Datakvalitet målt i Power BI

Hvordan får du datakvalitet målt i Power BI?

Alle er enige om, at datakvalitet er vigtigt – lige indtil nogen skal måle den. Datakvalitet målt i Power BI betyder, at hullerne i dine Business Central-data bliver et tal på en side, ledelsen alligevel åbner: dimensionsdækning, udfyldningsgrad og åbne datafejl med måltal, kurve og en navngiven ejer. Sådan bygger du siden – og sådan får du den brugt.

Resumé og konklusion

• Datakvalitet, der ikke måles, findes ikke. Den lever som en fornemmelse hos bogholderen og en irritation hos ledelsen – og bliver aldrig bedre.
• Det bedste sted at måle datakvaliteten er i selve BI-løsningen. En datakvalitetsside i Power BI ser de samme data som ledelsesrapporten og bliver læst af de samme mennesker.
• Otte kontroller fanger langt hovedparten af fejlene: dimensionsdækning, udfyldningsgrad på stamdata, poster uden dimension, ordrer uden leveringsdato, negative lagerbeholdninger, kreditorfakturaer uden godkender, dubletter i stamdata og posteringer i fremtidige perioder.
• Et tal på skærmen flytter mere end en politik i en mappe. Sæt et måltal, vis udviklingen over tid, og giv hver kontrol en navngiven ejer.
• Fra 83 % til 99 % dimensionsdækning på tre måneder – alene ved at have tallet fremme på hvert månedsmøde. Undervejs fandt virksomheden 62.000 kr., der lå på den forkerte afdeling.

Alle er enige om datakvalitet – indtil nogen skal måle den

Datakvalitet er det emne, alle nikker til på styregruppemødet, og som ingen ejer om onsdagen. Resultatet kender de fleste: En resultatrapport viser 4,2 mio. kr. på afdelingen ”Ikke angivet”, varegruppeanalysen mangler en fjerdedel af omsætningen, og salgsrapporten pr. sælger har en kategori, der hedder blank. Mødet handler så om, hvorvidt tallene overhovedet kan bruges – ikke om, hvad de fortæller.

Problemet er sjældent sjusk. Problemet er, at ingen kan se, hvor godt det går. Hvis du ikke ved, om dimensionsdækningen er 83 % eller 97 %, kan du hverken glæde dig over fremgang eller reagere på tilbagegang. Målingen er det, der gør holdningen til en disciplin.

Målestedet: i BI-løsningen, ikke i et sideprojekt

Den klassiske reaktion er at starte et oprydningsprojekt: et Excel-udtræk, en konsulent, tre uger med filtrering og en liste med 1.400 poster, der skal rettes. Listen bliver aldrig færdig. Seks måneder senere er hullerne tilbage, fordi der ikke skete noget med den måde, data bliver skabt på.

Byg i stedet målingen ind der, hvor rapporterne alligevel bliver læst. En datakvalitetsside i Power BI har tre fordele frem for sideprojektet. For det første ser den præcis de samme data som ledelsesrapporten – der er ingen diskussion om, hvorvidt tallene er sammenlignelige, for det er den samme model. For det andet opdateres den automatisk sammen med resten af løsningen, så status altid er dagsaktuel og ikke et øjebliksbillede fra marts. For det tredje ligger den foran de mennesker, der faktisk kan gøre noget ved den: økonomichefen, controlleren og salgschefen – ikke en projektgruppe, der lukkes ned, når budgettet er brugt.

Det er den samme logik som i fra månedsrapport til daglig styring: kadencen afgør, om tal bliver til handling. Og det hænger tæt sammen med governance, styring og kontrol – ejerskabet er lige så vigtigt som målingen.

De otte kontroller, der fanger de fleste fejl

En datakvalitetsside behøver ikke være ambitiøs. Otte kontroller dækker erfaringsmæssigt det meste af det, der ødelægger tilliden til ledelsesrapporteringen i en Business Central-løsning.

1. Dimensionsdækning på finansposter. Andelen af beløb – ikke antal poster – der bærer den obligatoriske afdelings- eller projektdimension. Måler du på antal, drukner de få store fejlposteringer i mængden af små korrekte. Måltal: 98 %.

2. Udfyldningsgrad på kritiske stamdatafelter. Varekategori på varer, kundegruppe og sælgerkode på debitorer, leverandørgruppe på kreditorer. Ét tal pr. felt, så det er tydeligt, hvilket felt der halter. Måltal: 95 % og opefter.

3. Poster uden dimension – som arbejdsliste. Dækningsgraden fortæller status; listen fortæller, hvad man skal gøre. Vis de konkrete poster med bilagsnummer, konto, beløb og bogføringsdato, så en controller kan rette dem uden først at lave et udtræk.

4. Ordrer uden leveringsdato. Åbne salgsordrer uden en aftalt leveringsdato er både et driftsproblem og et rapporteringsproblem: De kan ikke indgå i hverken leveringsevne eller ordrebogens tidsprofil.

5. Negative lagerbeholdninger. Et negativt antal på hylden findes ikke i virkeligheden. Tallet afslører manglende varemodtagelser, forkert enhedshåndtering eller efterslæb i produktionsafgang – og det forplumrer både lagerværdi og vareforbrug.

6. Kreditorfakturaer uden godkender. Både en intern kontrol og et datapunkt: Fakturaer uden registreret godkender er dem, revisor spørger til, og dem der giver periodiseringsfejl, fordi de ligger stille.

7. Dubletter i stamdata. Samme kunde oprettet to gange med hvert sit CVR-format splitter omsætningen i to og ødelægger enhver top 10-liste. Match på CVR-nummer, navn og adresse, og vis kandidaterne parvis.

8. Posteringer i fremtidige perioder. Bilag bogført længere fremme end i dag er næsten altid tastefejl i årstallet – og de dukker op som en mystisk omsætningsspids et halvt år senere.

Regneeksempel: 62.000 kr. der lå på den forkerte afdeling

En dansk handelsvirksomhed med 40 mio. kr. i omsætning og fem afdelinger fik siden bygget i februar. Første måling: 83 % dimensionsdækning. Det lyder ikke alarmerende – indtil man regner det om. De 17 % udækket svarede til cirka 6,8 mio. kr. i omsætning og 1,2 mio. kr. i omkostninger, som ingen afdelingsleder blev målt på. Afdelingsregnskaberne var med andre ord et skøn – og alle vidste det.

Der blev ikke sat et projekt i gang. Der blev sat et tal på skærmen, et måltal på 98 % og et navn ved siden af. Kontrollen blev første punkt på det månedlige økonomimøde – 90 sekunder, hver gang. Efter én måned var dækningen 91 %, efter to 96 %, efter tre 99 %. Beløbet uden dimension faldt fra 6,8 mio. kr. til under 400.000 kr.

Undervejs kom bonussen: Arbejdslisten afslørede 62.000 kr. i posteringer, der var bogført på den forkerte afdeling – fragt og eksterne timer, der hørte til servicedelen, men lå hos handel. For en afdeling med et resultat i den lave sekscifrede ende var det forskellen mellem at se ud som en succes og se ud som et problem. Ledelsen havde reelt været tæt på at skalere det forkerte af de to forretningsben. Alle tal i eksemplet er illustration.

Måltal, kurve og en navngiven ejer

Tre ting adskiller den datakvalitetsside, der virker, fra den, der bare pynter.

Et måltal, ikke et ønske. Sæt 98 %, ikke 100 %. Et urealistisk mål bliver ignoreret efter tre uger, og de sidste to procent er ofte legitime undtagelser – interne posteringer, afrundinger, systemgenererede bilag. Målet skal kunne nås, ellers holder ingen fast i det.

Udviklingen over tid. Et statustal siger, hvor slemt det er. En kurve siger, om I er ved at vinde. Gem målingen historisk, så kurven kan vises – det er den, der holder motivationen i live, når de nemme fejl er rettet, og de sidste procenter kræver disciplin.

En navngiven ejer pr. kontrol. Ikke ”økonomi” og ikke ”os alle sammen”. Et navn ved siden af hvert tal. Det er den enkeltbeslutning, der oftest afgør, om siden bliver brugt eller bliver et smukt skærmbillede, ingen åbner.

Læg dertil kadencen: Kontrollen skal have en fast plads på et møde, der alligevel afholdes. Datakvalitet forbedres ikke af opmærksomhed i bølger, men af 90 sekunder hver måned. Og har I endnu ikke afgjort, om Power BI alene rækker, eller om der skal mere til, er hvornår er Power BI nok? et godt sted at starte.

Sådan understøtter oneBC365 det

oneBC365 er en færdigbygget Power BI-løsning til Microsoft Dynamics 365 Business Central Cloud, hvor alle moduler – finans, salg, indkøb, lager og projekt – ligger i én samlet semantisk model. Netop derfor kan datakvaliteten måles på præcis de data, ledelsesrapporterne bygger på, i stedet for på et parallelt udtræk. Datakvalitetssiden bliver en side blandt de andre, opdateret i samme rytme som resten af rapporteringen, med drill-through til bilagsniveau, så en afvigelse kan spores helt ned til posten. Løsningen leveres til fast pris, og du ejer selv koden – så kontroller og måltal kan tilpasses jeres dimensioner, felter og undtagelser, uden at det kræver et nyt BI-projekt.

Sådan kommer du i gang

1. Vælg de felter, der faktisk bruges i rapporteringen. Datakvalitet er ikke et mål i sig selv. Start med de tre-fem felter, ledelsesrapporterne står og falder med – typisk dimension, varekategori og kundegruppe – og lad resten ligge.
2. Byg siden med både et tal og en liste. Procenten skaber opmærksomhed; arbejdslisten skaber handling. Uden listen bliver mødet en diskussion om, hvem der har skylden, i stedet for hvem der retter hvad.
3. Sæt et måltal, og gem historikken. Aftal niveauet i ledelsen, og log målingen fra dag ét, så kurven findes, når I skal se, om indsatsen virker.
4. Giv hver kontrol en ejer og en fast plads på månedsmødet. 90 sekunder, hver gang. Det er hele hemmeligheden bag de 16 procentpoint på tre måneder.

Næste artikel

Næste i serien: ”Nyt på Business Central? Sådan får du data klar til BI fra dag ét” — om de fem beslutninger, der skal træffes inden go-live, og hvad det koster at udskyde dem i seks måneder eller to år.

oneBC365 BEREGNINGER

Datakvaliteten slår igennem i alle oneBC365-beregninger. Disse bliver først troværdige, når dimensionsdækning og stamdata-udfyldning er på plads:

Revenue · Revenue LY · Revenue Index LY · Gross Profit · Gross Margin · EBITDA · EBITDA % · Profit YoY % · No. of Customers (sold to) · KPI Turnover Total Customer · KPI Turnover Share % · Working Capital

Artikelserie: Datafundamentet – klar til vækst

Datafundamentet er en serie på fem artikler om det, der skal være på plads i Business Central, før ledelsesrapporteringen kan bære væksten: dimensionerne, kontoplanen, stamdataene, målingen af datakvaliteten – og de beslutninger, der skal træffes allerede under implementeringen.

1. Dimensioner i Business Central: den vigtigste rapporteringsbeslutning du træffer
2. En kontoplan der kan rapporteres på
3. Stamdata der bærer analysen
4. Datakvalitet målt i Power BI (denne artikel)
5. Nyt på Business Central? Sådan får du data klar til BI fra dag ét

Følg oneBC365 på LinkedIn for at få besked, når de udkommer.

Om oneBC365

oneBC365 leverer “Ledelsesinformation med fokus på Vækst “— bygget direkte på Microsoft Dynamics 365 Business Central data med præsentation i Power BI. Dashboard → Analyse → Detaljer giver ledelsen svar på hvad?, hvorfor? og hvilke? samme dag.

Læs mere på onebc365.dk.

Læs også: Fra månedsrapport til daglig styring · Governance, styring og kontrol i begge verdener · Hvornår er Power BI nok?