Er du også blandt dem, der ønsker bedre indsigt i dine data, men tøver med at investere i dyre BI-værktøjer og komplekse løsninger? Du er ikke alene. Mange virksomheder føler, at de brænder fingrene på avancerede rapporteringssystemer. I denne guide dykker vi ned i, hvordan du kan udnytte et Data Warehouse i Excel – især når data ligger i en SQL-database – ved at forbinde det til et af de mest kendte og udbredte værktøjer: Excel. Dette giver langt de fleste muligheden for at få fingrene i deres data uden at skulle lære nye systemer fra bunden.
Vi oplever en stigende efterspørgsel fra kunder, der ønsker mere indsigt i deres data. Typisk er der en forsigtighed i forhold til at komme i gang, da mange tror, at det kræver et dedikeret Business Intelligence (BI) værktøj for at binde deres data sammen. Data kan stamme fra forskellige systemer, det kan være e-conomic, et branchesystem, CRM, you name it. Men denne opfattelse behøver ikke at være korrekt.
Ved at lave en relativt simpel forbindelse til Excel, får du pludselig adgang til et værktøj, som langt de fleste allerede kender og har erfaring med. Dette eliminerer behovet for at tillære sig nye BI-løsninger.
Mange lægger allerede deres data over i et Data Warehouse. Så længe kildesystemet (som et kassesystem eller andet) kan levere data i tabeller, kan det samles dér. Herfra kan du ved hjælp af en connector trække det over i Excel og begynde at arbejde med det. Den enkelte bruger får fat i et værktøj, som de bruger i deres dagligdag, og som de allerede er bekendt med, f.eks. pivottabeller.
Med adgang til databasen får du et fundament af finansdata, som du kan bruge til mange forskellige analyser. Her er blot nogle få eksempler på, hvad Excel kan hjælpe dig med:
Hvordan går det?
Du kan hurtigt få et overblik over omsætningen pr. måned og visualisere udviklingen med en graf. Det giver dig mulighed for at se sæsonudsving og vurdere, hvordan virksomheden klarer sig i forhold til tidligere perioder.
Hvilke produkter sælger bedst og hvem køber mest?
Du kan også finde frem til dine største kunder eller mest solgte produkter og rangere dem i en top 10-liste. Det gør det nemt at se, hvor indtægterne kommer fra, og hvor du måske skal sætte ekstra fokus i salgsarbejdet.
Holder budgetterne?
En anden klassiker er at sammenligne budgettal med de faktiske regnskabstal. Ved at trække begge sæt data ind i Excel kan du nemt opsætte en oversigt, der viser afvigelser – og dermed giver dig indblik i, hvor virksomheden præsterer bedre eller dårligere end forventet.
Data i Data Warehouse kan desuden beriges med andre data, som du måske mangler i dit primære system. Et relevant eksempel er budgetsammenligning. Du kan have et separat Excel-ark med projektspecifikke budgetter og derefter bruge forbindelsen til at samle og summere de faktiske tal per aktivitet eller gruppering. På denne måde behøver du faktisk ikke at lægge budgettallene ind i Data Warehouse for udelukkende at trække dem ud et andet sted, hvis de allerede findes i et dedikeret Excel-ark.
Dette åbner også op for detaljeret efterkalkulation; en super interessant øvelse, der viser, om du reelt har tjent penge på en given sag eller et projekt. Især i entreprenørvirksomheder bruges Excel ofte til at håndtere manuelle data, som systemet ikke er gearet til, f.eks. angivelse af færdiggørelsesgrader. Excel giver her den nødvendige fleksibilitet.
Selvom Excel er fleksibelt og let tilgængeligt, skal man være opmærksom på dets begrænsninger. Først og fremmest er der en naturlig begrænsning i Excel på rækkeantallet, som ligger omkring 1.048.000 linjer. Hvis du nærmer dig denne grænse, vil du opleve, at det bliver en tung proces blot at få læst nye data ind og opdateret (refreshet) tabellerne fra databasen. Når du rammer disse grænser, er det et tegn på, at du bør overveje et værktøj, der kan håndtere større datamængder end Excel kan.
Excel genererer rådata ved at sætte en “snabel” ned i SQL-databasen. Dette betyder, at de data, du får ind, ikke er præberegnet, præindekseret eller forberedt til rapportering i samme grad som i et BI-værktøj. Derudover kan den store fleksibilitet også være en faldgrube. Hvis du laver en fejl i en beregningscelle eller kopierer noget forkert, får du det ikke nødvendigvis at vide. I modsætning til en BI-løsning, hvor du kan backtracke en formel, er det svært at spore historikken i Excel, medmindre du gemmer et nyt ark efter hver ændring. Selvom du kan låse celler, forhindrer det ikke fejl på samme måde som en BI-løsning.
Uanset hvilket værktøj du bruger, ligger ansvaret for at validere outputtet altid hos dig. Værktøjet gør kun, hvad du putter ind i det. Hvis tallene er forkerte, selv med et lille beløb, kræver det skarpe øjne at opdage det. Du skal have sat dig ned og beregnet, at du ikke bare med blåøjet tror på det, der kommer ud.
Nogle kildesystemer, som e-conomic, har udfordringer i forhold til at håndtere ændringer i bogførte data. Hvis man f.eks. opdaterer en dimension på en bogført postering, får man ikke nødvendigvis et tidsstempel, der viser ændringen. Dette kan give afvigelser i dit aflæsningsregnskab.
For at sikre valide data, når sådanne ændringer sker, er vi nødt til at køre et ugentligt rul. Dette indebærer, at alle data slettes og genindlæses i Data Warehouse for at fange de efterfølgende påførte ændringer. Normalt synkroniserer Data Warehouse kl. 01 om natten. Men denne synkronisering laver et skub af det, der er for perioden siden sidst, og vil derfor heller ikke fange ændringer på data, der allerede er bogført.
Hvis du laver ændringer på bogført data i e-conomic og har brug for at trække nye data ud øjeblikkeligt, er man enten nødt til at vente til efter søndag eller kontakte vores support. Man skal dog være opmærksom på, at muligheden for at opdatere f.eks. en afdeling på en bogført postering, eller ændre tekster, kan være farlig, da det kan skabe uoverensstemmelser.
Når behovet vokser, kan det være oplagt at koble databasen til Power BI eller et andet BI-værktøj. Her får du mere avancerede muligheder for at bygge dashboards og automatisere rapporteringen. Men fordelen er, at alle data allerede ligger klar i databasen, så det er nemt at tage skridtet videre, når tiden er inde.
Med eKontorets Data Warehouse og Excel kan du altså skabe værdi fra dag ét – uden at skulle investere i nye systemer eller lære helt nye værktøjer.
Først forbinder du databasen til Excel via fanen Data. Her vælger du “Hent data” og derefter “Fra SQL Server-database”. Når du har angivet de oplysninger, du har fået fra eKontoret, får du adgang til tabellerne i databasen.
Herefter vælger du de tabeller, du vil arbejde med – for eksempel fakturaer og kunder – og indlæser dem i Excel. Når dataene er på plads, kan du opsætte en pivottabel for at opsummere tallene. Derfra er det nemt at tilføje slicers (udskæringer), der giver dig mulighed for hurtigt at filtrere data på fx år, afdeling eller kunde.
Når tallene er opsummeret, kan du indsætte et diagram for at visualisere udviklingen. På den måde kan du skabe en professionel rapport på få minutter – uden at skulle igennem komplekse opsætninger.
Hvis du ikke er en erfaren Excel-rapportør, kan AI-værktøjer som ChatGPT fungere som en effektiv assistent. Du kan beskrive de tabeller, du har, og det output, du ønsker at se. AI’en kan derefter generere en step-by-step vejledning til, hvordan du bygger f.eks. en Power Pivot, så du får formen foræret.
Dette kan være en genvej, hvor du relativt let kan komme frem til den ønskede rapportering ved at bruge et standard Office-pakke værktøj. Men her gælder den samme valideringsregel: Du skal vide, hvor du skal hen. Du kender svaret. Hvis du starter med at bruge AI, og du ikke ved, hvor du skal hen, risikerer du, at den finder på et resultat, som er flot, men du har stadig det fulde ansvar for, at de præsenterede tal er korrekte.
Derudover kan du også bruge alternative værktøjer. Det er f.eks. også muligt at etablere en forbindelse mellem Data Warehouse og Google Sheets. Dette blev bekræftet, da vi på 10 minutter, uden forudgående kendskab til Sheets, lykkedes med at oprette en forbindelse til vores SQL-database. Selvom Sheets måske ikke har samme funktionalitet som desktop-versionen af Excel, får du her fordelene ved online-backup og historik, som kan være en fordel, hvis der laves fejl.
Inkluderer 2GB data:
En database på 2 GB kan rumme flere millioner regnskabsposter samt bilag, fakturaer og kunder i et omfang, de færreste når i nærheden af.
Få mængderabat
Opretter du flere aftaler samtidig, betaler du kun opsætning én gang.
Ved køb af mere end én aftale, får I 50 % rabat på de efterfølgende abonnementer (2-20 stk.).
Kontakt os for tilbud, hvis I skal have oprettet mere end 20 stk.
At forbinde dit Data Warehouse i Excel giver en let og hurtig tilgængelighed til dine data. Selvom der er begrænsninger i datamængde og validering sammenlignet med BI-værktøjer, er det en fantastisk måde at komme i gang med at arbejde datadrevet.
Du kan starte i det små med et velkendt værktøj og gradvist bygge mere avancerede rapporter op, eventuelt med hjælp fra AI. Dette er et godt og let tilgængeligt skridt på vejen mod at lade din forretning blive datadrevet. Vi tilbyder muligheden for at prøve vores Data Warehouse i 14 dage. Så kan du connecte til dine data i Excel og begynde at lege med de data, der er
Når behovet vokser, kan det være oplagt at koble databasen til Power BI eller et andet BI-værktøj. Her får du mere avancerede muligheder for at bygge dashboards og automatisere rapporteringen. Men fordelen er, at alle data allerede ligger klar i databasen, så det er nemt at tage skridtet videre, når tiden er inde.
Med eKontorets Data Warehouse og Excel kan du altså skabe værdi fra dag ét – uden at skulle investere i nye systemer eller lære helt nye værktøjer.
Data Warehouse gør dine e-conomic data og andre relevante virksomhedsdata let tilgængelig for rapportering og business intelligence.
