Når Excel-rapportering og VBA ikke kan følge med: 6 tegn

I mange små virksomheder bygges månedsrapporten stadig i Excel: eksporter fra økonomisystemet, kopier ind i et ark, kør en VBA-makro og ret det, der ser forkert ud. Det har fungeret i årevis. Men på et tidspunkt begynder Excel-rapporteringen at knirke – makroen går i stå, filen bliver tung, og kun én person ved, hvordan det hele hænger sammen. Her er seks tegn på, at jeres processer er vokset fra regnearkene, og hvad I kan gøre, før I køber noget nyt.

Excel er ikke problemet – det er måden, det bruges på

Excel er et fremragende værktøj til at regne, undersøge og præsentere tal. Problemerne opstår, når et regneark med makroer langsomt bliver til virksomhedens database, integration og rapportsystem på samme tid. Det sker sjældent med vilje. En dygtig medarbejder bygger en makro, der sparer en time, så kommer der et ark mere, et opslag mere og en makro mere – og pludselig afhænger hele månedsafslutningen af en fil, som ingen tør røre ved.

Målet er derfor ikke at slippe af med Excel. Mange bliver ved med at bruge Excel til at se og arbejde med tallene. Målet er at flytte de skrøbelige dele – indsamlingen, copy-paste og de skjulte beregninger – et sted hen, hvor de kører automatisk og kan kontrolleres.

6 tegn på, at jeres Excel-rapportering ikke kan følge med

• Kun én person forstår makroerne. Hvis vedkommende er syg, holder ferie eller stopper, bliver rapporten ikke lavet – eller den bliver lavet forkert uden at nogen opdager det.
• Makroen går i stykker, når et system ændrer sig. En ny kolonne i eksporten, et omdøbt felt eller en opdatering af økonomisystemet, og så skal nogen ind og rette i VBA-koden igen.
• De samme manuelle trin gentages hver måned. Eksporter, kopier, indsæt, sorter, ret – i samme rækkefølge hver gang. Det er præcis den slags arbejde, en maskine bør gøre.
• Ingen kan se, hvad der er ændret. Filerne hedder »rapport_v7_FINAL_ny.xlsm«, der er ingen historik over ændringer i formler og makroer, og ingen tester, om tallene stadig er rigtige efter en rettelse.
• Filen bliver langsom og skrøbelig. Den tager lang tid at åbne og beregne, går ned, eller kun én kan arbejde i den ad gangen. Et Excel-ark har desuden et loft på 1.048.576 rækker, og det kan transaktionsdata nå.
• Tallene stemmer ikke med økonomisystemet. Hver måned går der tid med at finde ud af, hvorfor rapporten og bogføringen viser forskellige tal – og bagefter er man stadig ikke helt sikker.

Genkender I et eller to af tegnene, er det ikke nødvendigvis alarmerende. Genkender I tre eller flere, bruger I sandsynligvis mere tid og løber større risiko, end I er klar over.

Hvad koster det jer?

Det er let at undervurdere, fordi tiden er spredt ud over flere personer og dage. Et ærligt regnestykke tager fem minutter:

1. Tid: Hvor mange timer om måneden går med at samle, kopiere, rette og afstemme tal? Tæl alle, der er involveret.
2. Timeomkostning: Gang timerne med det, en time koster jer for de pågældende medarbejdere.
3. År: Gang med 12. Det er den løbende pris for at gøre det i hånden.

Dertil kommer det, der er sværere at sætte tal på: risikoen for, at en beslutning træffes på forkerte tal, og sårbarheden, hvis den ene person, der kender makroerne, ikke er der. Brug jeres egne tal – de er det bedste grundlag for at vurdere, om en anden løsning kan betale sig.

Tre trin, før I køber noget nyt

Inden I investerer i et nyt system, kan I komme langt med at skabe overblik. Det gør også en senere løsning hurtigere og billigere at bygge.

1. Skriv processen ned. Hvilke filer og systemer indgår, hvilke trin udføres i hvilken rækkefølge, hvem gør hvad, og hvad gør makroerne egentlig? Allerede her bliver nøglepersonrisikoen mindre.
2. Find ud af, hvordan data kommer ud af kilderne. Har økonomisystemet, webshoppen eller CRM'et en integration (API) eller en fast eksport? Det afgør, hvor meget der kan hentes automatisk.
3. Skriv definitionerne ned. Hvad tæller med i »omsætning«, »dækningsbidrag« eller »aktiv kunde«? Når beregningerne kun findes i formler og VBA-kode, er det svært at flytte dem – og svært at stole på dem.

Til mindre opgaver kan Power Query, som er indbygget i Excel, erstatte en del af de makroer, der kun henter og rydder op i data. Det kan være et fint mellemtrin, hvis I har få kilder og ikke mange brugere.

Hvornår næste skridt er et data warehouse

Når data kommer fra flere systemer, rapporteringen tager mange timer, og tallene bruges til vigtige beslutninger, er et data warehouse ofte det naturlige næste skridt. Det henter data automatisk fra jeres systemer, fx hver nat, og samler dem ét sted, hvor beregningerne er skrevet ned og testes automatisk. Jeg bygger som udgangspunkt i Snowflake med dbt: Det, makroerne gjorde i det skjulte, bliver til dokumenterede beregninger, som alle kan se og stole på. Rapporterne kan stadig ligge i Excel eller Power BI.

Jeg bygger ikke nye VBA-makroer. Jeg hjælper med at flytte arbejdet væk fra dem. Læs mere i Data warehouse for små virksomheder: hvornår giver det mening?, hvor der også står, hvornår et data warehouse er overkill.

Handler en del af det manuelle arbejde om at læse mails, fakturaer eller PDF'er og taste oplysningerne ind, kan automatisering med AI være det rigtige supplement. Se Automatiser med AI: administration uden AI-folk i huset.

Eksempelscenarie (fiktivt)

Opsummering

Excel er ikke problemet, men en Excel-rapportering bygget på copy-paste og VBA-makroer, som kun én forstår, er sårbar og dyr i tid. Genkender I flere af de seks tegn, så start med at skrive processen og definitionerne ned og finde ud af, hvordan data kommer ud af jeres systemer. Derfra er det let at vurdere, om Power Query er nok, eller om et data warehouse kan betale sig.