Sådan spores dårlig performance

Begrebet ”Business Intelligence” er efterhånden blevet en integreret del af virksomheders hverdag. Mange virksomheder har forstået betydningen af at have kvalificeret data til rådighed i beslutningsprocessen. Typisk bruges Business Intelligence til at overvåge, om man performer tilfredsstillende og dermed identificere områder, der kræver yderligere indsats. Outputtet kommer med en given frekvens afhængig af vigtigheden for organisationen og bruges til at skabe et overblik over en ellers uoverskuelig kompleks situation. Statusrapporter af KPI’er (Key Performance Indicators) er dog sjældent nok i sig selv.
Spørgsmålet er så; hvordan man kommer videre?

Diagnostics finder årsager
På Center for Logistik er et af vores hovedindsatsområder ”Diagnostics”, der også er fokus for et europæisk forskningsprojekt i samarbejde med partnere og virksomheder i Danmark, Irland og Tjekkiet.
Begrebet ”Diagnostics” dækker over indsamling, bearbejdning, fortolkning og udarbejdelse af forslag til ændringer i forretningsprocesser og styring.

Vellykket Diagnostics kan betragtes som besøget hos en dygtig læge. Den dygtige læge kan se forbi symptomerne (KPI’erne) og kigger i dybden efter årsagerne. Når årsagerne til et symptom er fundet, skal der foreskrives en behandling. Forskellige kombinationer af symptomer giver forskellige forslag til årsager og dermed forskellige forslag til behandlinger. Fidusen er, ligesom i enhver anden situation, at si det uvæsentlige fra og fokusere. Når vi taler om Diagnostics, er det vigtigt at starte med de mest sandsynlige årsager til dårlig performance. Dette giver mulighed for at starte med de forbedringer, som må forventes at give størst gevinst.

Business Intelligence er i sagens natur en kvantitativ tilgang. Det betyder, at man er afhængig af (store) mængder data fanget i virksomhedens IT-systemer. Det betyder også, at en af de store udfordringer er at sortere de uvæsentlige informationer fra, og måske endnu mere udfordrende, at sikre sig data af den rette kvalitet. Den tilgang til Diagnostics, som her foreslås, kræver om noget data af endnu højere kvalitet end tidligere. I sagens natur er de IT-systemer, der tales om her, typisk ERP-systemer og en eller anden form for Business Intelligence system.

Sådan kommer man ud over BI
For at komme videre og udover standard KPI-rapporterne fra Business Intelligence-systemet er der tre ting, man skal huske:

- Værdi: KPI’ere skal have værdi for organisationen – giv ikke støj i organisationen med uvæsentlige nøgletal

- Sporbarhed: Vær i stand til at spore årsagen til en given performance hele vejen tilbage til kilden

- Aktualitet: Information har meget større værdi, når det enten er muligt at udbedre et problem eller i det mindste hurtigt følge op på opståede problemer

KPI’ere, som alene er genererede, ”fordi vi kan”, har sjældent værdi for det brede flertal af medarbejderne. Fokusér på KPI’ere, der betyder noget for virksomheden. En KPI om fx. serviceniveau er selvfølgelig relevant, når der skal forhandles med kunderne, men internt får en KPI først værdi, når det er muligt at igangsætte korrigerende handlinger på uhensigtsmæssig performance. Dette betyder, at det skal være muligt at spore problemer hele vejen tilbage til kilden.
Min erfaring er, at en af de store udfordringer her er, at det faktisk ikke er muligt at spore problemer i virksomhedernes ERP-systemer. Dette skyldes ERP-systemernes struktur og den måde forretningsprocesserne indrettes på. At opnå den krævede sporbarhed kan betyde større eller mindre justeringer til både ERP og Business Intelligence-systemerne. Det er dog ikke en øvelse, man skal kaste sig ud i uden at foretage et grundigt forarbejde.

Fokus på årsag-virkning
For at komme skridtet videre i processen er det derfor vigtigt, at der kommer fokus på kortlægningen af årsags-virkningssammenhænge i virksomhedens forretningsprocesser. Både fordi forretningsprocesserne i ERP-systemerne ikke registreres på en måde, der muliggør sporbarhed, og fordi det er særligt vigtigt at være opmærksom på, hvordan KPI’erne hænger sammen.

For at opnå gevinsterne er det dog igen nødvendigt at komme spadestikket dybere. En af de vigtigste og givetvis sværeste opgaver i forbindelse med den næste generation af Business Intelligence er at udvikle systemer, som er i stand til at forklare hele årsags-virkningskæden, fx:

1) Vi leverede for sent til kunden,
2) fordi vi ikke fik produceret en kritisk komponent til tiden
3) Komponenten manglede, fordi en råvare ikke var leveret til tiden
4) Råvaren manglede, fordi leverandøren ikke leverede til den lovede tid
5) Leverandøren leverede for sent, fordi vi selv ændrede vores ønskede modtagelsestidspunkt tre gange,
6) osv., osv.

Først når vi kan spore den dårlige performance hele vejen tilbage til den originale årsag, er vi nået til et punkt, hvor det har stor værdi for organisationen. At nå hertil kræver dog typisk en større indsats på tværs af organisationen. Typisk vil det også betyde en væsentlig anden tilgang til, hvordan vi registrerer og lagrer information.

Kortlæg kritiske KPI’er og data
Det første, man skal gøre, er at kortlægge de væsentligste forretningsprocesser og gøre det helt klart, hvilke KPI’er der egentlig er kritiske for organisationen. Der kan sagtens være en række KPI’er, som udelukkende overvåges uden at have gennemført en komplet kortlægning af de underliggende forretningsprocesser. Disse sekundære KPI’er har værdi i forhold til at overvåge, om der er andre områder i forretningen, der retfærdiggør en dybere analyse.

Det næste, man skal gøre sig klart, er, om de nødvendige data overhovedet bliver indsamlet. Her er det altid en god idé at se på, hvad der faktisk bliver registreret i organisationen, da der er meget væsentlige data, der bliver registreret uden at blive anvendt. Her er den gennemtærskede kliché ”medarbejderinddragelse” relevant at hive frem. Det er ikke kun medarbejdere fra de afdelinger, der skal bruge rapporteringerne, som er kritiske i denne situation, men også medarbejdere fra de afdelinger, der skal foretage opdatering af data eller registrering. Fx. er det afgørende at vide, hvordan og hvor tit informationen bliver logget, og hvor store fejlmarginer der potentielt er. Kritiske eksempler her er tidsgab i registrering af transaktioner, manglende registrering af fejlkilder og ukorrekt mængde registrering. En del af disse problemer kan afhjælpes ved anvendelsen af den rette teknologi (fx RFID).

Men der er to udfordringer, som skal overkommes. For det første er teknologien ikke ufejlbarlig. For det andet vil ingen mængde af teknologi kunne afhjælpe dårlige forretningsgange omkring registrering. Hvis man i virksomheden har dårlig datadisciplin, vil ingen alligevel stole på rapporterne fra Business Intelligence-systemet.

BI-værktøjer kan ikke spore årsager
Jeg har arbejdet med mange virksomheder, hvor Business Intelligence og rapporteringer er en fast del af arbejdsrutinerne. Mange af disse formår også at udnytte deres Business Intelligence-systemer til at få fokus på en række områder.

Jeg er dog nødt til at stille spørgsmålstegn ved, hvor mange der faktisk får de gevinster ud af en Business Intelligence-implementering, som de forventede? Problemet er tit, og det kan næsten ikke understreges nok, manglende sporbarhed. Med Business Intelligence-værktøjer kommer virksomhederne hurtigt til konklusioner om performance, og bliver på den måde klar over, at der er et problem, som skal løses. Udfordringen er dog, at Business Intelligence-værktøjerne ikke selv er i stand til at spore dårlig performance tilbage til en række kildeårsager og foreslå korrigerende handlinger enten for at redde en konkret situation eller foreslå handlinger, der på længere sigt kan forbedre performance.

Der er dog håb forude. Der er ingen tvivl om, at automatiske systemer er fremtiden inden for dette område. Det betyder dog ikke, at man skal læne sig tilbage og vente. Der er mange gevinster at hente ved at systematisere den måde, vi samler information på – ligesom der er store gevinster at hente i at kortlægge de forretningsprocesser, som ligger bag ved virksomhedens primære KPI’er.