Ledelsesrapportering: ét overblik over jeres KPI'er
I mange små og mellemstore virksomheder ligger tallene, ledelsen har brug for, spredt: omsætningen i økonomisystemet, kunderne og tilbuddene i CRM'et, ordrerne i webshoppen og resten i et par Excel-ark. Når nogen spørger »hvordan går det egentlig?«, går der en halv dag med at samle svaret – og bagefter er man ikke helt enige om tallene. God ledelsesrapportering handler om få KPI'er, klare definitioner og data, der samles automatisk. Her er, hvordan I kommer derhen.
Hvorfor ledelsesrapportering så ofte halter
Det er sjældent viljen, der mangler. Problemet er som regel, at hvert system har sine egne rapporter, og at ingen af dem viser hele billedet. Økonomisystemet kender fakturaerne, men ikke pipelinen i CRM'et. Webshoppen kender ordrerne, men ikke dækningsbidraget. Derfor ender nogen med at eksportere fra det hele og sætte det sammen i hånden.
Det giver tre typiske problemer: Rapporten kommer for sent til at bruge, den afhænger af én person, og de samme tal kan se forskellige ud afhængigt af, hvem der har lavet dem. Har I det sidste problem, er det især her, I bør starte.
Hvilke 5–8 KPI'er skal ledelsen se hver uge?
Den mest almindelige fejl er at måle for meget. Et ledelsesoverblik med 40 nøgletal bliver ikke læst. Vælg i stedet 5–8 KPI'er, der hver især hænger sammen med en beslutning, I faktisk træffer. Typiske kandidater i en lille virksomhed er:
- Omsætning for perioden, sammenlignet med samme periode sidste år eller med budget.
- Dækningsbidrag – gerne pr. produktgruppe, kundetype eller afdeling, fordi omsætning alene kan skjule, hvad der faktisk tjener penge.
- Likviditet og tilgodehavender: hvor mange penge står der, og hvor meget skylder kunderne – og hvor længe har de skyldt det?
- Pipeline og ordreindgang fra CRM'et: hvor meget er på vej ind de næste måneder?
- Kunder: nye, tabte og aktive kunder i perioden.
- Projektøkonomi, hvis I arbejder i projekter: forbrugt i forhold til budget på de igangværende projekter, så I ser det, mens der stadig kan gøres noget.
- En driftsnøgle, der passer til jeres forretning, fx leveringstid, lagerværdi, fakturerbar tid eller antal åbne sager.
Listen er et udgangspunkt, ikke et facit. Spørg for hver KPI: »Hvis tallet ændrer sig, hvad gør vi så anderledes?« Kan ingen svare, hører tallet ikke hjemme i ledelsesrapporten.
Skal der også rapporteres til bestyrelse eller ejere, så lav ikke en ny rapport med egne tal. Lav i stedet en månedlig udgave af de samme KPI'er med de samme definitioner, suppleret med de kommentarer, bestyrelsen har brug for. Så bliver det et udtræk og ikke et ekstra projekt hver måned.
Hvem ejer definitionen af et nøgletal?
»Omsætning« lyder entydigt, men er det med eller uden kreditnotaer? Fakturadato eller leveringsdato? Hvad med fragt? Og er en »aktiv kunde« én, der har købt inden for 3, 6 eller 12 måneder? Hvis to personer svarer forskelligt, viser to rapporter forskellige tal – og så går mødet med at diskutere tallene i stedet for at bruge dem.
Giv derfor hver KPI en ejer, typisk den, der er ansvarlig for området, og skriv definitionen ned i én eller to sætninger: hvad tæller med, hvad tæller ikke med, og hvilket system der er kilden. Det kræver ingen software, og det er det vigtigste trin i hele processen.
Hvorfor økonomisystemets egne rapporter ofte ikke er nok
Systemer som e-conomic, Dinero og Billy har gode standardrapporter til regnskabet, og har I kun ét system, kan de sagtens være nok. Udfordringen opstår, når ledelsen vil se tværs over systemerne: dækningsbidrag pr. kunde, hvor kunden kommer fra CRM'et, eller salg fra webshoppen sammenholdt med lagerværdien. Det kan ét systems rapport sjældent vise, fordi det ikke kender de andre systemers data.
Sådan hænger kilderne sammen
For at tal fra forskellige systemer kan kobles, skal de have noget til fælles. I praksis er det næsten altid kunde- og varenumre. Hvis samme kunde hedder noget forskelligt i CRM'et og i økonomisystemet, eller hvis varenumrene i webshoppen ikke svarer til dem i bogføringen, er det første opgave at få styr på det.
Derefter ser flowet typisk sådan ud:
- Jeres systemer – fx e-conomic, Dinero, Billy, webCRM, Shopify og Excel-ark – i det omfang de har en integration (API) eller en fast eksport.
- Et data warehouse, hvor data hentes automatisk, fx hver nat. Jeg bygger som udgangspunkt i Snowflake med dbt, hvor hver KPI-definition skrives ned som en beregning, der testes automatisk.
- Rapporten i Power BI eller Excel, som ledelsen åbner – med de samme tal hver gang, uanset hvem der kigger.
Pointen er, at definitionerne fra forrige afsnit kun skal skrives ét sted. Så viser Power BI-rapporten og Excel-arket det samme, og ingen skal lave tallene i hånden. Læs mere om, hvad et data warehouse er, i Data warehouse for små virksomheder: hvornår giver det mening?
Standardprodukt eller skræddersyet?
Der findes færdige dashboard-værktøjer, der kobler sig direkte på populære økonomisystemer. Har I ét eller to systemer, og passer jeres KPI'er til det, værktøjet viser, kan det være den hurtigste og billigste vej. Så er det det, I skal vælge.
En skræddersyet løsning med et data warehouse giver mest mening, når I har flere kilder, der skal kobles, når jeres KPI'er har egne definitioner, eller når data skal bruges til mere end ét dashboard – fx i automatiseringer eller senere analyser. Ulempen er, at det kræver mere arbejde at bygge. Fordelen er, at I ejer beregningerne og ikke er bundet af, hvad et standardprodukt kan vise.
Løbende omkostninger, I skal kende
Uanset valg er der løbende udgifter, som hører med i regnestykket: licenser til rapportværktøjet (fx Power BI) for dem, der skal se rapporterne, abonnement på et eventuelt dashboard-værktøj, og ved et data warehouse betaling for lagring og beregning i Snowflake. Snowflake afregnes efter forbrug, og der kan sættes et månedligt forbrugsloft. Er Snowflake overkill for jeres datamængde, kan en billigere database være det rigtige valg. Tjek altid de aktuelle priser hos leverandørerne, før I beslutter jer.
Eksempelscenarie (fiktivt)
Bemærk: Dette er et opdigtet eksempel, der illustrerer typen af opgave. Det er ikke en kundecase.
En lille servicevirksomhed holder ledermøde hver mandag. Før mødet samler økonomiansvarlig omsætning og tilgodehavender fra økonomisystemet, salgschefen trækker pipelinen ud af CRM'et, og begge dele sættes ind i et Excel-ark. Ofte viser de to omsætningen forskelligt, fordi den ene regner på fakturadato og den anden på ordredato.
Ledelsen vælger seks KPI'er, giver hver en ejer og skriver definitionerne ned. Data fra økonomisystemet og CRM'et hentes automatisk hver nat ind i et data warehouse, hvor definitionerne er beregninger, der testes. Mandag morgen ligger rapporten klar i Power BI, og mødet bruges på at diskutere, hvad tallene betyder.
Opsummering
God ledelsesrapportering starter ikke med et værktøj. Start med 5–8 KPI'er, der hænger sammen med jeres beslutninger, giv hver en ejer og en skriftlig definition, og sørg for, at kunde- og varenumre kan kobles på tværs af systemerne. Derfra kan I vurdere, om et standardværktøj er nok, eller om et data warehouse med automatisk indsamling kan betale sig. Bygges rapporten i dag med copy-paste og makroer, så læs også Når Excel-rapportering og VBA ikke kan følge med: 6 tegn.