Picadeli valde att inte implementera en standardlösning för prognos och beslutsstöd och tog i stället steget att utveckla sin egen mjukvara. CFO Julian Hefty berättar om hur djup förståelse för verklighetens komplexitet och människors vardag blev vägen till framgång.
Det svenska salladsbolaget Picadeli verkar i en komplex miljö där snabba väderförändringar, säsongsvariationer och lokala kundmönster kan göra försäljningsprognoser till ett svårnavigerat område. När standardverktygen inte kunde tillgodose bolagets specifika behov tog de vidare utmaningen internt och utvecklade egen mjukvara. Julian Hefty, CFO, delar med sig av erfarenheterna den 23 september på FAR:s konferens Verksamhetsstyrning 2.0.
Han berättar att lösningen grundar sig i en önskan att på djupet förstå verksamhetens behov och den verklighet som deras BI-kunder verkar i. Det speglar Picadelis större vision: att möta människors behov där de befinner sig och inte tvinga fram ett beteende.
– Vår målsättning är att leverera insikter som används för att skapa förändring och värde genom bättre beslut. Vi har förmågan att äga och interagera med datan på ett sätt som är lättkonsumerat och ligger i linje med verksamhetens behov och beteenden. Min uppfattning är att vi kan möta våra konsumenter på ett annat sätt när vi skräddarsyr lösningar utifrån deras vardag.
För Picadeli är det avgörande att data och analyslösningar speglar verkligheten. Många andra verktyg förenklar komplexa modeller med syftet att vara snabba och effektiva, men missar ofta de svåra nyanserna. Genom att bygga egna modeller kan Picadeli fånga upp dessa detaljer, vilket leder till en högre grad av acceptans och förståelse hos användarna.
– Frågor som användarna har i sin vardag blir synliggjorda i en skräddarsydd struktur och gör det möjligt att ägna mer tid och fokus åt saker där vi som ledare känner “här finns en utmaning”, säger Julian Hefty.
Empati ger mervärde
I grunden, menar Julian Hefty, vilar de tekniskt avancerade verktygen på empati.
– Vi är ett food tech-bolag och i vår marknadsföring pratar vi mycket om maskininlärning och AI, saker som möjliggör en högre grad av effektivitet. Det vi sällan säger är att vi gör det för att vi på riktigt bryr oss om konsumenters beteenden och verkligheten där de befinner sig. Den delen bygger på en djup grad av empati. Empatin för var människor befinner sig, deras behov och beslutsfattning måste stå i centrum när man ska skapa den här typen av verktyg. Verktyget ger ett svar, men vi måste bry oss om svaret för att det ska ha något värde.
Empati för varandra går igen även i företagskulturen på Picadeli, något som Julian Hefty tror har varit avgörande för att lyckas.
– Vi har en kultur där vi är väldigt nyfikna och bryr oss om varandras vardag. Vi pratar hela tiden om varför gör vi detta, vad är värdet och hur skapar vi något som gör livet bättre för bolaget, men också enklare för konsumenten?
Tvärfunktionell arbetsgrupp
Ytterligare en avgörande faktor för att lyckas med verktyget har varit att etablera en tvärfunktionell arbetsgrupp.
– I samma rum har vi säljare, data analytics-teamet och controlling. Vi pratade om hur vardagen kommer att se ut i framtiden, hur mycket vet vi redan och hur kan vi använda oss av den informationen på ett intelligent sätt. Vi ville bygga på befintliga dialoger och processer och dra nytta av det som var relevant för oss. Nyckeln har varit att titta på vad vi faktiskt gör i dag tillsammans med någon som förstår datamodellen utifrån ett controllingperspektiv.
Mäta effekten och framtiden
De mjuka värden som Julian Hefty pratar om är inte lika enkla att mäta effekten av, men han lyfter dialog som ett verktyg för utvärdering.
– Mycket handlar om att vara närvarande och under en längre tid försöka förstå hur de som använder verktygen upplever dem – och att ställa en massa frågor. Vi lägger fokus på användarupplevelsen och har respekt för att implementeringen tar tid.
Picadeli har använt verktyget – som ännu inte fått något officiellt namn – i lite drygt ett halvår. Under den tiden har verktyget löpande justerats och utvecklats efter feedback från användarna. Nästa steg i utvecklingen är att integrera verktyget med andra finansiella prognoser. Målet är ett komplett integrerat flöde, från säljteamets pipeline hela vägen ner genom ett kassaflöde.
Investera i kompetens och företagskultur
Julian Heftys råd till andra företag som vill bygga egna BI-lösningar är tydligt.
– En djup intern förståelse för datan är viktigt – och att ha rätt kompetens!
Han menar att det är värt att investera i personer som kan arbeta med data på ett kvalificerat sätt.
– En data scientist, någon som förstår både verksamheten och datan, kan vara avgörande för att gå från en lösning som nästan fungerar till en som är otroligt bra.
Utöver teknisk kompetens lyfter Julian fram den kulturella aspekten.
– Jobba med kulturen. Hur man bryr sig om varandras vardag och verklighet, dess komplexitet och svårigheter. Den kulturella biten av att vilja hjälpa varandra tror jag är helt ovärderlig.
