{"id":8629,"date":"2022-06-15T07:25:27","date_gmt":"2022-06-15T05:25:27","guid":{"rendered":"https:\/\/www.leaplytics.de\/?p=8629"},"modified":"2022-06-15T07:25:30","modified_gmt":"2022-06-15T05:25:30","slug":"poslovna-inteligenca-za-mala-podjetja-kdaj-je-smiselna-2-del","status":"publish","type":"post","link":"https:\/\/www.leaplytics.de\/sl\/poslovna-inteligenca-za-mala-podjetja-kdaj-je-smiselna-2-del\/","title":{"rendered":"Poslovna inteligenca za mala podjetja - kdaj je smiselna? - 2. DEL"},"content":{"rendered":"<p>Tisti, ki poznajo prihodnost, so v prednosti! V na\u0161em tridelnem \u010dlanku preberite, zakaj je poslovna inteligenca \u0161e posebej pomembna za mala in srednje velika podjetja (MSP), kako zahteven je prvi korak, katere so bistvene prednosti in kako lahko u\u010dinkovito pristopite k celotni temi. Strokovnjak za kontroling in upravljanje MSP Andreas Malik ter strokovnjaka za poslovno obve\u0161\u010danje in ustanovitelja enega vodilnih ponudnikov vizualizacij podatkov in nadzornih plo\u0161\u010d na podro\u010dju Power BI in Qlik Sense, Stefan Preusler in Dominik Galsheimer, vas bodo s svojimi izku\u0161njami in strokovnim znanjem popeljali skozi te 3 zanimive dele serije \u010dlankov. V prvem delu si bomo ogledali, zakaj gredo poslovna inteligenca in mala in srednje velika podjetja dobro skupaj. Drugi del se ukvarja z jasnim prepoznavanjem prednosti in s tem iskanjem pravega trenutka za za\u010detek. Tretji del vam nato predstavi pomembne prve korake za izvajanje in uvedbo<\/p>\n\n\n\n<hr class=\"wp-block-separator has-css-opacity\"\/>\n\n\n\n<p><strong>2. del: Iskanje pravega \u010dasa in prepoznavanje prednosti<\/strong><\/p>\n\n\n\n<p>V ve\u010dini primerov ni enostavno dolo\u010diti pravega trenutka za prehod na sistem BI. Priznati moramo, da je bilo celotno poro\u010danje v Excelu zgrajeno z veliko truda pri natan\u010dnem delu s podrobnostmi in se nenehno prilagaja trenutnim potrebam. V nekaterih primerih prilagajanje izvaja ve\u010d razli\u010dnih ljudi, pripravnikov ali delavcev za dolo\u010den \u010das, ki vnesejo ustrezno znanje programa Excel. Izku\u0161nje so pokazale, da so naslednje izjave znak, da Excel dosega svoje meje:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Datoteke Excel so vedno ve\u010dje in slu\u017eijo kot podatkovna baza<\/li><li>Pogosto se zru\u0161ijo in postanejo zelo okorni<\/li><li>Obi\u010dajno so na voljo le na lokalni ravni. Poro\u010dila se natisnejo ali po\u0161ljejo po po\u0161ti. \"Resnica\" obstaja v ve\u010d strukturah map, po\u0161tnih nabiralnikih, fizi\u010dnih arhivskih omarah in predalih.<\/li><li>Spremembe zahtevajo vedno ve\u010d truda in njihovo izvajanje traja dolgo.<\/li><li>Podatki se vse pogosteje ro\u010dno prena\u0161ajo iz ene datoteke Excel v drugo.<\/li><li>Vedno pogosteje se pojavljajo neskladnosti med poro\u010dili \/ dogodki poro\u010danja in pove\u010duje se napor pri preverjanju uradnih dogodkov poro\u010danja in vrednotenja.<\/li><li>Poleg vodstva je vedno ve\u010d notranjih prejemnikov poro\u010dil z individualnimi zahtevami po poro\u010dilih.<\/li><li>\u010ce je poro\u010danje decentralizirano, npr. na proizvodna ali prodajna podro\u010dja, se pojavijo dodatne nedoslednosti in v nekaterih primerih se poro\u010da o razli\u010dnih podatkih.<\/li><li>Poleg notranjih dele\u017enikov je vse ve\u010d tudi zunanjih dele\u017enikov, ki vztrajajo pri pravnih strukturah (taksonomijah), ki se obi\u010dajno zelo razlikujejo od notranjih struktur.<\/li><li>Vse pogosteje se zahtevajo ad hoc analize podrobnosti. Podatkovne strukture se ne ujemajo, zato jih je treba obdelati in narediti primerljive z veliko truda.<\/li><li>Finan\u010dne podatke je treba vedno bolj pojasnjevati z operativnimi podatki, npr. z vplivom izdelkov, trga in me\u0161anice strank, mar\u017ee, odstopanj v proizvodnji itd.<\/li><li>Tabelarne strukture ne zadostujejo ve\u010d za povzemajo\u010do predstavitev medsebojnih povezav. Rezultat so \"pokopali\u0161\u010da \u0161tevilk\".<\/li><li>Podatke in medsebojne odnose je treba vedno bolj pojasnjevati z ve\u010d razse\u017enostmi, npr. izdelki, stranke, podru\u017enice, regije, poslovne enote, proizvodni obrati itd.<\/li><\/ul>\n\n\n\n<p><strong>Katere prednosti ponujajo re\u0161itve BI?<\/strong><\/p>\n\n\n\n<p>Ko se podjetja vse pogosteje soo\u010dajo z zgoraj navedenimi izzivi, razmi\u0161ljajo o uvedbi sistema BI. Prednosti sistema BI za MSP lahko povzamemo na naslednji na\u010din:<\/p>\n\n\n\n<ul class=\"wp-block-list\"><li>Enotno in celovito podatkovno podlago je mogo\u010de uporabiti kadar koli (podlaga so finan\u010dni in nefinan\u010dni podatki).<\/li><li>V vseh poro\u010dilih se uporabljajo enotne in integrirane podatkovne strukture.<\/li><li>Standardizirane vizualizacije dajejo ustvarjalcem poro\u010dil mo\u017enost ustvarjanja in predstavljanja zapletenih razmerij na zelo u\u010dinkovit in integriran na\u010din.<\/li><li>Enotna distribucija informacij, ki so ve\u010dinoma na voljo na spletu in v odzivni obliki na vseh napravah. Uporabniki lahko individualno pridobivajo in nadzorujejo potrebe po informacijah v odzivnem vmesniku, npr. s filtri ali poglobitvami ali nadaljnjim dostopom do drugih povezanih podatkov.<\/li><\/ul>\n\n\n\n<p>Zmanj\u0161a se zlasti pove\u010dan obseg ro\u010dnega dela pri ustvarjanju, popravljanju in preverjanju. Poleg tega so na voljo funkcije, ki omogo\u010dajo izjemno enostavno izpolnjevanje pove\u010danih zahtev.<\/p>\n\n\n\n<p>Osnovni cilj sistema BI ne sme biti v ospredju, to je podpora odlo\u010ditvam in pridobivanje vpogleda v podatke. Sistem BI je koristen, \u010de podjetje razbremeni ro\u010dnih dejavnosti. Dejavnosti ne le pri ustvarjanju vpogledov, temve\u010d tudi pri interpretaciji in tudi pri izpeljavi odlo\u010ditev. To je najve\u010dkrat dose\u017eeno, \u010de so prikazane korelacije ali odvisnosti, ki bi jih sicer morali narediti \u010dlove\u0161ko razumevanje in mo\u017egani sami. \u010clove\u0161ki mo\u017egani zlasti pri obdelavi velikega \u0161tevila informacij dose\u017eejo meje, ki jih pri tehni\u010dnem sistemu sprva ni.<\/p>\n\n\n\n<p>V tretjem delu preberite, kako pravilno strukturirati temo BI in kak\u0161ni so lahko prvi konkretni koraki za va\u0161e podjetje. <\/p>\n\n\n\n<p>Za dodatna vpra\u0161anja smo vam na voljo:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full is-resized\"><img loading=\"lazy\" decoding=\"async\" src=\"https:\/\/www.leaplytics.de\/wp-content\/uploads\/2022\/06\/Screenshot-2022-06-07-203456.png\" alt=\"\" class=\"wp-image-8481\" width=\"834\" height=\"447\" srcset=\"https:\/\/www.leaplytics.de\/wp-content\/uploads\/2022\/06\/Screenshot-2022-06-07-203456.png 600w, https:\/\/www.leaplytics.de\/wp-content\/uploads\/2022\/06\/Screenshot-2022-06-07-203456-300x161.png 300w, https:\/\/www.leaplytics.de\/wp-content\/uploads\/2022\/06\/Screenshot-2022-06-07-203456-112x60.png 112w\" sizes=\"auto, (max-width: 834px) 100vw, 834px\" \/><\/figure>\n\n\n\n<hr class=\"wp-block-separator has-css-opacity\"\/>","protected":false},"excerpt":{"rendered":"<p>Tisti, ki poznajo prihodnost, so v prednosti! V na\u0161em tridelnem \u010dlanku preberite, zakaj je poslovna inteligenca \u0161e posebej pomembna za mala in srednje velika podjetja (MSP), kako zahteven je prvi korak, katere so bistvene prednosti in kako lahko u\u010dinkovito pristopite k celotni temi. Strokovnjak za mala in srednje velika podjetja za nadzor in ... <\/p>","protected":false},"author":1,"featured_media":8480,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-8629","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-news","latest_post"],"_links":{"self":[{"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/posts\/8629","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/comments?post=8629"}],"version-history":[{"count":0,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/posts\/8629\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/media\/8480"}],"wp:attachment":[{"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/media?parent=8629"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/categories?post=8629"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.leaplytics.de\/sl\/wp-json\/wp\/v2\/tags?post=8629"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}