Power BI integracija: kaip įmonės duomenys paverčiami analitika?

Įmonės duomenys retai būna vienoje vietoje. Finansinė informacija saugoma apskaitos ar ERP sistemoje, pardavimų duomenys – CRM, dalis planų ar papildomų skaičiavimų – Excel failuose ar kitose verslo sistemose. Norint šiuos duomenis panaudoti verslo analitikai, juos pirmiausia reikia surinkti, sujungti ir paruošti.

Power BI integracija leidžia automatizuotai surinkti duomenis iš skirtingų įmonės sistemų ir panaudoti juos vieningai finansų bei verslo analitikai. Priklausomai nuo naudojamų sistemų, duomenys gali būti gaunami iš duomenų bazių, per API, failus ar kitais būdais. Surinkti duomenys paruošiami ir sujungiami pagal konkrečios įmonės analitikos poreikius.

PLY Business projektuose esame integravę daugiau nei 20 skirtingų apskaitos, ERP, CRM ir kitų verslo duomenų sistemų. Tarp jų – Rivilė, Finvalda, Microsoft Dynamics 365 Business Central, TSM, Butenta, Directo, Euroskaita, Robolabs, Agnum, Labbis, Pragma, Optimum, Pay Premium, Bauwise, Terra Logistics ir kitos sistemos.

Tačiau mūsų patirtis rodo vieną svarbų dalyką: nors techninis duomenų gavimas iš skirtingų sistemų gali skirtis, galutinę analitiką pirmiausia lemia ne naudojama apskaitos programa, o verslo klausimai, į kuriuos įmonė nori atsakyti.

Kaip duomenys iš apskaitos ar ERP sistemos patenka į Power BI?

Vieno integracijos būdo, tinkamo visoms sistemoms, nėra.

Priklausomai nuo naudojamos programinės įrangos ir jos techninių galimybių, duomenys gali būti gaunami:

• iš duomenų bazės;
• per API;
• iš automatizuotai generuojamų failų;
• iš kitų struktūrizuotų duomenų šaltinių.

Todėl prieš kuriant integraciją svarbu suprasti ne tik tai, kokią sistemą įmonė naudoja, bet ir kokie duomenys joje saugomi, kaip prie jų galima prieiti ir kokios informacijos iš tikrųjų reikia analitikai.

Pats techninis duomenų paėmimas dažniausiai yra tik viena proceso dalis. Kitas svarbus žingsnis – pirminius duomenis paversti verslui suprantama ir analizei tinkama informacija.

Kada įmonei verta automatizuoti analitiką su Power BI?

Daugelyje įmonių finansų ir verslo analitika prasideda nuo Excel. Duomenys periodiškai eksportuojami iš apskaitos, ERP ar kitų sistemų, papildomi kita reikalinga informacija, atliekami skaičiavimai ir parengiamos vadovybei ar finansų komandai skirtos ataskaitos.

Kol duomenų šaltinių, analitinių pjūvių ir ataskaitų nėra daug, toks procesas gali būti visiškai pakankamas. Power BI poreikis dažniausiai atsiranda ne dėl paties Excel naudojimo, o tuomet, kai analitikos paruošimas tampa nuolat pasikartojančiu ir vis sudėtingesniu procesu.

Augant verslui gali daugėti duomenų šaltinių, ataskaitų ir skaičiavimų. Tuomet kiekvieną ataskaitinį laikotarpį tenka kartoti tuos pačius veiksmus: surinkti naujus duomenis, juos paruošti, sujungti skirtingas lenteles, atnaujinti skaičiavimus ir patikrinti galutinį rezultatą. Kuo daugiau tokių veiksmų atliekama rankiniu būdu, tuo daugiau laiko jie užima ir tuo sudėtingiau užtikrinti, kad skaičiavimo logika kiekvieną kartą būtų pritaikyta vienodai.

Power BI integracijos vertė ypač išauga, kai:

• analitikai reikalingi duomenys yra keliose apskaitos, ERP, CRM ar kitose sistemose;
• ataskaitoms paruošti reguliariai kartojami tie patys rankiniai veiksmai;
• duomenis reikia ne tik surinkti, bet ir transformuoti, klasifikuoti ar sujungti;
• naudojama daug tarpusavyje susijusių Excel failų ir formulių;
• reikalingi sudėtingesni skaičiavimai, pavyzdžiui, klientų, produktų ar padalinių pelningumas, maržos, sąnaudų paskirstymas ar biudžeto ir faktinių rezultatų palyginimas;
• skirtingose ataskaitose ar komandose tie patys KPI apskaičiuojami nevienodai;
• vadovams reikia reguliariai matyti aktualius rezultatus ir analizuoti ne tik kas pasikeitė, bet ir kodėl.

Power BI analitikos sprendime automatizuojamas ne tik duomenų atnaujinimas. Sukūrus analitinį modelį apibrėžiama, kaip duomenys turi būti paimami iš skirtingų šaltinių, išvalomi, transformuojami ir tarpusavyje susiejami, taip pat kokia logika turi būti naudojama skaičiuojant įmonei svarbius rodiklius.

Kiekvieno duomenų atnaujinimo metu iš anksto sukurta duomenų paruošimo ir skaičiavimų logika pritaikoma automatiškai. Todėl nereikia kiekvieną kartą iš naujo kartoti tų pačių duomenų apdorojimo veiksmų, kopijuoti formulių ar rankiniu būdu perskaičiuoti rodiklių. Kartu sumažėja rizika, kad analitikos rezultatą paveiks neteisingai nukopijuota formulė, praleistas duomenų šaltinis ar kita rankinio darbo klaida.

Taip sukuriamas ne tik patogesnis būdas analizuoti duomenis, bet ir patikimas, nuosekliai veikiantis analitikos procesas, leidžiantis mažiau laiko skirti ataskaitų ruošimui ir daugiau – rezultatų analizei, nukrypimų priežasčių supratimui ir sprendimų priėmimui.

Kaip Power BI interaktyvumas palengvina duomenų analizę?

Automatizuotas duomenų surinkimas ir paruošimas išsprendžia svarbią analitikos proceso dalį, tačiau Power BI vertė tuo neapsiriboja. Tinkamai suprojektuotos interaktyvios ataskaitos leidžia ne tik matyti galutinį rezultatą, bet ir jį tyrinėti – filtruoti duomenis, analizuoti juos skirtingais pjūviais bei ieškoti pokyčių priežasčių.

Svarbu tai, kad toks interaktyvumas neatsiranda vien pasirinkus Power BI kaip technologiją. Kuriant analitikos sprendimą reikia apgalvoti, kaip vartotojas analizuos informaciją, kokių atsakymų ieškos ir kaip nuo bendro rezultato galės pereiti prie jo priežasčių. Pagal tai kuriamas duomenų modelis, skaičiavimų logika, analitiniai pjūviai ir ataskaitų tarpusavio sąveika.

Pavyzdžiui, matome, kad įmonės pelnas sumažėjo. Pats rodiklis parodo pokytį, tačiau neatsako į klausimą, kas jį lėmė. Analizuojant duomenis interaktyviai galima tikrinti, ar sumažėjo pardavimų apimtys, pasikeitė pardavimų struktūra, krito maržos, o tuomet gilintis, kurie klientai, produktų grupės ar kiti verslo segmentai turėjo didžiausią įtaką rezultatui. Taip galima nuosekliai pereiti nuo bendro rezultato prie vis detalesnės informacijos ir greičiau suprasti ne tik kas pasikeitė, bet ir kas tą pokytį lėmė.

Būtent galimybė lengvai pereiti nuo bendro rezultato prie jo priežasčių yra viena svarbiausių interaktyvios verslo analitikos naudų. Vadovui ar finansų komandai nereikia kiekvienam naujam klausimui ruošti atskiros ataskaitos – daugelį atsakymų galima rasti analizuojant tą patį, nuolat atnaujinamą duomenų modelį.

Tam, kad interaktyvios analitikos galimybės būtų išnaudojamos praktiškai, svarbu ne tik sukurti ataskaitas, bet ir padėti komandai išmokti jomis naudotis. Po pirminio PLY Business sprendimo diegimo apmokome vartotojus dirbti su sukurtomis Power BI ataskaitomis – parodome, kaip išnaudoti jų interaktyvias galimybes, filtruoti ir detalizuoti duomenis bei nuo bendro rezultato pereiti prie konkrečių jo priežasčių. Taip vartotojai išmoksta savarankiškai naudotis analitika ir greičiau rasti atsakymus į jiems aktualius verslo klausimus.

Ar analitika skiriasi naudojant Rivilę, Finvaldą, TSM ar kitą apskaitos sistemą?

Techninė integracijos dalis gali skirtis, tačiau verslo analitikos poreikiai dažnai būna panašūs.

Viena įmonė gali naudoti Rivilę, kita – Finvaldą ar TSM, tačiau visos jos gali norėti atsakyti į labai panašius verslo klausimus:

• kurios veiklos kryptys yra pelningiausios;
• kaip keičiasi pajamos, sąnaudos ir marža;
• kurie klientai ar produktai generuoja didžiausią pelną;
• kokia yra pirkėjų ir tiekėjų skolų situacija;
• kaip juda pinigų srautai;
• kaip faktiniai rezultatai skiriasi nuo biudžeto;
• kaip keičiasi kiti įmonei svarbūs rodikliai.

Skirtingose sistemose šiems skaičiavimams reikalingi duomenys gali būti saugomi skirtingai. Integracijos metu jie paruošiami ir transformuojami į analitikai tinkamą duomenų modelį.

Todėl PLY Business sprendimus kuriame aplink konkrečios įmonės verslo modelį, struktūrą ir valdymo poreikius, o ne aplink konkrečios apskaitos programos standartines ataskaitas.

Ar Power BI galima sujungti kelių sistemų duomenis?

Power BI leidžia viename analitiniame modelyje sujungti duomenis iš skirtingų įmonės sistemų ir analizuoti juos kartu.

Įmonė gali turėti:

• finansinius duomenis apskaitos ar ERP sistemoje;
• klientų ir pardavimų informaciją CRM;
• papildomus planus ar skaičiavimus Excel;
• atsargų, gamybos, e. prekybos ar kitus duomenis atskirose sistemose.

Šių šaltinių duomenis galima susieti bendrame analitiniame modelyje ir taip papildyti vienos sistemos informaciją kitų sistemų duomenimis.

Pavyzdžiui, CRM gali parodyti pardavimų vadybininko veiklą ir pardavimo procesą, o apskaitos sistema – faktines pajamas, savikainą ir sąnaudas. Susiejus šiuos duomenis galima vertinti ne tik pardavimų apimtį ar aktyvumą, bet ir faktinius finansinius rezultatus bei pelningumą.

Kelių sistemų duomenų sujungimas turi ir kitą praktinę naudą. Lyginant tarpusavyje skirtinguose šaltiniuose esančią informaciją neretai išryškėja duomenų neatitikimai, trūkstamas detalumas ar skirtinga jų registravimo logika. Tai padeda ne tik sukurti išsamesnę analitiką, bet ir pastebėti vietas, kuriose verta pagerinti duomenų suvedimo, klasifikavimo ar kitus vidinius procesus.

Kaip įmonei pasiruošti Power BI integracijai?

Prieš pradedant Power BI diegimą įmonei nereikia turėti iš anksto parengto visų norimų ataskaitų, rodiklių ar analitinių pjūvių sąrašo. Taip pat nebūtina, kad visi duomenys jau būtų idealiai sutvarkyti ir paruošti analizei.

Projekto pradžioje mums svarbiausia suprasti įmonės veiklos specifiką, verslo modelį ir naudojamas sistemas. Naudinga aptarti, kaip įmonė analizuoja duomenis šiuo metu, kokios ataskaitos ruošiamos rankiniu būdu, kur analitikos procese prarandama daugiausia laiko ir kokios informacijos dažniausiai prireikia priimant valdymo sprendimus.

Klientui nereikia pačiam suprojektuoti būsimos Power BI analitikos. Remdamiesi savo patirtimi finansų ir verslo analitikos projektuose, pirminį ataskaitų rinkinį parengiame mes, o jo struktūrą, skaičiavimus ir analitinius pjūvius pritaikome prie konkrečios įmonės verslo modelio bei turimų duomenų.

Pirminio diegimo metu sukuriame individualiai įmonei pritaikytą finansų ir verslo analitikos ataskaitų rinkinį. Priklausomai nuo įmonės veiklos ir turimų duomenų, jis paprastai apima:

• Pardavimų analitiką
• Savikainos ir bendrojo pelno analitiką
• Veiklos sąnaudų detalizavimą
• Kitos ir finansinės veiklos rezultatų analizę
• Pelningumo apibendrinimą
• Balanso ataskaitą
• Pinigų srautų ataskaitą
• Sandėlio likučių ir apyvartumo analizę
• Apyvartumo rodiklių ataskaitą
• Detalią skolų analitiką
• Skolų kontrolės ataskaitą

Kaip tokios ataskaitos atrodo praktiškai, galite pamatyti mūsų interaktyvioje Power BI demo ataskaitoje.

Tai nėra standartinis, visoms įmonėms vienodai pritaikomas ataskaitų paketas. Analitikos struktūra pritaikoma prie konkretaus verslo – jo veiklos sričių, padalinių struktūros, produktų ir klientų segmentavimo, naudojamo sąskaitų plano bei kitų analizei svarbių ypatumų.

Jeigu įmonė jau projekto pradžioje turi specifinių poreikių – pavyzdžiui, nori stebėti jai būdingus rodiklius, analizuoti konkrečius veiklos procesus ar turi savo valdymo ataskaitas – šiuos poreikius taip pat galime įtraukti į kuriamą analitikos sprendimą.

Mūsų praktika rodo, kad analitikos poreikiai retai baigiasi pirminiu diegimu. Pradėjus naudotis Power BI ataskaitomis ir giliau analizuoti duomenis, natūraliai atsiranda naujų klausimų ir poreikių. Vienu atveju prireikia papildomo rodiklio ar skaičiavimo, kitu – naujo analitinio pjūvio, o kartais sukuriama visiškai nauja individuali ataskaita konkrečiam verslo procesui analizuoti.

PLY Business analitikos sprendimas gali būti nuolat papildomas ir tobulinamas pagal besikeičiančius įmonės poreikius.

Kokios problemos dažniausiai išryškėja integruojant duomenis?

Iš praktikos matome, kad analitikos projektuose nemažai klausimų kyla ne dėl paties Power BI ar techninio prisijungimo prie sistemos, o dėl duomenų kokybės ir jų verslo logikos.

Pavyzdžiui:

• skirtingose sistemose tam pačiam klientui ar produktui gali būti naudojami skirtingi kodai;
• gali trūkti analizei reikalingų kategorijų ar klasifikacijų;
• analizei reikalinga informacija gali būti užpildyta nepilnai arba dalis duomenų gali būti nepriskirta reikiamoms kategorijoms;
• dalis informacijos gali būti kaupiama rankiniu būdu;
• norimam rodikliui apskaičiuoti reikalingi duomenys gali būti apskritai nekaupiami.

Todėl analitikos diegimas kartais atskleidžia ne tik tai, ką įmonė gali analizuoti, bet ir kur verta pagerinti pačius duomenų surinkimo bei valdymo procesus. Net ir gerai suprojektuota Power BI analitika negali visiškai kompensuoti nekokybiškų ar neteisingai suvestų pradinių duomenų, todėl integracijos metu išryškėję duomenų kokybės klausimai tampa svarbia analitikos projekto dalimi.

Kaip dažnai atsinaujina Power BI duomenys?

Duomenų atnaujinimo dažnis priklauso nuo konkrečios įmonės poreikių. Finansų ir valdymo analitikai dažniausiai nėra būtina, kad kiekviena nauja operacija Power BI atsirastų iš karto po jos užregistravimo apskaitos sistemoje.

Svarbiau, kad duomenų atnaujinimas būtų automatizuotas, patikimas ir vyktų tokiu dažniu, kokio reikia aktualiems valdymo sprendimams priimti.

Todėl atnaujinimo dažnį parenkame atsižvelgdami į tai, kaip dažnai įmonė analizuoja konkrečius rodiklius ir priima jais pagrįstus sprendimus. Praktikoje dažniausiai duomenis automatiškai atnaujiname kartą per parą, tačiau, esant poreikiui, atnaujinimai gali būti vykdomi ir dažniau.

Power BI integracija – tik pirmasis žingsnis

Sėkmingo analitikos projekto rezultatas nėra pats duomenų prijungimas.

Integracija sukuria pagrindą. Vertė atsiranda tuomet, kai skirtingose sistemose esantys duomenys paverčiami aiškia, nuoseklia ir konkretaus verslo poreikius atitinkančia analitika.

Kurdami PLY Business analitikos sprendimus, vertiname visą procesą – nuo verslo poreikių ir duomenų šaltinių supratimo iki jų integravimo, analitinio modelio ir interaktyvių Power BI ataskaitų sukūrimo.

Todėl galutinis tikslas nėra turėti daugiau duomenų ar daugiau ataskaitų.

Tikslas – turėti informaciją, kuri leidžia geriau suprasti savo verslą ir priimti duomenimis pagrįstus valdymo sprendimus.

Norite sužinoti, kaip tai galėtų veikti Jūsų versle?

Jeigu duomenys šiandien yra išskaidyti skirtingose sistemose arba daug laiko skiriate rankiniam ataskaitų ruošimui, galime įvertinti, kaip juos būtų galima sujungti ir panaudoti Power BI analitikai.

Aptarkime Jūsų verslo analitikos poreikius