AI
10 kysymystä, jotka voit esittää datallesi – jo tänään
Useimmat eivät tiedä, mitä kysyä tekoälyltä oman liiketoimintansa osalta. Tässä on kymmenen konkreettista kysymystä – asiakkaista, katteista, varastosta ja tuotannosta – jotka voit esittää suoraan omalle datallesi, sekä se, mitä vaaditaan, jotta vastauksiin voi luottaa.
Lyhyesti
- Kymmenen valmista kysymystä myynnistä, ostoista, varastosta, tuotannosta ja taloudesta, jotka voit esittää suoraan omalle liiketoimintadatallesi.
- Hyöty syntyy vasta, kun avustaja lukee yrityksen omia lukuja sen sijaan että arvailisi.
- Vastaukset kestävät vain, jos taustalla on semanttinen malli, tallennettu historia ja hallittu käyttöoikeus.
- Kolme asiaa parantaa osumatarkkuutta heti: määritä ajanjakso, pyydä erittely ja esitä jatkokysymys.
Hyvä vastaus alkaa hyvästä kysymyksestä
Yleisin vastaväite, jonka kohtaamme, ei ole se, että tekoäly tuntuisi vaikealta. Se on se, ettei tiedetä, mitä kysyä. Niin kauan kuin avustajaa käytetään sähköpostien tiivistämiseen ja tekstien hiomiseen, hyöty on selvä mutta pieni. Vasta kun kysymykset koskevat omaa liiketoimintaa – asiakkaita, katteita, varastoa, tuotantoa – se alkaa näkyä arjessa.
Siksi olemme koonneet kymmenen kysymystä, joita asiakkaamme esittävät suoraan omalle datalleen. Kaikki voi esittää jo tänään, Claudessa tai ChatGPT:ssä, kun avustaja on kytketty semanttiseen malliin Vellox MCP:n kautta. Model Context Protocol (MCP) on avoin standardi AI-avustajien kytkemiseen ulkoisiin järjestelmiin – lue lisää siitä, miten promptaat liiketoimintadataasi tekoälyllä. Kopioi kysymykset sellaisenaan tai vaihda ajanjakso ja ulottuvuus omaan toimintaasi sopivaksi.
Myynti ja asiakkaat
1. Minkä kymmenen asiakkaan kohdalla menetimme eniten liikevaihtoa viime vuoden vastaavaan jaksoon verrattuna – ja mitkä tuoteryhmät selittävät laskun?
Klassinen pudotus näkyy harvoin kokonaisluvussa. Asiakas, jonka volyymit puolittuvat, piiloutuu kahden kasvavan uuden taakse. Tuoteryhmäkohtainen erittely näyttää lisäksi, liukuuko koko kauppa vai yksittäinen valikoima.
2. Mitkä asiakkaat ostivat säännöllisesti mutta eivät ole tehneet tilausta viimeiseen 90 päivään?
Unohdettu asiakaslista on useimmiten edullisin myyntipanostus, mitä on olemassa. Pyydä avustajaa lajittelemaan historiallisen tilausarvon mukaan, niin myyjä tietää, mistä puhelut aloitetaan.
3. Miten myyjä- ja asiakassegmenttikohtainen myyntikate on kehittynyt viimeisen kahdentoista kuukauden aikana?
Volyymia on helppo mitata ja helppo ohjata. Kate on vaikeampi – ja juuri siinä on ero hyvän ja huonon kaupan välillä. Aineisto tulee myyntimoduulista, samasta jota johdon raportti lukee.
Ostot ja toimittajat
4. Kuinka suuren osan toimittajien viime vuoden hinnankorotuksista olemme siirtäneet asiakashintoihin, tuoteryhmittäin?
Kysymys, joka herättää yleensä eniten reaktioita johtoryhmässä. Ostohintaa säädetään jatkuvasti, myyntihintaa hinnastossa, joka päivitetään kerran vuodessa. Niiden välinen kuilu on puhdasta katteen menetystä.
5. Millä toimittajilla on heikoin toimitustäsmällisyys, ja mitkä nimikkeet kärsivät eniten?
Aineistoa seuraavaan toimittajatapaamiseen. Vahvistettu toimituspäivä vastaan todellinen saapumispäivä, toimittajittain ja nimikkeittäin – mutupohjaisen arvailun sijaan.
Varasto ja pääoman sitoutuminen
6. Mitkä nimikkeet sitovat eniten pääomaa liikkumatta viimeisen kuuden kuukauden aikana?
Varastoarvon mukaan lajiteltuna lista muuttuu heti konkreettiseksi. Usein muutama nimike vastaa valtaosasta kuollutta pääomaa, eivätkä ne ole niitä, joita arvaisi.
7. Mitkä nimikkeet uhkaavat loppua 30 päivän sisällä nykyisellä kulutusvauhdilla ja suunnitelluilla saapumisilla?
Eteenpäin katsova versio. Sama data, mutta kysymys koskee tulevaisuutta historian sijaan – ja vastaukseen voi reagoida ennen kuin asiakas ottaa yhteyttä.
Tuotanto
8. Missä nimikkeissä on suurin ero lasketun ja todellisen valmistuskustannuksen välillä?
Kalkyyli tehdään kerran ja elää sitten omaa elämäänsä. Kun materiaalia, asetusaikaa ja toteumaa verrataan kalkyyliin, näkyy nopeasti, mitkä nimikkeet myydään katteella, joka on olemassa vain paperilla.
9. Miten hylyt ja uudelleentyöstö ovat kehittyneet tuotantoryhmittäin viimeisen vuoden aikana?
Trendi, jolla on harvoin oma raporttinsa, mutta joka usein selittää, miksi näennäisen vakaa tuote on menettänyt kannattavuuttaan.
Talous ja johtaminen
10. Mikä selittää viime kuun budjettipoikkeaman – erittele volyymin, hinnan ja mixin mukaan?
Kuukausiseurannan vaikein kysymys, ja se, johon vastaaminen manuaalisesti kestää pisimpään. Kun määritelmät ovat mallissa valmiina, erittely vie sekunteja iltapäivän sijaan.
Se, mikä tekee vastauksista luotettavia
Yllä olevat kysymykset on helppo esittää. Se, pitävätkö vastaukset, ratkeaa siitä, mitä niiden alla on – tätä käsittelimme periaatteellisemmin artikkelissa AI ja data, jotka luovat todellista vaikutusta.
-
Semanttinen malli pohjalla. Kate, liikevaihto ja varastoarvo on määritelty kerran, yhdessä paikassa. Avustaja ei laske käsitteitä uudelleen omin päin – se lukee samoja mittareita kuin johdon raportti.
-
Historia, joka todella säilyy. Toiminnanohjausjärjestelmät kirjoittavat usein päälle sen sijaan että tallentaisivat. Ilman tallennettua historiaa ei voi vastata siihen, miten jokin on kehittynyt.
-
Lukeva yhteys ja hallittu käyttöoikeus. Kirjoitusoperaatiot eivät ole mahdollisia, ja sinä päätät, mitkä mallin osat näytetään ja kenelle.
-
Jäljitettävyys. Jokainen vastaus voidaan jäljittää takaisin mittareihin ja ulottuvuuksiin. Se erottaa päätöksenteon aineiston hyvältä kuulostavasta arvauksesta.
Kolme vinkkiä, jotka parantavat vastausten laatua
Määritä aina ajanjakso. "Viime neljännes" ja "kuluva vuosi tähän asti" antavat eri vastaukset. Ole täsmällinen, niin vältät tulkintavirheet.
Pyydä erittely heti. Lisää kysymykseen "asiakasryhmittäin", "tuoteryhmittäin" tai "kuukausittain". Pelkkä kokonaisluku riittää harvoin päätöksentekoon.
Esitä jatkokysymys. Suurin hyöty ei ole ensimmäisessä vastauksessa vaan siinä, että voit porautua syvemmälle tilaamatta uutta analyysia. "Miksi kate laski juuri siellä?" on useimmiten kysymys, joka johtaa johonkin.
Vastauksesta ei tee käyttökelpoista sen nopeus, vaan se, että se perustuu samoihin lukuihin kuin johdon raportti.
Lähteet
-
Model Context Protocol: Introduction
-
Microsoft Learn: Semanttiset mallit Power BI -palvelussa
Usein kysyttyä oman liiketoimintadatan kyselemisestä
Minkä toiminnanohjausjärjestelmien kanssa se toimii?
Vellox hakee datan suoraan järjestelmistä Business Central, Dynamics NAV, Jeeves, Monitor, Pyramid ja Visma Business. Malli on valmiiksi konfiguroitu järjestelmällesi heti alusta, joten yllä olevat kysymykset voi esittää ilman että kenenkään tarvitsee ensin rakentaa datamallia.
Tarvitsenko Power BI:n kysymysten esittämiseen?
Et. Sama semanttinen malli ajaa sekä Power BI -raportteja että AI-avustajaa – Microsoft kuvaa käsitteen dokumentaatiossaan semanttisista malleista. Voit käyttää jompaakumpaa tai molempia – luvut ovat samat.
Voiko tekoäly muuttaa jotain toiminnanohjausjärjestelmässä?
Ei. Yhteys on lukeva, kirjoitusoperaatiot eivät ole mahdollisia. Lisäksi sinä päätät, mitkä mallin osat näytetään ja kenelle.
Mistä tiedän, että vastaus pitää paikkansa?
Jokainen vastaus voidaan jäljittää takaisin niihin mittareihin ja ulottuvuuksiin, joihin se perustuu. Koska määritelmät ovat yhdessä paikassa, avustaja ei laske omia versioitaan katteesta tai liikevaihdosta.
Mitä alkuun pääseminen vaatii?
Että data haetaan toiminnanohjausjärjestelmästä ja jäsennetään semanttiseen malliin. Yleisimmissä järjestelmissä se on päivien, ei kuukausien kysymys – katso Aloita tästä.