Start · Rozwiązania · Inne rozwiązania
Rozwiązanie · Inne rozwiązaniaJedna definicja ARR, jedna liczba na sali i odpowiedź, zanim zacznie się spotkanie
Pytania finansowe w Teams, z zaufanych danych
Pytania o wydatki i przychody są odpowiadane w Microsoft Teams z miar zdefiniowanych raz przez finanse, z definicją, filtrami i czasem odświeżenia dołączonymi do każdej odpowiedzi.
Streszczenie dla zarządu
W obiegu są trzy wersje ARR, a zarząd widział jedną z nich w zeszłym kwartale.
Dwie rzeczy muszą istnieć razem i żadna z osobna nie wystarczy.
Wszyscy na sali dostają tę samą liczbę w kilka sekund, z dołączoną definicją, więc spotkanie decyduje, a nie uzgadnia.
model semantyczny Power BI; agent Copilot Studio w Microsoft Teams; lista zadań FP&A
Problem biznesowy
Controlling
Dane finansowe w większości firm są zarazem kompletne i niespójne. ERP trzyma wydatki, CRM lejek, narzędzie billingowe subskrypcje, a każde z nich definiuje klienta, okres i kategorię nieco inaczej. FP&A uzgadnia je ręcznie na potrzeby miesięcznego pakietu, a każde pytanie poza tym pakietem zaczyna uzgadnianie od początku.
Prośby przychodzą mailem i na czatach w Teams, są obsługiwane eksportem i tabelą przestawną, a eksport staje się dokumentem odniesienia, który krąży miesiącami. Pojęcia takie jak ARR, klient aktywny czy okres porównywalny są stosowane różnie, zależnie od tego, kto zbudował plik. Dashboardy odpowiadają na pytania, dla których powstały, i na nic ponadto.
To się utrzymuje, bo praca uzgodnieniowa jest niewidoczna, a zachęty wskazują w złą stronę. Analitycy zbierają podziękowania za szybką odpowiedź, a nie za zbudowanie modelu, który uczyniłby pytanie zbędnym, i do niedawna narzędzia pozwalające członkowi zarządu zapytać wprost nie istniały w formie, której CFO by zaufał.
Jak to wygląda dzisiaj
- CzłowiekCzłonek kierownictwa zadaje pytanie mailem albo na czacie w Teams
- CzłowiekAnalityk dopytuje o okres, zakres i o to, która definicja jest w grze
- SystemDane są eksportowane z ERP, CRM i narzędzia billingowego
- CzłowiekEksporty są zestawiane w Excelu, a klienci dopasowywani po nazwie
- OczekiwanieLiczba powstaje i wychodzi jako arkusz, często dzień lub więcej później
- Ryzyko błęduArkusz jest przesyłany dalej, edytowany i używany do celów, dla których nie powstał
- Ryzyko błęduDrugi członek kierownictwa przychodzi z inną liczbą z innego źródła, a spotkanie uzgadnia zamiast decydować
- CzłowiekTo samo pytanie wraca w kolejnym kwartale i jest obsługiwane od zera przez innego analityka
Dlaczego obecny proces kosztuje więcej, niż widać
Najdroższa część tego procesu nie ma własnej pozycji kosztowej.
- Czas analityka jest kosztem widocznym i dużym, ale drogą pozycją jest jakość decyzji. Liczba, która przychodzi w piątek, kształtuje decyzję podjętą w środę, a liczba cytowana z przesłanego pliku jest nieaktualna, zanim dotrze do zarządu.
- Rozbieżne liczby zamieniają spotkania w sesje uzgadniania. Nikt tego kosztu nie zapisuje, bo nikt nie liczy tych dwudziestu minut.
- Kierownictwo uczy się nie pytać. Pytania, które ujawniłyby dryf kategorii albo koncentrację dostawców, przestają padać, i to jest najmniej widoczna strata.
- Zależność od jednej osoby jest dotkliwa. Analityczka, która wie, że eksport billingowy podwaja umowy wieloletnie, sama jest modelem, a kiedyś awansuje albo odejdzie.
- Każde przejęcie dokłada system i definicję, więc uzgadnianie zwalnia dokładnie wtedy, gdy pytania stają się ważniejsze.
Koszt zaniechania
Pierwszy wiersz nie jest prognozą, tylko tą samą arytmetyką przy wolumenie, do którego ta firma dojdzie z piątym krajem albo kolejnym źródłem billingowym. Czego tabela nie wycenia, to samo spotkanie: dwie liczby, dwadzieścia minut i decyzja przesunięta na kolejny porządek obrad.
Zostawione samo sobie, zjawisko twardnieje. Każdy kwartał dokłada kilka arkuszy z autorytetem i kilka definicji tej samej miary. Zespół albo rośnie razem z liczbą próśb, albo po cichu przestaje odpowiadać na pytania, których nikt nie zadał drugi raz, a to często te ciekawe.
Przykładowa organizacja o realnych proporcjach — liczby służą do policzenia sprawy na Waszych danych, nie są wynikiem klienta.
Firma software'owo-usługowa w krajach nordyckich z przychodem około 95 milionów €, sprzedająca subskrypcje i usługi wdrożeniowe w czterech krajach. Dynamics 365 Business Central służy jako ERP, Dynamics 365 Sales jako CRM, a osobne narzędzie billingowe eksportuje dane co miesiąc.
Czteroosobowy zespół FP&A obsługuje mniej więcej 240 pytań ad hoc miesięcznie od kierownictwa, dyrektorów sprzedaży i country managerów. W obiegu są trzy definicje ARR.
Power BI istnieje dla miesięcznego pakietu. Wszystko poza nim jest obsługiwane eksportem: doprecyzowanie pytania, pobranie z trzech systemów, dopasowanie klientów po nazwie, zbudowanie liczby, wysłanie pliku.
Około dziewięćdziesięciu minut na pytanie wraz z uzgadnianiem, czyli 360 godzin miesięcznie, i nic z tego nie zostaje do ponownego użycia. Kolejne identyczne pytanie zaczyna się od nowa.
Roboty codziennie ładują i uzgadniają dane z ERP, CRM i billingu w nadzorowany model z miarami, które FP&A definiuje raz. Agent Copilot Studio w Microsoft Teams odpowiada z tych miar, dołącza definicję i czas odświeżenia, a to, na co model nie odpowiada, odrzuca i przekazuje jako zadanie do FP&A.
W modelu 156 z 240 pytań miesięcznie jest obsługiwanych w Teams, a około 164 256 € rocznie zdolności analitycznej przechodzi z wyszukiwania na analizę. Udział samoobsługi jest założeniem, więc to arytmetyka na podanych danych, a nie obietnica.
Proponowane rozwiązanie
Dwie rzeczy muszą istnieć razem i żadna z osobna nie wystarczy. Pierwszą jest warstwa nadzorowana: roboty UiPath codziennie pobierają dane z Business Central, Dynamics 365 Sales i eksportów narzędzia billingowego, uzgadniają klientów i okresy wobec listy wzorcowej i ładują lakehouse w Microsoft Fabric. Nad tym siedzi model semantyczny Power BI z miarami, które FP&A definiuje raz i których jest właścicielem: ARR według uzgodnionej definicji, wydatki według kategorii i dostawcy, okresy porównywalne, budżet wobec wykonania. Zabezpieczenia na poziomie wierszy działają według roli i regionu.
Drugą jest sposób pytania. Agent Microsoft Copilot Studio opublikowany do Microsoft Teams przyjmuje pytanie w języku naturalnym i mapuje je na te miary przez nadzorowane narzędzia, zamiast układać własne zapytania. Odpowiada liczbą, użytą definicją, zastosowanymi filtrami i czasem ostatniego odświeżenia. Gdy pytanie wykracza poza model, mówi to wprost i zakłada zadanie dla FP&A, zamiast zgadywać. To jedno rozstrzygnięcie projektowe czyni całość używalną w materiałach na zarząd. Copilot in Power BI obsługuje te same miary wewnątrz raportów dla tych, którzy tam pracują.
Dla FP&A zmienia się praca, a nie tylko jej ilość. Zespół jest właścicielem definicji, co tydzień przegląda pytania odrzucone i dokłada miary tam, gdzie widać popyt, a nie tam, gdzie postawiła je tradycja. Statystyki użycia stają się lepszym drogowskazem dla miesięcznego pakietu niż czyjakolwiek opinia. Kierownictwo przestaje przesyłać arkusze, bo odpowiedź jest jedną wiadomością dalej i identyczna dla wszystkich.
Lakehouse Microsoft Fabric z modelem semantycznym w trybie Direct Lake; zabezpieczenia na poziomie wierszy, subskrypcje i alerty danych w Power BI; Copilot in Power BI na pojemności Fabric; agenci Microsoft Copilot Studio z tematami, narzędziami i agent flows, publikowani do Microsoft Teams i Microsoft 365 Copilot, z Entra Agent ID i audytem Microsoft Purview
Przepływy pobierania i uzgadniania z listą wzorcową klientów; model semantyczny i definicje miar; tematy agenta, jego bariery i format odpowiedzi; obieg zadań dla pytań odrzuconych; raportowanie użycia, które przegląda FP&A
Business Central i Dynamics 365 Sales przez Dataverse i OData; eksporty narzędzia billingowego odbierane konektorem UiPath Integration Service dla Microsoft OneDrive & SharePoint; UiPath connector for Power Platform (Preview) tam, gdzie agent potrzebuje robota, by pobrać dokument
Jak działa proces zautomatyzowany
- AutomatyzacjaRoboty codziennie pobierają i uzgadniają dane z ERP, CRM i billingu wobec listy wzorcowej klientów
- SystemLakehouse Fabric się odświeża, a model semantyczny przelicza zdefiniowane miary
- CzłowiekCzłonek kierownictwa zadaje pytanie w Microsoft Teams, słowami, których użyłby w mailu
- AutomatyzacjaAgent mapuje pytanie na zdefiniowane miary i stosuje zabezpieczenia wierszy pytającego
- AutomatyzacjaPytania możliwe do obsłużenia wracają z liczbą, użytą definicją, zastosowanymi filtrami i czasem odświeżenia
- CzłowiekWszystko poza modelem zostaje odrzucone i zapisane jako zadanie FP&A, a odpowiada człowiek
- AutomatyzacjaFP&A co tydzień przegląda pytania odrzucone i użycie oraz decyduje, które miary dołożyć
Model pracy z człowiekiem w pętli
Automatyzacja obsługuje
- Codzienne pobieranie i uzgadnianie danych z ERP, CRM i eksportów billingowych
- Odświeżanie lakehouse'a i modelu semantycznego oraz przeliczanie zdefiniowanych miar
- Odpowiadanie na pytania, które mapują się na miarę, z dołączoną definicją i czasem odświeżenia
- Zapisywanie pytań odrzuconych jako zadań i raportowanie użycia na cotygodniowy przegląd
Ludzie decydują
- Co znaczą miary: ARR, klient aktywny, okres porównywalny, i kto zatwierdza zmianę
- O każdym pytaniu, na które model nie odpowiada, czyli tam, gdzie potrzebna jest analiza, a nie wyszukiwanie
- Co liczby znaczą w kontekście, czyli o części, której nikt nie powinien automatyzować
- O regułach dostępu według roli i regionu oraz o tym, co agent może komu zwrócić
Przed i po
Systemy i integracje
Wszystko poniżej działa na licencjach i systemach, które już macie albo które i tak trzeba mieć.
Wejścia
- Microsoft Dynamics 365 Business Central
- Dynamics 365 Sales
- miesięczne eksporty narzędzia billingowego
- lista wzorcowa klientów
Warstwa automatyzacji
- UiPath Orchestrator
- UiPath Robots
- UiPath Integration Service
- lakehouse Microsoft Fabric
Systemy docelowe
- model semantyczny Power BI
- agent Copilot Studio w Microsoft Teams
- lista zadań FP&A
Punkty styku z ludźmi: pytania i odpowiedzi w Microsoft Teams; zadania z pytań odrzuconych; cotygodniowy przegląd definicji i użycia
Wykorzystane technologie
nadzorowane miary, odświeżanie Direct Lake i zabezpieczenia wierszy według roli i regionu
Aagent, który mapuje pytania na miary i jest opublikowany do Microsoft Teams, z Entra Agent ID
Amiejsce, gdzie pada pytanie i pojawia się odpowiedź, jej definicja i czas odświeżenia
Acodzienne pobieranie i uzgadnianie z Business Central, Dynamics 365 Sales i eksportów billingowych; harmonogramy, magazyn poświadczeń
Aodbiera miesięczne pliki eksportowe narzędzia billingowego
Ate same miary obsługiwane wewnątrz raportów, na pojemności Fabric F2 lub wyższej
Aaudyt każdego pytania i odpowiedzi; grupy za zabezpieczeniami wierszy i tożsamość agenta
Anasza budowa, własność i wersjonowanie po stronie Państwa finansów
CIlustracyjny model ekonomiczny
Model, a nie obietnica.
Ten model wykonuje odejmowanie, a nie stawkę za pytanie, i dlatego nie ma pod nim kalkulatora. Dziś 240 pytań ad hoc miesięcznie zajmuje po około dziewięćdziesiąt minut wraz z uzgadnianiem. W stanie docelowym 65% jest obsługiwanych z nadzorowanych miar, a zostają 84 pytania po sześćdziesiąt minut, bo dane pod nimi są już uzgodnione. Dochodzi czterdzieści godzin miesięcznie kuracji modelu, których wcześniej nie było i które trzeba policzyć. 58 € za godzinę to pełny koszt analityka FP&A. Czas oczekiwania kierownictwa, jakość decyzji, pojemność Fabric, zużycie Copilot Studio, licencje i wdrożenie są poza poniższymi liczbami, a udział samoobsługi jest założeniem, które o nich rozstrzyga.
Korzyści biznesowe
- Wszyscy na sali dostają tę samą liczbę w kilka sekund, z dołączoną definicją, więc spotkanie decyduje, a nie uzgadnia
- Godziny FP&A przechodzą z powtarzalnego wyszukiwania na analizę, bo pytania ze zdefiniowaną odpowiedzią przestają docierać do zespołu
- Jedna definicja ARR i jedna wydatków porównywalnych istnieje w modelu, a przesyłany arkusz traci swój autorytet
- Porównania wydatków między okresami, kategoriami i dostawcami stają się zwykłym pytaniem, a nie kwartalnym projektem
- Wzrost i przejęcia dokładają źródło do potoku danych, a nie kolejną kulturę arkuszy
- Każda odpowiedź jest zapisana z tym, kto pytał i co wróciło, czyli z pochodzeniem, którego potrzebuje liczba na zarząd
Perspektywa zarządcza
- Definicje żyją w jednym miejscu, wersjonowane, z właścicielem i stosowane do każdej odpowiedzi, także tych, których nikt z finansów nie widział
- Statystyki użycia pokazują, o co biznes pyta, co jest lepszym drogowskazem dla miesięcznego pakietu niż tradycja
- Pytania odrzucone stają się widocznym, uszeregowanym backlogiem, a nie niewidzialną kolejką w skrzynce analityka
- Dyrektorzy sprzedaży widzą swój region przez ten sam model, którego używają finanse, a o zakresie decydują uprawnienia
Wpływ na KPI zarządu
Bezpieczeństwo i nadzór
Kontrola nie jest dodatkiem.
- Liczby docierają do ludzi według roli. Zabezpieczenia na poziomie wierszy żyją w modelu semantycznym i są powiązane z grupami Microsoft Entra ID, a agent je dziedziczy, więc country manager pytający o inny kraj dostaje odmowę, a nie liczbę
- Agent odpowiada wyłącznie ze zdefiniowanych miar. Nie ma dostępu do tabel surowych i nie układa własnych zapytań, i to jest ograniczenie, które budujemy, oraz powód, dla którego liczbę można zacytować na zarządzie
- Każde pytanie i każda odpowiedź są audytowane wraz z użytkownikiem i użytymi miarami, przez Microsoft Purview, a każdy agent nosi własne Entra Agent ID
- Roboty korzystają z kont serwisowych z dostępem do odczytu w systemach źródłowych, a ich sekrety leżą w magazynie poświadczeń Orchestratora, nie w przepływie
- Definicje są wersjonowane z imiennym właścicielem, a zmiana trafia do modelu dopiero po akceptacji CFO. FP&A co tydzień sprawdza próbkę odpowiedzi, a my nie deklarujemy żadnej trafności, dopóki ta próbka jej nie pokaże
Dlaczego teraz
Dwie zdolności pojawiły się razem i żadna bez drugiej nie działa. Pierwsza to nadzorowana warstwa semantyczna wewnątrz tenanta Microsoft, która trzyma definicje i uprawnienia w jednym miejscu; druga to agenci odpowiadający z niej w Teams i odmawiający tam, gdzie nie mają oparcia
Ludzie, którzy zadają pytania, i tak żyją w Teams, a coraz częściej w Microsoft 365 Copilot, więc pytanie pada tam, gdzie są, a nie w mailu, który czeka
Koszty bieżące są znane, a nie odkrywane później: Copilot in Power BI wymaga pojemności Fabric F2 lub wyższej, a agent Copilot Studio zużywa Copilot Credits. Posiadacze licencji Microsoft 365 Copilot są przy tym w Teams rozliczani zerowo. Jedno i drugie należy do uzasadnienia biznesowego od pierwszego tygodnia
Istotne role kierownicze
Jeden zestaw definicji stosowany do każdej odpowiedzi i zespół FP&A robiący analizę zamiast wyszukiwania
Liczba istnieje przed spotkaniem i jest ta sama dla wszystkich na sali
Miesięczny pakiet i odpowiedzi ad hoc pochodzą z jednego modelu, więc nie mogą się różnić
Przychód i ARR według klienta i regionu na żądanie, z liczb finansów, bez składania prośby
Częste pytania i zastrzeżenia
Agent wycelowany w surowe dane mógłby. Ten odpowiada wyłącznie z miar zdefiniowanych przez Państwa finanse, a resztę odrzuca i przekazuje do FP&A. Każda odpowiedź niesie definicję i czas odświeżenia, więc da się ją sprawdzić.
Pakiet odpowiada na pytania, dla których powstał. Agent odpowiada na te, dla których nie powstał, z tego samego modelu, a rejestr pytań odrzuconych pokazuje, które raporty zbudować dalej.
Uzgadnianie jest pierwszym elementem dostawy, robionym przez roboty codziennie, a nie przez analityków raz w miesiącu. Odkrycie pokazuje, ile definicji jest sprzecznych, zanim cokolwiek powstanie, a ta liczba zwykle jest mniejsza, niż się wydaje.
Kiedy to nie jest właściwe rozwiązanie
- Firma na jednym systemie, w której raportowanie ERP już odpowiada na zadawane pytania; warstwa semantyczna powielałaby to, co istnieje
- Kierownictwo, które nie ustali definicji. Agent nie odpowie na to, czego finanse nie zdefiniowały, a zmuszanie go do zgadywania jest gorsze niż arkusz
- Brak planowanej pojemności Fabric i udostępnienia Copilot oraz brak chęci ich sfinansowania. Nadzorowany model nadal się broni; konwersacyjna połowa tej sprawy po prostu nie istnieje
Pytanie na najbliższe posiedzenie
W firmach naszej wielkości w obiegu są zwykle trzy wersje ARR: którą z nich widział ten zarząd w zeszłym kwartale i kto rozstrzygnął, że to ta właściwa?
Podejście wdrożeniowe
Pierwszy tydzień wygląda tak samo u każdego klienta: patrzymy na dane.
Dostarczamy
- Analizę jednego miesiąca realnych próśb: pytania, ich źródła, używane definicje, nakład każdej z nich
- Katalog definicji dla miar przychodowych i wydatkowych, uzgodniony i podpisany przez CFO
- Automatyzację codziennego pobierania i uzgadniania, listę wzorcową klientów i ładowanie lakehouse'a
- Model semantyczny, model uprawnień, agenta Copilot Studio i jego publikację do Microsoft Teams
- Testy z osobami z kierownictwa, które będą go używać, szkolenie FP&A i rutynę cotygodniowego przeglądu
Potrzebujemy od Państwa
- Jednego miesiąca próśb ad hoc w takiej formie, w jakiej zostały wysłane, wraz z odpowiedziami
- Decyzji CFO o definicjach, bo agent nie odpowie na to, czego finanse nie zdefiniowały
- Kont serwisowych z dostępem do odczytu w ERP, CRM i eksportach billingowych
- Pojemności Fabric i udostępnienia Copilot Studio oraz stanowiska, kto dostaje Microsoft 365 Copilot
Etapy
Odkrycie
Zapis i klasyfikacja jednego miesiąca pytań według miary i źródła oraz ujawnienie sprzecznych definicji
Projekt
Katalog definicji, reguły listy wzorcowej klientów, model uprawnień i format odpowiedzi
Budowa
Roboty, ładowanie lakehouse'a, model semantyczny, agent i jego bariery
Pilotaż
Kierownictwo pyta w Teams, a FP&A sprawdza każdą odpowiedź przez pierwsze tygodnie
Skalowanie
Miary z pytań odrzuconych, widoki regionalne dla dyrektorów sprzedaży, Copilot in Power BI dla użytkowników raportów
Utrzymanie
Cotygodniowy przegląd użycia, pytań odrzuconych i próbki odpowiedzi
Działowe. O nakładzie decyduje to, jak bardzo systemy źródłowe różnią się w rozumieniu klienta i okresu, ile definicji jest spornych oraz czy pojemność Fabric już istnieje.
Dziesięć ostatnich pytań, jakie kierownictwo zadało finansom, jest całym uzasadnieniem biznesowym.
Prosimy o listę tych dziesięciu pytań i o to, ile mniej więcej zajęła odpowiedź na każde. Wracamy z tym, na które z nich nadzorowany model odpowiedziałby w Teams, które wymagają człowieka i co musiałyby mówić definicje.
Przyślij dziesięć pytańTen sam problem ma zwykle sąsiedni proces
Pakiet dla zarządu nie powinien zależeć od tego, który analityk i którego dnia scalił który arkusz.
Zobacz rozwiązanie Inne rozwiązaniaKtóre reguły wydatkowe tworzą pracę, a które coś wykrywająZespół zamyka 2 100 wyjątków miesięcznie, a nikt nie mierzy, które reguły cokolwiek wykryły.
Zobacz rozwiązanie Inne rozwiązaniaKoszt zgłoszenia i udział automatyzacji, codziennieTrzy liczby zgłoszeń, jeden analityk scalający eksporty i pakiet, który przychodzi dziesięć dni po spotkaniu.
Zobacz rozwiązanie Inne rozwiązaniaSkuteczność sprzedaży, cele i prognoza na jednej stroniePrognoza_Q3_v7_FINAL_uwagiCFO.xlsx ma dziewięć zakładek i trzy definicje słowa „pewne".
Zobacz rozwiązanie Case studyAsystent zarządu 2.0 — Teams i Microsoft 365 CopilotNasz asystent finansowy zarządu wychodzi poza Teams: dzięki dwukierunkowej integracji UiPath z Microsoft Copilot Studio odpowiada również w Outlooku i Microsoft 365 Copilot.
Zobacz case study Case studyPoranny brief zarządu, codziennie o 7:00Zarząd zaczyna dzień z pełnym obrazem firmy, zanim ktokolwiek zdąży o niego poprosić.
Zobacz case studyBranże, w których wdrażamy to najczęściejProdukcja i przemysłHandel i e‑commerceUsługi i ITCentra usług wspólnych