Firmy sbírají obrovské množství dat, a to jak v ERP, tak ve výrobních systémech, skladech nebo obchodu. Přesto v praxi často vidíme stejný paradox: data jsou, reporty se vyrábějí, ale rozhodování je stále pomalé, ruční a „operativní“. V tomto článku Jan Šlajer, jednatel DYNAMIC FUTURE, shrnuje, proč controlling často nestačí a co firmám pomůže převést data do rychlejšího a jednoduššího řízení.

Data ve firmách jsou, chybí proaktivní využití

Mnoho organizací má controlling redukovaný na finanční reporting, kalkulace a podklady pro porady. To však samo o sobě neznamená, že firma data používá k systematickému zlepšování.

„Tam, kde mají data, je napůl vyhráno. Napůl jen proto, že když s nimi nepracují, nic se nezlepšuje. Organizace využívající datovou analýzu a její výstupy dokážou identifikovat potenciál a být o krok napřed,“ říká Jan Šlajer.

Podívat se na data strategicky je podle něj základ efektivního podnikání.

Ad-hoc výstupy, ruční práce a excel

Na první pohled může firma působit, že je „datově“ v pořádku. Reporting běží, tabulky chodí včas a požadavky z výroby, obchodu nebo skladu se průběžně odbavují. Jenže když je datová práce převážně reaktivní, vzniká skrytá závislost na ruční operativě a na lidech, kteří stále dokola připravují stejné výstupy. V okamžiku, kdy se zvýší tlak na rychlost rozhodování nebo přibude agenda, začne být tento model křehký, drahý a náchylný k chybám.

„Většinou lidé vytváří datový výstup takzvaně na požadavek. A místo toho, aby měli nástroj, koukají do stavu zásob a pak vyexportují data z informačního systému, upraví je v Excelu a výsledky zase vrací zpátky,“ popisuje Jan Šlajer.

Právě tady se podle Jana Šlajera láme rozdíl mezi pouhým reportingem a řízením na základě dat: nejde o to generovat více tabulek, ale odstranit opakovanou ruční práci tím, že se pravidelné výstupy automatizují, napojí na konkrétní rozhodnutí a dají lidem jednoznačný signál, co mají udělat dál. Teprve potom data skutečně zrychlují řízení, místo aby ho jen administrativně zatěžovala.

Dopad je vidět v každodenních mikro-inefektivitách, které se tiše sčítají do hodin a dní zbytečné práce. Lidé ručně dohledávají správné zásoby a jejich trvanlivost, přerovnávají priority, ručně řadí zakázky – místo aby jim systém předložil k rozhodnutí „hotové“, nebo alespoň předtříděné varianty.

Příčiny? Operativa, silo mentalita a chybějící role zlepšovatele

Proč se firmy drží ad-hoc výstupů a ručního řízení, i když je zřejmé, že by to šlo dělat efektivněji? Podle Jana Šlajera se typicky potkají tři faktory: oddělení fungují v módu silo mentality, tedy „my a oni“, a bez vlastní iniciativy napříč týmy, lidé jsou dlouhodobě zahlceni operativou a ve struktuře chybí role, která má zlepšování procesů jako jasnou odpovědnost.

„Udělat něco pro jiné oddělení ve firmě proto, že můžeme něco zlepšit, naráží na celou řadu bariér. Kromě jiného je to časová tíseň. Zaměstnanci zahlcení operativou prostě na kreativitu nemají prostor. Když řeší problémy, které hoří teď, nezbývá jim energie ani chuť podívat se, co by spolupracovníkům pomohlo,“ popisuje Jan Šlajer.

I proto mívá velkou hodnotu pohled zvenku: externí konzultant nebo interní continuous improvement role dokáže rychleji pojmenovat neefektivity a převést je do konkrétních změn, protože není součástí zavedené rutiny ani „historických“ dohod mezi týmy.

Cílový stav: automatizované výstupy, KPI a průběžný monitoring

Cílem datové práce není produkovat více reportů. Cílem je vytvořit několik klíčových výstupů, které se opakují ve správné frekvenci, jsou srozumitelné a přímo navazují na rozhodnutí. Tedy jasně říkají, co se má stát dál. Typicky jde o KPI, trendy a výjimky, které mají svého vlastníka a předem definovanou reakci.

„Jde o to udělat z dat nástroj, který to bude pravidelně vyhodnocovat – vytáhne trend z historie, ukáže KPI a dá vám použitelné parametry pro řízení,“ uvádí jednatel.

První krok je přitom téměř vždy stejný: automatizovat opakované výstupy, které dnes někdo ručně skládá. Teprve když se uvolní kapacita, má smysl čekat vyšší přidanou hodnotu:

  • analýzu příčin,
  • návrhy zlepšení,
  • řízení výjimek.

Z pohledu implementace to znamená jednoduchou disciplínu: udělat procesní analýzu, definovat potřebné datové výstupy a následně je pravidelně monitorovat.

„Někdo musí provést analýzu procesů, nastavit potřebné datové výstupy a potom je průběžně monitorovat a reagovat na to, co ukazují,“ doporučuje Jan Šlajer.

Nástroje pro podporu správných rozhodnutí

Výrazně firmám v tomto směru ulevit dokážou nástroje pro predikci poptávky a operativní plánování. Zpracují historii, zohlední aktuální data i probíhající akce a místo pocitu nabídnou konzistentní doporučení. Důležité ale je, aby se z nich nestal jen další izolovaný systém. Samotný nástroj strategické řízení nenahradí – musí být ukotvený v procesu, rolích a rozhodovacích pravidlech.

„Klíčovým přínosem nástroje PrewIQ je pravidelnost a automatizace: predikce nesmí být jednorázová analýza, ale živý signál, který se průběžně obnovuje a je dostupný ve chvíli, kdy se rozhoduje. Což je typicky denně, ideálně přímo v návaznosti na ERP,“ říká jednatel.

Software má dodávat srozumitelné výstupy a upozornění, ale odpovědnost za reakci musí být jasně přiřazená člověku nebo týmu. Teprve pak se predikce promění v lepší plánování, stabilnější výrobu a rychlejší rozhodování.

Dá se řídit výroba bez „datového oddělení“?

Ano – ale jen tehdy, když firma nahradí „ruční datovou práci“ dobře nastaveným systémem řízení. Je potřeba dopředu vědět, co chcete měřit a řídit, jaké výstupy mají chodit kterým rolím a jaká akce má následovat, když se objeví odchylka. Bez této disciplíny se datová agenda jen přesune jinam (typicky na výrobu, plánování nebo IT) a problémy zůstanou stejné.

Zároveň musí být pevně postavené základy v ERP: plánovací logika, MRP, kapacitní plánování a návazné procesy. Pokud tyto prvky nejsou sladěné, žádná „rychlá datová náplast“ dlouhodobě nepomůže.

Nejvíc práce se proto odehraje na začátku: procesní analýza, návrh cílového způsobu řízení a teprve poté konfigurace a integrace systémů tak, aby spolu skutečně komunikovaly a dávaly správné, použitelné výstupy.

„Uděláte dobrou analýzu, navrhnete proces a podle toho přizpůsobíte informační systémy tak, aby spolu komunikovaly a dávaly výstupy, které potřebujete,“ uzavírá Jan Šlajer, jednatel DYNAMIC FUTURE.