בכל ארגון שניהלתי היה "יום הדוח". מישהו, לרוב עובד מוכשר ויקר, מקדיש חצי יום עד יום שלם לאסוף מספרים ממערכת ה-BI, מקובצי אקסל ומשלושה מקורות נוספים, להדביק לתבנית, ליישר צבעים ולשלוח להנהלה. ואז מישהו מוצא טעות בעמודה, והסבב חוזר. לאורך הקריירה, גם קראתי דוחות כאלה כמנכ"ל וגם בניתי את המערכות שמייצרות אותם לבד. ההבדל בין שני העולמות גדול ממה שנדמה לכם.
האנטומיה של דוח ידני - ולמה הוא יקר מכפי שנראה
העלות האמיתית של דוח ידני היא לא שעות העבודה. היא מורכבת משלושה רכיבים נסתרים:
טעויות העתקה. כל מעבר ידני בין מערכת לאקסל הוא הזדמנות לטעות, וטעות בדוח הנהלה מתגלגלת להחלטות. מספיק שקרה לכם פעם אחת שהתקבלה החלטה על סמך מספר שגוי כדי להבין את המחיר.
עיכוב. הדוח של יום ראשון משקף את המציאות של אמצע השבוע שעבר. בעיה שהייתה מתגלה ביום שלישי מחכה בשקט עד ישיבת ההנהלה הבאה.
מה שלא נשאל. כשהפקת דוח עולה חצי יום עבודה, אף אחד לא מבקש "תריץ לי את זה גם בחתך סניפים". השאלות הטובות לא נשאלות כי התשובות יקרות מדי.
ויש רכיב רביעי, שמתגלה תמיד ברגע הלא נכון: תלות באדם אחד. הדוח חי בראש של העובד שבנה אותו, וכשהוא בחופשה, בחילופי תפקיד או במילואים - ההנהלה מגלה שאף אחד אחר לא יודע איך המספרים נולדים.
מחקרי יישום בתחום ה-back-office מדווחים על קיצור של 70 עד 90 אחוז בזמני עיבוד של תהליכים מסמכיים כמו חשבוניות ודוחות - זה אחד התחומים עם החיסכון המדיד הגבוה ביותר. ומחקר של MIT מצא ממצא מעניין: תקציבי ה-AI זורמים בעיקר לשיווק ומכירות, אבל ה-ROI הנמדד גבוה יותר דווקא בתפעול ובכספים. כלומר, הדוח המשעמם הוא ההשקעה המשתלמת.
צעד אחר צעד: איך הדוח לומד להיכתב לבד
כך נראה התהליך במערכות שבניתי, בלי קסמים:
שלב 1 - חילוץ. סקריפט ניגש בלילה למקורות הנתונים: מערכת ה-BI, בסיס הנתונים התפעולי, קבצי אקסל של מחלקות. גם ממערכות ותיקות שאין להן ממשק מסודר אפשר כמעט תמיד לחלץ נתונים בצורה אוטומטית - עשיתי את זה גם מדשבורדים שנבנו לפני עשור.
שלב 2 - אימות. לפני שמספר נכנס לדוח, המערכת בודקת אותו: האם הסכומים מתיישבים בין מקורות? האם יש חריגה קיצונית שמריחה כמו תקלת נתונים? כלל הברזל שלי: כל ספירה בדוח נשלפת ישירות מהמקור, אף פעם לא מחושבת "בערך" בדרך. דוח שמציג 200 שורות חייב לדעת להגיד שיש 4,500 במאגר.
שלב 3 - ניסוח. כאן נכנס מודל השפה: הוא מקבל את המספרים המאומתים ומנסח את שכבת הסיפור - מה עלה, מה ירד, מה חריג ודורש תשומת לב. חשוב: המודל מנסח, הוא לא ממציא נתונים. כל מספר בטקסט מגיע מהשלב הקודם.
שלב 4 - עיצוב והפצה. המערכת מרכיבה PDF מעוצב בעברית - כותרות, טבלאות, גרפים, סימון חריגים באדום - ושולחת לתיבות המייל של ההנהלה לפני תחילת יום העבודה. אותם נתונים יכולים להזין גם דשבורד חי ותקציר וואטסאפ למנהלים בשטח.
התוצאה: ההנהלה מקבלת כל בוקר תמונת מצב של אתמול, לא של שבוע שעבר, ועובד יקר מקבל בחזרה יום עבודה בשבוע.
ממה להיזהר: שלושת המוקשים
אמון נבנה בהדרגה. בחודש הראשון הדוח האוטומטי רץ במקביל לידני, ובן אדם משווה. רק כשהפער אפס במשך שבועות, הידני נפרש לגמלאות. לדלג על השלב הזה זה לשרוף את אמון ההנהלה בכלי.
מקור אמת אחד. אם המכירות מופיעות גם ב-BI וגם באקסל של מנהל המכירות והמספרים שונים, האוטומציה לא תפתור את זה - היא תחשוף את זה. זה כאב בריא, אבל צריך להיערך אליו: מכריעים מראש מי המקור המחייב לכל מדד.
יומן שינויים. כל ריצה נרשמת: מתי רצה, מה שלפה, מה נכשל. כשמספר נראה מוזר, אפשר לשחזר בדיוק מאיפה הוא הגיע. דוח שאי אפשר לבקר הוא דוח שאי אפשר לסמוך עליו.
כמה זמן לוקח להקים דבר כזה
פחות ממה שנדמה. דוח הנהלה ראשון - מקור נתונים אחד או שניים, תבנית אחת, הפצה אוטומטית - הוא פרויקט של שבועות ספורים, לא רבעונים. ומהדוח הראשון, כל דוח נוסף זול משמעותית, כי התשתית כבר קיימת.
ויש בונוס שמתגלה רק אחרי ההקמה: ברגע שצינור הנתונים קיים ומאומת, הוא עונה גם על שאלות שלא נכנסו לדוח. מנהל יכול לשאול בעברית פשוטה "כמה עסקאות נסגרו החודש בחתך סניפים מול אותו חודש אשתקד" ולקבל תשובה מהמקור המחייב בתוך שניות, בלי לפתוח כרטיס למחלקת המידע ובלי לחכות שבוע. הדוח הקבוע הוא רק הקומה הראשונה; הקומה השנייה היא הנהלה ששואלת יותר שאלות, כי התשובות הפסיקו לעלות חצי יום עבודה.
יש אצלכם דוח שמישהו בונה ידנית כל שבוע? שלחו לי אותו (אפשר עם מספרים מושחרים), ואראה לכם דמו של איך הוא נראה כשהוא נכתב לבד.
