”ROI-kalkyler är ett jäkla skit, används mest för att baxa IT-avdelningen både hit och dit”.

I vårat lilla beställningssystem för IT-utveckling av data warehouse och business intelligenceplattformen finns ett avsnitt där man skall leverera vilken affärsnytta (ROI) som förväntas av det som önskas. Anledningen är så klart att ge budgetansvariga ett sätt att förstå vilket sätt som är mest effektivt att fördela resurser på mellan olika projekt och ärenden.

ROI-kalkyler är ett ganska trixigt område vad gäller Business Intelligence och i slutändan även data warehouse-investeringar. Anledningen är att det ofta är väldigt svårt att kvantifiera vilka vinster som kan komma av en enskild aktivitet. På en hög nivå är det oftast lättare, till exempel om vi höjer effektiviteten i vår försäljning genom att investera i datamining-metoder (observera inte nödvändigtvis programvara) med X% av totala försäljningskostnaden så rättfärdigar det en investering av Y kr.

Men att sedan föra ner denna projicerade vinst till enskilda aktiviteter såsom att rekrytera statistiker, att köpa programvara, att bygga en data mart för ändamålet är svårare. I vilken specifik aktivitet uppstår vinsten?

Och hur räknar man i termer av bättre beslut? Om en VD tar ett felaktigt beslut att investera i kapacitet att bygga bilar, men marknaden viker – vad kostar då det beslutet företaget? Kanske flera 10-tals miljoner? Men kan man verkligen uppnå effekten att få bättre beslut i ett sådant fall genom att investera i beslutsstöd? Om beslutet var felaktigt på grund av yttre faktorer som företaget inte kunde påverka, till exempel en jordbävning eller annan oförutsedd händelse, så hade ju inte investeringen i beslutsstöd hjälpt. Det är däri svårigheten ligger, skall man räkna på ROI så måste man isolera de beslut och utfall av besluten som är direkt hänförda till investeringen. Det går inte att generalisera och säga att ”alla” beslut blir bättre genom att investera i BI-plattformar.

I vissa fall så går det att räkna hem investeringar enbart på kostnadsbesparingseffekter, något som gjort att business intelligence-plattformar framför allt vuxit fram på finanssidan hos företagen. Om det igår krävdes 2 controllers att hantera verksamheten så krävs det idag 1 controller att göra samma jobb. Vi har därmed sparat 1 resurs som antingen kan användas til något annat eller som inte behövs i verksamheten. Inom finansområdet är nyttan av ett effektivt rapportsystem tydligast, och det är därför också lättast att få igenom investeringar.

Ett ganska allvarligt problem i sammanhanget är när en enskild leverantör är inblandad i att skapa ett ROI-case. Enligt min erfarenhet så tenderar då en ROI-kalkyl till att blåsa upp vinsterna och förminska eller ignorera kostnader och risker med ett projekt. ROI-kalkylen blir då mer ett sätt att motivera mycket höga licens- och projektkostnader. Timeshare-försäljare på semesterorter brukar jobba på ett liknande sätt. De brukar räkna ut vad en familjs totala semesterkonsumtion kommer att vara över de närmaste 5 åren, ofta ganska höga kostnader för en vanlig familj (Kanske 5 år * 10 000 kr * 5 personer = 250 000 kr). I det isolerade säljsamtalet så motiverar sedan denna höga projicerade kostnad till att köpa en timeshare-andel för ”bara” 100 000 kr (Hurra! – vi spar 150 000 kr). Att familjens preferenser ändras, familjen av olika orsaker inte kan ta del av sin Timeshare eller kanske egentligen inte är intresserad av att binda upp kapital ignoreras helt i ett sådant samtal – säljaren utnyttjar hänsynslöst sitt informationsövertag till stor nackdel för den enskilda konsumenten.

Jag säger självklart inte att säljare av business intelligence-mjukvara är att jämställa med säljare av Timeshare-andelar, men metoderna är likartade i min mening. Betydelsen av en ROI-kalkyl urholkas av den anledningen. Så använd ROI-kalkyler med ett stort mått av sunt förnuft och se dem som ett diskussionsunderlag snarare än som någon form av sanningsprofetia som med självklarhet blir sann bara man gör på ena sättet eller det andra.