De flesta företag har mer data än de använder. Problemet är sällan att siffrorna saknas. Det är att ingen har bestämt vilken fråga siffrorna ska svara på. Analysmodellerna hjälper dig att välja fråga, och därmed vilken data och vilket verktyg du behöver.
En analysmodell är ett sätt att gruppera analys efter den fråga den besvarar. Modellen avgör vilken data du behöver, hur mycket arbete det kräver och vad du kan göra med svaret. De fyra vanligaste modellerna bygger på varandra: du kan inte förklara varför något hände förrän du vet vad som hände.
| Modell | Frågan | Exempel i ekonomin | Kräver |
|---|---|---|---|
| Deskriptiv | Vad hände? | Omsättning och marginal per månad | Korrekt, aktuell bokföring |
| Diagnostisk | Varför hände det? | Marginalen föll, vilka kunder och artiklar drog ner den? | Data nedbruten per kund, artikel och projekt |
| Prediktiv | Vad händer sannolikt? | Likviditet de kommande tre månaderna | Historik över tid och tydliga mönster |
| Preskriptiv | Vad bör vi göra? | Vilka kunder ska vi prissätta om? | Prediktiv analys och tydliga mål |
Deskriptiv analys sammanfattar det som har hänt. Den svarar på frågor som hur stor omsättningen var, hur stora kundfordringarna är och vad en avdelning kostade. Det är grunden för all annan analys, och den görs med nyckeltal, rapporter och dashboards.
Kravet är att siffrorna stämmer och är aktuella. Står bokföringen och rapporteringen i samma system, som i Visma Net, behöver ingen exportera data till en fil innan analysen kan börja. Om två personer får olika svar på samma fråga är det deskriptiva steget inte klart, och då hjälper ingen avancerad modell.
Diagnostisk analys söker orsaken. Du börjar med en avvikelse och delar upp den tills du hittar var den kommer ifrån. Per kund, per artikel, per projekt, per månad. Det är den vanligaste fortsättningen på en deskriptiv rapport som visar något oväntat.
Exempel med påhittade siffror: marginalen sjunker från 30 till 27 procent. Du delar upp den per kundgrupp och ser att två stora kunder har fått rabatt utan att volymen har ökat. Då vet du vad du ska göra något åt. Förutsättningen är att data går att bryta ner på de nivåer du vill titta på, till exempel genom koddelar i bokföringen.
Prediktiv analys använder historik för att uppskatta vad som troligen händer. Typiska frågor är hur likviditeten ser ut om tre månader, vilka kunder som riskerar att sluta köpa och hur efterfrågan på en artikel utvecklas. Prognosen är en uppskattning, inte ett facit.
Modellen blir bara så bra som historiken. Har du ändrat kontoplan, prissättning eller kundbas nyligen kan gamla mönster vilseleda. Börja med en enkel prognos, jämför den mot utfallet varje månad och förbättra den därefter.
Preskriptiv analys går ett steg längre och föreslår vad du bör göra. Svaret är en rekommendation, till exempel vilka kunder som är värda att prissätta om eller vilka artiklar som ska bort ur sortimentet. Den bygger på de tre andra modellerna och på tydliga mål, eftersom ett förslag måste vägas mot något.
Här kan AI hjälpa. Confect AI Agent svarar på frågor i naturligt språk direkt i Visma Net, utifrån bolagets egna siffror, till exempel vilka kunder som ger hög omsättning men låg marginal. Svaret är underlag. Beslutet fattar du. Confect AI Agent körs i en egen instans per kund, data delas inte och används inte för träning. Läs mer under Smarta tillägg.
Verktyget ska följa frågan. Till en deskriptiv fråga räcker ofta rapporterna i affärssystemet. En diagnostisk fråga kräver att du kan bryta ner data. Prediktiva och preskriptiva frågor kräver mer historik och mer arbete.
| Verktyg | Passar för | Begränsning |
|---|---|---|
| Excel | Engångsanalys, små datamängder | Data blir gammal så fort filen sparats |
| Rapportering i affärssystemet | Deskriptiv och diagnostisk analys på bokföringsdata | Bara data som finns i systemet |
| Insikter i en modulplattform som Anni | Nyckeltal som uppdateras varje natt, frågor om hela bolaget | Kräver en modul ovanpå affärssystemet |
| AI-assistent på egen data | Frågor i naturligt språk, förslag på åtgärder | Svaren är bara så bra som underliggande data |
Vilket verktyg som passar beror på hur ofta frågan ställs. En fråga som ställs en gång löses i Excel. En fråga som ställs varje månad bör ligga i systemet, så att svaret är färdigt när någon behöver det.
Börja med den fråga som kostar mest att inte kunna besvara. För många är det marginal per kund eller likviditet framåt. Kontrollera sedan att den deskriptiva delen stämmer. Gå vidare till nästa modell när svaren går att lita på.
En enkel ordning: 1. Bestäm frågan. 2. Samla den data som behövs i ett system. 3. Gör en deskriptiv rapport och kontrollera den mot bokföringen. 4. Lägg till uppdelningen som förklarar avvikelser. 5. Ta fram en prognos och följ upp den. Hur ekonomiavdelningen kan frigöra tid till analys beskrivs i guiden 10 problem på ekonomiavdelningen, och i Visma Net ligger bokföring, rapportering och insikter i samma system.