Fabric Data Agents ger nya möjligheter att arbeta med verksamhetens KPI:er

Dashboards har länge varit en central del av företagens arbete med uppföljning och analys. Genom Power BI rapporter och KPI-tavlor kan chefer, säljorganisationer och ledningsgrupper följa verksamhetens utveckling och fatta beslut utifrån aktuell data. Men när förutsättningarna förändras snabbt räcker det inte alltid att följa upp vad som redan har hänt. Det blir också viktigt att tidigt kunna upptäcka förändringar, förstå vad de beror på och avgöra om något behöver göras.

Med Microsoft Fabric och Fabric Data Agents öppnas nya möjligheter att arbeta mer aktivt med verksamhetens data. Genom att kombinera tillgången till data med AI och naturligt språk kan Data Agents användas för att analysera och följa upp verksamhetens viktigaste nyckeltal.

Utmaningen med traditionella dashboards

En dashboard ger en bra överblick över verksamhetens resultat, men förutsätter ofta att någon aktivt går in och granskar informationen. För att upptäcka och hantera en avvikelse behöver användaren vanligtvis öppna rätt rapport, tolka siffrorna, identifiera vad som avviker och försöka förstå orsaken. Därefter behöver någon bedöma om det krävs en åtgärd. I många organisationer innebär det att förändringar upptäcks först vid nästa uppföljning. Under tiden kan exempelvis försäljningen minska, kundnöjdheten försämras eller kostnaderna öka utan att någon uppmärksammar det. Utmaningen handlar alltså inte nödvändigtvis om att det saknas data, utan om hur snabbt verksamheten kan omsätta informationen till användbara insikter.

Från manuell uppföljning till aktiv bevakning

Med Fabric Data Agents finns möjlighet att utveckla arbetet med uppföljning och analys. I stället för att användaren själv behöver söka efter information kan en agent, tillsammans med funktioner för automatiserad bevakning, användas för att följa verksamhetens viktigaste KPI:er och uppmärksamma förändringar. Fabric Data Agents arbetar mot data i Microsoft Fabric och kan använda verksamhetens datamodeller för att besvara frågor och ge användaren relevant information. Det kan exempelvis handla om att följa orderingång, bruttomarginal, kundnöjdhet, lageromsättning, personalomsättning eller kassaflöde.

Om orderingången avviker från prognosen skulle användaren exempelvis kunna få följande information:

”Orderingången i Region Nord ligger 14 % under prognos jämfört med de senaste fyra veckorna. Den största nedgången kommer från segmentet Manufacturing. Vill du att jag analyserar bakomliggande orsaker?”

Användaren kan då gå vidare med analysen direkt, utan att först behöva leta fram rätt rapport och själv identifiera avvikelsen. På så sätt kan mer tid läggas på att förstå utvecklingen och bedöma vilka åtgärder som är relevanta.

Mer dynamisk analys av verksamhetens KPI:er

En traditionell dashboard bygger vanligtvis på fördefinierade visualiseringar och nyckeltal. Det ger en tydlig och konsekvent uppföljning, men kan också begränsa möjligheten att snabbt undersöka frågor som uppstår utanför de befintliga rapporterna. Med Fabric Data Agents kan användaren i stället ställa frågor direkt till verksamhetens data och fördjupa analysen utifrån svaren. Det kan exempelvis handla om att identifiera ovanliga mönster, jämföra resultat med historiska trender, förstå avvikelser eller undersöka vilka faktorer som påverkar ett visst nyckeltal. Eftersom analysen sker genom en dialog behöver användaren inte på förhand veta exakt vilken rapport eller visualisering som innehåller svaret. Agenten använder relevanta datakällor i Microsoft Fabric för att besvara frågorna. Det skapar en mer flexibel analys där användaren kan gå vidare med följdfrågor och undersöka olika samband utifrån verksamhetens aktuella behov.

Ett stöd för ledningens beslutsfattande

I många organisationer ägnas en stor del av ledningsmöten åt att gå igenom rapporter och diskutera hur verksamheten har utvecklats. Med tillgång till en Data Agent kan ledningen få stöd i att analysera informationen redan innan mötet och snabbare komma vidare till frågor som rör verksamhetens prioriteringar. I stället för att enbart fråga hur försäljningen har utvecklats kan ledningen exempelvis undersöka:

”Vilka tre faktorer påverkar vår lönsamhet mest just nu?”

Eller:

”Vilken KPI bör ledningen fokusera på de kommande två veckorna?”

Genom att ställa frågor direkt till verksamhetens data blir det enklare att fördjupa analysen och få ett bättre underlag för diskussion och beslut. En Data Agent kan därmed fungera som ett komplement till befintliga rapporter och ge ledningen tillgång till analysstöd när behovet uppstår.

Vilken roll får dashboards framöver?

Dashboards kommer även fortsättningsvis att ha en viktig funktion i företagens uppföljning och analys. Visualiseringar behövs för att skapa överblick, följa utvecklingen över tid och ge ett gemensamt underlag för strategiska beslut. Däremot kan sättet vi använder dem förändras.

Med Data Agents får användaren ytterligare ett sätt att ta del av verksamhetens information. I vissa situationer är det fortfarande mest relevant att öppna en rapport och studera utvecklingen visuellt. I andra fall kan det vara både snabbare och enklare att ställa en fråga och få ett svar direkt. På sikt kan dashboards därför få en tydligare roll för överblick och fördjupad analys, medan Data Agents används för löpande frågor, uppföljning och stöd i operativa beslut. Det innebär att användaren inte alltid behöver utgå från en färdig rapport, utan kan börja med den fråga som är mest relevant för verksamheten.

Framtidens arbete med KPI:er

I takt med att AI blir en större del av företagens analysarbete kommer möjligheterna att arbeta mer proaktivt med KPI:er att utvecklas. I stället för att enbart bygga fler rapporter kan organisationer komplettera sina befintliga analyslösningar med AI agenter som hjälper till att bevaka nyckeltal, identifiera risker, analysera förändringar och föreslå relevanta åtgärder. En viktig del är också att informationen kan presenteras på ett språk som är anpassat till verksamheten, utan att användaren behöver ha djup teknisk kunskap om datamodeller eller rapportverktyg. Samtidigt finns det utmaningar att ta hänsyn till. En agent som reagerar på för många förändringar eller uppmärksammar avvikelser som saknar betydelse riskerar att skapa fler störningar än nytta. Om användarna får för många irrelevanta signaler kan förtroendet för lösningen snabbt minska.

För att få ett bra resultat krävs därför både en genomtänkt datagrund och en förståelse för verksamhetens behov. Här har Fabric IQ en viktig roll genom att skapa en gemensam förståelse för verksamhetens data och begrepp med hjälp av en ontologi ovanpå dataplattformen. Det ger bättre förutsättningar för agenterna att tolka informationen i rätt sammanhang. Införandet av Data Agents behöver också ses som ett löpande arbete där agenternas analyser, rekommendationer och beteenden kontinuerligt utvärderas och justeras. Med rätt förutsättningar kan Fabric Data Agents bli ett värdefullt komplement till dagens rapportering och bidra till att verksamheter snabbare kan upptäcka förändringar, förstå sina resultat och fatta välgrundade beslut.

Vill du veta mer om Fabric Data Agents? Kontakta oss så berättar vi mer!