AI u Excelu nije dovoljan: 5 pogrešaka zbog kojih management izvještaj ne pomaže u odlučivanju

Zašto AI u Excelu nije dovoljan za kvalitetan management izvještaj?

AI može ubrzati obradu podataka, predložiti formule, pronaći odstupanja i pomoći u izradi sažetka. Ipak, ne može samostalno odrediti koje je poslovno pitanje najvažnije, jesu li ulazni podaci pouzdani ni je li predloženi zaključak opravdan. Kvalitetan management izvještaj zato uvijek zahtijeva jasan cilj, provjerene podatke, odgovarajući kontekst i ljudsku prosudbu.

Izvještaj može sadržavati točne formule i vizualno privlačne grafikone, a ipak ne pružiti odgovor potreban za donošenje odluke. Problem tada nije u Excelu ni u AI alatu, nego u načinu na koji su podaci, pokazatelji i zaključci povezani.

Pet pogrešaka zbog kojih management izvještaj ne pomaže u odlučivanju

1. Izvještaj nema jasno poslovno pitanje

Jedna od najčešćih pogrešaka nastaje prije nego što otvorimo Excel. Ako nije jasno koju odluku izvještaj treba podržati, u njega se obično uključuje sve što je dostupno.

Rezultat je dokument prepun podataka koji ne daje jasan odgovor.

Prije izrade izvještaja potrebno je definirati konkretno pitanje, primjerice:

• Zašto je prodaja pala u odnosu na plan?

• Koji proizvodi najviše utječu na profitabilnost?

• U kojim regijama nastaje najveće odstupanje?

• Koji troškovi rastu brže od prihoda?

• Treba li promijeniti cijenu, budžet ili raspodjelu resursa?

Pitanje „Kako poslujemo?” preširoko je za kvalitetnu analizu. Pitanje „Koje su tri kategorije najviše utjecale na pad marže u posljednjem kvartalu?” usmjerava izbor podataka, pokazatelja i usporedbi.

AI može pomoći u razradi pitanja, ali prvo mora dobiti poslovni kontekst. Bez njega će uglavnom ponuditi općenit pregled svega što prepoznaje u tablici.

Kako prepoznati ovu pogrešku?

Ako nakon pregleda izvještaja nije jasno koju odluku uprava treba donijeti, izvještaj vjerojatno nema dovoljno precizan cilj.

2. Podaci nisu uređeni i dosljedni

Ni najbolji AI alat ne može pouzdano analizirati podatke ako su oni nepotpuni, pogrešno uneseni ili neujednačeno označeni.

Isti prodajni kanal, primjerice, u tablici može biti zapisan kao:

• Webshop

• Web shop

• Online trgovina

• WEB SHOP

Čovjek će vjerojatno prepoznati da je riječ o istoj kategoriji. Excel, Power Query ili AI alat mogu ih tretirati kao četiri različite vrijednosti, ovisno o načinu analize.

Prije izrade izvještaja potrebno je provjeriti:

• nedostaju li vrijednosti

• postoje li duplicirani zapisi

• koriste li se dosljedni nazivi kategorija

• jesu li datumi spremljeni kao datumi

• jesu li iznosi i postoci u odgovarajućem formatu

• koriste li svi izvori istu valutu i mjernu jedinicu

• postoje li skriveni redovi, stupci ili filtri

• obuhvaća li analiza ispravno razdoblje

Posebno treba paziti na spajanje podataka iz više sustava. Dvije tablice mogu imati stupac istog naziva, ali sadržavati podatke iz različitih razdoblja ili koristiti drugačiju definiciju pokazatelja.

Kako prepoznati ovu pogrešku?

Ako se ukupni rezultat mijenja ovisno o filtru, izvoru ili načinu grupiranja, prije donošenja zaključka potrebno je provjeriti strukturu i kvalitetu podataka.

3. Brojevi se prikazuju bez usporedbe i konteksta

Samostalna brojka rijetko govori dovoljno.

Podatak da je prihod iznosio 500.000 eura ne pokazuje je li rezultat dobar ili loš. Za kvalitetnu procjenu potrebno ga je usporediti s planom, prethodnim razdobljem, tržišnim očekivanjem ili drugim odgovarajućim kriterijem.

Management izvještaj trebao bi odgovoriti najmanje na četiri pitanja:

Primjerice, rast prihoda sam po sebi zvuči pozitivno. Ako je istodobno pala marža ili su troškovi rasli brže od prihoda, ukupna slika može biti znatno drugačija.

AI može brzo pronaći najveća odstupanja, ali ne zna automatski koja je usporedba poslovno mjerodavna. Potrebno mu je jasno navesti treba li rezultat usporediti s planom, prethodnim mjesecom, istim razdobljem prošle godine ili određenim ciljem.

Kako prepoznati ovu pogrešku?

Ako izvještaj prikazuje što se dogodilo, ali ne pokazuje je li rezultat očekivan i zašto je važan, nedostaje mu kontekst.

4. Izvještaj sadržava previše informacija

Više grafikona, tablica i pokazatelja ne znači automatski kvalitetniji izvještaj.

Ako su svi podaci jednako istaknuti, čitatelj mora sam pronaći najvažniji zaključak. Uprava tada troši vrijeme na analizu izvještaja umjesto na donošenje odluke.

Glavni prikaz trebao bi sadržavati samo informacije potrebne za razumijevanje rezultata:

• nekoliko ključnih pokazatelja

• najvažnija odstupanja

• jasan trend

• moguće uzroke koje još treba potvrditi

• preporučene sljedeće korake

• otvorena pitanja ili rizike

Detaljne tablice mogu biti dostupne u dodatnom listu ili zasebnom prikazu. Ne trebaju zauzimati jednaku razinu vizualne važnosti kao glavni zaključak.

Dobra vizualna hijerarhija pomaže korisniku da brzo uoči:

1. najvažniji rezultat

2. najveće odstupanje

3. područje koje zahtijeva reakciju

4. informaciju koju još treba provjeriti

AI može pomoći u sažimanju velikog broja podataka, ali mu treba zadati ograničenje. Upit „Napravi detaljan izvještaj” često daje preširok rezultat. Korisnije je zatražiti tri najvažnija nalaza i objasniti prema kojem ih kriteriju treba rangirati.

Kako prepoznati ovu pogrešku?

Ako različiti čitatelji nakon pregleda izvještaja izdvajaju potpuno različite glavne poruke, hijerarhija informacija vjerojatno nije dovoljno jasna.

5. Zaključak dobiven uz pomoć AI-ja prihvaća se bez provjere

AI može uvjerljivo opisati trend i ponuditi moguće objašnjenje, čak i kada podaci ne dokazuju uzrok.

Ako prodaja pada, AI može pretpostaviti da je razlog slabija potražnja. Stvarni uzrok može biti nedostatak zaliha, promjena cijene, problem s evidentiranjem podataka, manji broj prodajnih dana ili prekid određene kampanje.

Zato u izvještaju treba jasno razdvojiti:

AI prijedlog ne treba automatski predstavljati kao dokazani zaključak. Svaku važnu tvrdnju potrebno je povezati s podacima iz kojih je izvedena.

Posebno provjerite:

• je li AI koristio cijelu tablicu ili samo vidljivi dio

• jesu li filtri ostali uključeni

• odgovara li analizirano razdoblje pitanju

• jesu li izračuni ponovljivi u Excelu

• navodi li AI uzrok koji se ne može dokazati iz dostupnih podataka

• postoje li druga moguća objašnjenja

• sadržava li rezultat izmišljene brojke ili kategorije

Kako prepoznati ovu pogrešku?

Ako zaključak zvuči uvjerljivo, ali ne možete pokazati iz kojih je podataka izveden, treba ga tretirati kao pretpostavku za daljnju provjeru.

Kontrolna lista prije slanja management izvještaja

Prije nego što izvještaj pošaljete upravi, provjerite sljedeće:

• Je li jasno navedeno koju odluku izvještaj treba podržati?

• Jesu li podaci potpuni, očišćeni i dosljedno strukturirani?

• Je li analizirano odgovarajuće razdoblje?

• Jesu li korištene definicije pokazatelja poznate i usklađene?

• Postoji li odgovarajuća usporedba s planom ili prethodnim razdobljem?

• Jesu li najveća odstupanja jasno istaknuta?

• Može li se svaki zaključak povezati s konkretnim podatkom?

• Jesu li činjenice odvojene od pretpostavki?

• Je li jasno što treba učiniti nakon čitanja izvještaja?

• Je li odgovorna osoba ručno provjerila najvažnije izračune i zaključke?

Ako na neko od pitanja ne možete odgovoriti potvrdno, izvještaj još nije spreman za donošenje odluke.

Gdje AI stvarno može pomoći?

Kada su poslovno pitanje i podaci kvalitetno pripremljeni, AI može znatno ubrzati analizu.

Može pomoći u:

• prepoznavanju trendova i odstupanja

• predlaganju formula i strukture izračuna

• usporedbi rezultata između razdoblja

• otkrivanju mogućih nelogičnosti u podacima

• sažimanju velikog broja pokazatelja

• pripremi pitanja za daljnju analizu

• oblikovanju nacrta komentara uz izvještaj

• prilagodbi objašnjenja različitim skupinama korisnika

Koristan početni upit može izgledati ovako:

Analiziraj priloženu tablicu u odnosu na zadani plan. Najprije provjeri strukturu podataka i navedi sva moguća ograničenja analize. Zatim izdvoji tri najveća odstupanja. Odvoji činjenice koje izravno proizlaze iz podataka od mogućih objašnjenja koja tek treba provjeriti. Za svaki nalaz navedi korištene stupce i predloži pitanje koje odgovorna osoba treba dodatno istražiti. Nemoj izmišljati uzroke koji nisu potvrđeni podacima.

Takav upit AI-ju daje jasan cilj i traži vidljivo razdvajanje podataka, pretpostavki i otvorenih pitanja.

Može li AI pronaći pogreške u Excel tablici?

AI može pomoći u prepoznavanju nedostajućih vrijednosti, neuobičajenih rezultata, nedosljednih kategorija i mogućih pogrešaka u formulama. Ipak, ne može jamčiti da je pronašao svaku pogrešku.

Važne izračune potrebno je provjeriti u samoj radnoj knjizi, posebno ako rezultat utječe na financijsku, upravljačku ili drugu važnu poslovnu odluku.

Je li više pokazatelja uvijek bolje?

Nije. Svaki pokazatelj treba biti povezan s ciljem izvještaja i odlukom koju treba podržati.

Prevelik broj pokazatelja otežava uočavanje prioriteta. Glavni izvještaj zato treba sadržavati ograničen broj ključnih informacija, dok detaljni podaci mogu biti dostupni u dodatnim listovima.

Kako provjeriti zaključak koji je predložio AI?

Pronađite podatke na kojima se zaključak temelji, ponovite ključne izračune u Excelu i razmotrite druga moguća objašnjenja.

Ako AI tvrdi da je pronašao uzrok promjene, provjerite sadržavaju li dostupni podaci uopće informacije kojima se taj uzrok može dokazati. Ako ih ne sadržavaju, riječ je o pretpostavci, a ne o zaključku.

Mora li management izvještaj stati na jednu stranicu?

Ne mora, ali najvažnija poruka mora biti brzo razumljiva.

Glavni prikaz može sadržavati sažetak rezultata, odstupanja i predloženih aktivnosti, dok se detaljne tablice i dodatne analize mogu nalaziti na zasebnim listovima.

Je li dashboard isto što i management izvještaj?

Nije nužno. Dashboard prvenstveno prikazuje pokazatelje i njihovo trenutačno stanje. Management izvještaj povezuje te pokazatelje s poslovnim pitanjem, objašnjava relevantna odstupanja i pomaže pri odabiru sljedeće aktivnosti.

Vizualno privlačan dashboard zato još nije automatski kvalitetan management izvještaj.

Od podataka do odluke

Dobar management izvještaj ne nastaje tako da AI-ju prepustimo cijeli proces. Najbolji rezultat nastaje kada spojimo kvalitetno pripremljene podatke, jasno poslovno pitanje, odgovarajuće usporedbe, mogućnosti AI alata i stručnu ljudsku procjenu.

Ako želite cijeli postupak izrade izvještaja proći korak po korak, pročitajte naš vodič za pretvaranje Excel tablice u management izvještaj.

Praktičan rad s podacima, formulama i analizom možete dodatno razviti kroz našu edukaciju Excel za poslovne korisnike.

Aktualne datume provjerite među terminima naših edukacija.