Excel is vaak de juiste tool maar dan voor de verkeerde taak

Excel is vaak de juiste tool maar dan voor de verkeerde taak Excel bestaat al een hele tijd. En laten we eerlijk zijn, we houden allemaal van Excel! Maar velen van ons gebruiken deze applicatie voor veel meer dan waar het ooit voor was bedoeld. En dat is begrijpelijk in een tijdperk waarin tools komen en gaan.

Wat is het probleem van Excel?

Excel is een fantastische, betrouwbare tool waarmee bijna elke gebruiker bekend is. Als het goed wordt gebruikt, is het een zeer krachtige en toegankelijke tool om modellen mee te maken.

Maar Excel wordt vaak gebruikt voor de bedrijfsboekhouding of datamanagement. En dan beginnen de problemen. De groei aan bedrijfsgegevens voor onderdelen als portfolio-analyse, winst en verlies en scenarioplanning, lopen tegen de grenzen van Excel aan. Waarom? Omdat Excel aan de basis een tweedimensionale rekentool voor persoonlijke productiviteit blijft.

Zelfs al is jouw data correct (en dat is vaak niet zo, met dank aan meervoudige invoer en bronnen), dan nog kunnen de eindresultaten fouten bevatten doordat meerdere mensen meerdere keren zaken invoeren, gecombineerd met hoe je data berekent, importeert of exporteert.

Dataproblemen, het is geen database

Een van de grootste misverstanden of misbruiken van Excel is als database. Dat is het niet. En dat leidt op verschillende manieren tot problemen.

Excel is niet afgestemd op jouw organisatie of de taak waarvoor je het gebruikt, en het kan niet voldoen aan de huidige beveiligingsstandaarden. Het is een generieke tool met ingebouwde aannames over datatypes. Wanneer tekststrings als SEPT2 en MARCH1 bijvoorbeeld in Excel worden geladen, worden ze standaard als datum ingesteld in jouw spreadsheet.

Ik gebruik dit specifieke voorbeeld omdat dit toevallig de wetenschappelijke codes zijn voor een paar genen. Ongelooflijk genoeg vond een onderzoek in 2016 naar openbare spreadsheets over genonderzoek dat 20% van het onderzoek waarbij Excel werd gebruikt, fouten bevatte. Dat is behoorlijk verontrustend!

Dus hoe kan je vertrouwen op resultaten van een systeem dat aannames doet over jouw data die je niet hebt ingesteld? En als ze niet worden opgemerkt, kunnen deze aannames meer infecteren dan deze ene keer dat ze voorkomen. Want andere cellen, sheets en documenten worden hierop gebaseerd.

Het lastige is dat er geen algemene of ingestelde normen zijn voor procesbesturing en -validatie. Belangrijker nog, die kunnen niet worden gecreëerd. Alhoewel je wel een paar veranderingen kunt aanbrengen in elk bestand, kun je Excel niet op softwareniveau aanpassen. Dit kan leiden tot opmerkelijk complexe, dure en tijdrovende omwegen om processen te ontwikkelen die tijd en geld helpen besparen. Een recent rapport uit augustus 2020 stelt zelfs dat de wetenschappelijke gemeenschap nu menselijke genen een nieuwe naam geeft om het probleem van Excel op te lossen! Maar moet software er niet zijn om ons te ondersteunen in plaats van andersom?

Inconsistent versiebeheer en ontbrekende data

Zoals we al aangaven in ons recente eBook, }zijn “Excel spreadsheets niet ontwikkeld voor meerdere gebruikers of veelvuldig bijwerken en aanpassen. Dit hier doen leidt doorgaans tot verwarring, frustratie en zorgwekkender nog, wantrouwen in de opgeleverde cijfers.”

Er zijn andere bekende voorbeelden die de tekortkomingen van Excel belichten. Als je er meer over wilt weten, vind je met een snelle zoekactie op het internet meer dan genoeg leesmateriaal. Ik verwijs vooral vaak naar de 65.000 rijlimieten in oudere versies van Excel (hoeveel bedrijven gebruiken die nog? Ik denk meer dan we ons realiseren, inclusief een aantal overheidsafdelingen). Ook is daar de Enron-instorting uit 2001 waar onderzoekers ernstige problemen vonden met meer dan 9.000 spreadsheets met meer dan 20,2 miljoen formules.

Het raadsel van de expert

Zelfs wanneer Excel goed werkt, zijn er problemen, vaak ten aanzien van specialistische kennis. Om alles uit Excel te kunnen halen, is gespecialiseerde kennis nodig om het soort formules te doorgronden dat veel bedrijven inmiddels gebruiken. Het is bijna een industrie geworden.

Ik ken zelfs iemand die scheikunde studeerde en nu de geavanceerde wiskunde die ze daar leerde gebruikt om deze formules in de financiële dienstverlening op te stellen. Deze persoon ontwikkelt financiële derivatieve Excel-modellen met ingewikkelde, zeer geavanceerde wiskundige modellen die alleen begrijpelijk zijn voor andere heel slimme, daarvoor opgeleide en ervaren mensen. En al die mensen doen hetzelfde in goedbetaalde rollen: ze bouwen meer en meer complexe afgeleide modellen in een raamwerk dat niet kan worden gecontroleerd en is omringd door onvolmaakte risicobeheersystemen (ingebouwd in Excel).

Dat is geweldig voor hen maar kan voor jou leiden tot een aantal problemen.

• Het is duur. Dit soort specialisme is niet vaak beschikbaar en de betrokkenen kunnen een torenhoge prijs eisen.
• Het is tijdverslindend. Er is tijd nodig om zulke oplossingen volgens deze methoden te bouwen en testen. Dit beïnvloedt jouw wendbaarheid en probleemoplossend vermogen. En de vertragingen om ze te creëren zorgen ervoor dat je achterloopt.
• Het is onpraktisch. Dit punt, en alle andere punten hierboven, betekenen dat jouw mensen data gewoonweg niet kunnen gebruiken zoals ze dat nodig hebben. Problematischer is dat ze zelfs niet zeker weten dat ze kunnen vertrouwen op de data die ze gebruiken of de resultaten die het produceert.

Uiteindelijk is het dit gebrek aan vertrouwen dat leidt tot zorgen wanneer Excel voor de verkeerde taak wordt ingezet.

De kracht van data die je kan vertrouwen en gebruiken

De kracht van data ligt in vertrouwen op de nauwkeurigheid en geschiktheid ervan voor de betreffende taak. Mensen moeten direct toegang hebben tot data en weten dat de data die ze gebruiken en de bevindingen die eruit voortkomen, geschikt zijn voor het doel.

Unit4 helpt organisaties als de jouwe al meer dan 40 jaar om optimaal toegang te krijgen tot data en deze optimaal te kunnen gebruiken. En als je eens wilt zien hoeveel jouw mensen precies kunnen bereiken met jouw data, hoef je alleen te kijken naar onze People Experience Suite.

Bob Elliott

ACMA/CGMA, Solutions Manager - FP&A, Unit4