Excel med dataset

Håkan

Självbetjänad analys i Excel med dataset

Under 2022 har datamognaden ökat. Kunderna kan mer om sin data och vill ha bättre tillgång till den. Numera är det tydligt vilka rapporter och nyckeltal som är viktiga och vilka frågor som behöver besvaras. Det finns också mer kunskap om avvikelser och om datakvalitetsbrister.

Detta gör att många bolag önskar en data-driven agenda. Man vet att data är det nya guldet som utvecklar affären och behöver nu ta några steg i den riktningen.

När data driver affärerna bör den vara tillgänglig, vara lättförståelig, lätt att spåra och lätt att hitta. Så en bra datakatalog med all data kan rekommenderas.

Att ta fram en strategi för att bli data-driven enligt ovan brukar innefatta en nuläges analys.

När man som konsult gör nulägesanalysen hittas det utmaningar med verksamhetens data. En utmaning kan vara inlåst data i kuber. Kuberna var ett fantastiskt tillskott när de i mitten på 2000-talet gjorde analys av stora datamängder i Excel möjlig. Flera avdelningar kunde snabbt nå sin data och bygga egna analyser och rapporter. Kubens styrka är behörighetsstyrning, data partitionering, nyckeltalsdefinitioner, beräkningar samt möjligheten att analysera data i Excel utan arken sväller.

Problemen med kuberna är att de stänger inne data, kräver administration och ett eget laddningsfönster och har ett eget språk.

Logik i Kub och data är också ofta dolda för användarna vilket ger sämre spårbarhet och tillit till siffrorna.

Med en förnyad och förenklad arkitektur med dataset i molnet kan dessa utmaningar elimineras.  Med dataset kombineras data från verifierade datakällor till bestämd detaljnivå. Detaljnivån kan då vara orderrader, verifikationsrader, fakturarader eller inköpsrader. Datasetet ser till mätvärden påt rätt detaljnivås såsom antal eller belopp hanteras korrekt utifrån definierade masterdata exempelvis datum, konto, kostnadsställe, projekt, artikelnummer, kund eller bolag.

Detta gör att varje anställd på exempelvis inköpsavdelningen kan se och förstå all data och arbeta data-drivet med alla problem och möjligheter som uppstår vad gäller inköp.

Dataset kan skapas i de flesta databaser eller BI-produkter såsom Oracle, Power BI, Qlik, Tableau, Snowflake, Google Big Query eller Azure.

Med ett dataset i molnet kan Excel användare kombinera data från olika källor, genomföra analyser utan att excelarken sväller.

Ett dataset i Qliksense ger väldigt tydlig överblick över all data som är valbar för analysen. Ett dataset i Power BI kan delas eller hantera radbehörigheter. Ett dataset i Snowflake kan delas eller användas av kunder utan att data dubbellagras.

Så en viktig pusselbit för självbetjänad analys är tillgängliga dataset i er datakatalog . Vi på dataset AB kan hjälpa er att förenkla datalösningen, sänka era kostnader för analys och på så sätt snabbt få personalen mer data-drivnen. Skicka mejl till info@dataset.se för mer info.