Først må vi sette lyset på hva som kan defineres som gjennomgående måling og rapportering, og hva som er grunnleggende data. Det er fordi disse to aspektene ved måling og rapportering er mest avgjørende for suksess.
Gjennomgående rapportering består av tall og/eller vurderinger som kan aggregeres fra et enkeltobjekt og opp til en gruppe av enkeltobjekter. Og når det gjelder grunnleggende data, så er det data som gjenbrukes i ulike sammenhenger.
Gjennomgående måling og rapportering
Eksempel på mulige, gjennomgående data og størrelser:
- Omsetning og marginer
- Kundetilfredshet og lojalitet
- Medarbeidertilfredshet og utvikling
- Kvalitet (forsinkelser, feil, mangler og vrak, samt en score på opplevelsen av kvalitet etc.)
Alt dette starter med en enkelt-transaksjon eller et enkelt-objekt slik som en kunde, et produkt/en tjeneste/leveranse, en medarbeider etc. Så aggregeres eller sammenstilles dette opp til tall eller vurderinger i tråd med selskapet strukturelle oppbygging. Eksempelvis fra enkeltkunde til kundegruppe.
Et vell av målingsproblemer (med de kan løses)
Men her står vi allerede ved en del dilemmaer. Man bør ikke aggregere tall og skriftlige vurderinger ut over den enkeltes ansvars- og myndighetsområde. Eksempelvis er det dokumentert uheldig å måle en avdelingsleder på samlet, økonomisk resultat. Det er fordi vedkommende ikke har kontroll på overliggende felleskostnader for selskapet, og som jo ligger til daglig leder. Derfor måler man avdelingsleder heller på fortjenestemargin (inntekter fratrukket produksjons- og avdelingskostnader).
Et annet, alvorlig målingsproblem er måling av produksjon. En kan eksempelvis ikke måle et prosjekt bare ved hjelp av økonomiske data. Man må også bringe inn produksjonsdata slik som framdrift, prosent fullført, timeforbruk etc. Så her må både økonomens og ingeniørens kompetanse på banen, slik at det blir en kobling av økonomiske og «faglige» data.
Et tredje dilemma er mangel på data om «output», og som man trenger om en skal ha et forhold til effektivitet og produktivitet. Man må vite "mengde levert eller produsert", og det må være standardisert. I sykehusene måler man eksempelvis antall behandlinger av de ulike typene, og setter en pris på hver av disse, og disse blir betalt av staten pr. stk. behandling. Dermed blir det mulig å belønne høy produktivitet. Noe som er ganske så viktig om en skal fremme ytelse eller prestasjon.
Et fjerde dilemma er rapportering av avvik – eksempelvis RUH. Mange som sliter med innrapportering av uheldige hendelser «roser» stigende antall, fordi en ønsker å fremme "innrapportering. Men det man egentlig skal rose er kvalitet, og det betyr å rose at det oppstår færre hendelser. Så her må man skille på innrapporteringsnivået og den kvalitet som dette skal fortelle om. Man vil vite om alle skader (høyt innrapporteringsnivå), samtidig som en vil ha færre skader (høy grad av sikkerhet). Man må ikke rote dette sammen, slik at ikke vet hva som er hva.
Grunnleggende data og gjenbruk av data
Grunnleggende data brukes til flere formål. Eksempelvis kroner i inntekt, kroner i kostnad, timer forbrukt etc. Disse dataene gjøre det mulig å måle omsetning og margin både pr. kundegruppe, pr. produkt- og tjenestegruppe, pr. prosess og pr. avdeling. Tilsvarende gjelder for vurderinger og innhenting av statistikk via spørreundersøkelser m.v. Man kan aggregere scoren og vurderingene i ulike retninger (pr. kundegruppe, pr. produkt/tjeneste, pr. avdeling etc.).
Med den rette kodingen kan en dermed gjennomlyse hele forretningsvirksomheten med hensyn til inntekter, forbruk og marginer, samt vurderinger av kvalitet, opplevelse etc. Ved å følge dette over tid, kan en se hvor en er vekstkraftig, lønnsom og høyt vurdert, og hvilken vei det bærer.
Å bygge dette opp gradvis etter som selskapet vokser betyr at en kan gi god eier-, styrings- og ledelsesinformasjon. Og spesielt nyttig blir dette dersom en kobler på «faglige» nøkkeltall og vurderinger knyttet til produktivitet og kvalitet. Og i tillegg gjør slik som de beste - kobler dette igjen opp mot eksterne markedsforhold, og sammenligner seg med andre.
Eksempelet under er hentet fra en konsulentvirksomhet som bistår kunder med å forbedre og utvikle sine prosesser. Kundegruppen i dette eksempelet er «forhandlere» (grå tabell).
Tjenestene som leveres til de samme forhandlere er «salgstrening» (blå tabell), og den funksjonen i denne bedriften som her er målt, er «selgere» (grønn tabell) i «avdeling salg» (oransje tabell).
Alt dette kan en automatisere bare en klarer å koble transaksjonen opp mot kundegruppe, tjenestegruppe, ressursgruppe og enhet. Noe som en i dag kan gjøre på en enkel måte, fordi:
a) Kari er jo allerede koblet opp mot en ressursgruppe (selgere) og en enhet (avd. salg),
b) og kunden er allerede kodet ved registrering (forhandlere), og
c) tjenesten (salgstrening) er allerede koblet mot en tjenestegruppe (prosessbistand), samt at
d) når det gjøres et salg og det oppstår en faktura og en innbetaling, så trenger en faktisk bare å legge en kode for den aktuelle tjeneste (salgstrening)
Får man til dette kan man virkelig styre skuta med svært redusert fare for å gå på grunn, og vokse seg stor og lønnsom.
Men hvordan bruke dette til å bygge en prestasjonsrettet bedriftskultur, som samtidig samspiller godt som et lag? Det krever en nøyere utdyping. Kanskje et intervju med en målingsekspert kunne være noe?
Comments