OBJAVLJENO 12.10.2026

Slabi podatki zavirajo poslovne odločitve: zakaj analitika v podjetju ne deluje?

Podjetje lahko kupi odlično analitično orodje in še vedno dobi napačen odgovor. Pred naložbo preverite kakovost, dostopnost in odgovornost za podatke.

AI-ilustracija

Po objavi SURS z dne 08.10.2026 podatkovno analitiko izvaja 37 % podjetij. Med podjetji, ki je ne izvajajo niti sama niti prek druge organizacije, jih 30 % navaja težave z razpoložljivostjo ali kakovostjo podatkov. Raziskava predstavlja podjetja z najmanj desetimi zaposlenimi in samozaposlenimi.

To ni dokaz, da ima tretjina vseh slovenskih podjetij slabe podatke. Je pa konkreten razlog, da vodstvo pred novo programsko opremo pregleda, s čim bo ta sploh delala. Spodnji koraki so Karlionov praktični predlog za tak pregled.

Kako prepoznate težavo, ki je orodje ne bo rešilo?

Če dva oddelka na isto vprašanje odgovorita z različnima številkama in nihče ne zna pojasniti razlike, najprej uskladite definicijo. »Prihodek«, »aktivna stranka« ali »opravljena ura« lahko v različnih preglednicah pomeni različne stvari.

Izberite eno odločitev, denimo načrtovanje ekipe za naslednji mesec. Zapišite, katere podatke potrebujete, iz katerega sistema prihajajo in na kateri datum se nanašajo. Tako lažje ločite napačen podatek od različnih, vendar pravilnih pogledov.

Kdo naj bo odgovoren za kakovost podatkov?

Oseba, ki razume poslovni pomen podatka in ima možnost popraviti postopek njegovega nastanka. Tehnični skrbnik lahko omogoči dostop, ne more pa sam odločiti, ali je odpovedano naročilo še vedno prodaja.

Za vsak pomemben podatek določite poslovnega skrbnika, pravilo vnosa in pot popravka. Pri podatkih o delu je koristna urejena evidenca delovnega časa. Analitika ne more za nazaj nadomestiti manjkajočih zapisov.

PREVERITE UREJENOST EVIDENC DELOVNEGA ČASA

Kaj preveriti, preden združite več preglednic?

Preverite enake enote, obdobja, identifikatorje in obravnavo manjkajočih vrednosti. Nič in prazen podatek nista nujno isto. Prav tako ura prisotnosti, obračunana ura in ura storitve za stranko niso zamenljive enote.

Preglednico naj preveri oseba, ki pozna dejansko delo. Lep graf sam ne potrdi pravilnosti.

Kako začeti brez velikega projekta?

Začnite z enim vprašanjem in enim merilom. Če želite razumeti strošek storitve, ne gradite takoj pregleda celotnega podjetja. Najprej zberite podatke, ki omogočajo razumljiv izračun stroška delavčeve ure.

Rezultat primerjajte z nekaj resničnimi primeri. Pri razliki naj ekipa pojasni, ali gre za napako, zamik vnosov ali poslovno izjemo. Šele potem avtomatizirajte ponavljajoči se del.

Ali lahko umetna inteligenca očisti podatke namesto ekipe?

Lahko pomaga predlagati popravke in poiskati nenavadne zapise, vendar mora pravila potrditi človek, ki razume poslovni pomen. Samodejno združevanje podobnih imen lahko na primer združi dve različni stranki.

Pred uporabo določite, katere podatke smete posredovati orodju. Za osebne ali zaupne podatke je bistven predhodni pregled storitve in namena. Širši podatkovni tok je pojasnjen v članku Kam gredo vaši podatki, ko jih vnesete v brezplačno AI-orodje?.

Po čem ugotovite, da analitika podjetju koristi?

Po boljši konkretni odločitvi. Zapišite, kdo je pregled uporabil, kaj je zaradi njega spremenil in ali je naslednji mesec mogoče preveriti rezultat. Merilo ni število grafov ali prijav v orodje.

Za začetek izberite odločitev, pri kateri podjetje že čuti problem: nejasna marža, preobremenjena ekipa ali nepojasnjene zamude. Če se odgovor ob vsaki posodobitvi spremeni zaradi drugačnih pravil, se vrnite k definicijam in kakovosti vnosa.

DOGOVORITE SE ZA POSVET