Świat się zmienia. Controlling finansowy się zmienia. Ludzie się zmieniają. Wszystko pędzi, mamy coraz mniej czasu, a coraz więcej informacji do przetworzenia. Zdolności poznawcze i obliczeniowe naszego mózgu (a dokładniej mówiąc rozumowego przetwarzania informacji przezeń) są już zbyt małe aby poradzić sobie z miliardami rekordów danych do przetworzenia.
Controlling finansowy, a podświadome przetwarzanie informacji
Czy ktoś z Was próbował kiedyś znaleźć największą liczbę w tabeli mającej np. 20 milionów wierszy i 100 kolumn? Spróbujcie, a przekonacie się o czym piszę…
Dobra wiadomość jest taka, że … mamy potężne rezerwy. Nasz mózg pracuje (tzn. świadomie przetwarza informacje) zwykle na jakieś 20-30 procent swojej mocy. Reszta służy do „podtrzymania systemu”-czyli całej aktywności naszego organizmu, której nie kontrolujemy świadomie. Przykładem mogą być zachodzące procesy np. trawienia, walki z infekcjami, zimnem/ ciepłem, reakcji na bodźce, gospodarki energetycznej itp. Jedną z tych aktywności jest tzw. podświadome przetwarzanie informacji.
Tutaj nasz mózg jest zdumiewająco szybki. Nie musimy się zastanawiać, czy jest ciemno, jasno. Czy coś jest duże, małe, czarne, czerwone, kwadratowe, okrągłe. A może z lewej czy z prawej, nieruchome, czy poruszające się. To „po prostu widać” – czyli te informacje przetwarzamy podświadomie, kilkadziesiąt tysięcy razy szybciej niż bodźce takie jak tekst czy liczba.
Percepcja wizualna i pamięć krótkotrwała
Dane docierają one do nas dzięki mechanizmom tzw. percepcji wizualnej i pamięci krótkotrwałej. (oczywiście jest też „coś za coś” – tego typu informacje przetwarzamy błyskawiczni, ale też zazwyczaj zapamiętujemy je na bardzo krótko.
Aby funkcjonować w świecie coraz bardziej przyspieszonego obiegu coraz większych wolumenów danych, musimy nauczyć się żyć z informacją. Należy wydajnie przetwarzać informacje i błyskawicznie wyciągać z nich wnioski.
8 sposobów na przetwarzanie i wyciąganie wniosków z danych
Musimy nauczyć się:
1. Filtrować informacje i nie zajmować się tymi, które nie są nam potrzebne
2. Błyskawicznie wyciągać wnioski i interpretować zdarzenia
3. Umieć nakładać na siebie informacje z różnych źródeł/ dziedzin (co może czasem kłócić się z punktem pierwszym)
4. Być zwięzłym i precyzyjnym w komunikacji.
5. Dociekliwie szukać przyczyn określonego stanu rzeczy – pytanie „Dlaczego?” powinno być oprawione w ramki i wisieć nad biurkiem każdego controllera!
6. Personalizować informację – od tych samych danych (np. danych o sprzedaży) czego innego chcą się dowiedzieć różne osoby.
7. Zawsze podawać źródło i pamiętać o metadanych (czyli danych o danych). Informacje takie, jak:
- „data danych” (czyli z jakiego dnia/ godziny pochodzą dane, na których się opieramy),
- źródło danych,
- liczba rekordów podanych analizie,
- liczba rekordów „nullowych”, gdzie nie było odpowiedniego opisu mogą przeważyć o wiarygodności (lub nie) całego zestawu analiz, które przedstawiamy.
8. Pamiętać o tym że podejście „One Page Reporting” nie polega na tym, aby zmniejszyć czcionkę i na jednej stronie upchnąć więcej tabelek. Chodzi o to, aby na jednej stronie/ ekranie pokazać kluczowe dla danego obszaru decyzyjnego informacje. A zaprojektowanie takiego interaktywnego i zrozumiałego „One Page” wymaga sporej wiedzy i doświadczenia…
Controlling finansowy, a praca controllera
Controlling finansowy wymyślono aby optymalizować biznes. Aby stawał się on coraz zwinniejszy, wydajniejszy. Nie po to aby porównywać plan z wykonaniem i tłumaczyć się z odchyleń.
Stefan Olech od zawsze powtarzał, że controller nie powinien być liczykrupą. Powinien stać się sparring partnerem dla Zarządu, zadawać trudne pytania i poszukiwać na nie odpowiedzi.
Praca controllera nieuchronnie ewoluuje w stronę „człowieka od danych”. Dobra wiadomość jest taka, że coraz łatwiejsza jest analiza danych. To coraz lepiej będą w stanie wykonywać sami managerowie, technologia daje im coraz więcej.
Kilka lat temu jednym z wątków dyskusji podczas Kongresu Controllerów była potrzeba opanowania przez controllerów języka SQL. Dobra wiadomość jest taka, że … już nie ma takiej potrzeby. Technologia wizualnej analizy danych poszła na tyle do przodu, że stosowne zapytania / kwerendy … robią się same po wybraniu odpowiednich elementów na interaktywnych dashboardach.
Data Governance- przygotowanie danych do analiz
Natomiast coraz bardziej zaawansowane staje się modelowanie danych, przygotowanie ich do analiz, ETL – no i sama sfera Data Governance, zarządzania dostępami, uprawnieniami itp. Tutaj zaangażowanie controllerów będzie na pewno rosło.
Dołóżmy do tego inne megatrendy. Jak choćby IoT – Internet of Things. Czy kilka lat temu ktokolwiek pomyślałby o zastosowaniu w controllingu … dronów? A tymczasem to już się dzieje. Jeden z naszych Klientów monitoruje w ten sposób zaawansowanie dużych infrastrukturalnych projektów inwestycyjnych. Jak choćby budowy autostrad, rurociągów, czy farm fotowoltaicznych. Co tydzień nad taką budowę wysyłany jest dron. Ustawiany jest w dokładnie tych samych współrzędnych XYZ (długość i szerokość geograficzna oraz wysokość). Następnie robi cyfrowe zdjęcie wysokiej rozdzielczości. Zdjęcie jest później analizowane algorytmami sztucznej inteligencji, które rozpoznają, co się na nim zmieniło od ostatniego pomiaru. Sprawdzają jaki jest status prac, czy dany etap jest zakończony, czy nie. Z tego generowany jest plik wejściowy do naszego dashboardu. W ciągu 2-3 godzin od zrobienia zdjęcia plik może być opublikowany na serwerze i udostępniony przez www albo urządzenie mobilne managerom prowadzącym projekt. Z punktu widzenia końcowego odbiorcy obsługa samego dashboardu jest banalnie prosta – a wyobraźmy sobie realizację analogicznego zadania tradycyjnymi metodami…
Embedded Analytics
Inny megatrend – Embedded Analytics. Jeszcze kilkanaście lat temu idea wymieniania się danymi z naszymi partnerami biznesowymi byłaby uznana za co najmniej dziwną. Tymczasem wielu naszych Klientów dzięki technologii w bezpieczny sposób współdzieli. Są to np. informacje o stanach magazynowych ze swoimi dostawcami/ odbiorcami/ dystrybutorami/ partnerami/ franczyzobiorcami. Z samego faktu, że obie strony patrzą na te same PRAWDZIWE dane, aktualizowane w tym samym rytmie, płynie wiele korzyści. Dzięki temu o niebo łatwiej jest:
- harmonizować łańcuchy dostaw,
- optymalizować stany magazynowe,
- zarządzać programami bonusowymi,
- dokonywać oceny OTIF,
- czy po prostu … monetyzować dane.
Monetyzacja danych
Monetyzacja danych to kolejny megatrend. Jeszcze kilka lat temu zupełnie nie do pomyślenia. Jeden z Naszych Klientów, duża sieć wielkopowierzchniowych sklepów jakiś czas temu zastanawiał się co zrobić ze starymi backupami systemów kasowych. Usunąć jakoś im było głupio, więc postanowili … zrobić na nich pieniądze. Pomogliśmy im załadować je do Tableau. Podpięliśmy tam też aktualne dane. Zbudowaliśmy wraz z nimi zestaw analitycznych dashboardów. Dzięki temu dawały możliwość bardzo dokładnej analizy sprzedaży produktów ich ponad 6000 dostawców w tej sieci sklepów. Można bardzo dokładnie analizować trendy, sezonowość, rozkład geograficzny, udziały w poszczególnych kategoriach produktów, swoją pozycję na tle konkurencji itp. Co więcej, nie jest to szacunek. Jak w przypadku badań kupowanych za ciężkie pieniądze w renomowanych firmach badawczych, tylko spis z natury. W ten sposób powstała bardzo ciekawa usługa, którą owa sieć sklepów zaoferowała swoim dostawcom. Spotkało się to z bardzo dużym zainteresowaniem. Projekt okazał się dużym sukcesem i pokazał że monetyzacja danych nie jest pustym frazesem.
Machine Learning, a praca controllera
A Machine Learning? Jak to się ma do pracy controllera? To proste – pomaga mu odpowiadać na chyba najważniejsze pytania w tej pracy. Te zaczynające się od „Dlaczego?” Jeszcze kilka lat temu gdy pokazywaliśmy Klientom możliwości wizualnej analizy danych, otwierały im się oczy. Jeszcze większe wrażenie robiła opcja „View Data”. Daje to możliwość podejrzenia, z jakich danych źródłowych (np. dokumentów) składa się odfiltrowana przez nas część analizy. A dziś zaraz obok „View Data” mamy opcję „Explain Data”. Dzięki niej cały zbiór danych i pokazuje nam „hipotezy badawcze”, objaśniające, czym dany zakres danych różni się od reszty. Może sprzedajemy dużo a zarabiamy mało, bo więcej niż w innych grupach asortymentowych wykorzystujemy określony rodzaj wysyłek/ opakowań? Jak widać, narzędzie może wykonać za nas potężną część roboty – choć oczywiście intuicja i tzw. „nos” w biznesie zawsze będą w cenie.
Controlling finansowy- Prostota jako niezawodny trend
To co opisałem powyżej może wydawać się bardzo skomplikowane. Choć tak naprawdę jest bardzo proste w swej idei. I to równie ważny trend w Controllingu – prostota. Wręcz asceza w prezentacji danych. Wielokolorowe dashboardy już dawno są passe, jako zbyt obciążające nasz mózg i wtórnie komplikujące przekaz informacyjny. Najlepsze projekty, jakie zrobiliśmy u Klientów operują zwykle 2-3 kolorami. Bardzo dobrze sprawdza się np. stara, poczciwa, „księgowa” paleta kolorów „czerwone/ czarne”. Dashboardy z jej użyciem bardzo dobrze pokazują gdzie jest dobrze albo źle. Gdzie tracimy lub zarabiamy, gdzie rośnie albo maleje. O tym też warto pamiętać. Projektowanie efektywnych dashboardów dla naszych managerów wymaga doświadczenia i bardzo dokładnego zrozumienia ich potrzeb. Tak jak rajdowy samochód wymaga rajdowego kierowcy. Zwłaszcza w początkowym etapie rola Konsultanta jest nie do przecenienia.
Świat się zmienia, controlling się zmienia, modele biznesowe firm się zmieniają. Praca z danymi staje się coraz istotniejsza i coraz bardziej fascynująca. Przynosi też bardzo dużo satysfakcji – i tego wszystkim Państwu życzę!
Witold Kilijański
Prezes Zarządu
NewDataLabs