SAP, Microsoft, Oracle, ERP och Excel – CAPEX-optimering: Från företagsdata till matematisk kapitalallokering

SAP, Microsoft Dynamics, Oracle, ERP-system och Excel innehåller ofta väsentliga data för CAPEX-planering och investeringsplanering. Den avgörande frågan när det gäller portföljen går dock utöver ren datahantering och planering: Vilken kombination av tillgängliga investeringsprojekt bör väljas med hänsyn till begränsningar vad gäller budget, resurser, strategi och beroendeförhållanden?

Företagen behöver inte nödvändigtvis byta ut sina befintliga system för detta.

Finans-, projekt- och planeringsdata kan hämtas från befintliga system och användas i ett separat matematiskt beslutslager för kapitalallokering och portföljoptimering.

Den grundläggande metoden är:

Befintliga företagsdata → strukturerad beslutsmodell → matematisk portföljoptimering → ledningsbeslut.

Här måste man göra en viktig distinktion:

Att använda data från SAP, Microsoft Dynamics, Oracle, andra ERP-system eller Excel innebär inte automatiskt att det finns en inbyggd teknisk integration med det aktuella systemet.

Beroende på den tekniska miljön kan data till exempel tillhandahållas via strukturerade filer, exportfiler eller i framtiden via individuellt implementerade gränssnitt.

Denna beslutsguide förklarar därför inte förmodade standardintegrationer, utan visar hur data från befintliga företagssystem kan användas för matematisk CAPEX-optimering och kapitalallokering.

Innehållsförteckning

• Varför söker företag efter ERP-baserad CAPEX-optimering?
• System of Record kontra matematiskt beslutslager
• SAP CAPEX-optimering
• SAP-kapitalallokering
• SAP-investeringsplanering
• Microsoft CAPEX-planering
• Microsoft Dynamics investeringsplanering
• Oracle CAPEX-planering
• Oracle kapitalplanering
• ERP-optimering av CAPEX
• ERP-kapitalallokering
• Excel CAPEX-planering
• Excel-portföljoptimering
• Vilka data krävs för CAPEX-optimering?
• Hur kan data utbytas mellan befintliga system och optimeringsverktyget?
• Från ERP-datauppsättning till optimeringsmodell
• ERP-data och portföljbegränsningar
• ERP-data för flerårig CAPEX-optimering
• Exempel: 200 CAPEX-projekt från befintliga företagssystem
• Excel som bro mellan ERP och portföljoptimering
• Möjlig systemarkitektur
• Från ERP-data till realtidssimulering i styrelserummet
• StratePlan som matematiskt beslutslager
• Vanliga frågor

Varför söker företag efter ERP CAPEX-optimering?

I många företag finns den information som behövs för investeringsbeslut redan i olika system.

Dessa inkluderar till exempel:

• ERP-system
• System för finansiell planering
• PPM-system
• Controlling-system
• Business Intelligence-plattformar
• Excel-filer

Dessa system kan innehålla viktig information:

• Investeringskostnader
• Budgetar
• Prognoser
• Kassaflöden
• Affärsenheter
• Verksamhetsorter
• Projektinformation
• Resurser
• Planeringsperioder

Uppgifterna i sig ger dock inte nödvändigtvis svar på den centrala portföljfrågan:

Vilken kombination av de tillgängliga projekten bör väljas?

Det är just här som kopplingen mellan företagsdata och matematisk optimering uppstår.

System of Record kontra matematiskt beslutslager

ERP- och planeringssystem kan fungera som viktiga Systems of Record respektive Systems of Planning.

De samlar in och strukturerar företagsinformation.

Ett matematiskt beslutslager fyller en annan funktion.

Dessa nivåer behöver inte motarbeta varandra.

Data från befintliga system kan ligga till grund för matematiska portföljbeslut.

SAP CAPEX Optimization

Den som söker efter SAP CAPEX Optimization vill ofta koppla samman befintliga företags- och finansdata med en systematisk optimering av investeringsbeslut.

En relevant ledningsfråga kan till exempel vara:

”Hur kan vi använda våra befintliga CAPEX-data för att fastställa den bästa projektkombinationen inom en fastställd budget?”

En möjlig process består i att på ett strukturerat sätt tillhandahålla relevanta data från den befintliga SAP-miljön och därefter använda dem i en separat matematisk optimeringsmodell.

Detta kan till exempel omfatta:

• Projekt-ID
• Investering
• Budget
• Affärsenhet
• Plats
• Planeringsperiod
• Finansiella nyckeltal

Denna information kan kompletteras med ytterligare beslutsparametrar:

• NPV
• Strategiskt värde
• Resursbehov
• Beroenden
• Obligatoriska projekt

Viktigt: Beskrivningen av denna dataprocess utgör inte något uttalande om en befintlig inbyggd eller certifierad SAP-integration från StratePlan.

SAP Capital Allocation

När det gäller SAP Capital Allocation ligger utmaningen ofta inte i att lagra investeringsdata.

Den egentliga beslutsfrågan uppstår på grund av kapitalbegränsningar.

Antag att:

Begärd CAPEX = 1,4 miljarder euro

Tillgänglig CAPEX = 900 miljoner euro

Då måste 500 miljoner euro av de begärda investeringarna antingen skjutas upp, minskas eller inte finansieras.

En matematisk kapitalallokeringsmodell kan användas för att undersöka:

• Vilka projekt som bör finansieras gemensamt
• Vilken kombination som ger det högsta definierade portföljvärdet
• Hur kapitalet ska fördelas mellan affärsenheterna
• Vilka projekt som kommer att trängas undan på grund av budgetnedskärningar
• Vilka ytterligare projekt som blir möjliga vid en högre budget

De befintliga företagsuppgifterna blir därmed grunden för en matematisk beslutsmodell.

SAP Investment Planning

Företag som söker efter SAP Investment Planning arbetar vanligtvis med strukturerad planering av framtida investeringar.

För matematisk portföljoptimering är framför allt kopplingen mellan planeringsdata och urvalsbeslutet relevant.

Planeringen besvarar frågorna:

”Vilka investeringar planeras?”

Optimering ger svar på:

”Vilken kombination av dessa investeringar bör vi välja utifrån våra definierade villkor?”

En möjlig datakedja ser därför ut så här:

Investeringsplaneringsdata → Databehandling → Matematisk optimering → Portföljscenarier → Ledningens beslut.

Den konkreta tekniska implementeringen av datautbytet beror på den aktuella systemmiljön.

Microsoft CAPEX-planering

Microsoft-baserade företagsmiljöer kan använda olika system och verktyg för finansiell planering, dataanalys och projektledning.

För CAPEX-optimering är det inte i första hand avgörande i vilket system utgångsdata finns.

Det avgörande är om den relevanta informationen kan tillhandahållas på ett strukturerat sätt.

En typisk CAPEX-datauppsättning kan till exempel innehålla:

• Projekt-ID
• Investering
• Förväntad avkastning
• Affärsenhet
• År
• Resurser

Dessa data kan sedan bearbetas i en matematisk portföljmodell.

Att använda data från en Microsoft-miljö på detta sätt innebär inte automatiskt att det finns en inbyggd Microsoft-integration.

Microsoft Dynamics Investment Planning

I Microsoft Dynamics Investment Planning kan ett matematiskt beslutslager komplettera den befintliga planerings- och datamiljön.

Den grundläggande processen kan till exempel se ut så här:

Microsoft Dynamics-data → strukturerad dataexport → portföljoptimering → beslutsscenario.

Optimeringen kan därefter undersöka frågor som:

• Vilka investeringar ryms inom den tillgängliga budgeten?
• Vilken kombination maximerar det definierade portföljvärdet?
• Hur förändras urvalet vid budgetnedskärningar?
• Vilka effekter har resursbegränsningar?
• Vilka projekt väljs ut vid nya strategiska prioriteringar?

Den tekniska kopplingen kan implementeras på olika sätt beroende på företagets arkitektur och bör inte likställas med en befintlig standardintegration.

Oracle CAPEX Planning

Oracle-baserade finans- och planeringssystem kan innehålla relevanta data för CAPEX-planering och investeringsbeslut.

Ett matematiskt optimeringslager kan bygga på strukturerat tillhandahållna data.

Den centrala skillnaden är följande:

Planeringen strukturerar investeringsantaganden.

Optimeringen beräknar portföljkombinationer.

Ett företag kan till exempel tillhandahålla information om planerade investeringar från sina befintliga system och därefter optimera dessa inom ramen för en gemensam budget.

Även här gäller:

Möjligheten att använda Oracle-data för en optimeringsmodell är inte detsamma som en befintlig inbyggd Oracle-integration.

Oracle Capital Planning

Capital Planning beaktar långsiktiga kapitalbehov, budgetar och investeringsprogram.

Mathematical Capital Allocation tillför ytterligare en beslutsnivå:

Hur bör det tillgängliga kapitalet fördelas mellan de befintliga investeringsmöjligheterna?

För detta kan planeringsinformation till exempel kopplas samman med följande data:

• NPV
• Förväntat värde
• Strategiska kriterier
• Resurser
• Beroenden
• Obligatoriska projekt

Resultatet är inte bara en ny kapitalplan.

Det skapas en matematiskt beräknad portfölj för de respektive definierade målen och begränsningarna.

ERP CAPEX-optimering

ERP CAPEX-optimering beskriver kopplingen mellan företagsdata och matematisk investeringsoptimering.

ERP-system kan tillhandahålla viktiga utgångsdata.

Matematisk optimering ger utifrån detta svar på frågor som till exempel:

”Vilka projekt bör vi finansiera?”

”Vilken projektkombination maximerar vårt NPV?”

”Hur minskar vi CAPEX med så liten påverkan som möjligt på portföljvärdet?”

”Hur fördelar vi kapitalet mellan flera verksamhetsställen eller affärsenheter?”

”Vilka effekter får ett nytt obligatoriskt projekt?”

Detta ersätter inte ERP-systemet.

Det förblir ett data- och processsystem, medan matematisk optimering utgör ett ytterligare beslutslager.

ERP Capital Allocation

ERP Capital Allocation kopplar samman tillgängliga företagsdata med frågan om hur begränsat kapital bör fördelas.

Ett företag kan till exempel ha 300 investeringsförslag från olika affärsenheter.

I ERP-systemet finns bland annat följande uppgifter:

• Projekt
• Affärsenhet
• Investeringsbelopp
• Plats
• Planeringsår

För kapitalallokering kan ytterligare information krävas:

• Förväntat finansiellt värde
• Strategiskt värde
• Resurser
• Beroenden
• Obligatorisk status

Utifrån denna information skapas en portföljbeslutsmodell.

ERP levererar data. Optimeringen beräknar kombinationer. Ledningen fattar beslut.

Excel CAPEX-planering

Excel är i många företag ett centralt verktyg för CAPEX-planering.

Skälen är förståeliga:

• Hög flexibilitet
• Snabb anpassningsbarhet
• Välbekant användargränssnitt
• Individuella beräkningar
• Enkel import och export av data

En typisk CAPEX-plan kan redan innehålla väsentliga data för en portföljoptimering.

På så sätt kan Excel användas som ett dataförberedelselager.

Den matematiska portföljoptimeringen sker därefter i en optimeringsmotor som är utformad för detta ändamål.

Portföljoptimering i Excel

Portföljoptimering i Excel blir relevant när företag inte bara vill sortera och analysera sina befintliga Excel-data, utan även använda dem för att fatta matematiska portföljbeslut.

Vid ett fåtal projekt kan olika kombinationer fortfarande undersökas manuellt.

Men när antalet projekt ökar stiger den kombinatoriska komplexiteten mycket snabbt.

Vid 20 oberoende ja-nej-projekt finns det teoretiskt sett:

2^20 = 1 048 576 kombinationer.

Vid 50 projekt:

2^50 ≈ 1,13 × 10^15 kombinationer.

Vid 100 projekt:

2^100 ≈ 1,27 × 10^30 kombinationer.

Därför kan ett specialiserat optimeringslager vara lämpligt, medan Excel fortsätter att användas som datakälla eller förberedande verktyg.

Excel behöver inte försvinna. Portföljbeslutet utökas helt enkelt med en matematisk dimension.

Vilka data behövs för CAPEX-optimering?

En matematisk portföljmodell kan vara förvånansvärt enkel att sätta igång.

En grundläggande datastruktur kräver till exempel:

• Projekt-ID
• Investering
• Förväntat värde

Det förväntade värdet kan, beroende på användningsfallet, till exempel vara:

• NPV
• Förväntad intäkt
• Finansiellt bidrag
• Nyttovärde
• Strategiskt värde

För mer komplexa modeller kan följande läggas till:

• Affärsenhet
• Anläggning
• Land
• År
• Resurser
• Strategiska kriterier
• Beroenden
• Obligatorisk status
• Riskparametrar

Datastrukturen bör bestämmas av beslutsproblemet – inte av önskan att använda så mycket data som möjligt.

Hur kan data utbytas mellan befintliga system och optimeringsverktyget?

Datautbytet kan i princip ske på olika sätt.

Vilken variant som är lämplig och tekniskt genomförbar beror på den konkreta systemmiljön och det aktuella projektet.

Möjliga tillvägagångssätt är till exempel:

1. Strukturerad filexport

Data exporteras från det befintliga systemet och görs tillgängliga för portföljoptimeringen.

2. Excel- eller CSV-baserad datautväxling

En standardiserad datauppsättning fungerar som överföringsformat mellan företagssystemet och optimeringslagret.

3. Individuellt tekniskt gränssnitt

Om en automatiserad anslutning krävs kan ett tekniskt gränssnitt utformas och implementeras specifikt för projektet.

Vilka gränssnitt som konkret är tillgängliga eller behöver utvecklas måste tekniskt utvärderas för respektive systemmiljö.

Från ERP-datauppsättningen till optimeringsmodellen

Vägen från befintliga företagsdata till det matematiska beslutet kan ske i flera steg.

Steg 1: Identifiera relevanta projekt

Vilka investeringar ska ingå i beslutsunderlaget?

Steg 2: Tillhandahålla finansiella data

Till exempel:

• Investering
• NPV
• Förväntad intäkt
• Kassaflöde

Steg 3: Definiera beslutsmålet

Exempel:

Maximera portföljens NPV.

Steg 4: Definiera begränsningar

Budget, resurser, beroenden och obligatoriska projekt modelleras.

Steg 5: Beräkna portföljen

Optimeringsmotorn beräknar en portföljkonfiguration för den definierade modellen.

Steg 6: Jämföra scenarier

Ledningen ändrar antaganden och undersöker alternativa portföljer.

ERP-data och portföljbegränsningar

ERP-data utgör ofta endast en del av beslutsmodellen.

Ytterligare affärsbegränsningar kan definieras.

Till exempel:

Totala investeringar (CAPEX) ≤ 800 miljoner euro

Affärsenhet A ≥ 100 miljoner €

Affärsenhet B ≤ 250 miljoner €

Teknik ≤ 30 000 timmar

Projekt 17 = Obligatoriskt

Projekt 22 kräver Projekt 9

Projekt 31 och projekt 32 utesluter varandra

Detta resulterar i en realistisk matematisk beslutsmodell baserad på företagsdata.

ERP-data för flerårig CAPEX-optimering

Långsiktiga investeringsprogram sträcker sig ofta över flera budgetperioder.

Exempel:

2027 CAPEX ≤ 400 miljoner €

2028 CAPEX ≤ 450 miljoner €

2029 CAPEX ≤ 500 miljoner €

Dessutom kan följande beaktas:

• Projektstart
• Projektets löptid
• Årligt kassaflöde
• Årligt resursbehov
• Beroenden mellan perioder

På så sätt skapas en flerårig portföljoptimeringsmodell utifrån klassiska planeringsdata.

Frågan är inte längre bara:

”Vilka projekt ska vi välja?”

Utan:

”Vilka projekt bör vi finansiera och starta, och när?”

Exempel: 200 CAPEX-projekt från befintliga företagssystem

En internationell koncern har 200 potentiella CAPEX-projekt.

Projektuppgifterna finns i olika system och tabeller.

Totalt begärt CAPEX:

2,4 miljarder euro

Tillgänglig budget:

1,5 miljarder euro

Dessutom gäller:

• 300 miljoner € obligatoriska investeringar
• Teknisk kapacitet
• Gränser för affärsenheter
• Projektberoenden
• Strategiska kriterier
• Fleråriga budgetar

De befintliga systemen tillhandahåller relevanta utgångsdata.

Dessa överförs till en enhetlig beslutsstruktur.

Därefter kan man matematiskt undersöka:

Vilken kombination av de 200 projekten uppfyller den definierade målfunktionen på bästa sätt med hänsyn till alla modellerade begränsningar?

Den befintliga systemmiljön förblir datagrunden.

Optimeringslagret kompletterar portföljbeslutet.

Excel som bro mellan ERP och portföljoptimering

Excel kan, särskilt i ett tidigt skede, utgöra en pragmatisk bro mellan befintliga företagssystem och en optimeringsmotor.

En möjlig process ser ut så här:

ERP → Export → Databehandling i Excel → Portföljoptimering → Resultatanalys.

Detta har flera fördelar:

• Befintliga data kan återanvändas.
• Utgångsdata förblir begripliga för de olika avdelningarna.
• En optimeringsmodell kan testas utan att det omedelbart krävs ett stort IT-integrationsprojekt.
• Den nödvändiga datastrukturen kan först valideras.

Om processen senare ska upprepas och automatiseras kan man därefter undersöka vilken teknisk anslutning som är lämplig.

På så sätt kan den fackmässiga valideringen ske innan en omfattande teknisk integration genomförs.

Möjlig systemarkitektur

En möjlig arkitektur för matematisk kapitalallokering kan se ut enligt följande:

SAP / Microsoft Dynamics / Oracle / ERP / PPM

↓

Datatillhandahållande

↓

Databearbetning

↓

Matematisk portföljoptimering

↓

Jämförelse av scenarier

↓

Ledningsbeslut

Denna presentation beskriver en konceptuell arkitektur.

Den innebär inte att det redan finns ett inbyggt tekniskt gränssnitt för varje nämnt system.

Från ERP-data till Live Boardroom-simulering

Så snart de relevanta uppgifterna är förberedda och beslutsmodellen definierad kan ledningsfrågor undersökas som scenarier.

CFO frågar:

”Vad händer om vi minskar CAPEX med 100 miljoner euro?”

Budgetbegränsningen ändras.

Portföljen beräknas på nytt.

COO frågar:

”Vad händer om vi har 20 procent mindre ingenjörskapacitet till vårt förfogande?”

Resursbegränsningen ändras.

Portföljen beräknas på nytt.

VD:n frågar:

”Vad händer om tillväxt ges större strategisk vikt?”

Beslutslogiken anpassas.

Portföljen beräknas på nytt.

Därmed blir befintliga företagsdata grunden för ett interaktivt portföljbeslut.

Data. Fråga. Beräkning. Jämförelse. Beslut.

StratePlan som matematiskt beslutslager

StratePlan är utformat som ett matematiskt beslutslager för beslut rörande CAPEX, investeringar och projektportföljer.

Syftet är inte att generellt ersätta befintliga ERP-, planerings-, PPM- eller Excel-system.

Istället överförs relevanta data till en matematisk portföljmodell.

En enkel datastruktur kan börja med:

• Projekt-ID
• Investering
• Förväntat värde

Vid mer komplexa beslut kan följande läggas till:

• NPV
• Strategiska kriterier
• Resurser
• Beroenden
• Obligatoriska projekt
• Affärsenhetsbegränsningar
• Fleråriga budgetar

På denna grundval kan till exempel följande frågor beräknas:

• Vilken projektkombination maximerar det definierade portföljvärdet?
• Vilken kombination maximerar NPV inom en fastställd budget?
• Vilka projekt bör väljas vid lägre CAPEX?
• Hur förändras kapitalallokeringen mellan affärsenheterna?
• Vilka effekter har resursbegränsningar?
• Hur påverkar ett obligatoriskt projekt hela portföljen?
• Hur påverkar projektberoenden urvalet?
• Hur förändras portföljen över flera planeringsår?

Uppgifterna kan härstamma från olika befintliga företagssystem.

Den konkreta formen för datautbytet och eventuella tekniska gränssnitt måste definieras separat för respektive systemlandskap.

Detta skapar en tydlig rollfördelning:

ERP tillhandahåller data.

Planeringen tillhandahåller antaganden.

StratePlan beräknar portföljalternativ.

Ledningen fattar beslutet.

Ersätt inte dina data. Omvandla dem till beslut.

Vanliga frågor

Vad innebär SAP CAPEX Optimization?

SAP CAPEX Optimization kan beskriva användningen av relevanta CAPEX- och företagsdata från en SAP-miljö för en matematisk portföljoptimeringsmodell. Den konkreta tekniska dataöverföringen beror på den respektive systemarkitekturen.

Har StratePlan en inbyggd SAP-integration?

Användningen av SAP-data för StratePlan bör inte likställas med en inbyggd SAP-integration. Data kan inledningsvis tillhandahållas i strukturerad form; en mer omfattande teknisk anslutning måste, beroende på det specifika systemet och användningsfallet, prövas och realiseras separat.

Vad innebär SAP Capital Allocation?

SAP Capital Allocation beskriver, i sammanhanget med matematisk optimering, användningen av befintliga företags- och investeringsdata för att stödja beslut om hur begränsat kapital ska fördelas mellan konkurrerande projekt.

Kan SAP Investment Planning kopplas samman med Portfolio Optimization?

Planeringsdata kan i princip fungera som indata för en separat modell för portföljoptimering, förutsatt att den nödvändiga informationen kan tillhandahållas i strukturerad form. Den tekniska implementeringen beror på det aktuella systemet.

Vad innebär Microsoft CAPEX Planning?

Microsoft-baserade verktyg och företagssystem kan tillhandahålla data för CAPEX-planering. Dessa data kan sedan bearbetas för matematisk portföljoptimering.

Kan Microsoft Dynamics tillhandahålla data för investeringsplanering?

Relevanta planerings- och företagsdata kan i princip hämtas från en Microsoft Dynamics-miljö och bearbetas för en separat beslutsmodell. Detta är inte automatiskt detsamma som en befintlig inbyggd integration.

Vad innebär Oracle CAPEX-planering?

Oracle-baserade planerings- och finansdata kan fungera som utgångspunkt för CAPEX-planering. För portföljoptimering kan relevanta data tillhandahållas i strukturerad form och bearbetas i en separat matematisk modell.

Vad är Oracle Capital Planning i samband med portföljoptimering?

Capital Planning strukturerar långsiktiga investeringsbudgetar och antaganden. Portföljoptimering kompletterar frågan om vilken kombination av tillgängliga investeringar som bör väljas under dessa förutsättningar.

Vad är ERP CAPEX-optimering?

ERP CAPEX-optimering kopplar samman relevanta data från företagssystem med en matematisk optimeringsmodell för att välja investeringsprojekt inom ramen för budget och andra begränsningar.

Vad är ERP-kapitalallokering?

ERP Capital Allocation använder befintliga företagsdata som underlag för beslut om hur begränsat kapital ska fördelas mellan projekt, anläggningar eller affärsenheter.

Kan ett ERP-system utföra portföljoptimering?

Det beror på det specifika ERP-systemet, vilka moduler som används och hur det är konfigurerat. Alternativt kan ett separat optimeringslager hämta data från ERP-systemet och komplettera det matematiska portföljbeslutet.

Kan Excel användas för CAPEX-planering?

Ja. Excel lämpar sig för datainsamling, affärsanalyser, planeringsmodeller och individuella analyser och används i många företag för CAPEX-planering.

Kan Excel användas för portföljoptimering?

Excel kan tillhandahålla data för portföljoptimering och har även egna optimeringsfunktioner för lämpliga modeller. Vid större kombinatoriska beslutsproblem kan en specialiserad optimeringsmotor erbjuda ytterligare möjligheter.

Måste Excel ersättas för matematisk portföljoptimering?

Nej. Excel kan fortfarande användas som datakälla eller dataprepareringslager, medan den egentliga portföljoptimeringen sker i en specialiserad matematisk miljö.

Vilka data behövs från SAP, Microsoft Dynamics, Oracle eller ett ERP-system?

Det beror på beslutsmodellen. En enkel portfölj kan utgå från projekt-ID, investering och förväntat värde. Mer komplexa modeller kan använda NPV, resurser, strategiska kriterier, beroenden, obligatoriska projekt och fleråriga budgetar.

Kräver portföljoptimeringen ett direkt ERP-gränssnitt?

Inte nödvändigtvis. För ett första användningsfall kan strukturerade fil- eller tabellexporter vara tillräckliga. Om ett automatiserat gränssnitt är lämpligt beror på datavolym, upprepningsfrekvens, styrning och den tekniska systemmiljön.

Kan portföljoptimering testas inledningsvis utan ett IT-integrationsprojekt?

Ja. Om de nödvändiga uppgifterna kan exporteras i strukturerad form går det att validera en beslutsmodell inledningsvis utan att behöva en djupgående systemintegration.

Kan ett automatiserat gränssnitt byggas upp senare?

I princip kan en automatiserad datakoppling utvärderas och utvecklas projektvis. Vilken teknisk lösning som är möjlig och lämplig beror på de involverade systemen, tillgängliga gränssnitt och IT-krav.

Vad är skillnaden mellan ERP och ett matematiskt beslutslager?

ERP-system hanterar centrala företagsdata och processer. Ett matematiskt beslutslager använder relevanta data för att beräkna alternativa beslut eller portföljkombinationer utifrån definierade mål och begränsningar.

Vad är fördelen med ett separat optimeringslager?

Ett separat optimeringslager kan fortsätta att använda befintliga system och komplettera det matematiska beslutslagret utan att behöva ersätta hela ERP-, PPM- eller planeringsmiljön.

Kan StratePlan använda data från befintliga företagssystem?

StratePlan kan arbeta med portfölj- och planeringsdata som tillhandahålls i strukturerad form. Hur dessa data tillhandahålls från ett specifikt ERP-, planerings- eller annat företagssystem måste fastställas utifrån den aktuella tekniska miljön.

Vad är kärnan i kopplingen mellan ERP och StratePlan?

Befintliga system levererar relevanta företagsdata. StratePlan använder strukturerade beslutsdata för matematisk portföljoptimering. Ledningen fattar beslutet utifrån de beräknade alternativen.