De fleste bedrifter har mer data enn de bruker. Problemet er sjelden at tallene mangler. Det er at ingen har bestemt hvilket spørsmål tallene skal svare på. Analysemodellene hjelper deg med å velge spørsmål, og dermed hvilke data og hvilket verktøy du trenger.
En analysemodell er en måte å gruppere analyse på etter spørsmålet den besvarer. Modellen avgjør hvilke data du trenger, hvor mye arbeid det krever, og hva du kan gjøre med svaret. De fire vanligste modellene bygger på hverandre: du kan ikke forklare hvorfor noe skjedde, før du vet hva som skjedde.
| Modell | Spørsmålet | Eksempel fra økonomien | Krever |
|---|---|---|---|
| Deskriptiv | Hva skjedde? | Omsetning og margin per måned | Riktig og oppdatert regnskap |
| Diagnostisk | Hvorfor skjedde det? | Marginen falt, hvilke kunder og varer dro den ned? | Data fordelt per kunde, vare og prosjekt |
| Prediktiv | Hva skjer sannsynligvis? | Likviditeten de neste tre månedene | Historikk over tid og tydelige mønstre |
| Preskriptiv | Hva bør vi gjøre? | Hvilke kunder bør vi prise på nytt? | Prediktiv analyse og tydelige mål |
Deskriptiv analyse oppsummerer det som har skjedd. Den svarer på spørsmål som hvor stor omsetningen var, hvor store kundefordringene er, og hva en avdeling kostet. Det er grunnlaget for all annen analyse, og den gjøres med nøkkeltall, rapporter og dashbord.
Kravet er at tallene stemmer og er oppdatert. Ligger regnskapet og rapporteringen i samme system, som i Visma Net, trenger ingen å eksportere data til en fil før analysen kan begynne. Får to personer ulike svar på samme spørsmål, er ikke det deskriptive steget ferdig, og da hjelper ingen avansert modell.
Diagnostisk analyse leter etter årsaken. Du begynner med et avvik og deler det opp til du finner hvor det kommer fra. Per kunde, per vare, per prosjekt, per måned. Det er den vanligste fortsettelsen på en deskriptiv rapport som viser noe uventet.
Eksempel med oppdiktede tall: marginen faller fra 30 til 27 prosent. Du deler den opp per kundegruppe og ser at to store kunder har fått rabatt uten at volumet har økt. Da vet du hva du skal gjøre noe med. Forutsetningen er at dataene kan brytes ned på nivåene du vil se på, for eksempel med dimensjoner i regnskapet.
Prediktiv analyse bruker historikk til å anslå hva som sannsynligvis skjer. Typiske spørsmål er hvordan likviditeten ser ut om tre måneder, hvilke kunder som står i fare for å slutte å kjøpe, og hvordan etterspørselen etter en vare utvikler seg. Prognosen er et anslag, ikke en fasit.
Modellen blir bare så god som historikken. Har du nylig endret kontoplan, prising eller kundebase, kan gamle mønstre villede. Begynn med en enkel prognose, sammenlign den med resultatet hver måned, og forbedre den etter det.
Preskriptiv analyse går et steg lenger og foreslår hva du bør gjøre. Svaret er en anbefaling, for eksempel hvilke kunder det er verdt å prise på nytt, eller hvilke varer som bør ut av sortimentet. Den bygger på de tre andre modellene og på tydelige mål, fordi et forslag må veies mot noe.
Her kan AI hjelpe. Confect AI Agent svarer på spørsmål i naturlig språk direkte i Visma Net, basert på selskapets egne tall, for eksempel hvilke kunder som gir høy omsetning, men lav margin. Svaret er et grunnlag. Beslutningen tar du. Confect AI Agent kjører i en egen instans per kunde, og data deles ikke og brukes ikke til trening. Les mer under Smarte tillegg.
Verktøyet skal følge spørsmålet. Til et deskriptivt spørsmål holder ofte rapportene i ERP-systemet. Et diagnostisk spørsmål krever at du kan bryte ned data. Prediktive og preskriptive spørsmål krever mer historikk og mer arbeid.
| Verktøy | Passer til | Begrensning |
|---|---|---|
| Excel | Engangsanalyse, små datamengder | Dataene blir gamle så snart filen er lagret |
| Rapportering i ERP-systemet | Deskriptiv og diagnostisk analyse på regnskapsdata | Bare data som finnes i systemet |
| Innsikt i en modulplattform som Anni | Nøkkeltall som oppdateres hver natt, spørsmål om hele selskapet | Krever en modul oppå ERP-systemet |
| AI-assistent på egne data | Spørsmål i naturlig språk, forslag til tiltak | Svarene blir bare så gode som de underliggende dataene |
Hvilket verktøy som passer, avhenger av hvor ofte spørsmålet stilles. Et spørsmål som stilles én gang, løses i Excel. Et spørsmål som stilles hver måned, bør ligge i systemet, slik at svaret er ferdig når noen trenger det.
Begynn med spørsmålet det koster mest å ikke kunne svare på. For mange er det margin per kunde eller likviditet framover. Kontroller deretter at den deskriptive delen stemmer. Gå videre til neste modell når svarene er til å stole på.
En enkel rekkefølge: 1. Bestem spørsmålet. 2. Samle dataene som trengs, i ett system. 3. Lag en deskriptiv rapport, og kontroller den mot regnskapet. 4. Legg til oppdelingen som forklarer avvik. 5. Lag en prognose, og følg den opp. Hvordan økonomiavdelingen kan frigjøre tid til analyse, står i guiden 10 problemer i økonomiavdelingen, og i Visma Net ligger regnskap, rapportering og innsikt i samme løsning.