לדעת מה יקרה, לפני שזה קורה.

כל החלטה שחוזרת על עצמה ונשענת על היסטוריה.

ברוב הארגונים ההחלטות האלה מתקבלות היום על בסיס ניסיון, אקסל ותחושת בטן. מודל לא מחליף את מי שמחליט. הוא נותן לו מספר להתחיל ממנו, עם הסבר מאיפה המספר הגיע.

לדוגמה:

• חיזוי ביקושים לתכנון רכש, ייצור ומלאי
• חיזוי תקלות ותחזוקה במכונות ובקווי ייצור
• זיהוי לקוחות בסיכון נטישה לפני שהם עוזבים
• דירוג לידים והערכת סיכויי הסגירה של עסקאות
• זיהוי חריגות בהזמנות, בתמחור או בגבייה

היסטוריה, איכות נתונים ושאלה אחת חדה.

מודל טוב בדיוק כמו הנתונים שמזינים לו. לכן השלב הראשון הוא לא המודל אלא המיפוי: אילו נתונים קיימים, כמה שנים אחורה, באיזו איכות ומי מורשה לגשת אליהם. זה מה שקובע אם מדובר בשבועות או בחודשים ואנחנו אומרים לכם את זה לפני שמתחילים.

• שאלה עסקית אחתלא “לחזות הכל”, אלא החלטה ספציפית שהמודל אמור לשפר.
• מדד הצלחהדיוק התחזית מול מה שקרה בפועל ומה זה שווה בכסף.
• שקיפותכל תחזית מגיעה עם ההסבר שלה, כדי שאפשר יהיה לסמוך עליה או לערער עליה.

חמישה שלבים וכל אחד מזכה את הבא.

1. I
   אבחון

   נכנסים למחלקה אחת ובוחרים את התהליך שמחזיר את ההשקעה הכי מהר ואם אין כזה, אומרים את זה.

2. II
   דאטה, הרשאות ואינטגרציה

   ממפים אילו נתונים קיימים ב-ERP, ב-CRM ובדיווחים מהשווקים, באיזו איכות ומי מורשה לגשת אליהם. זה קובע אם מדובר בפרויקט של שמונה שבועות או שמונה חודשים ואנחנו מודיעים על זה לפני שמתחילים.

3. III
   הטמעה

   בונים את הפתרון בתוך המערכות הקיימות ומריצים אותו עם הצוות האמיתי, בנפח שהוא מטפל בו כל יום.

4. IV
   הוכחה

   מדד אחד, מוסכם לפני שמתחילים, מול נקודת הפתיחה של היום הראשון.

5. V
   הרחבה, הטמעה ארגונית וניטור

   רק אחרי שהמספר בפנים. התהליך הבא, עם הכשרה ובעלות פנימית.