Blog

Izazovi u svakodnevnom poslu jednog kontrolera

Piše: Maja Španić Kezan

Tvrtke sve više prepoznaju benefite kontrolinga te kako kontroleri mogu pomoći u poslovnom razvoju tvrtke, u sagledavanju potencijalnih rizika, ali i poslovnih prilika te kako iz određenih situacija i dostupnih informacija postići maksimum.

 Najčešći izazovi s kojima se kontroler susreće

 I sama radeći kao kontroler, bezbroj puta sam se našla u bitci s vremeno
m, s prikupljanjem potrebnih podataka koji su potrebni i pripremi tih podataka za daljnje analize.
Teško je u ovako kratkoj formi pobrojati sve izazove s kojima se kontroler susreće, tako da sam pobrojala samo one osnovne s kojima smo se svakodnevno susretali.

Radeći razne analize smo uvijek bili u stisci s vremenom (ili bolje rečeno bio je sveprisutan kroničan manjak vremena), uvijek smo željeli više – više vremena, scenarija, više detalja, više informacija, bolje algoritme, više upotrebljivih kvalitetnih podataka i dr.

Također usprkos svim nastojanjima radili smo hrpu ručnog povezivanja i međusobnog usklađivanja kako bi se podaci pripremili za analize. Tu je najviše vremena i truda otišlo na prikupljanje i pripremu podataka kojih nije bilo u bazi. O uključivanju nestrukturiranih podataka smo mogli samo sanjati i mogli smo ih uključiti samo kad smo imali zaista veliku poslovnu potrebu i pronašli vremena za njihov pronalazak, interpretaciju, obradu i pripremu za daljnje analize. Koliko god se trudili zaobići Excel nekada jednostavno nije bilo druge.

Segmenti kontrolinga

Baveći se kontrolingom, kontrolori općenito susreću se s mnogo poslovnih područja koja se moraju međusobno uskladiti što zahtjeva raznovrsna znanja i vještine.

Iz osobnog iskustva primijetila sam nekoliko osnovnih segmenata koji se svakodnevno paralelno isprepliću u kontrolerskom poslu, a prikazani su na Slici 1.

Slika

Poslovni segment  obuhvaća znanje o tvrtki, strategiji, strateškim smjernicama, poslovnim procesima i različitim drugim poslovnim segmentima. Izvrsno poznavanje poslovnog segmenta je neizbježno za uspješan kontroling. Jedna od osnovnih funkcija kontrolinga je stavljanje podataka u pravilan poslovni kontekst, ali i prepoznavanje potencijalnih problema i prilika te predlaganje daljnjih poslovnih aktivnosti.

Analitički segment bazira se na korištenju različitih analitičkih metoda kako bi se što više mogli iskoristiti raspoloživi podaci. Poznavati instrumente, raznovrsne analitičke metode i  alate te kako ih primijeniti u svakodnevnom poslovanju također je jedna od osnovnih funkcija kontrolinga.

Tehnološki segment se katkad zanemarivao u kontrolingu. Međutim danas kada su brzina i kvaliteta izuzetno biti te kada se kontroling radi svakodnevno i ima široku paletu primjenjivosti u pojedinoj organizaciji, i korištenje adekvatnih tehnologija je neizostavni segment kontrolinga.

Naravno izuzetno važni  su i komunikacija i koordinacija. Komunikacija i dijeljenje potrebnih informacija i poslovnog znanja, a pogotovo komunikacija rezultata analiza, prijedloga i inicijativa nezaobilazan je dio svakodnevnog kontrolerskog posla.

Koordinacija obuhvaća koordinaciju različitih poslovnih procesa i svih elemenata koji su potrebni kako bi se kvalitetno odradio kontrolerski posao.


Ima li pomoći?

Neizmjerno me veseli što je tehnologija zadnjih nekoliko godina poprilično napredovala te da može pomoći kontrolerima (a i drugima) da se lakše uhvate u koštac s raznim  izazovima s kojima se svakodnevno susreću. Pojavom Big data tehnologija kontrolerima se otvaraju mnoge dodatne mogućnosti.

Big data

Napredak tehnologije omogućio je i obradu velikih količina velikih podataka (engl. Big data).  No pojam Big data ne označava samo velike količine podataka već i se može promatrati i kroz svakih od tkz. 7V:

  • Količina (engl. Volume)
  • Brzinu (engl. Velocity)
  • Raznovrsnost (engl. Variety )
  • Promjenjivost (engl. Variability )
  • Pouzdanost (engl. Veracity)
  • Vizualizacija (engl. Visualization)
  • Vrijednost (engl. Value)

Osim količine podataka, važna je i brzina kojom se podaci mogu obrađivati, pohranjivati i analizirati. Mogućnost real-time obrade otvara dodatne mogućnosti za  stvaranje dodatnih vrijednosti. Raznovrsni izvori podataka više nisu orijentirani na strukturirane unutarnje operativne i transakcijske izvore, već se proširuju i s onim polustrukturiranog i nestrukturiranog tipa. Tako je moguće obrađivati podatke s raznovrsnih strojeva, uređaja, ali i iskoristiti potencijal IoT i drugih podataka s Interneta koji mogu biti generirani na različite načine. U analize se također mogu ubaciti i različite podaci prikupljeni s Web-a kao što su podaci o različitim makroekonomskim i drugim faktorima koji utječu na poslovanje, kao i raznovrsnim podacima s društvenih mreža.

Vrlo je važna i pouzdanost jer kvalitetan kontroling je nemoguć bez kvalitetnih podataka. Dodatne mogućnosti napredne vizualizacije tako velikog i raznolikog seta podataka je također vrlo bitna kao i mogućnost iskorištavanja potencijala i optimizacije vrijednosti poslovnih podataka – da li ih koristimo kao i drugu imovinu, za što ih možemo iskoristiti i na koji ih način monetizirati?

Big data i prediktivna analitika

Pojavom Big data tehnologije proširuje se i primjena prediktivnih analitika. Pored toga što je pojedine segmente prediktivnog procesa u kombinaciji s Big data tehnologijama sada moguće brže izvesti, radi se i na pojednostavljenju cijelog procesa. Tako se u sklopu nekih big data platformi nalaze knjižnice i predlošci raznovrsnih prediktivnih algoritama koji se mogu koristiti.

Kod nekih alata postoje i mogućnosti „navođenog“  i poluautomatskog kreiranja prediktivnih modela što još više dodatno proširuje primjenjivost prediktivnih analitika.

Prediktivne analitike moguće je proširiti s dodatnim raznovrsnim izvorima polustrukturiranog (pr. s podacima s različitih strojeva i uređaja) i nestrukturiranog tipa (pr. s društvenih mreža).

Ideja je iskoristiti dostupne tehnologije što više kako bi se smanjilo vrijeme potrebno za pripremu i obradu podataka na najmanju moguću mjeru, kako bi za analize i različite druge segmente kontroling procesa ostalo više vremena.

Brža, jednostavnija i kvalitetnija primjenjivost prediktivnih analitika omogućava brže i jednostavnije planiranje, budžetiranje i prognoziranje uz podizanje izvještavanja i analitika kao i podrške upravljanju na jednu sasvim novu razinu.

I za kraj

Neizmjerno me veseli što tehnologija sve više i više napreduje tako da sve ide u smjeru dodatne pomoći u kontroling procesu. Također mi je neizmjerno drago da sam pronašla kariku koja mi je nedostajala u savladavanju svakodnevnih kontrolerskih problema i što sada postoji rješenje da se određene stvari naprave brže, jednostavnije i kvalitetnije.

Novi izvori podataka i mogućnost njihove pravovremene i adekvatne obrade otvara nove mogućnosti i nove prilike za stvaranje konkurentske prednosti i dodatne vrijednosti.

Mogućnost prikupljanja i obrade velike količine raznovrsnih podataka uz obavezno osiguranje kvalitete dodatno ubrzava i mijenja kontrolerski posao. Veća primjenjivost te dobivanje rezultata prediktivne analitike brže, jednostavnije i razumljivije otvara dodatne mogućnosti izvlačenja maksimuma iz dostupnih podataka i stvaranja dodatnih poslovnih znanja koja su prijeko potrebna za kvalitetno donošenje poslovnih odluka.

Više o Big data i prediktivnoj analitici kao pokretačima transformacijskog kontrolinga možete pogledati u našoj prezentaciji na 7. Kontroling Konferenciji, a u sklopu knjige Kontroling u praksi – najnoviji trendovi u kontrolingu“  možete pročitati naš rad vezan uz primjenu Big data i prediktivne analitike u kontrolingu (s detaljnijim opisom primjene u planiranju potražnje, proizvodnom procesu i projektnom kontrolingu), a sigurno ćemo o tome više pisati i dalje.

Tags