Data & Technology
Data från ekonomi, försäljning och lager hämtas automatiskt till ett datalager som stäms av mot bokföringen. Då räknar alla rapporter på samma sätt, från månadsrapporten till koncernens ledningsrapport, och ingen behöver bygga dem för hand.
Affärslogiken, till exempel hur marginalen räknas, skrivs en gång i datalagret. Rapporter, dashboards och AI-lösningar hämtar sedan från samma ställe, och intäkt, kund och marginal betyder samma sak överallt. Logiken är testad och dokumenterad och hänger inte på en enskild person.
“Stormyran spelar en ovärderlig roll för oss när det gäller att hantera och bearbeta komplex data för våra B2B-kunder. Deras expertis och tillförlitlighet gör dem till en viktig partner i vår verksamhet.”
Vi tittar på hur månadsrapporten tas fram i dag och skissar vägen till ett datalager, med tidplan och vad en första etapp skulle ge.
Ekonomisystem, CRM och ett antal Excel-filer. Vi samlar dem i ett datalager och bygger de första rapporterna ovanpå.
Vi bygger eller städar upp datalagret tillsammans med ert team, så att ni kan förvalta det själva efteråt.
Många källsystem, hundratals användare och rapportering på flera nivåer. Arkitekturen, behörigheterna och modellerna ska hålla när fler bolag och system kopplas på.
Månadsrapporten byggs för hand i Excel med data från flera system
Olika avdelningar redovisar olika siffror för samma nyckeltal
Affärslogiken finns i enskilda rapporter eller hos enskilda personer
Varje ny fråga från ledningen blir ett nytt utvecklingsprojekt
Datan håller inte tillräcklig kvalitet för att testa AI eller maskininlärning
Det här bygger vi
Det ni får
Vi går igenom vilka beslut datan ska stödja, vilka källsystem som finns och hur rapporteringen går till i dag.
Vi föreslår plattform och arkitektur utifrån det ni redan har licenser för, era säkerhetskrav och er budget.
Vi kopplar på de viktigaste källsystemen och bygger de första modellerna i dbt, med tester för det som måste stämma.
Befintliga rapporter flyttas över eller byggs om mot datalagret, och vi stämmer av siffrorna mot ekonomisystemet.
Ni får dokumentationen och koden i ert Git. Antingen förvaltar ni datalagret själva, eller så fortsätter vi att förvalta och bygga ut det.
Börsnoterad industrikoncern
Vi byggde ett datalager i Snowflake som samlar data från fler än 20 källsystem.
Datalagret är grunden för koncernens rapportering i Power BI och används av fler än 250 personer.
Koncern inom fordonshandel
Vi har arbetat med koncernen i flera år, från rådgivning om dataarkitekturen till utveckling av datalagret, integrationerna och BI-lösningarna.
Datalagret är byggt i Snowflake med dbt, och rapporteringen sker i Qlik.
I många bolag fattas viktiga beslut utifrån Excel-ark där ingen riktigt vet om siffrorna är uppdaterade. Kunskapen om hur rapporterna tas fram finns hos några få personer, och en ny rapport tar dagar att bygga.
Med ett datalager uppdateras siffrorna automatiskt, och alla som behöver dem kommer åt dem utan att gå via de få som vet hur rapporten tas fram.
Teamet har arbetat med koncernrapportering, produktionsplanering, lageroptimering och försäljningsuppföljning i många branscher.
Artiklar och nyheter från oss inom området
Olika versioner av samma fil, hårdkodade uppslagstabeller och personberoende stjäl tid och bryter ner förtroendet för siffrorna. Gridmap samlar varje mappning, register och affärsregel på ett spårbart ställe, med möjligheten att använda regelstyrd AI som föreslår rätt värde i realtid.
Läs merEn AI-assistent som speglar din kodbas i en levande kunskapsbank av markdown-filer. Slutanvändare kan beskriva nya funktioner, få realistiska tidsestimat baserat på faktisk kod – och godkänna utveckling direkt.
Läs merDe flesta projekt är klara på 6–12 veckor. Större datalager med många källsystem byggs i etapper, och de första rapporterna kan användas efter den första etappen.
Det beror på vad ni redan har. Vi arbetar med Snowflake, Microsoft Fabric, Azure, AWS och Google BigQuery, och med lösningar i egen driftmiljö. Vi säljer inga plattformslicenser, så förslaget utgår bara från vad som passar er.
Ja. Rapportverktygen läser från datalagrets modeller, så att alla rapporter utgår från samma definitioner.
Ja. Vi börjar med en kodgenomgång och pekar ut tekniska och redovisningsmässiga brister. Sedan tar vi över förvaltningen och bygger bara om det som behöver byggas om.
Ni. Vi bygger i er molnmiljö och i ert Git, och ni kan när som helst fortsätta själva eller byta leverantör.
Datan krypteras, åtkomsten styrs per roll och vid behov per rad, och miljön övervakas löpande. All data hanteras enligt GDPR.
Kostnaden styrs främst av antalet källsystem, hur komplex affärslogiken är och hur många rapporter som ska byggas om. Till det kommer plattformens egen kostnad, som ni betalar direkt till leverantören. Efter nulägesgenomgången får ni ett förslag med en kostnadsuppskattning.
Ja. Vi kan börja med ekonomisystemet och en eller två andra källor och koppla på fler när de första rapporterna är på plats.
Fyll i formuläret så hör vi av oss inom 24 timmar.