Molenstraat 81, Ede
0655962062
info@richardvanhoorn.nl

Data combineren tot inzichten voor een printbedrijf

Door data uit verschillende bronnen combineren kunnen bedrijven hun bedrijfsvoering verbeteren. Zoals bij een drukkerij die zijn prijsstrategie wil verbeteren door te sturen op rendement per klant. Hiervoor kan het moeite waard zijn om verder te gaan dan standaardrapportages van softwareaanbieders.

Applicaties zoals een boekhoudsystemen, ERP pakketten of webshops slaan data op in databases. Deze data gebruiken bedrijven om rapportages samen te stellen. Zoiets start met een eenvoudige grafiek waarin de omzetontwikkeling per periode wordt weergegeven. Maar er is veel meer mogelijk. Zoals de respons op marketingcampagnes voorspellen of selecteren voor welke klanten je wel of niet wil werken. Business Intelligence (BI) zet data om in bruikbare informatieproducten.

Standaard rapportages 

Eenvoudige informatieproducten zijn vaak onderdeel van softwarepakketten. Zo kan een boekhoudpakket een overzicht van openstaande betalingen, inclusief duidelijk grafieken tonen. Callcentersoftware kan het aantal inkomende calls in de wacht tonen en in rapportages weergeven hoelang gesprekken gemiddeld duurden. Gebruikers bekijken rapportages via de applicatie en de eventueel beschikbare exportmogelijkheden naar CSV of Excel bestanden. In veel gevallen is dit voldoende. Bedrijven die meer willen moeten data uit verschillende databases combineren.

Een praktijkvraag 

Laten we eens kijken naar een praktijkvoorbeeld van uit de grafische industrie. Dit is de bedrijfstak waar drukkerijen verpakkingen, boeken, reclamefolders en tijdschriften produceren. Hier is sprake van papierschaarste, een tekort aan vakmensen in combinatie met flinterdunne marges. Het is dus nuttig om te weten voor welke klanten je beter wel of niet wil werken.

Verschillende bronsystemen

Zoals veel bedrijven werken drukkerijen met verschillende bronsystemen. Om offertes voor drukwerk uit te brengen en opdrachten via een workflow naar printers te sturen is geavanceerde ERP-software beschikbaar. Voor de verkoop zijn webshops en bestelportal via allerlei pakketten beschikbaar. Verder hebben drukkerijen een financieel systeem waar de boekhouding wordt bijgehouden.

Data combineren

Stel dat een drukkerij data uit deze 3 bronnen wil combineren om te bepalen wat het rendement per klant is. De data uit de webshop is nodig om het koopgedrag te analyseren. Zoals de verhouding tussen aanvragen en geplaatste orders. Informatie uit het boekhoudpakket is nodig financiële analyse. Zoals kredietwaardigheid en betaalgedrag een klant. Informatie uit het ERP systeem is weer nodig om te analyseren of opdrachten van een bepaalde klant efficiënt verwerkt zijn. Omdat nu eenmaal niet iedere klant even goed met de drukkerij samenwerkt.



Datagedreven beslissingen nemen

Door data over iedere klant dagelijks te combineren kan de drukkerij bepalen aan welke klanten in meer of mindere mate aandacht gegeven wordt. Van welke klanten accepteren we wel of geen opdrachten als de productie vrijwel vol zit of wanneer er sprake van het tekort aan papier? Wat is het optimale prijsniveau per klant en per periode? Dit inzicht moet gedeeld wordt via een mobile app, dashboard of bedrijfsapplicatie op kantoor.

Het dataplatform 

Met deze praktijkvraag kan een Business intelligence (BI) specialist aan de slag. Om te beginnen wordt ruwe data uit de drie verschillende bronsystemen gekopieerd in een bedrijfseigen dataplatform, ook wel datawarehouse (DWH) genoemd. Dit kan per dag, per uur tot zelfs realtime. De BI-specialist stelt het DWH zo in dat data opgeschoond en gecombineerd wordt. Ook wordt historische data bewaard voor analyses. Er worden tabellen aangemaakt die zo zijn vormgeven dat het mogelijk om snel te laden BI rapportages te leveren. 
 

Beschikbaarheid van data

Belangrijke voorwaarde is dat het dataplatform gevoed kan worden vanuit de bronsystemen. Moderne software is hierop voorbereid en meestal is dit dan ook geen probleem. Maar wat nu als er gewerkt wordt met ERP systemen die nog In de vorige eeuw zijn ontwikkeld? In dat geval moet er na zorgvuldige analyse de maatwerk koppeling gebouwd worden. Zoiets is altijd mogelijk maar kan soms veel tijd en geld kosten. De business case voor het invoeren van BI kan dan zelfs negatief uitpakken.

Veilig data delen

Als het wel lukt kan de (BI) specialist rapportages maken die dagelijks ververst en gedeeld worden met gebruikers. Hiervoor maak je rapportages die de bedrijfsvragen beantwoorden. Het is ook mogelijk om datasets te leveren die gebruikers gebruiken om zelf analyses te uit te voeren. Per gebruiker wordt bepaald wie welke data mag zien. Dat is een stuk veiliger data Excel bestanden rondmailen, wat helaas nog in veel bedrijven gebeurt.

BI-architectuur als voorwaarde 

Bedrijven kiezen er zelf voor om met BI aan de slag te gaan om vragen e beantwoorden die niet met standaardrapportages te beantwoorden zijn. Een eigen dataplatform staat meestal in de cloud. Zelf gebruik ik hiervoor Azure in combinatie met Power BI voor het rapporteren. In de complete BI-architectuur worden bronsystemen, datawarehouse en andere applicaties aan elkaar verbonden. Het ontwerpen en inrichten van een BI-architectuur, passend bij een bedrijfsstrategie is een creatief proces dat meestal snel vruchten afwerpt.