{"id":13943,"date":"2025-09-30T17:18:00","date_gmt":"2025-09-30T15:18:00","guid":{"rendered":"https:\/\/www.leaplytics.de\/?p=13943"},"modified":"2025-09-30T18:24:50","modified_gmt":"2025-09-30T16:24:50","slug":"nuo-duomenu-iki-prognozavimo-naudojant-power-bi-pazangesniam-rizikos-valdymui","status":"publish","type":"post","link":"https:\/\/www.leaplytics.de\/lt\/nuo-duomenu-iki-prognozavimo-naudojant-power-bi-pazangesniam-rizikos-valdymui\/","title":{"rendered":"Nuo duomen\u0173 iki prognozavimo: Naudojant \"Power BI\" i\u0161manesniam rizikos valdymui"},"content":{"rendered":"<div class=\"blog-post\">\n<p>Rizikos valdymas be duomen\u0173 yra sp\u0117liojimas. O sp\u0117lion\u0117s \u017elugdo projektus.<\/p>\n<p>Steb\u0117jome, kaip \u012fmon\u0117s sudegino milijonus, nes nepasteb\u0117jo art\u0117jan\u010di\u0173 problem\u0173. \u012esp\u0117jamieji \u017eenklai buvo. Duomenys buvo. Ta\u010diau niekas nesujung\u0117 ta\u0161k\u0173, kol nebuvo per v\u0117lu.<\/p>\n<p>\"Power BI\" kei\u010dia \u0161\u012f \u017eaidim\u0105. Ji paver\u010dia j\u016bs\u0173 i\u0161sklaidytus rizikos duomenis kri\u0161toliniu rutuliu j\u016bs\u0173 projektams. Tai ne magija - tik protingas jau turimos informacijos panaudojimas.<\/p>\n<p>\u0160tai kaip mes padedame organizacijoms pereiti nuo reaktyvaus gaisr\u0173 gesinimo prie prognozuojamo rizikos valdymo.<\/p>\n<h2>Kod\u0117l tradicinis rizikos valdymas nepasiteisina<\/h2>\n<p>Dauguma rizikos valdymo atvej\u0173 yra teatras. Gra\u017eios skai\u010diuokl\u0117s su raudona, geltona ir \u017ealia spalvomis. Kas m\u0117nes\u012f rengiami susirinkimai, kuriuose visi kikena ir sako \"stebime situacij\u0105\".<\/p>\n<p>Problema? J\u016bs\u0173 rizikos registras yra stati\u0161kas dokumentas. J\u016bs\u0173 projekto duomenys yra kitoje sistemoje. J\u016bs\u0173 finansiniai duomenys slepiasi apskaitos programin\u0117je \u012frangoje. Niekas su niekuo nesusij\u0119s.<\/p>\n<p>Kai rizika materializuojasi, stengiat\u0117s suprasti, kas atsitiko. Surenkate ataskaitas i\u0161 penki\u0173 skirting\u0173 \u0161altini\u0173. Kol gaunate atsakymus, \u017eala jau b\u016bna padaryta.<\/p>\n<p>\u0160\u012f model\u012f matome visur:<\/p>\n<ul>\n<li>Biud\u017eeto vir\u0161ijimas, kuris \"atsirado i\u0161 niekur\", i\u0161skyrus tai, kad i\u0161laid\u0173 duomenys rod\u0117 tendencij\u0105 prie\u0161 tris m\u0117nesius.<\/li>\n<li>I\u0161tekli\u0173 tr\u016bkumas, kurio \"nebuvo galima numatyti\", nors panaudojimo ataskaitose skamb\u0117jo persp\u0117jimai.<\/li>\n<li>staiga atsiradusios kokyb\u0117s problemos, nors defekt\u0173 lygis augo jau kelias savaites.<\/li>\n<\/ul>\n<p>Duomenys buvo pateikti. Matomumo nebuvo.<\/p>\n<h2>\"Power BI\" - j\u016bs\u0173 rizikos \u017evalgybos platforma<\/h2>\n<p><a href=\"\/lt\/titulinis-puslapis\/projektu-valdymas-pasirinktiniai-vaizdai-microsoft-powerbi\/rizikos-silumos-zemelapio-pasirinktinis-vaizdas-skirtas-power-bi\/\">\"Power BI\" ne tik kuria gra\u017eias diagramas<\/a>. Ji sujungia rizikos ta\u0161kus, kol jie netapo rizikos sprogimais.<\/p>\n<p>Galvokite apie j\u012f kaip apie rizikos valdymo centr\u0105. Visi svarb\u016bs duomen\u0173 \u0161altiniai patenka \u012f vien\u0105 viet\u0105. Projekt\u0173 valdymo \u012frankiai, finans\u0173 sistemos, \u017emogi\u0161k\u0173j\u0173 i\u0161tekli\u0173 duomen\u0173 baz\u0117s, kokyb\u0117s rodikliai - visi jie kalba ta pa\u010dia kalba.<\/p>\n<p>Sukuriame prietais\u0173 skydelius, kurie rodo tris dalykus:<\/p>\n<ul>\n<li><strong>Kas vyksta dabar<\/strong> - realiuoju laiku atliekama vis\u0173 j\u016bs\u0173 iniciatyv\u0173 projekto b\u016bkl\u0117<\/li>\n<li><strong>Kokie modeliai atsiranda<\/strong> - Tendencijos, pagal kurias galima numatyti problemas prie\u0161 joms i\u0161kylant<\/li>\n<li><strong>Koki\u0173 veiksm\u0173 imtis<\/strong> - Ai\u0161k\u016bs tolesni veiksmai, pagr\u012fsti duomenimis<\/li>\n<\/ul>\n<p>Stebuklas \u012fvyksta tada, kai nustojate \u017ei\u016br\u0117ti \u012f pavienius rodiklius ir pradedate matyti s\u0105sajas. Biud\u017eeto nuokrypis ir i\u0161tekli\u0173 panaudojimas bei spaudimas d\u0117l termin\u0173 yra lyg\u016bs projektui, kuris netrukus \u017elugs.<\/p>\n<p>\"Power BI\" leid\u017eia matyti \u0161ias s\u0105sajas. O matomumas sukuria galimybes.<\/p>\n<h2>Rizikos aptikimo sistemos k\u016brimas<\/h2>\n<p>Mes nekuriame prietais\u0173 skydeli\u0173. Kuriame i\u0161ankstinio \u012fsp\u0117jimo sistemas.<\/p>\n<p>Prad\u0117kite nuo did\u017eiausi\u0173 skausmo ta\u0161k\u0173. Kokie pavojai jus labiausiai skaudina? Biud\u017eeto pervir\u0161is? V\u0117lavimas pagal grafik\u0105? I\u0161tekli\u0173 konfliktai? Kokyb\u0117s nes\u0117km\u0117s?<\/p>\n<p>Kiekvienai pagrindinei rizikos kategorijai nustatykite pagrindinius rodiklius. Ne akivaizd\u017eius dalykus - subtilius signalus, kurie pasirodo likus kelioms savait\u0117ms iki kriz\u0117s.<\/p>\n<p><strong>Biud\u017eeto rizikos rodikliai:<\/strong><\/p>\n<ul>\n<li>Faktini\u0173 ir planuot\u0173 i\u0161laid\u0173 greitis<\/li>\n<li>Pakeitimo u\u017eklaus\u0173 da\u017enumas ir vert\u0117<\/li>\n<li>V\u0117luojantys pardav\u0117j\u0173 mok\u0117jimai<\/li>\n<li>Pirkimo u\u017esakymo patvirtinimo laikas<\/li>\n<\/ul>\n<p><strong>Grafiko rizikos rodikliai:<\/strong><\/p>\n<ul>\n<li>U\u017eduo\u010di\u0173 atlikimo rodikliai, palyginti su pradiniu lygiu<\/li>\n<li>Kritinio kelio buferio suvartojimas<\/li>\n<li>I\u0161tekli\u0173 prieinamumo prognoz\u0117s<\/li>\n<li>Priklausomyb\u0117s u\u017ebaigimo v\u0117lavimai<\/li>\n<\/ul>\n<p><strong>Kokyb\u0117s rizikos rodikliai:<\/strong><\/p>\n<ul>\n<li>Defekt\u0173 aptikimo rodikliai pagal etapus<\/li>\n<li>Perdirbimo procentai<\/li>\n<li>Apimties sprag\u0173 testavimas<\/li>\n<li>Klient\u0173 atsiliepim\u0173 nuotaik\u0173 tendencijos<\/li>\n<\/ul>\n<p>\u0160iuos rodiklius sujungiame su automatiniais \u012fsp\u0117jimais. Kai modeliai pasislenka u\u017e \u012fprast\u0173 rib\u0173, apie tai nedelsiant prane\u0161ama reikiamiems \u017emon\u0117ms. Ne kito m\u0117nesio rizikos per\u017ei\u016bros susirinkime. Dabar.<\/p>\n<h2>\u012e\u017evalg\u0173 pavertimas veiksmais<\/h2>\n<p>Duomenys be veiksm\u0173 yra tik brangi pramoga.<\/p>\n<p>Savo \"Power BI\" sprendimus kuriame atsi\u017evelgdami \u012f sprendim\u0173 ta\u0161kus, o ne tik \u012f duomen\u0173 ta\u0161kus. Kiekvienas prietais\u0173 skydelis atsako \u012f konkre\u010dius klausimus, kurie skatina imtis konkre\u010di\u0173 veiksm\u0173.<\/p>\n<p><strong>Vykdomojo prietais\u0173 skydelio klausimai:<\/strong><\/p>\n<ul>\n<li>Kuriems projektams reikia nedelsiant skirti d\u0117mesio?<\/li>\n<li>Kur tur\u0117tume perskirstyti i\u0161teklius?<\/li>\n<li>Kokia rizika gresia m\u016bs\u0173 strateginiams tikslams?<\/li>\n<\/ul>\n<p><strong>Projekt\u0173 vadovo prietais\u0173 skydelio klausimai:<\/strong><\/p>\n<ul>\n<li>Kokios u\u017eduotys atsilieka?<\/li>\n<li>Kurie komandos nariai yra perkrauti?<\/li>\n<li>Kur i\u0161kyla kokyb\u0117s problem\u0173?<\/li>\n<\/ul>\n<p><strong>Rizikos valdytojo prietais\u0173 skydelio klausimai:<\/strong><\/p>\n<ul>\n<li>Kokie rizikos scenarijai tampa vis labiau tik\u0117tini?<\/li>\n<li>Kokios klimato kaitos ma\u017einimo strategijos yra veiksmingos?<\/li>\n<li>Kur reikia nauj\u0173 rizikos kontrol\u0117s priemoni\u0173?<\/li>\n<\/ul>\n<p>Kiekvienoje prietais\u0173 skydelyje pateikiami rekomenduojami veiksmai, pagr\u012fsti duomen\u0173 modeliais. Nebereikia sp\u0117lioti, k\u0105 daryti toliau. Jokio analiz\u0117s paraly\u017eiaus.<\/p>\n<p>Taip pat kuriame scenarij\u0173 modeliavimo galimybes. \"Kas atsitiks su m\u016bs\u0173 tvarkara\u0161\u010diu, jei prarasime \u0161\u012f svarb\u0173 i\u0161tekli\u0173?\" \"Kaip 20% biud\u017eeto suma\u017einimas paveiks m\u016bs\u0173 rezultatus?\" Atsakykite \u012f \u0161iuos klausimus, kol jie dar netapo realybe.<\/p>\n<h2>Reali rizikos valdymo s\u0117km\u0117<\/h2>\n<p>Vienam gamybos klientui statybos projektuose tr\u016bko pinig\u0173. Biud\u017eeto vir\u0161ijimas siek\u0117 vidutini\u0161kai 30%. V\u0117lavimas pagal grafik\u0105 buvo \u012fprastas dalykas.<\/p>\n<p>Sujung\u0117me j\u0173 projekt\u0173 valdymo duomenis, vie\u0161\u0173j\u0173 pirkim\u0173 sistemas ir finansines ataskaitas su \"Power BI\". D\u0117sningumai i\u0161 karto tapo akivaizd\u016bs.<\/p>\n<p>Med\u017eiag\u0173 s\u0105naud\u0173 padid\u0117jimas nebuvo pa\u017eymimas iki m\u0117nesini\u0173 biud\u017eeto per\u017ei\u016br\u0173. Iki to laiko pirkimo u\u017esakymai jau b\u016bdavo i\u0161duodami padidintomis kainomis. Pakeitimo u\u017esakymai nebuvo vertinami atsi\u017evelgiant \u012f bendr\u0105 poveik\u012f projektui, o tik \u012f poveik\u012f atskiroms u\u017eduotims.<\/p>\n<p>I\u0161tekli\u0173 konfliktai tarp projekt\u0173 nebuvo pastebimi tol, kol \u017emon\u0117s nepasirodydavo darbe.<\/p>\n<p>\"Power BI\" sprendimas suteik\u0117 galimyb\u0119 realiuoju laiku matyti \u0161ias tarpusavyje susijusias rizikas. \u012esp\u0117jimai apie med\u017eiag\u0173 s\u0105naudas paskatino nedelsiant per\u017ei\u016br\u0117ti pirkimus. Pakeitimo u\u017esakym\u0173 poveikis buvo vertinamas atsi\u017evelgiant \u012f portfelio apribojimus, o ne tik \u012f atskirus projektus.<\/p>\n<p>I\u0161tekli\u0173 paskirstymas rod\u0117 konfliktus prie\u0161 kelias savaites, tod\u0117l buvo galima aktyviai koreguoti tvarkara\u0161\u010dius.<\/p>\n<p>Rezultatai po \u0161e\u0161i\u0173 m\u0117nesi\u0173: Biud\u017eeto vir\u0161ijimas suma\u017e\u0117jo iki 8%. Grafiko vykdymas pager\u0117jo 40%. Dar svarbiau, kad j\u0173 nebestebino problemos.<\/p>\n<p>Programin\u0117s \u012frangos k\u016brimo \u012fmon\u0117 taik\u0117 pana\u0161ius kokyb\u0117s rizikos valdymo metodus. U\u017euot ie\u0161kojusi defekt\u0173 per naudotojo pri\u0117mimo testavim\u0105, ji nustat\u0117 kokyb\u0117s blog\u0117jimo modelius k\u016brimo metu.<\/p>\n<p>Kodo per\u017ei\u016bros atmetimo rodikliai, vieneto test\u0173 apr\u0117pties tendencijos ir nes\u0117kmi\u0173 da\u017enumas leido numatyti kokyb\u0117s problemas dar prie\u0161 tris sprintus. Tai suteik\u0117 jiems laiko pakoreguoti procesus prie\u0161 pateikiant sugedusi\u0105 programin\u0119 \u012frang\u0105.<\/p>\n<p>Klient\u0173 pasitenkinimo rezultatai pager\u0117jo 25%, nes gamyb\u0105 pasiek\u0117 ma\u017eiau defekt\u0173.<\/p>\n<h2>\u012egyvendinimo strategija, kuri i\u0161 tikr\u0173j\u0173 veikia<\/h2>\n<p>Nesistenkite i\u0161spr\u0119sti vis\u0173 rizikos problem\u0173 pirm\u0105j\u0105 dien\u0105. Tai brangiai kainuojan\u010dios nes\u0117km\u0117s receptas.<\/p>\n<p>Mes laikom\u0117s tikslingo po\u017ei\u016brio:<\/p>\n<p><strong>1 etapas: pasirinkite vien\u0105 didel\u0119 problem\u0105<\/strong><br \/>Pasirinkite brangiausi\u0105 arba da\u017eniausi\u0105 rizik\u0105. Sukurkite \u0161ios vienintel\u0117s problemos aptikimo ir reagavimo galimybes. Prie\u0161 didindami sud\u0117tingum\u0105, pasiekite, kad jis veikt\u0173 tobulai.<\/p>\n<p><strong>2 etapas: Susijusi\u0173 duomen\u0173 \u0161altini\u0173 sujungimas<\/strong><br \/>Kai pagrindin\u0117 sistema veiks, prid\u0117kite duomen\u0173 \u0161altinius, kurie suteikia papildomo konteksto. Finansiniai duomenys, skirti biud\u017eeto rizikai. I\u0161tekli\u0173 duomenys, susij\u0119 su grafiko rizika. Kliento atsiliepimai apie kokyb\u0117s rizik\u0105.<\/p>\n<p><strong>3 etapas: i\u0161pl\u0117sti susijusi\u0105 rizik\u0105<\/strong><br \/>Naudokit\u0117s patikrinta sistema, kad gal\u0117tum\u0117te spr\u0119sti kitos did\u017eiausios rizikos kategorijos problemas. Jud\u0117site grei\u010diau, nes infrastrukt\u016bra jau sukurta.<\/p>\n<p><strong>4 etapas: sukurti prognozavimo modelius<\/strong><br \/>Tur\u0117dami istorinius duomenis, kurkite prognozavimo analiz\u0119. Ma\u0161ininio mokymosi modeliai, kurie prognozuoja rizikos tikimyb\u0119 pagal esamas s\u0105lygas.<\/p>\n<p>\u0160iam metodui visi\u0161kai \u012fgyvendinti reikia 6-12 m\u0117nesi\u0173. Ta\u010diau pirmojo etapo rezultatus pamatysite jau po keli\u0173 savai\u010di\u0173.<\/p>\n<p>Taip pat primygtinai reikalaujame ne tik techninio \u012fgyvendinimo, bet ir poky\u010di\u0173 valdymo. Geriausias pasaulyje prietais\u0173 skydelis nepasiteisins, jei \u017emon\u0117s juo nesinaudos. Mokymai, proces\u0173 integracija ir kult\u016brinis pritaikymas yra tokie pat svarb\u016bs kaip ir duomen\u0173 ry\u0161iai.<\/p>\n<h2>Rizikos valdymo investicij\u0173 gr\u0105\u017eos matavimas<\/h2>\n<p>Geras rizikos valdymas padeda taupyti pinigus. Puikus rizikos valdymas leid\u017eia u\u017edirbti pinigus.<\/p>\n<p>Stebime konkre\u010dius rodiklius, kad \u012frodytume \"Power BI\" poveik\u012f rizikos valdymui:<\/p>\n<p><strong>Tiesioginis i\u0161laid\u0173 taupymas:<\/strong><\/p>\n<ul>\n<li>Suma\u017eintas biud\u017eeto vir\u0161ijimas<\/li>\n<li>Ma\u017eiau skubios pagalbos i\u0161tekli\u0173 papildym\u0173<\/li>\n<li>Ma\u017eesn\u0117s perdirbimo ir kokyb\u0117s s\u0105naudos<\/li>\n<li>Suma\u017e\u0117j\u0119s projekt\u0173 at\u0161aukimo lygis<\/li>\n<\/ul>\n<p><strong>Netiesiogin\u0117s vert\u0117s k\u016brimas:<\/strong><\/p>\n<ul>\n<li>Didesnis klient\u0173 pasitenkinimas<\/li>\n<li>Didesnis komandos produktyvumas<\/li>\n<li>Geresnis i\u0161tekli\u0173 naudojimas<\/li>\n<li>Greitesnis projekto \u012fgyvendinimas<\/li>\n<\/ul>\n<p><strong>Reagavimo \u012f rizik\u0105 patobulinimai:<\/strong><\/p>\n<ul>\n<li>Ankstyvas problem\u0173 nustatymas<\/li>\n<li>Greitesnis sprendim\u0173 pri\u0117mimas<\/li>\n<li>Tikslesni poveikio vertinimai<\/li>\n<li>Geresnis klimato kaitos \u0161velninimo veiksmingumas<\/li>\n<\/ul>\n<p>Dauguma organizacij\u0173 per pirmuosius metus pasiekia 3-5 kart\u0173 didesn\u0119 investicij\u0173 gr\u0105\u017e\u0105. Sutaupytos l\u0117\u0161os laikui b\u0117gant did\u0117ja, nes rizikos valdymo galimyb\u0117s tobul\u0117ja.<\/p>\n<p>Dar svarbiau, kad nakt\u012f geriau miegate. Joki\u0173 nemaloni\u0173 staigmen\u0173 pirmadienio ryto susitikimuose. Joki\u0173 ai\u0161kinim\u0173 vadovams, kod\u0117l projektai \u017elugo be \u012fsp\u0117jimo.<\/p>\n<p>Rizikos valdymas tampa aktyvus, o ne reaktyvus. J\u016bs u\u017ekertate keli\u0105 problemoms, o ne tik jas dokumentuojate.<\/p>\n<p>\"Power BI\" paver\u010dia j\u016bs\u0173 duomenis \u012f\u017evalgomis. O prognozavimas paver\u010dia rizikos valdym\u0105 i\u0161 s\u0105naud\u0173 centro konkurenciniu prana\u0161umu.<\/p>\n<p>Klausimas ne tas, ar galite sau leisti \u012fgyvendinti geresn\u012f rizikos valdym\u0105. Klausimas yra, ar galite sau leisti to nedaryti.<\/p>\n<p>J\u016bs\u0173 konkurentai jau naudojasi duomenimis, kad pamatyt\u0173 u\u017e kampo. Atsilikimas rizikos valdymo srityje kainuoja brangiai. Pirmauti \u0161iame \u017eaidime yra pelninga.<\/p>\n<\/div>\n\n\n<p><\/p>","protected":false},"excerpt":{"rendered":"<p>Rizikos valdymas be duomen\u0173 yra sp\u0117liojimas. O sp\u0117lion\u0117s \u017elugdo projektus. Mat\u0117me, kaip \u012fmon\u0117s sudegino milijonus, nes nepasteb\u0117jo art\u0117jan\u010di\u0173 problem\u0173. \u012esp\u0117jamieji \u017eenklai buvo. Duomenys buvo. Bet niekas nesujung\u0117 ta\u0161k\u0173, kol nebuvo per v\u0117lu. \"Power BI\" kei\u010dia \u0161\u012f \u017eaidim\u0105. Ji paver\u010dia j\u016bs\u0173 i\u0161sklaidytus rizikos duomenis kri\u0161toliniu rutuliu, leid\u017eian\u010diu ... <\/p>","protected":false},"author":2,"featured_media":13152,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-13943","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","latest_post"],"_links":{"self":[{"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/posts\/13943","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/comments?post=13943"}],"version-history":[{"count":3,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/posts\/13943\/revisions"}],"predecessor-version":[{"id":13961,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/posts\/13943\/revisions\/13961"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/media\/13152"}],"wp:attachment":[{"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/media?parent=13943"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/categories?post=13943"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.leaplytics.de\/lt\/wp-json\/wp\/v2\/tags?post=13943"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}