czy jest gotowa przed momentem podjęcia decyzji. Na tej podstawie możliwe są trzy rozsądne rozstrzygnięcia.

Zostaw obecny sposób pracy. Jeśli do comiesięcznej decyzji wystarcza arkusz, który można szybko i poprawnie odświeżyć, a wynik jest wykorzystywany na czas, nie potrzebujesz nowego systemu tylko po to, żeby zastąpić Excel.

Usprawnij powtarzaną pracę. Jeśli ktoś co tydzień ręcznie łączy te same eksporty i raport dociera za późno, sprawdź możliwość automatycznego pobierania lub odświeżania danych. Zacznij od jednego używanego zestawienia, nie od przebudowy całego raportowania.

Zacznij zapisywać brakujące informacje. Jeśli nie da się ustalić, ile trwały poszczególne etapy realizacji zamówienia, sprawdź dostępne ślady zdarzeń. Gdy historii rzeczywiście nie ma, ustal, jakie zmiany statusów i daty trzeba rejestrować od teraz.

Każde z tych działań odpowiada na inny problem. Żadne nie wymaga automatycznego przechodzenia do bardziej zaawansowanej technologii.

Zanim zaplanujesz kolejną inwestycję, przyjrzyj się ostatniej ważnej decyzji w wybranym procesie. Czy potrzebne informacje były dostępne wtedy, gdy można było jeszcze coś zmienić?

A jeśli informacje były na czas, a decyzja i tak utknęła? O tym jest kolejna część.