De controller als regisseur van de dynamische informatievoorziening: Geld verdienen met data (deel 4)
‘De oorzaak van het gevolg, is het verleden van de toekomst…’ Niemand weet wat er gaat veranderen en wanneer. Dat veranderingen steeds ingrijpender worden en sneller gaan, staat als een paal boven water. Met een dynamisch besturingssysteem worden de kansen benut en de risico’s beheerst. Hoe kunt u ervoor zorgen dat alle belanghebbenden toegang hebben tot de juiste informatie op het moment dat zij het nodig hebben?
Kenmerkend voor de traditionele business intelligence aanpak zijn werksessies per afdeling. Daarbij wordt gevraagd wat zij nodig hebben om hun werk goed te kunnen. Doordat in silo’s wordt gestart, is de aanpak fragmentarisch. Bovendien ontbreekt de verbinding tussen de strategie en de werkvloer. De nadruk ligt op de behoeften van het management. In het ergste geval prioriteert het management de volgorde van oplevering. Zij kiezen vaak voor managementrapportages. In een gebalanceerde aanpak wordt de prioritering bepaalt door de urgentie. Na de go live moeten de medewerkers in staat zijn hun werk uit te voeren met behulp van de operationele rapportages, die bijvoorbeeld tonen welke resources beschikbaar zijn en hoe die het beste kunnen worden ingezet. Als ze deze informatie niet hebben kost dat geld.
Traditionele silorapportages
De controller zorgt voor een gebalanceerde aanpak waarbij hij onderscheid maakt tussen:
- groepsrapportages: bedoeld voor aandeelhouders, om te voldoen aan regelgeving en om het bedrijf te managen op corporate niveau;
- operationele rapportages: nodig om de dagelijkse bedrijfsactiviteiten uit te kunnen voeren en te managen;
- business dashboard: met de early indicators, scenario’s en impact analyses, op basis van actuele views, die het management in staat stellen daadwerkelijk bij te sturen op basis van voortschrijdend inzicht en voorspellingen.
De doelgroep, de inhoud en de maturity verschilt voor deze type rapportages. De fasen die we daarbij onderkennen zijn : 2 operationele rapportages via geïntegreerd systeem (ERP), 4 predictive analysis.
De inhoud van de groepsrapportages is meestal helder. De controller kan de nadruk leggen op een effectieve ‘totstandkoming’. Waarbij hij bepaalt hoe verschillende type data op een effectieve wijze worden gestandaardiseerd, geclusterd, verrijkt en geconsolideerd. Hij verdiept zich dus in de wijze waarop de benodigde gegevens lokaal zijn vastgelegd. Als er sprake is van een Global Chart of Account is dat relatief eenvoudig. Als lokaal de administraties anders zijn ingericht vereist het een grotere inspanning. Hij verschaft eenduidige definities en voorbeelden van calculaties. Deze zijn sowieso nodig voor de kpi’s en andere prestatie indicatoren in de management rapportages. Hierbij wordt niet alleen volstaan met een naam en een formule. Per component wordt vastgelegd wat ermee wordt bedoeld. Zodat de resultaten van de verschillende bedrijfsonderdelen kunnen worden opgeteld en met elkaar kunnen worden vergeleken.
Multidimensionele plannen
De meeste bedrijven beschikken over heel veel operationele rapportages. Ze zijn meestal bottom-up ontwikkeld met behulp van informatie uit verschillende systemen die met spreadsheets bij elkaar worden gebracht. Lokale medewerkers en managers bepalen welke informatie zij nodig hebben om hun werk goed te kunnen doen. Op basis van het businesscontrolmodel (zie ook cm: 7), stelt de controller vast dat in het bedrijfsproces voldoende meetpunten zijn ingebouwd, niet alleen om de uitkomsten te kunnen meten, maar juist om tijdig bij te kunnen sturen. Dit zijn requirements bij het ontwerp en de inrichting van de bedrijfsprocessen. Daarnaast toetst de controller dat op de raakvlakken tussen bedrijfsactiviteiten de input en output relaties expliciet zijn gemaakt en ook tot uitdrukking komen in de operationele planning en de rapportages. Tevens stelt hij vast dat de informatie op de verschillende managementlagen goed op elkaar aansluit. Als de resourcemanager van de engineers stuurt op de utilization van zijn mensen, moet deze een-op-een worden meegenomen in de utilization van de business line drilling. Omgekeerd moet het mogelijk zijn om te ‘down drillen’ en te bepalen welke afdelingen, opco’s of regio’s de oorzaak zijn van een daling van de utilization van een business line. Dit zijn requirements voor de rapportages vanuit besturingsperspectief. De controller zorgt zo voor samenhangende informatie over alle activiteiten in de waardeketen van strategie tot en met de werkvloer.
Business dashboards zijn een grote uitdaging
Een alternatief om de vraag naar informatie en de levering daarvan te verbinden is de: organiseer/exploreer/industrialiseer-aanpak.
Organiseren omvat hier het managen van de vraag naar informatie en het aanbod. Dit gebeurt door een expert die een beeld heeft van de informatiebehoeften op strategisch, tactisch en operationeel niveau, die kennis heeft van besturingsmodellen en -methodieken, die de essentie snapt van de (rapportage)systemen en die natuurlijk ook weet wat business drivers zijn. Hij is daardoor in staat de aanvragen inhoudelijk te beoordelen en een voorstel te maken, hoe daarin het beste kan worden voorzien. Hij houdt daarbij rekening met de beschikbare data, de rapportages die reeds worden opgeleverd en het besturingsmodel van de organisatie. Deze rol wordt wel aangeduid als rapportage architect. Door met een prototype te tonen hoe de views of rapportages eruit komen te zien gaat het echt leven. Aan de ene kant betekent dit dat de gebruikers vroegtijdig concreet en bruikbaar commentaar geven. Aan de andere kant ziet het er heel echt en mooi uit. Het komt voor dat de gebruikers IT pushen om de rapportages zo snel mogelijk te operationaliseren, zodat zij ze er mee aan de slag kunnen.
Geld verdienen met data
Voor ‘predictive analysis’ wordt bepaald welke bedrijfsactiviteiten de grootste kansen bieden om ‘geld te verdienen met data’. Per opportunity wordt met experts in de bedrijfsvoering vastgesteld welke vragen beantwoord moeten worden om de kansen te exploreren. Dit zijn de zogenaamde ‘key questions’. Op basis van gezond boerenverstand en onderbuikgevoelens worden hypotheses geformuleerd. Deze hypotheses verbinden de key questions en in- en externe data die nodig zijn om de hypothese te bevestigen of te ontkrachten.
Bij een service organisatie zou één van de hypotheses kunnen zijn dat slecht weer ertoe leidt dat preventive maintenance eerder moet worden uitgevoerd. Weerberichten zijn dan een voorbeeld van een externe bron voor het exploreren van de hypothese.
Per databron wordt een inschatting gemaakt van de kwaliteit van de data. Dit bepaalt de betrouwbaarheid van mogelijke eindresultaten. Vervolgens wordt op basis van statistiek gekeken welke data-elementen potentiële signalen zijn om als input voor het model te dienen. Het model is een ‘machine learning algoritme’. Het maakt gebruik van historische signalen en probeert zijn voorspellingen zo overeen te laten komen met de werkelijke uitkomst in het verleden.
De ‘proof of concept’ wordt gevoed met nieuwe data en de uitkomsten worden gemonitord. Een ‘best next product’ model moet logischerwijs tot een hogere cross sell leiden. Zo niet, dan moet het model worden verbeterd of offline worden gehaald. Bij scenario’s waarbij de voorspelling gebruikt wordt om datgene dat voorspeld wordt te voorkomen, zoals predictive maintenance, is het lastiger om het effect te bepalen. Je kan over een langere periode kijken of je profijt hebt van het model.
Oftewel, leidt de predictive maintenance die je nu uitvoert op basis van het model tot lagere uitvalkosten en weegt dit op tegen de extra onderhoudskosten? Of je laat het model in quarantaine meedraaien waarbij niemand op de voorspelling acteert. Hier bestaat wel de kans dat je bewust de voordelen laat liggen omdat je eerst meer vertrouwen wilt hebben voordat je het model echt gebruikt. Industrialiseren betreft alle activiteiten die nodig zijn om het ‘proof of concept’ te operationaliseren zodat het gebruikt wordt in de dagelijkse bedrijfsvoering. Dit omvat onder andere:
- verplaatsen van het model van de atelieromgeving naar de productie-omgeving conform de overeenkomen test en acceptatieprocedures;
- optuigen van ETL-processen om het model te vullen met data;
- operationaliseren van securitymaatregelen;
- toegankelijk maken van de resultaten aan gebruikers door middel van een dashboard of app.
Het doel is ervoor te zorgen dat de nieuwe inzichten ook daadwerkelijk tot acties in de organisatie leiden en de voordelen van deze inzichten worden benut.