”Verktyget är mycket bra för att hämta in data och analysera data och som vi kommer se senare är Qlik View oslagbart när det gäller att skapa dashboards för att visualisera data.”
Det finns ett ganska stort utbud av verktyg att använda för att samla in och analysera data. En hel del lösningar är branschspecifika och nischade mot specifika typer av kunder. Andra är mer breda i sin utformning och kräver oftast lite mer kunskaper kring dataanalys för att resultatet ska bli bra. I det här avsnittet ska vi titta lite extra på Qlik View och Qlik Sense som kan användas väldigt brett.
Skillnaden mellan Qlik View och Qlik Sense
Qlik Sense var det första programmet som företaget lanserade och många tror att Qlik View är en nyare version av samma lösning. Men så är inte fallet. Man kan säga att Qlik Sense används för att samla in och analysera data och att Qlik View används för att skapa dashboards och visualisera samma data.
Det senare av dom två kräver ett visst mått av expertis när det gäller att bygga dashboards. Det är också viktigt att personen som arbetar med detta är insatt i VAD företaget är ute efter att se. Vad är viktigt att visualisera? Man måste även ha klart för sig vilken person som är mottagare av informationen. Att man håller det på en lagom och lättförståelig nivå så att inte mottagaren blir förvirrad och inte förstår vad informationen handlar om.
Integrationer för att få med all data
När det gäller datanalys finns det en viktig aspekt att ha i åtanke. Det gäller att få med all data. Missar vi vissa parametrar kan all data bli total irrelevant.
Ofta ser det ganska komplicerat ut i större organisationer. Tittar vi till exempel på ett företag som vill analysera sin försäljningsdata så kan man hämta information från ett CRM-system. Men man har ofta även ett marknadsföringssystem, typ Marketo eller liknande där man också har mycket data kring sina leads, etc. Utöver detta så har man eventuellt olika kalkylark med ytterligare data samt ett flertal andra system.
Utmaningen för den som sätter ihop allt detta är att se till att ingenting missas. I program som Qlik Sense finns ett öppet API som programmeraren kan använda sig av. Man kan då ta in den information man behöver genom att skapa integrationer. Informationen kan gå åt båda hållen så det kan vara värt att nämna också att när man undersöker nya CRM-system och liknande, så tittar man även på vilka möjligheter dom har att släppa ut data ut systemet. Om det är ett slutet lokalt system så kommer man med största sannolikhet att få problem framöver. Systemet kan vara hur bra som helst inom sitt område och det kan tillgodose alla behov gällande säljstatistik och uppföljningar.
Säljarna och säljcheferna kan älska systemet. Men vad händer när man vill exportera data för att använda på andra sätt? Ofta vid lokala installationer blir det alltid problem. En integration blir då genast mer komplex. Ett första steg kan därför vara att titta på molnbaserade lösningar och välja något inom det segmentet.
Molnbaserade CRM-system till exempel har mycket bättre förutsättningar att kunna ha ett API där man kan anropa informationen. Dessutom är den alltid tillgänglig och man behöver inte sätta upp någon egen server eller liknande för att se till att informationen är online. Har man en lokal installation så måste man i regel alltid sätta upp en koppling mellan systemen. Denna koppling måste underhållas, och vad händer om det sker en uppdatering av systemet? Då brukar det ofta innebära strul gällande befintliga kopplingar.
Vikten av att göra dashboards på rätt sätt
När du gjort ditt val av system gäller det att börja i rätt ände. Det kan bli mycket svårt om du börjar bygga din dashboard utan att först försäkrat dig om att du har rätt data. Använder du lösningen med Qlik så börja med att jobba i Qlik Sense för att få ordning på den data du har i organisationen. Försök att få med allt.
Systemet kommer att bli en central del av din organisations datasystem och alla system ni införskaffar bör ha som kriterium att de kan skicka data till andra lösningar. Koppla in så mycket som möjligt av din organisations data in till systemet. Du vet inte hur dina behov av data kommer att förändras på sikt eller vad olika avdelningar inom organisationen kommer att efterfråga i framtiden. Först när du har ett stabilt inflöde av data kan du gå vidare till nästa steg och analysera data.
Analys av data
Mycket av dataanalysen kan göras även med Qlik Sense. Där kan man göra mycket mer än att ställa frågor. Man kan låta systemet producera information åt dig. Sådant som du inte kan utläsa själv. Tänk på att en dashboards egentligen inte ska analysera själva datan utan att du gör det här.
Dashboards i Qlik View
När du sedan har alla data på plats och börjat göra dina analyser så kanske du får en fråga från din organisation. Ett önskemål skulle kunna vara från försäljningschefen att visa sina säljare hur deras aktiviteter påverkar försäljningsresultatet. Det innebär att försäljningschefen har en djupare förståelse för de bakomliggande faktorerna som påverkar resultatet. Skulle han visa all data och hur allt hänger ihop för säljarna så finns det en överhängande risk att personerna inte tar in informationen eller i värsta fall inte förstår sambanden. Här kommer dashboards mycket väl till pass.
Man låter då datan och analyserna ligga till grund för att visualisera sambanden. Man kan då enkel presentera en historisk vy där man ser hur allt hänger ihop. En dashboard kan också spegla nutiden. Man låter då dagens aktiviteter till exempel synas och så har man en mätare som visar om man ligger över eller under sina mål. Man kan då ha färger, så som röd, gul och grönt. Då blir det ännu enklare att greppa. En bra ide kan vara att låta en sådan dashboard synas på en skärm på kontoret för att ständigt göra folk påminda om hur man ligger till.
Sedan kan man även simulera data med dashboards. Man kan ändra och laborera med olika ingångsvärden för att se vilken prognostiserad påverkan sådana förändringar skulle få på slutresultatet. Får man till exempel säljarna medvetna om dessa samband och att arbeta proaktivt för att uppnå sitt mål så har verkligen dashboarden och dataanalysen fyll sitt syfte.
