Data-analyse op basis van data uit Microsoft Dynamics NAV 2019
Een groothandel uit Rotterdam die opereert in technische hulpmiddelen heeft na zijn ERP-implementatie behoefte aan meer inzicht. Hoewel Dynamics NAV 2019 heel sterk is in het automatiseren van verschillende processen, zijn de rapportages er geen vast onderdeel van.
Het doel
Met zoveel data in het systeem moest het toch mogelijk zijn de winst per verkooporder te herleiden. De vraag was dan ook: kunnen wij op een bepaalde manier de omzet relateren aan de inkoop, waardoor wij per verkooporder kunnen zien wat de winst is? Het antwoord was geen volmondig ja, maar hier startten wij juist de data-analyse.
Een grote bak aan data
Met tienduizenden producten in het assortiment en enkele duizenden klanten en diverse bedrijfsentiteiten was er sprake van véél data en een zekere mate van complexiteit. Aan de start was het vooral van belang dat er goed inzicht ontstond in welke tabellen uit de database leidend zouden worden, waar de transacties exact uit bestonden en hoe we deze grote dataset op de beste manier konden inladen.
De complexiteit van de data is vaak een zoektocht in overleg met de business. De mensen op de vloer weten vaak het best wat er gebeurt. Ook hier was het van belang welke velden exact in bijvoorbeeld een verkooporder of een factuur werden gevuld. We hebben meegekeken naar de dataverwerking zelf: wat wordt er bijvoorbeeld exact in een verkooporder ingevuld? Dit zijn belangrijke gegevens om uiteindelijk tot een betrouwbaar rapport te komen.
De data-analyse
Tijdens het inrichten van het data-model kwamen veel uitzonderingen aan het licht en ontstonden juist meer vragen dan dat er beantwoord konden worden. Uitzonderingen van bijvoorbeeld verkoopfacturen die niet gekoppeld staan aan verkooporders, of verkopen van goederen waar geen inkoopprijs in het systeem staat. Hier werd duidelijk dat wij een extra taak hadden om de kwaliteit van de data omhoog te brengen.
Het ontwerp van het datamodel zorgde er uiteindelijk voor dat de gegevens uit de verkooporders, de verkoopfacturen en de artikelbestanden samen zijn gekomen. En door deze gegevens samen te brengen ontstond inzicht dat eerder niet mogelijk was.
De rapportages
Ondanks dat de dataset in orde was, was nog niet duidelijk wat de business exact wilde weten. Hiervoor gebruikten wij de methode om alles te laten zien. Wij maakten van deze dataset 20 verschillende views en stelden deze ter beschikking aan het management en de directie.
De omzet, inkoop en winst konden eindelijk op meerdere manieren getoond worden, zoals:
- Omzet en winst per verkoper
- Omzet en winst per productgroep
- Omzet en winst per artikel
- Omzet en winst per periode
- Omzet en winst per regio
en nog +/- 15 views
Na verloop van tijd werd duidelijk welke views en welke rapporten interessant waren voor het bedrijf. Het welbekende "verdrinken in rapportages" leek bijna te gebeuren. Maar juist door in contact te blijven en de rapportages continu te beoordelen, is het uitgegroeid tot een mooi portfolio.
In gesprek blijven
Wij merkten dat het bedrijf weliswaar een state-of-the-art ERP-programma had, maar dat de informatievoorziening slecht was. Dit rapport zorgde ervoor dat de mogelijkheden van data-analyse in het bedrijf duidelijk werden. Medewerkers hadden zelf hun eigen verfijningen nodig binnen deze rapportages en nieuwe projecten werden snel hierna opgestart.
Een enkel rapport is een mooi begin, maar is vrijwel nooit het einddoel. Uiteindelijk heeft dit bedrijf 30 rapportages draaien, waar 20 gebruikers dagelijks hun informatie vandaan halen. Door in gesprek te blijven met elkaar kunnen nieuwe ideeën vormgegeven worden en is dit een bedrijf waar datagedreven werken écht van de grond is gekomen.
Contact
Wil je meer weten over de mogelijkheden van betere besluitvorming door data-analyses en rapportages in jouw bedrijf? Neem dan gerust contact met ons op via info@blackmere.nl of bel ons op
06-45944924. We helpen je graag.