25 juridiske enheter, ett rapporteringslag

Kontekst

Et konsern med 25 juridiske enheter i APAC, EMEA og Nord-Amerika. Dataene lå i tre CRM-systemer, to ERP-systemer og to systemer for kontraktsstyring. Ledelsesrapportene kom omtrent 10 dager etter månedsavslutningen. Tallene ble hentet manuelt fra systemene og deretter avstemt manuelt. Arbeidet mitt omfattet fornybar energi, langsiktige energikontrakter og gassvirksomheten i USA.

Hva jeg gjorde

• Utformet datamodellen og bygget, sammen med finansteamet, integrasjonslaget som samlet disse systemene i én styrt rapporteringsplattform.
• Datainnhenting i Python til Snowflake, datalag i medallion-stil og data marts for Power BI.
• Definerte standarder for stamdata. Sporet avvik i rapporteringen til rotårsaken og rettet dem i datamodellen, ikke i rapportene.
• Bare en del av konsernet lå i Oracle FCCS, så jeg bygget et eget konsoliderings- og rapporteringslag i Snowflake som dekket alle enhetene.
• Automatiserte avstemminger og la om arbeidsflytene for månedsavslutning og avviksanalyse.
• Erstattet Excel-baserte prosesser med BI-rapportering som er bygget inn i ledelsens eksisterende rutiner.
• Bygget et timeføringsverktøy og innførte det i konsulentavdelingen, inkludert opplæring av brukerne. Tidligere anslo avdelingen prosjektenes ferdigstillingsgrad. Nå styrer registrerte timer inntektsperiodiseringene automatisk og viser lønnsomhet per kunde.

Min rolle

Jeg bygget datamodellen, dataflytene, dashbordene og timeføringsverktøyet, og lærte opp brukerne. Lederen min håndterte kommunikasjonen med de kommersielle teamene.

Resultat

• Ledelsesrapporteringen gikk fra 10 dager etter avslutning til daglig oppdatering.
• Uttrekk fra flere systemer og manuelle avstemminger ble erstattet av én styrt kilde.
• Ledelsesresultat per enhet, region og forretningsområde, med drill-down til transaksjonsnivå og samsvar med de lovpålagte regnskapene.
• Inntektsperiodiseringer for konsulentprosjekter kommer fra registrert tid i stedet for anslag, og lønnsomheten per kunde er synlig.

Teknologi

Snowflake, SQL, Python, Power BI, Oracle FCCS