Dati ir uzņēmuma asinsrite, nodrošinot nemitīgu informācijas plūsmu starp būtiskajiem uzņēmuma “orgāniem”. Gudri, pārdomāti un mērķtiecīgi veikta datu analīze ir nozīmīgs faktors veiksmīgas uzņēmējdarbības attīstībai ilgtermiņā. Tieši tāpēc datos balstīti lēmumi var kļūt par vienu no atslēgām ceļā uz veiksmi.
Vēsturiski jebkāda datu apkopošana saistās ar trim lietām. Pirmkārt, ar lielu manuālu darbu, savācot datus, tos apkopojot tabulās, kas rada lielu kļūdu iespējamību. Otrkārt, ar milzīgu laika resursa patēriņu, kas rada stresu atbildīgiem darbiniekiem. Un, treškārt, ar faktiski novecojušiem datiem. Atbilde šiem izaicinājumiem ir digitalizācija, taču ar to saistāms aizspriedums – tas ir dārgi un pieejams vien lieliem uzņēmumiem. Jāatceras – liels kalns šķiet mazāks, ja to sadala akmeni pa akmenim.
Priekšnosacījumi ērtai datu apstrādei
Uzņēmējam piemīt īpaša spēja, pieņemot lēmumus, izmantot visas savas maņas, un ir situācijas, kad intuitīvi lēmumi ir vietā. Taču jāsaprot, ka dati var sniegt daudz pilnvērtīgāku ieskatu, kas, protams, var apstiprināt intuitīvi izdarītos lēmumus, bet, iespējams, iedot vēl papildu dziļumu un jaudu turpmākajiem uzņēmuma attīstības soļiem.
Ir trīs priekšnosacījumi, lai lēmumus par tālāko darbību un attīstību balstītu datos. Tiem ir jābūt viegli pieejamiem (at one's fingertips), aktuāliem (up-to-date) un precīziem. Domājot par to, kā sasniegt šo šķietami tik saprotamo rezultātu, vienkāršā atbilde būtu – datu digitalizācija. Process, kas nenovēršami skar mūsdienīgu uzņēmumu ikdienu, taču pievienoto vērtību sniegs vien tad, ja tiks veikts ar izpratni.
Kā veikt datu digitalizāciju?
Uz biznesa vadības sistēmām var raudzīties kā uz jaudīgu papildu darbinieku uzņēmumā, kas strādā bez brīvdienām un slimības lapām. Tās automatizēti paveic datu apstrādes darbus, kas cilvēkam aizņemtu ilgu laiku un būtu garlaicīgi un demotivējoši.
__________________________________________________________________________
Sliktus procesus nav vērts digitalizēt, jo digitalizācija nav burvju nūjiņa, bet tikai automatizācija jau labi strādājošiem manuāliem procesiem
__________________________________________________________________________
Katra vadītāja laikietilpīgākais darbs ir saprast, ko tieši būtu vissvarīgāk digitalizēt, kā arī sakārtot procesus, kur tas nepieciešams. Jāuzsver, ka sliktus procesus nav vērts digitalizēt, jo digitalizācija nav burvju nūjiņa, bet tikai automatizācija jau labi strādājošiem manuāliem procesiem.
Manuprāt, veiksmes pamatā ir uzņēmuma konceptuāla nostāja digitalizācijas jautājumos. Jāsaprot, ka no šī procesa uzņēmums nevarēs izvairīties, tas notiks jebkurā gadījumā, tāpēc gudri būtu lēmumus pieņemt savlaicīgi un vadīt tos. Pat tad, ja digitalizācija tiks ieviesta sistemātiski un pakāpeniski, svarīgi vadīties pēc plāna un uzņēmuma mērķiem.
Gluži kā citos projektos, arī digitalizācijas procesu ieviešanu un vadību būtu svarīgi uzticēt partneriem ar ilgtermiņa skatījumu ne tikai uz savu, bet arī uz konkrētā uzņēmuma attīstību. Piemēram, uzņēmums var pajautāt, vai izvēlētā sistēma potenciāli varētu apkalpot to arī izaugsmes gadījumā. Viens no iemesliem, kādēļ tas ir būtiski, – pieaugot ne tikai datu apjomam, bet arī uzņēmuma vajadzībām, ir nelietderīgi katrā attīstības posmā sākt visu no gala. Tādas sistēmas kā “Standard Books”, “Standard ERP” un līdzīgas piedāvā iespēju digitalizācijas procesu sākt ar mazliet vienkāršākām operācijām un augt līdzi uzņēmuma vajadzībām. Tāpēc var sākt ar tirgus izpēti un nebaidīties pakalpojuma sniedzējam uzdot pēc iespējas vairāk jautājumu ne tikai par to, kas ir nepieciešams šodien, bet arī par to, kas varētu būt nepieciešams rīt un pēc pāris gadiem. Tipiski biznesa vadības sistēmu dzīves cikls ir 7 līdz 10 gadi.
Aisberga virsotne – datu analītikas spēja
Līdzko dati ir pieejami, aktuāli un precīzi, var sākt runāt par lēmumiem, kuru pamatā ir uzņēmuma dati. Svarīgi ir atcerēties, ka lēmumi ir dažādi un tie tiek pieņemti visos līmeņos, ne tikai vadības. Šeit var runāt par uzņēmuma kultūru, uzņēmēja redzējumu par atbildību struktūru un uzticēšanos saviem darbiniekiem.
Vispirms svarīgi izvērtēt katra lēmuma svaru konkrētajā brīdī. Piemēram, uzņēmējs jūt, ka zināmi procesi bremzējas. Lēmums ir jāpieņem 2.jūlijā, bet dati par jūniju vēl nav apkopoti. Darbinieks rūpīgi izveido “Excel” tabulu, patērē tam, teiksim, 2 darba dienas, bet rezultātā iegūtie dati pēc būtības ir neaktuāli un tikai indikatīvi sniedz atbildi uz aktuālo jautājumu. Tikmēr iespējams ir arī otrs scenārijs – regulāri un sistemātiski digitalizētie dati tiek apstrādāti ar biznesa inteliģences (BI) rīku, un dažu klikšķu attālumā ir rezultāts, kas ļauj pieņemt savlaicīgus lēmumus par attiecīgajiem cēloņiem un potenciālajām sekām.
Otrkārt, uzņēmuma vadītājs nevar būt visur vienlaikus, tāpēc darbinieku pienesums ir tik nozīmīgs. Grāmatvedībā, personāla vadībā vai esot uz vietas noliktavā, cilvēki līdz sīkumam pārzina jomu, kurā darbojas. Visdrīzāk tieši viņi būs tie, kas var radīt idejas kādu izaicinājumu pārvarēšanai. Ja tipiski uzņēmuma vadības līmenī par problēmām uzzina, iespējams, tad, kad problēma jau samilzusi, tad, izmantojot BI un iesaistot darbiniekus lēmumu pieņemšanas procesā, problēmu var ne tikai pamanīt, bet arī laicīgi novērst, kā arī veicināt darbinieku patstāvību šādu lēmumu un problēmu risināšanas gadījumā.
__________________________________________________________________________
Uzņēmuma vadītājs nevar būt visur vienlaikus, tāpēc darbinieku pienesums ir tik nozīmīgs
__________________________________________________________________________
Šo noteikti var uzskatīt par laiku, kad darbinieku pievienotā vērtība ir viņu atbildības noteikšana ikdienas procesu vadībā. Tā ir liela iespēja veiksmes faktoru papildināt gan ar specifiskām zināšanām, gan darbinieku lojalitātes stiprināšanu uzņēmuma attīstības mērķu labā.
BI rīku ieviešana
Nupat veikts ļoti interesants pētījums par BI rīku ieviešanas motivāciju un izaicinājumiem, pētot tieši uzņēmējdarbības vidi Latvijā. Šajā pētījumā minēti vairāki iemesli, kas būtu jāņem vērā, domājot par BI rīku ieviešanu savā uzņēmumā. Citu starpā gribu izcelt trīs – stratēģiskā griba, ieviešanas dziļums un uzņēmuma brieduma vērtējums.
Stratēģiskā griba
Kā jau minēts iepriekš, uzņēmuma vadības līmenī ir jābūt skatījumam, ko ar datiem darīt. Tātad signāls, ka precīza un mērķtiecīga datu apkopošana ir iekļauta uzņēmuma stratēģiskajos mērķos, nāk pa vertikāli no augšas uz leju. Tā tiek ne tikai veidota izpratne darbiniekos, bet arī raidīts signāls – jūsu idejas ir vērtīgas, un datu analīze mums kopā dos iespēju veidot veiksmīgāku uzņēmuma nākotni.
Ieviešanas dziļums
Ieviešanas dziļums šajā gadījumā būtu skatāms kā likumsakarīgs stratēģiskās gribas turpinājums. Dati no visām uzņēmuma struktūrām attēlo ne tikai unikālo situāciju katrā no tām, bet arī savstarpējas mijiedarbības rezultātā radītos secinājumus. Te var pievērst uzmanību katras struktūras galvenajiem veiktspējas rādītājiem jeb key performance indicator (KPI), kā tie korelē ar uzņēmuma kopējiem sasniedzamajiem rezultātiem.
Uzņēmuma brieduma vērtējums
Mans ieteikums būtu nepārsteigties, jo prakse liecina un to apstiprina pētījums – labākais brīdis ieviest datu analītiku ir tad, kad uzņēmums jau nobriedis, nostabilizējis savus procesus, atbildības struktūras un citus aspektus. Piemēram, Flex.bi pieredze liecina, ka uzņēmuma briedums iestājas vidēji pēc 3 gadiem, taču tā nav aksioma. Iespējams, uzņēmumu vada ļoti pieredzējis vadītājs, kas arī jaunuzņēmumā visu sakārtojis kā nobriedušā, bet var gadīties arī, ka 10 gadīgs uzņēmums joprojām operē haotiski kā tikko dibināts.
Taču arī jaunu uzņēmumu uzdevums ir izprast savu darbību, izvērtēt tos datus, kas ir apkopojami, atrast uzticamus sadarbības partnerus, ar kuriem kopā uzsākt digitalizācijas ceļu, vārdu sakot, izveidot pamatu datos balstītu lēmumu pieņemšanai nākotnē.
Nākamais līmenis – plānošana
Viens no veidiem, kā mērīt uzņēmuma veiktspēju, ir bruto peļņa. Varbūt kādam ar to pietiek, bet gribu uzsvērt, ka šis rādītājs ir tikai sekas. Bet, manuprāt, daudz svarīgāk par šo ir saprast, kāpēc šī peļņa vai apgrozījums mainās jeb atrast cēloņa rādītāju.
Par to var domāt tā – nākamā līmeņa plānošana sākas pēc precīzi nodefinētas struktūras, kur katram uzņēmuma departamentam tiek atrasts un nodefinēts “ezīša princips”. Paskaidrošu, kas ar to domāts, – lai izvairītos no briesmām un pasargātu savu dzīvību, ezītim perfekti jāpārzina tikai viena lieta, proti, kā saritināties kamoliņā. Un tieši šī unikālā prasme, spēja vai – uzņēmuma gadījumā – kritērijs, nodrošinās labāko iespējamo rezultātu. Proti, katram departamentam un visam uzņēmumam parasti ir jāzina tikai viens faktors, kuru mērot var monitorēt un optimizēt savu darbību. Par to nav viegli vienoties, taču tas ir tā vērts.
__________________________________________________________________________
Labākais brīdis ieviest datu analītiku ir tad, kad uzņēmums jau nobriedis, nostabilizējis savus procesus, atbildības struktūras un citus aspektus
__________________________________________________________________________
Dati to precīzi parādīs, ja būs pilnīgi skaidrs, ko vēlamies mērīt. Lielisks piemērs ir noliktava – tur var mērīt daudz ko, bet būs daži rādītāji, no kuriem būs atkarīgs gala rezultāts. Un šie mērāmie dati ir jāizvēlas ļoti uzmanīgi, jo gala rezultātā – uzņēmums iegūst to, ko mēra.
Ko un kāpēc mērīt?
Datu digitalizācija uzņēmumā optimizē virkni procesu, piemēram, informācijas pieejamību un apstrādi. Datu apmaiņa notiek ātrāk, tiem vienkāršāk piekļūt, tiek būtiski samazināta papīra dokumentu aprite. Digitālie dati ir vieglāk meklējami un analizējami, un tieši tas ļauj uzņēmējam pieņemt labākus lēmumus.
Strādājot jau krietnu laiku šajā jomā, esmu ievērojis, cik dažādas ir klientu pieejas datiem. Un te ir runa gan par uzņēmuma briedumu un līdz ar to arī izpratni par to, kādi dati būtu iegūstami, gan par kultūru, kas uzskatāmi mainās brīdī, kad uzņēmums patiešām saprot, cik svarīgi ir uz šo procesu raudzīties kā uz ilgtermiņa iespēju un ieguvumiem.
Skaidrs, ka ne jau visos uzņēmumos būs nepieciešama ikdienas datu analīze. Līdzko tas netiek veikts regulāri, datu mērīšana var aiziet pašplūsmā, un tad zūd jēga to darīt. Iespējams, tāpēc, ka nav skaidrs, kādam ir jābūt rezultātam un kā iegūtos datus pielietot. Vai arī otra galējība, kad mērīts tiek viss, pārvēršot procesu mikromenedžmentā. Un, iespējams, ir lietas, uz kurām jāskatās tikai tad, kad tas ir vajadzīgs. Kaut kas ļoti specifisks, piemēram, plānojot specifiskas mārketinga kampaņas.
Kopumā datu analīze katram uzņēmumam faktiski ir ļoti individuāls process, kurā pamatā jāpieturas pie trim faktoriem, kuri minēti iepriekš, – datiem ir jābūt sasniedzamiem, aktuāliem un precīziem. Tad tie kļūs par pamatu lēmumiem uzņēmuma attīstībai, kuru interpretācija specifiski derēs attiecīgajam uzņēmumam.
