לפני שבוחרים כלי: שלוש שאלות
הטעות הנפוצה היא להתחיל מהכלי. הכלי הוא ההחלטה האחרונה. לפניו עונים על שלוש שאלות:
- מכמה מערכות הנתונים מגיעים? מערכת אחת היא סיפור אחד. ERP, קופות, שכר ומלאי יחד הם סיפור אחר לגמרי.
- מי יתחזק את זה? דשבורד אינו פרויקט חד פעמי. מישהו צריך לעדכן אותו כשמוסיפים סניף, מוצר או מערכת.
- כמה מהר השאלות משתנות? אם אותן חמש שאלות נשאלות כל חודש, דשבורד קבוע מספיק. אם כל ישיבה מולידה שאלה חדשה, צריך משהו גמיש יותר.
דרך ראשונה: אקסל
אקסל הוא נקודת ההתחלה של כמעט כל ארגון, ובצדק. כולם מכירים אותו, הוא גמיש, ואין צורך באישור רכש.
מתי זה מספיק: מקור נתונים אחד או שניים, אדם אחד שמכין את הדוח, ודוח שלא משתנה הרבה.
איפה זה נשבר:
- כל עדכון מתחיל בייצוא ידני מכל מערכת. זו עבודה של שעות, והיא חוזרת כל שבוע.
- הקובץ תלוי באדם אחד. כשהוא בחופשה, אין דוח.
- טעות בנוסחה או בהעתקה לא מתגלה עד שמישהו מקבל החלטה על מספר שגוי.
- מסתובבות כמה גרסאות של אותו קובץ, ואף אחד לא בטוח איזו נכונה.
דרך שנייה: Power BI וכלי BI דומים
כלי BI מתחבר ישירות למערכות, מתרענן לבד ומציג דשבורדים אינטראקטיביים. זו קפיצה אמיתית מאקסל.
מה זה דורש בפועל:
- מודל נתונים. לפני שיש גרף אחד, מישהו צריך להגדיר איך הטבלאות מתחברות ואיך כל מדד מחושב.
- איש מקצוע. אנליסט או מפתח BI, אצלכם או אצל ספק חיצוני. בלי זה הכלי נשאר ריק.
- לרוב גם מחסן נתונים. כשיש כמה מערכות, צריך מקום שמאחד אותן לפני שהכלי יכול להציג משהו.
- תחזוקה שוטפת. כל שינוי בעסק מחייב עדכון במודל.
המחיר הנסתר: הרישיון הוא החלק הקטן. עיקר העלות הוא ההקמה והתחזוקה. וכל שאלה שלא תוכננה מראש חוזרת למי שבנה. אם זה ספק חיצוני, כל שאלה הופכת לפרויקט קטן עם זמן המתנה.
דרך שלישית: AI על הנתונים
הגישה החדשה הופכת את הסדר. במקום לבנות מסך מראש ולקוות שיענה על השאלות, מחברים את הנתונים, מלמדים את המערכת את ההגדרות של העסק, ואז שואלים בשפה רגילה. הדשבורד, הדוח או התשובה נבנים לפי השאלה.
מה חשוב לדעת:
- זה לא קסם. AI גנרי שלא מכיר את העסק ימציא תשובה שנשמעת טוב. כדי לקבל תשובות שאפשר לפעול לפיהן צריך שלב הטמעה: חיבור המערכות, הגדרת המדדים, ובדיקה מול מספרים שאתם כבר מכירים.
- זה לא מבטל דשבורדים. מדדים שעוקבים אחריהם כל יום עדיין יושבים במסך קבוע. ההבדל הוא בשאלה הבאה, זו שלא חשבתם עליה מראש.
- זה משנה את מי שיכול לשאול. לא צריך לדעת SQL ולא לחכות לאנליסט. מי שמכיר את העסק שואל ישירות.
השוואה בין שלוש הדרכים
| אקסל | Power BI וכלי BI | AI על הנתונים | |
|---|---|---|---|
| מי בונה | מי שמכיר אקסל | אנליסט או מפתח BI | הספק מטמיע, אתם שואלים |
| מקורות נתונים | אחד או שניים | כמה, דרך מחסן נתונים | כמה, מחוברים למקום אחד |
| עדכון הנתונים | ידני | אוטומטי | אוטומטי |
| שאלה חדשה | בונים חישוב חדש | חוזרים למי שבנה | שואלים בשפה רגילה |
| התלות | באדם אחד | בצוות או בספק | בהטמעה טובה |
| מתאים ל | דוח פשוט ממקור אחד | ארגון עם צוות דאטה | ארגון מורכב בלי צוות דאטה |
איך מחליטים
- מקור אחד, דוח קבוע, אדם אחד: אקסל מספיק. אל תסבכו.
- יש אצלכם אנליסט או צוות BI, והשאלות יציבות: כלי BI הוא בחירה טובה.
- הרבה מערכות, אין צוות דאטה, והשאלות משתנות כל שבוע: כאן AI על הנתונים נותן הכי הרבה.
בכל מקרה, לפני הכלי מגדירים מה רוצים לראות. על זה כתבנו במדריך לדשבורד ניהולי.
ארבע טעויות נפוצות
- להתחיל מהכלי. קודם השאלות, אחר כך הכלי.
- לבנות הכול בבת אחת. מתחילים מתחום אחד, מוודאים שהמספרים נכונים, ומרחיבים.
- לדלג על ההגדרות. אם לא הוסכם מהו "רווח גולמי", שום כלי לא יעזור.
- לבנות בשביל מי שבונה. הדשבורד צריך לדבר בשפה של מי שמחליט, לא של מי שבנה אותו.
איפה Figureit נכנסת
Figureit היא הדרך השלישית. מערכת AI מבוססת דאטה ליעילות עסקית, שמחברת את כל המערכות של הארגון למקום אחד ולומדת את ההגדרות העסקיות שלכם. את ההטמעה אנחנו עושים, ועולים לאוויר תוך שבועות. משם שואלים בעברית ומקבלים דשבורדים, דוחות, התראות על חריגות ותחזיות, בלי צוות דאטה.