Sådan bygger du en handlingsorienteret techstack

Tilbage til inspirationssiden

Bruger du bakspejlsdata til at navigere virksomheden?

Bakspejlsdata – eller historisk data – er ganske nyttigt… hvis vejen foran dig er snorlige. Men det er den sjældent. Tværtimod er den fyldt med sving, bakker, bump og blinde vinkler.

Præcis sådan ser virkeligheden ud for mange vækstende SMV’er: uforudsigelig, kompleks og ofte præget af pludselige ændringer i efterspørgsel, leverandør performance eller lagerbeholdninger.

I det landskab er det ikke nok at vide, hvad der skete. Du skal kunne forudse, hvorfor, hvad der kommer, og ikke mindst hvad du skal gøre ved det.

Det kræver mere end rapporter og regneark.

I denne artikel dykker vi ned i, hvordan du skaber en teknologistack, der kan håndtere virkeligheden – og ikke bare beskrive den. Vi kombinerer to af de vigtigste best practice koncepter for moderne datadrevne virksomheder:

• Pace Layered Architecture – som hjælper dig med at strukturere dine systemer efter deres formål og forandringshastighed
• De fire niveauer af dataanalyse – fra det beskrivende til det handlingsorienterede

Sammen med en platform som Inact, der gør data operationelle, viser vi, hvordan du kan skabe beslutningskraft i både indkøb og supply chain – ikke bare bagudskuende, men fremadrettet.

Pace Layered Architecture – hvorfor ét system aldrig er nok

Dette anerkendte framework deler dine systemer op i tre lag:

• System of Record – typisk ERP systemet. Hvor data er stabilt, pålideligt, og sjældent ændres.
• System of Differentiation – her ligger bl.a. PIM og SCM værktøjer som for eksempel Inact. Det er her strategi oversættes til operationel drift.
• System of Innovation – eksperimenter og agile værktøjer der kan afprøve nye ideer hurtigt.

Du skal ikke vælge ét – du skal kombinere dem. Systemer skal spille sammen, ikke kæmpe mod hinanden.

Fire niveauer af analyse: fra “hvad skete der?” til “hvad gør vi nu?”

Der eksistere groft 4 typer af data anlyser - og de skal ses som en lukket kredsløb hvor det næste niveau er afhængigt af det forrige.

De fleste BI værktøjer strander allerede ved første analyse type, da det grundlæggende handler om at analysere historiske data. Det er også primært derfor, at BI værktøjer ofte fejler som eksekveringsværktøj.