ERP ופריוריטי לעסקים בשילוב BI: איך מחברים תהליכים לנתונים לקבלת החלטות
״ERP ופריוריטי לעסקים בשילוב BI: איך מחברים תהליכים לנתונים לקבלת החלטות״
אם הביטוי ״ERP ופריוריטי לעסקים בשילוב BI״ נשמע לך כמו משהו שאמור לקרות לבד – אז כן, גם לי פעם זה נשמע ככה. בפועל, החיבור הנכון בין תהליכים לנתונים הוא ההבדל בין עסק שמרגיש בשליטה, לבין עסק שמחפש קבצים אבודים בשעה 23:48 ושואל ״מי עדכן את זה??״.
במאמר הזה נרד לרזולוציה של מה באמת צריך לקרות כדי ש-ERP (ובפרט פריוריטי) ו-BI יעבדו ביחד כמו צוות מנצח. בלי פוזות. עם תכלס. וקצת קריצה.
מה באמת קונים כשקונים ERP – ולמה זה עדיין לא ״ניהול לפי נתונים״?
ERP הוא המקום שבו העסק חי את היומיום שלו.
הזמנות, רכש, מלאי, ייצור, כספים, שירות, פרויקטים – כל הדברים שגורמים לעסק לזוז.
אבל ERP, גם אם הוא מעולה, לא נולד כדי לענות על השאלה שהמנכ״ל באמת שואל:
״אוקיי, ומה זה אומר על השבוע הבא? ועל הרווחיות? ועל צווארי הבקבוק?״
פה BI נכנס לתמונה.
לא כדי לייפות נתונים.
כדי להפוך אותם להחלטות.
פריוריטי + BI: החיבור שמרגיש כמו קסם (אבל הוא לגמרי הנדסה)
פריוריטי הוא אחד ממערכות ה-ERP הכי פרקטיות שיש לעסקים.
הוא טוב במיוחד כשהתהליכים ברורים, כשהמשתמשים עובדים נכון, וכשיש משמעת נתונים.
BI, לעומת זאת, הוא המקום שבו אפשר לחבר נקודות:
- להצליב מכירות עם מלאי, ולא לגלות באיחור שנגמר מוצר שמכרו אותו חזק.
- למדוד זמני אספקה מול התחייבויות, בלי לנחש.
- לזהות חריגות תקציב בפרויקטים לפני שהן הופכות לסיפור חיים.
- לשפר תמחור לפי עלויות אמיתיות, לא לפי תחושת בטן של יום חמישי.
וכשמחברים נכון – ההחלטות נהיות חדות יותר.
וגם הרבה יותר רגועות.
1+1=3? רק אם הנתונים באמת נקיים
יש אמת קצת מצחיקה: רוב הבעיות ב-BI הן בכלל לא ב-BI.
הן מתחילות בנתונים שנכנסים ל-ERP.
כי אם מק״ט נפתח בכל פעם בשם אחר, אם לקוחות לא מאוחדים, אם ״תאריך אספקה״ הוא יותר המלצה מאשר שדה מחייב – הדשבורד יהיה יפה, והמציאות תהיה אחרת.
כדי שהחיבור בין פריוריטי ל-BI יעבוד טוב, צריך שלושה דברים בסיסיים:
- מילון נתונים מוסכם – מה זה ״הזמנה פעילה״? מתי עסקה נחשבת ״נסגרה״?
- כללי הזנה ברורים – לא ״כל אחד איך שנוח לו״.
- אחריות – מי הבעלים של כל טבלה ותהליך.
החלק הכיפי: איך הופכים תהליך לדאטה שאפשר לסמוך עליו?
הטריק הוא לחשוב על ERP לא כ״תוכנה״ אלא כ״מנוע תהליך״.
וכל תהליך צריך להתחיל בהגדרה פשוטה:
מה המטרה, מי נוגע בזה, ואיזה מדדים יוכיחו שזה עובד?
למשל, תהליך הזמנה עד גבייה.
נשמע פשוט.
אבל בפועל יש המון שאלות:
- מה ההבדל בין הצעה להזמנה?
- מתי ההזמנה ״מחייבת״ ייצור או רכש?
- איפה נקודת הבקרה שמונעת הפתעות?
- איך יודעים שהאספקה עמדה ב-SLA?
ברגע שהתהליך מוגדר היטב בפריוריטי, BI יכול להרים את הראש ולספר סיפור אמיתי.
אז מאיפה מתחילים בלי להשתגע? 5 צעדים שעובדים כמעט תמיד
אם מנסים לבנות הכל בבת אחת, בדרך כלל מקבלים שני דברים: דד-ליין ועיניים עייפות.
עדיף להתחיל חכם:
- בחרו 2-3 החלטות עסקיות שחוזרות על עצמן – תמחור, מלאי, רווחיות, תזרים.
- תרגמו אותן לשאלות מדידות – ״איזה מוצרים נשחקים ברווחיות?״
- מיפוי מקורות בפריוריטי – אילו טבלאות, אילו שדות, אילו קודים.
- בנו מדדים עם הגדרה אחת – KPI שלא משתנה לפי מי ששואל.
- שחררו מהר, שפרו מהר – דשבורד ראשון הוא גרסה, לא חתונה.
ככה גם מקבלים ערך מהר.
וגם משאירים אנרגיה לסיבוב הבא.
איפה נכנסים פתרונות מוכנים – ואיפה חייבים התאמה?
יש היום לא מעט אפשרויות, וזה מעולה.
אבל צריך לדעת להבדיל בין ״תבנית״ לבין ״מערכת שעובדת אצלך״.
מי שמחפש שילוב נכון של תשתית, ליווי ותכנון, יכול להתחיל מנקודת מוצא מסודרת כמו פתרונות ERP ופריוריטי לעסקים – רוטליין, ואז להתקדם להתאמות שמכבדות את התהליכים הספציפיים של העסק.
ובצד של האנליטיקה והדוחות, שווה לבנות שכבת BI שמרגישה טבעית למנהלים ולצוותים – למשל דרך בינה עסקית לעסקים – רוטליין, כדי להפוך את הנתונים לשפה יומיומית ולא לפרויקט צד.
BI לא נועד להרשים – הוא נועד להפעיל
דשבורד יפה זה נחמד.
דשבורד שמייצר פעולה – זה כסף.
כדי ש-BI באמת יזיז מחוגים, כדאי להבדיל בין שלושה סוגי מסכים:
- מסכי ניהול – תמונת מצב, מגמות, חריגים.
- מסכי תפעול – מה לעשות היום בבוקר כדי שלא נשלם על זה מחר.
- מסכי בקרה – איכות נתונים, חריגות הזנה, תקלות תהליך.
וכמובן, לא חייבים 40 דוחות.
לפעמים שלושה מדדים טובים מנצחים עשרים גרפים צבעוניים.
שאלות ותשובות קצרות (כי תמיד יש את השאלות האלה)
שאלה: האם חייבים BI אם כבר יש דוחות בפריוריטי?
תשובה: לא חייבים, אבל דוחות ERP בדרך כלל מוגבלים בהצלבות, בהיסטוריה, וביכולת לבנות שכבת מדדים אחת לכל הארגון. BI נותן תמונה רחבה ומהירה יותר.
שאלה: מה המדד הראשון שכדאי לבנות?
תשובה: זה תלוי, אבל לרוב רווחיות לפי מוצר-לקוח, זמני אספקה, ותזרים צפוי הם שלישייה שמייצרת תובנות מיד.
שאלה: כמה חשוב ״ניקיון נתונים״ לפני שמתחילים?
תשובה: חשוב מאוד, אבל לא חייבים להגיע לשלמות כדי להתחיל. כן חייבים להגדיר סטנדרט ולתפוס את הבעיות מהר.
שאלה: איך יודעים שההגדרות של KPI לא ״זזות״ בין מחלקות?
תשובה: בונים מילון מדדים, מאשרים אותו עם בעלי עניין, ומיישמים אותו פעם אחת בשכבת הנתונים – לא בכל דוח מחדש.
שאלה: האם עדיף לבנות מחסן נתונים או להתחבר ישירות לפריוריטי?
תשובה: להתחלה לפעמים חיבור ישיר מספיק. כשגדלים, מחסן נתונים נותן יציבות, היסטוריה, וביצועים טובים יותר.
שאלה: מה הטעות הכי נפוצה בפרויקטים כאלה?
תשובה: להתאהב בדשבורד לפני שמסכימים על התהליך. כשאין תהליך ברור, גם הוויזואליזציה הכי יפה לא תציל.
הסימן שהצלחתם: פחות ויכוחים, יותר החלטות
כש-ERP ופריוריטי מחוברים ל-BI כמו שצריך, קורה משהו די ממכר.
יש פחות דיונים של ״המספר שלי נכון יותר״.
יש יותר שאלות של ״מה עושים עכשיו״.
וזה בדיוק היעד.
כי בסוף, מערכת טובה לא נמדדת בכמה מסכים יש בה.
היא נמדדת בכמה מהר העסק מבין מה קורה, ומה הוא עושה עם זה.