Rensning af stamdata i SAP Business One

Når tilbud sendes til den forkerte adresse, varer oprettes dobbelt, og rapporter ser forskellige ud afhængigt af brugeren, ligger problemet sjældent i systemet. Oftest er det stamdataene, der er skyldige. Derfor er rensning af stamdata i SAP Business One ikke et teknisk sidetema, men en direkte justeringsskrue for renere processer, færre forespørgsler og pålidelige tal.

Mange virksomheder bemærker det først, når hverdagen bliver mærkbart langsommere. Salget kan ikke entydigt finde kunder, indkøbet bestiller under gamle leverandørnumre, og i finansbogholderiet opstår der afvigelser, der kan forklares med unødvendig indsats. Det koster ikke kun tid. Det undergraver også tilliden til jeres ERP.

Hvorfor rene stamdata i SAP Business One betyder så meget

Stamdata er grundlaget for næsten alle processer i SAP Business One. Forretningspartnere, varer, prislister, lagerdata, betalingsbetingelser, skatteangivelser eller kontotildelinger påvirker dokumenter, rapporter og efterfølgende processer. Hvis der opstår uklarhed her, trækker det sig gennem indkøb, salg, lager og finans.

Problemet er sjældent spektakulært. Det er de små ting, der akkumuleres: forskellige stavemåder, forældede datasæt, manglende obligatoriske felter, dobbelte kontaktpersoner eller uensartede nummerkredse. Så længe volumen er lille, lever man med det. Med vækst bliver det en bremseklods.

Især mellemstore virksomheder og start-ups kender dette mønster. Først arbejdes der pragmatisk, så kommer nye medarbejdere, nye produkter, nye markeder og yderligere krav i rapporteringen til. Hvis databasen ikke vokser med, opstår der Excel-kaos ved siden af ERP. Og det er netop det, I vil undgå med SAP Business One.

SAP Business One stamdata rensning - hvor I bør starte

Den mest almindelige fejl er at ville slette med det samme. Det lyder konsekvent, men er i praksis ofte risikabelt. I et ERP er stamdata knyttet til dokumenter, rapporter og bogføringer. Den, der rydder op uden struktur, skaber nye problemer i stedet for gammel orden.

Den bedre vej begynder med en klar statusopgørelse. I skal først forstå, hvilke stamdata der er berørt, hvilke fejltyper der forekommer, og hvilke konsekvenser de har for jeres processer. Ikke hver dublet er lige kritisk. En dobbelt kontaktperson er irriterende, en forkert vedligeholdt skatteposition er betydeligt mere alvorlig.

I praksis har en opdeling i tre grupper vist sig nyttig: fagligt kritiske datasæt, organisatorisk forstyrrende datasæt og kosmetiske fejl. Fagligt kritisk er alt, der direkte påvirker dokumenter, bogføringer, lagerbevægelser eller rapporter. Organisatorisk forstyrrende er dobbelte forretningspartnere eller uklare varebetegnelser. Kosmetiske fejl vedrører for eksempel uensartede stavemåder, der godt nok er grimme, men ikke udløser direkte procesforstyrrelser.

Denne prioritering sparer tid. I behøver ikke først gøre alt perfekt. I skal først bringe de ting i orden, der dagligt koster penge, tid eller nerver.

Typiske problemområder ved forretningspartnere og varer

Hos forretningspartnere ser vi ofte dobbelte debitorer eller kreditorer, gamle leveringsadresser, ufuldstændige betalingsbetingelser og frit vedligeholdte tekstfelter uden klare regler. Det fører til, at medarbejdere opretter den samme kunde flere gange eller i tvivlstilfælde arbejder med usikre data.

Ved varer er billedet lignende. Flere varenummer for den samme vare, uensartede enheder, uklare varegrupper eller forældede beskrivelser forårsager fejl i indkøb, kalkulation og lager. Det bliver særligt kritisk, når tillægsfelter er vokset individuelt, men ingen længere ved, hvilket felt der virkelig skal bruges.

Hvad I ikke bør rydde op uden koncept

Ikke hver datasæt må blot fjernes eller sammenføjes. Så snart historiske dokumenter, lagerbevægelser eller bogføringer er knyttet til det, har I brug for en ren fremgangsmåde. Nogle gange er det mere fornuftigt at blokere end at slette. Nogle gange er en markering som inaktiv den rigtige vej. Og nogle gange er det bedre at indføre nye regler for fremtidige datasæt i stedet for at ombygge hele historien voldsomt.

Her viser forskellen sig mellem pragmatisk rensning og aktivisme. Det handler ikke om at rydde systemet optisk op. Det handler om at gøre jeres processer sikrere - uden overraskelser i dagligdagen.

Sådan forløber en meningsfuld stamdata rensning

Et bæredygtigt rensningsprojekt består af analyse, regelsæt, implementering og sikring. Denne rækkefølge lyder enkel, men springes ofte over. Det er netop da, der opstår følgefejl.

I starten står analysen. Hvilke felter er obligatoriske, hvilke er valgfrie, hvilke er historisk vokset? Hvor er der dubletter, hvor inaktive datasæt, hvor modstridende oplysninger? Derefter har I brug for et regelsæt. Altså klare beslutninger: Hvordan skrives navne, hvilke felter skal udfyldes, hvornår blokeres et datasæt, hvornår oprettes det på ny, hvornår sammenføjes det?

Først derefter følger implementeringen. Afhængigt af datagrundlaget kan det ske manuelt, delvist automatiseret eller med importskabeloner. Det vigtige er altid en kontrolleret rækkefølge. Den, der for eksempel ændrer varestrukturer, bør først kontrollere, hvilke rapporter, prislister eller lagerlogikker der er berørt.

Til sidst kommer sikringen. Hvis alle efter rensningen igen vedligeholder efter eget mønster, er den gamle tilstand hurtigt tilbage. Derfor har I brug for enkle vedligeholdelsesretningslinjer, klare ansvarsområder og fornuftigt satte obligatoriske felter.

Rensning af stamdata i SAP Business One er også et procesemne

Mange virksomheder behandler stamdata som rent IT-arbejde. Faktisk er det først og fremmest et fagligt emne. For datakvaliteten opstår der, hvor de oprettes og bruges i hverdagen - i salg, indkøb, lager, administration.

Derfor fungerer en rensning kun varigt, hvis fagområderne er involveret. Indkøbet skal vide, hvilke leverandørfelter der er bindende. Salget har brug for regler for nye kunder og kontaktpersoner. Bogholderiet skal definere, hvilke oplysninger der er uundværlige for rene efterfølgende processer.

Det lyder som koordinering, og ja, det er nødvendigt. Men ikke som et stort projekt. I en pragmatisk opsætning er få klare beslutninger, der er veldokumenterede og passende implementeret i systemet, ofte tilstrækkelige. Ingen overengineering, men regler, der fungerer i hverdagen.

Hvornår en rensning er særligt værdifuld

Der er typiske tidspunkter, hvor fordelen er særlig høj. Før en migration til HANA er en rensning næsten altid fornuftig, fordi I ikke vil slæbe gamle byrder med. Før introduktionen af nye rapporter eller add-ons ligeledes, fordi dårlige stamdata straks bremser nye værktøjer.

Også efter stærk vækst er det værd at tage et kig. Hvis jeres virksomhed har opbygget nye lokationer, selskaber, produktlinjer eller internationale processer, passer tidligere stamdata-logikker ofte ikke længere. Så opstår der friktion ikke på grund af SAP Business One, men på grund af regler, der ikke længere passer til jeres aktuelle forretningsmodel.

Og nogle gange er anledningen ganske enkel: Jeres medarbejdere mister dagligt tid på søgning, korrektion og forespørgsel. Senest da er rensning ikke længere et oprydningsprojekt, men produktivitetarbejde.

Hvordan I kan se, at jeres stamdata igen er bæredygtige

Rene stamdata genkender I ikke på en perfekt overflade, men i hverdagen. Nye medarbejdere finder datasæt hurtigere. Tilbud og ordrer går igennem med færre korrektioner. Rapporterne giver mindre diskussion og mere klarhed. Månedsafslutninger bliver roligere, fordi færre særtilfælde skal forklares manuelt.

Et andet godt tegn er, at nye datasæt oprettes ensartet. Så har rensningen ikke kun sorteret fortiden, men også sikret fremtiden. Det er netop det, det handler om.

Hvis I vil tage emnet alvorligt, bør fremgangsmåden passe til jeres virksomhedsrealitet. Mellemstore og voksende virksomheder har ikke brug for en teoretisk datastrategi på 80 sider. De har brug for et rent, forståeligt koncept, der fungerer i SAP Business One og ikke bremser driften. Det er netop der, forskellen ligger mellem meget rådgivning og ægte lettelse.

Den, der vil rense stamdata i SAP Business One, bør derfor ikke starte med spørgsmålet om, hvad man kan slette. Start med spørgsmålet om, hvilke data der bremser jeres processer i dag, og hvilke regler der vil skabe ro i morgen. Så bliver datavedligeholdelse en mærkbar gevinst for jeres daglige forretning.