Sådan fungerer det
Intet trin venter på en konsulent. Systemet guider dig fra rå data til sporbare anbefalinger.
Trin 1
01Upload data
Upload transaktionsdata som CSV, tekst eller Excel via almindelige eksportfiler. Filerne lagres krypteret i Microsoft Azure i Sverige, inden for EU.
Trin 2
02Bekræft kolonner
Systemet foreslår, hvad hver kolonne betyder. Du gennemgår og bekræfter mappingen.
Trin 3
03Kvalitetskontrol
Data kontrolleres automatisk. Alvorlige fejl stopper kørslen; mindre afvigelser dokumenteres.
Trin 4
04Deterministisk analyse
Motoren beregner resultater og potentiale. Hvert tal er sporbart.
Trin 5
05AI-interviews
Send personlige links til nøglepersoner. Intelligente chatbots indsamler forretningskontekst, mens analysen kører. I modsætning til et booket møde kan deltagerne holde pause når som helst og fortsætte senere via samme link – ingen kalendere, der skal koordineres.
Trin 6
06Rapport og resultatchat
Analyseresultater og interviews bliver til en rapport, et dashboard, en præsentation og en workshoppakke. En AI-chatbot forklarer resultaterne og drøfter initiativer.
Det skal du bruge
- Transaktionsdata på ordrelinje- eller fakturaniveau.
- En person, der kan bekræfte, hvad kolonnerne betyder.
- Valgfrit: personer, der kan deltage i AI-interviews om forretningen.
Fast produkt, fast pris
Standardanalysen koster 999 EUR ekskl. moms. En workshoppakke er inkluderet. En konsulentledet workshop eller ledelsespræsentation kan tilkøbes.
Er dine data gode nok?
Den typiske forhindring er ikke dine data – de er næsten altid tilstrækkelige. Der er brug for et råt udtræk på linjeniveau fra dit ERP-system. Kort fortalt:
Rigtige navne er ikke nødvendige
Hvis kunde- eller produktnavne er følsomme, kan du maskere dem – erstat dem med dine egne koder som "Kunde A" eller "Produkt 12". Det eneste krav er, at maskeringen er konsekvent: Den samme kunde skal altid have det samme maskerede navn i hele filen og på alle ark. Ellers kan rækkerne ikke kobles sammen, og de rigtige konklusioner kan ikke drages. Angiv blot i mappingtrinnet, hvilke kolonner der er maskerede.
- Én række pr. solgt vare – faktura- eller ordrelinjer, ikke en pivottabel eller opsummering.
- Ét helt år – et kalenderår eller de seneste 12 måneder – så sæsonudsving og priseffekter gennem et helt år bliver synlige.
- Hver række viser hvornår, til hvem, hvilket produkt, hvor mange og til hvilken pris.
- Kostpris pr. enhed, hvis den er tilgængelig – uden den viser vi pris, men ikke margin.
- Rå data direkte fra systemet er bedre end bearbejdede filer. Kolonnerne må hedde hvad som helst – vi hjælper dig med at mappe dem.
- Excel eller CSV, op til 100 MB pr. fil. Flere ark er helt fint. Større datasæt kan opdeles i flere filer, f.eks. ét år pr. fil, og samles med Udvid historik.
Vis den detaljerede dataforespørgsel
Send gerne forespørgslen til din controller eller systemadministrator – den beskriver præcist, hvordan filen skal se ud.
DATA REQUIRED FOR THE PRICING ANALYSIS File format: Excel (.xlsx/.xls) or CSV; CSV is recommended above 100,000 rows. One row = one order/invoice line (item position), not an entire order. Columns needed (column names can be in any language — you confirm which column is which yourself): • Date (transaction date, ideally including year and month) • Customer (customer ID or name) • Product/service (item ID or name) • Quantity • Revenue per line (amount before/after discount, as invoiced) • Unit price or list price, if available • Cost per line or purchase price (optional, but enables margin analyses) • Discount per line (optional, if discounts are not already in revenue) Currency: all amounts in one currency, or a column with the currency code. Coverage: ideally at least 12 months of completed transactions; multiple years enable better comparisons. Larger groups: choose one coherent business unit or market at a time, rather than the entire group in a single file. Do not include personal data. Remove or replace names of individuals in the columns you upload.