En köpare läser inga dashboards. Han läser om siffrorna han får stämmer utan att någon först måste tolka, korrigera eller komplettera dem utifrån kunskap som bara finns i någons huvud. Verksamhetsinformation är därmed inte en fråga om att ha rapporter, utan om avståndet mellan vad systemet visar och vad som verkligen sker i företaget. Det avståndet förändras så snart AI tar över en del av arbetet, för vad ett system automatiskt registrerar är per definition mer tillförlitligt än vad någon skriver in i efterhand.
En köpare vill veta om han, dag ett efter övertagandet, kan styra utifrån vad företaget levererar. Han värderar om siffrorna är aktuella eller släpar efter, om de kommer från ett system eller från en samling kalkylblad som någon sammanställer varje månad, och om definitionerna av marginal, omsättning och kostnader betyder samma sak överallt. Han värderar också om informationen är uppbyggd kring processen eller kring personen som drivit processen i flera år. Verksamhetsinformation som är beroende av en enda medarbetares förklaring väger annorlunda för en köpare än verksamhetsinformation som kommer direkt ur systemet. Det påverkar direkt vad som pressar värdet av ert företag i en köpares ögon, eftersom en felaktig bild av siffrorna omsätts i ett lägre pris eller extra garantier i avtalet.
Den första indikationen är hastigheten med vilken ni kan besvara en fråga. Kan ni inom en dag visa marginalen per kund, per produkt eller per team, eller måste man först fråga runt, räkna om och kontrollera? Den andra indikationen är källan. Rapporter som kommer direkt från bokförings-, CRM- eller produktionssystem väger annorlunda än rapporter som tas fram via manuell inmatning eller Excel, eftersom manuella steg är felbenägna och orsakar förseningar. Den tredje indikationen är repeterbarhet: om två personer oberoende av varandra besvarar samma fråga, kommer de fram till samma siffra?
En del av arbetet bakom verksamhetsinformation består av att samla in, koppla samman och summera data. Det är arbete där en växande andel kan tas över av AI: sammanföra data från olika system, signalera avvikelser, ta fram en första version av en rapport. En annan del förblir tillsyn: någon bedömer om ett resultat är logiskt och godkänner eller avslår, med motivering. Och en tredje del förblir mänskligt arbete, särskilt när det gäller tolkningen av siffror i marknadens sammanhang eller beslut som följer på dessa siffror.
Vad som gör detta intressant för en köpare är att när insamlings- och summeringsarbetet tas över minskar risken för fel och ökar rapporteringshastigheten, utan att det krävs någon extra person för att upprätthålla det. Ett företag där detta redan sker visar verksamhetsinformation som inte längre står på en enda controllers agenda utan strukturellt kommer ur processen. Ett företag där detta ännu inte sker känner ni igen på den omvända bilden: rapporter som stämmer så länge samma person fortsätter att sammanställa dem. Skillnaden ligger sällan i branschen och oftare i om de underliggande systemen är inrättade för att registrera data konsekvent, eller om registreringen fortfarande står separat från själva arbetet.
Ett användbart första test är frågan om ni, utan att ringa någon, kan rekonstruera en resultaträkning per månad för de senaste tolv månaderna, med samma definitioner tillämpade hela tiden. Ett andra test är hur många manuella steg det finns mellan en transaktion och rapporten: varje manuellt steg är en plats där fel kan uppstå och där processen är beroende av en person. Ett tredje test är om rapporten är framåtblickande eller endast bakåtblickande. Verksamhetsinformation som bara visar vad som har hänt väger lättare än information som också visar vad som väntar under de kommande månaderna, eftersom en köpare framför allt investerar i framtiden.
Detta test står inte fristående från de andra värdedrivarna. Kvaliteten på er verksamhetsinformation hänger samman med hur era processer och system är inrättade, med hur beroende rapporten är av specifika personer, som ni kan läsa om under team och efterträdarplanering, och med hur er marknadsposition omsätts i siffror som en köpare kan jämföra via marknadsposition som värdedrivare.
Förbättring börjar med att skilja registrering från tolkning. Registrering kan till stor del automatiseras så snart data kommer från en källa istället för från lösa filer. Tolkning förblir mänskligt arbete, men blir mer tillförlitlig när den sker utifrån siffror som inte längre är manuellt sammanställda. Ett konkret steg är att gå igenom vilka rapporter som fortfarande tas fram via Excel eller e-post, och vilka av dem som kan hämtas direkt från ett system. Ett annat steg är att fastställa entydiga definitioner, så att marginal och omsättning betyder samma sak överallt, oberoende av vem som gör rapporten. Vilka steg i er egen rapporteringsprocess som faktiskt kan tas över av AI, vilka som kräver tillsyn och vilka som förblir mänskligt arbete, kartlägger FTE TO AI:s arbetsanalys per uppgift. Mer om uppbyggnaden av denna process finns under professionalisera verksamhetsinformation.
Ni kan börja med den kostnadsfria värdekontrollen: åtta korta frågor, en per värdedrivare, med en bild av vilken drivare som idag pressar ert pris mest. Den fullständiga värdeanalysen, med mognadspoäng per drivare, ägarberoendeindex och en tvåårskalender fram till exitögonblicket, är under uppbyggnad.