Én definition af omsætning for alle rapporter og alle agenter

Bestyrelsesmødet har tre omsætningstal for den samme måned. Salg har taget ét med fra CRM’et: aftaler markeret som vundet. Økonomi har taget ét med fra bogføringen: udstedte fakturaer minus kreditnotaer. Drift har taget ét med fra lagersystemet: afsendte ordrer. Hvert tal er korrekt efter sin egen definition, og mødets første tyve minutter går med at finde ud af, hvorfor de er forskellige.

Nu bliver en agent spurgt, hvordan omsætningen ligger i forhold til budgettet. Hvilken definition bruger den? I praksis den tabel, den finder først — og måske en anden, næste gang den bliver spurgt.

Årsagen er, at definitionerne af forretningens nøgletal bor i rapporteringslaget: i hvert dashboards formler, i hvert regneark, i hver analytikers forespørgsler. Hver bruger genimplementerer dem, og implementeringerne glider fra hinanden, én rettelse ad gangen. Agenter gør det værre — ikke fordi de er skødesløse, men fordi der er flere af dem, de forespørger data direkte, og de leverer svar hurtigere, end nogen kan nå at tjekke definitionen bag hvert enkelt.

Det etablerede svar har et navn inden for business intelligence: et semantisk lag. Det er et fælles lag, der definerer forretningens nøgletal og dimensioner én gang, oven på de rå data, så alle værktøjer beder om »omsætning« ved navn i stedet for at beregne den igen. OLAP-kuber gjorde en version af dette for årtier siden. Idéen betyder mere nu, hvor brugerne også omfatter software, der skriver sine egne forespørgsler.

Hvor definitionerne glider

Formler kopieret ind i rapporter. Én kopi bliver rettet, de andre gør ikke, og tallene skilles, uden at nogen har besluttet det.

Ét ord, flere betydninger. Ordreindgang, faktureret omsætning og indregnet omsætning er alle legitime og alle forskellige. At kalde dem alle »omsætning« garanterer en diskussion.

Stille filtre. Koncerninternt salg udeladt ét sted og ikke et andet. Kreditnotaer modregnet her og ikke dér. En testkunde, som ingen fjernede fra én af datakilderne.

Tid. Ordredato, fakturadato eller leveringsdato: Den samme transaktion falder i forskellige måneder afhængigt af, hvilken en rapport bruger.

Valuta og afrunding. Hvilken kurs, taget hvilken dag, og afrundet hvor.

Agenter, der vælger selv. En sprogmodel, der skriver forespørgsler mod rå tabeller, vælger en plausibel definition, hver gang den bliver spurgt. Plausibel er ikke det samme som aftalt, og det er ikke sikkert, at den er den samme to gange.

Definér det én gang, opstrøms

Navngiv hver variant. Ordreindgang, faktureret omsætning og indregnet omsætning bliver hver især et separat, navngivet nøgletal med en ejer og en nedskrevet definition. Målet er ikke én definition af omsætning for hele virksomheden; det er præcis én definition bag hvert navn.

Definér nøgletal på forretningsmodellen, ikke på tabeller. Faktureret omsætning defineres på fakturaer og kreditnotaer som objekter i virksomhedens ontologi, med deres tilstande og relationer — ikke på kolonnenavne, der ændrer sig, når et kildesystem opgraderes.

Lad alt spørge laget. Dashboards, regneark, eksporter og agenter beder alle om nøgletallet ved navn. Især agenter bør ikke have lov til at stykke et forretningsnøgletal sammen ud fra rå tabeller; de spørger efter det, og svaret kommer med sin definition.

Versionér definitionerne med ikrafttrædelsesdatoer. Når en definition ændres, kan sidste års tal stadig gengives, som de blev rapporteret, og ændringen er synlig som en ændring.

Vis definitionen sammen med tallet. Hvert svar oplyser, hvilket nøgletal, hvilke filtre, hvilken periode og pr. hvornår. Et tal uden det er et rygte med decimaler.

I Hurukans design defineres nøgletal på objekterne i laget Ontologi og læses fra én datamodel i laget Data, så en rapport og en agent, der stiller det samme spørgsmål, får det samme svar af den samme grund. Budgetstyringen i modulet Økonomi (budget, disponeret, faktisk og prognose) er bygget på netop sådanne navngivne mål. Det er under opbygning.

En test, du kan køre i dag

Bed tre personer om sidste måneds omsætningstal, og hvordan de nåede frem til det: én fra økonomi, én fra salg og den, der forbereder bestyrelsesmaterialet. Skriv de tre tal og de tre metoder ned.

Hvis din virksomhed allerede har en AI-assistent koblet til sine data, så stil den det samme spørgsmål to gange i to separate sessioner, og notér, hvad den svarer, og hvordan.

Hvis du har mere end ét tal på tværs af de fem svar og ikke kan sætte navn på grunden til hver forskel, har du brug for en fælles definition, før du har brug for endnu en rapport. Den bredere argumentation for at starte analyse ud fra spørgsmål frem for dashboards finder du i dashboardet, ingen åbner.