Qlik-nätverk

Del 2 – Hur kan du som CFO fortsätta vara relevant i en digital miljö?

I det föregående blogginlägget diskuterades vikten av att CFO-funktionen bibehåller sin strategiska och analytiska roll. Detta genom att utnyttja mer avancerad analys som AI i sina processer för att bli mer proaktiv och relevant – läs första delen av ”Hur kan du som CFO fortsätta vara relevant i en digital miljö?”. 

Men vad är egentligen AI? Och hur hänger begrepp som AI, machine learning och Data Science ihop? Detta går vi igenom i grunden i en annan bloggserie. En bloggserie om AI.

Kortfattat tar AI idag form genom machine learning (maskininlärning) – vilket är ett samlingsnamn för olika typer av algoritmer som själva anpassar sig (eller “lär sig”) till historisk data. Denna data är ofta omfattande samt komplex och därmed svår och/eller tidskrävande för människor att behandla. En stor vinst är därmed att man nu kan hantera de stora datamängder som idag följer i digitaliseringens spår. En annan potentiell vinst är möjligheten att automatisera komplexa beslut, vilket berikar processer i verksamheten och öppnar upp för förändrade eller rentav nya affärsmodeller.

STOR POTENTIAL OCH NYTTA MED MACHINE LEARNING
Ett exempel på lyckad användning av machine learning där vi på Advectas bidragit är från retail-området. Inom retail finns det många processer som kan berikas eller optimeras med hjälp av proaktiva insikter. En vanlig önskan från CFO generellt är att minimera kostnader och/eller öka intäkterna. Inom retail riskerar exempelvis utebliven försäljning att leda till stora kostnader.  Därför är prediktioner av olika leverantörers leveransförmåga av en viss produkt till en viss tid viktigt för att stödja inköpsfunktionen. En annan sak som är viktig för inköp är prognoser på framtida försäljning, vilket är fördelaktigt att göra med machine learning. Oftast för att berika hela processen genom att göra prognoser med högre upplösning i både tid, plats och produkthierarki.

Genom att kombinera en försäljningsprognos på artikelnivå med aktuellt lager och information om leverantörer är det möjligt att optimera vad man ska köpa in, hur mycket och när man behöver lägga ordern. Detta för att minimera lager (kapitalbindning), eventuell kassering och utebliven försäljning.

Andra processer som kan påverkas av liknande analyser är HR – hur ska vi bemanna våra butiker givet prognosen på försäljning? Även marknadsavdelningen kan få beslutsunderlag baserat på en avancerad försäljningsprognos – vilka kampanjer ska vi köra givet prognostiserat lager? Samt vilket genomslag predikteras kampanj X få? Såsom framgått ovan kan de analyser som CFO:n genomför användas för att stödja många delar av verksamheten och därmed öka CFO:ns relevans genom att bidra till företagets resultat.

DIGITALA VERKTYG – INTE ”BARA” AI
Men CFO:ns roll kommer inte endast att innefatta användningen av AI/machine learning (som man lätt kan tro på LinkedIn), utan traditionell uppföljning och styrning är fortsatt av stor vikt där digitala verktyg kan bidra till ett mer effektivt arbetssätt och ökad relevans.

Ett exempel där Advectas bidragit till både förbättrad styrning och effektivare användning av digitala verktyg är ett välmående och lönsamt bolag men med bristande uppföljning och verktyg för dessa. Utmaningen var att skapa samsyn om nuläget, att skapa förståelse och samsyn om framtida behov och förankra användningen i organisationen. Advectas tydliggjorde för uppdragsgivaren olika typer av styrning och verktyg med olika syften.

Den ena delen handlade om uppföljning av strategi och affärsplan – Vart är vi på väg? Hur kommer vi dit? Hur långt har vi kommit? Den andra delen handlade om mer operativ uppföljning – hur presterar vi? Detta handlar ofta om en styrmodell med strategiska och taktiska KPI:er på olika nivåer som kan tydliggöras i olika typer av BI-verktyg. Denna typ av uppföljning kan delas in i finansiell styrning och icke-finansiell styrning. Många organisationer har kommit långt med den finansiella styrningen, eftersom det finns bättre förutsättningar som bättre datatillgänglighet. Sammantaget visar detta exempel hur verktyg och verksamhetsstyrning hänger ihop och hur det svårligen låter sig göras att göra det ena utan att också se över det andra.

DIN PARTNER PÅ RESAN
På Advectas har vi därför satt ihop ett dedikerat team för att stödja CFO-funktionen på sin resa till en mer digitaliserad styrning av bolaget och verksamheten. Detta team består av personer med lång erfarenhet av CFO-frågeställningar när det kommer till budget och planering, managementkonsulter som hjälper företag med datadriven affärs- och verksamhetsutveckling och Data Scientists för att tillämpa maskininlärning, etc. Här kan du läsa mer om denna satsning.

Victor Bäckman, Data Scientist, Advectas

Victor Bäckman
victor.backman@advectas.se
Jag som skrivit detta heter Victor och jobbar som Data Scientist på Advectas. Min bakgrund är teknisk fysik på Chalmers och har därefter jobbat på ett start-up i Göteborg. På Advectas har jag haft flera spännande projekt, bland annat inom prediktiv analys (ex. prognoser) och textanalys på svenska. Utöver Advectas har jag även lite av en entreprenöriell sida och drivit ett eget företag i många år.

Alla inlägg av Victor Bäckman

Besvara den svenska Business Intelligence- & Data Science-studien 2020

Till enkäten