Dataintegration: Koppla samman system utan kaos

Många företag strävar efter att automatisera sina processer och få fram insikter snabbare. Ofta börjar det med några tillfälliga kopplingar mellan affärssystemet, ekonomiprogrammet och kunddatabasen. Snart växer dock dessa lösningar till en svåröverskådlig väv av skript och webhooks. Varje liten uppdatering blir plötsligt ett riskprojekt. Systemen blir så sköra att ingen vågar röra dem av rädsla för att något annat ska gå sönder. Den här typen av spagettiarkitektur uppstår ju när direktkopplingar mellan system får växa fritt. Otydligt ägarskap och bristande övervakning gör saken värre. I slutändan kostar det inte bara pengar i form av licenser och drift. Det leder också till att utvecklingen stannar av och att medarbetarna tappar förtroendet för den data de arbetar med.

Här går vi igenom hur du kan bygga en integrationsarkitektur som faktiskt håller i längden. Vi tittar på när det passar bäst att använda API:er och när tekniker som Change Data Capture fungerar smidigare. Du får veta hur du kan väga batchkörningar mot händelsestyrda flöden. Vi diskuterar också hur valet mellan en färdig integrationsplattform och egenutvecklade lösningar påverkar din flexibilitet framöver. Dessutom tittar vi närmare på hur vanliga svenska system fungerar i praktiken. Du får konkreta råd om hur du säkert flyttar ekonomidata från Fortnox till ditt datalager. Vi går även igenom hur du bäst hanterar order och lager från Monitor ERP. Målet är att undvika de vanligaste misstagen kring inloggning och begränsningar i systemens gränssnitt.

Tanken är att ge både ledning och tekniker en gemensam bild av hur integrationer bör fungera. När du har läst klart har du nog en tydligare uppfattning om vilka metoder som fungerar när företaget växer. Du förstår vilka kompromisser som är rimliga att göra på vägen. Steg för steg kan du sedan börja städa upp i systemröran och bygga en plattform som är betydligt enklare att både förstå och underhålla.

Det svenska systemlandskapet: en utmaning i tillväxt

Många svenska företag bygger sin verksamhet kring välkända system som Fortnox eller Visma för ekonomin. För produktion och lager är Monitor eller Pyramid vanliga val. På nätet används ofta plattformar som Centra, Norce eller Shopify. I början fungerar detta upplägg alldeles utmärkt eftersom varje system är bra på just sin uppgift. Utmaningarna börjar märkas när företaget växer och processerna blir mer komplicerade. Plötsligt finns det fler försäljningskanaler och nya marknader att hantera. Olika avdelningar behöver tillgång till samma information. Problemet är bara att datan ligger utspridd i system som inte pratar med varandra.

Det är i det här skedet som informationen fastnar i isolerade öar. Ekonomidatan stannar i Fortnox, lagersaldon ligger kvar i Monitor och kundhistoriken samlas i CRM-systemet. Till en början kanske man löser detta med enkla standardkopplingar eller genom att flytta filer manuellt. Med tiden blir dock denna hantering väldigt sårbar. Artikelnummer stämmer inte överens mellan systemen och samma kund kan finnas upplagd på flera olika sätt. Uppdateringarna sker dessutom vid olika tidpunkter. Konsekvensen blir ofta att beslut fattas på felaktiga grunder. Mycket tid går åt till att dubbelkolla siffror i stället för att utveckla verksamheten. Om du vill veta mer om hur du kan styra företaget baserat på fakta kan du läsa vår guide om datadrivna beslut.

Föreställ dig ett tillverkande företag som säljer sina produkter både via återförsäljare och en egen webbutik. De använder Monitor för lagret, Fortnox för ekonomin och Norce för e-handeln. När marknadsavdelningen kör en stor kampanj på nätet ökar beställningarna kraftigt. Eftersom lagersaldot i Monitor inte synkas direkt med webbutiken säljer de varor som redan är slut. Detta leder till extra arbete på lagret och missnöjda kunder. Kundtjänst har svårt att svara på frågor om leveranser eftersom den informationen bara finns i e-handelsplattformen. Samtidigt kämpar ekonomiavdelningen med att räkna ut lönsamheten. Frakten bokas i ett system, rabatterna i ett annat och inköpspriserna i ett tredje. Inköparna baserar dessutom sina beställningar på gammal historik, vilket gör att de köper in fel varor.

Detta är ett väldigt vanligt problem när företag växer. De enskilda systemen fungerar bra, men de pratar inte med varandra. Lösningen är sällan att byta ut alla program. I stället handlar det om att skapa en gemensam struktur för informationen. Man behöver se till att kundnummer och artikelnummer är konsekventa överallt. Genom att bygga en central punkt där data från de olika systemen samlas kan man få en tydlig helhetsbild. På så sätt får alla avdelningar tillgång till samma uppdaterade information. Det gör det betydligt enklare att fatta rätt beslut i vardagen.

Filbaserad integration (batch)

Att flytta data via filer innebär att systemen skickar information i stora paket vid bestämda tider. Ofta handlar det om textfiler som läggs på en gemensam server. Denna metod passar bra när man ska flytta stora mängder information på en gång. Det är också ett praktiskt sätt att hantera äldre system som saknar moderna anslutningar. Upplägget är ganska enkelt och fungerar ofta stabilt under lång tid. Nackdelen är förstås att informationen inte uppdateras direkt. Datan är aldrig nyare än den senaste överföringen. Om en fil innehåller fel format kan dessutom hela inläsningen stanna av. Metoden är ändå användbar när informationen inte behöver vara uppdaterad på sekunden och när man hanterar stora volymer.

API-baserad integration (REST/SOAP)

När man använder API:er pratar systemen med varandra direkt via standardiserade gränssnitt. Detta gör det möjligt att hämta och uppdatera information i stort sett omedelbart. Det fungerar väldigt bra när ett system bara behöver en specifik uppgift, till exempel att kolla ett lagersaldo eller uppdatera en kundadress. Fördelen är att man får svar direkt och kan styra exakt vem som har tillgång till vad. Samtidigt kräver det mer teknisk ordning. Om ett system i kedjan går ner påverkar det ofta de andra direkt. API:er är inte heller särskilt bra på att flytta enorma mängder data på en gång. De passar bäst för snabba, enskilda transaktioner i vardagen. För tyngre överföringar är det ofta klokare att kombinera dem med vanliga filöverföringar.

Change data capture (CDC)

Denna teknik går ut på att fånga upp ändringar i en databas exakt när de sker. I stället för att fråga systemet vad som har hänt läser man databasens inbyggda loggfiler. Det gör att man kan skicka vidare nya ordrar eller uppdaterade priser direkt utan att belasta källsystemet i onödan. Metoden är väldigt smidig när man vill hålla ett datalager uppdaterat hela tiden. Man får en exakt historik över alla förändringar som har gjorts. Utmaningen ligger i att hantera strukturen när databasen förändras över tid. Det krävs en tydlig plan för hur man hanterar borttagna rader och tillfälliga nätverksproblem. Tekniken är ett bra val när man behöver snabba uppdateringar från ett affärssystem utan att störa dess normala drift.

Händelsestyrd arkitektur (event-driven)

Här bygger man system som reagerar på specifika händelser. När en kund lägger en order skickas en signal ut. Andra system kan sedan lyssna på den signalen och agera utifrån den. Lagersystemet kan boka varan och ekonomisystemet kan förbereda en faktura. Fördelen är att systemen blir ganska oberoende av varandra. Om ett system ligger nere kan signalen sparas och hanteras senare. Det blir också enkelt att lägga till nya funktioner som lyssnar på samma händelser. Nackdelen är att det kan vara svårt att felsöka om något går fel i kedjan. Det krävs också en hel del teknisk kompetens för att bygga upp strukturen på rätt sätt. Modellen passar bäst när många olika system behöver veta vad som händer i verksamheten samtidigt.

Realtid vs batch: vad behöver din verksamhet egentligen?

Valet mellan att uppdatera data direkt eller i omgångar handlar egentligen mest om vad verksamheten behöver. Snabba uppdateringar är viktiga när man till exempel ska stoppa bedrägerier eller visa aktuella lagersaldon för kunder. Det kräver dock en mer avancerad teknisk miljö som måste övervakas noga. Att köra överföringar på bestämda tider är betydligt enklare och billigare att hantera. Det fungerar ofta alldeles utmärkt för ekonomisk uppföljning och vanliga rapporter. Det viktigaste är att fundera över när informationen faktiskt måste vara helt färsk. I många fall räcker det ju med att datan är uppdaterad sedan i går kväll.

De flesta företag väljer till slut en blandning av båda metoderna. Viktiga händelser som påverkar kunden direkt hanteras snabbt. Tyngre bearbetning och ekonomiska avstämningar körs i stället på natten. Ett bra råd är att börja med snabba flöden där det verkligen gör skillnad för affären. Sedan kan man bygga ut efter hand. Det är viktigt att hålla ordning på informationen oavsett vilken metod man använder. Annars riskerar man att få olika siffror i olika system. Om du planerar att använda maskininlärning framöver kan du läsa vår guide om hur du kan förbereda data för AI. I grund och botten handlar valet om vad företaget klarar av att hantera tekniskt och vad det får kosta.

iPaaS: den moderna integrationsmotorn

En integrationsplattform i molnet gör det enklare att koppla ihop olika system utan att behöva bygga allt från grunden. Det fungerar som en central knutpunkt där man kan hantera flöden mellan olika program och databaser. Ofta finns det färdiga kopplingar till vanliga system. Man kan bygga upp sina flöden visuellt i stället för att skriva all kod själv. Plattformen tar också hand om säkerhet och inloggningar på ett strukturerat sätt. Det gör att integrationerna blir mycket lättare att övervaka och underhålla. Företaget slipper bygga upp en egen teknisk infrastruktur och kan i stället fokusera på att få informationen att flöda rätt.

Det finns flera etablerade verktyg på marknaden. Azure Logic Apps passar ofta bra om man redan använder Microsofts tjänster. Det har färdiga kopplingar till system som Dynamics och Microsoft 365. MuleSoft är ett annat alternativ som är starkt när det gäller att bygga och hantera API:er på ett strukturerat sätt. Det fungerar bra för större organisationer med höga krav på kontroll. Boomi är känt för att vara relativt enkelt att komma igång med. Man kan bygga flöden genom att dra och släppa komponenter på skärmen. Vilket verktyg som passar bäst beror på vilka system ni redan har. Det handlar också om vilken teknisk kompetens som finns internt och hur budgeten ser ut.

Den stora fördelen med en sådan plattform är att man slipper röran av direktkopplingar mellan olika program. I stället skapar man ett centralt nav. Regler för hur data ska hanteras byggs på ett ställe och kan sedan återanvändas. Övervakning och säkerhet hanteras också centralt. När företaget sedan behöver byta ut ett system eller lägga till en ny tjänst blir det betydligt enklare. Man behöver bara koppla det nya systemet till navet i stället för att bygga om kopplingar till alla andra program.

Power BI som den enande kraften

När informationen väl flödar på rätt sätt blir Power BI ett naturligt verktyg för att visa upp den. En bra grundstruktur ser till att begreppen betyder samma sak överallt. Dubbletter rensas bort och kundregister slås ihop. Det gör att affärssystemet och e-handeln äntligen pratar samma språk. Datan samlas i ett datalager där den struktureras upp på ett tydligt sätt. På så vis får Power BI tillgång till information som man faktiskt kan lita på. När tekniken i botten fungerar kan man lägga tiden på att analysera siffrorna i stället för att leta efter fel i rapporterna.

Med rätt data i botten kan Power BI skapa tydliga underlag för beslut. Företaget får en gemensam bild av hur verksamheten går. Det blir enklare att jämföra resultat mellan olika avdelningar eller försäljningskanaler. Ledningen kan följa lönsamheten och se lagervärden i sitt rätta sammanhang. Det går snabbt att klicka sig ner från en övergripande siffra till en specifik produkt. Systemet kan också varna om vissa värden avviker från det normala. Säkerhetsfunktioner ser till att medarbetarna bara ser den information de har behörighet till. Rapporterna kan sedan delas via mobilen eller direkt i Teams.

För många företag innebär detta att man kan agera snabbare på förändringar. Man slipper ha mängder av olika Excel-filer som snurrar runt i organisationen. Förtroendet för siffrorna ökar helt enkelt. Om du vill veta mer om varför just detta verktyg passar bra i en Microsoft-miljö kan du läsa vår artikel om Power BI för svenska företag. När datan väl är på plats handlar nästa steg om att bygga tydliga rapporter. Vi har samlat några goda råd kring detta i vår guide för dashboard design.

Sammanfattning Att bygga bra integrationer handlar egentligen inte så mycket om vilka specifika verktyg man väljer. Det viktiga är hur man får informationen att flöda på ett sätt som stöttar verksamheten. Man behöver välja rätt metod för rätt tillfälle. API:er passar bra för enskilda transaktioner. Händelsestyrda flöden fungerar när man behöver snabba uppdateringar. Vanliga filöverföringar räcker ofta långt för tyngre rapportering. Genom att hålla ordning på datakvaliteten och ha tydliga regler minskar man risken för fel. En bra grundstruktur gör det också lättare att växa i framtiden. För att mäta om arbetet ger rätt resultat kan du ta hjälp av vår KPI-guide för företagsledare.

Call to Action Börja med att se över hur era system pratar med varandra i dag. Försök hitta de platser där informationen fastnar eller där manuellt arbete tar onödigt mycket tid. Välj sedan ut ett par konkreta problem att lösa den närmaste tiden. Det är ofta klokt att börja smått och tänka stort. Om ni behöver hjälp att reda ut systemröran och bygga en stabilare grund får ni gärna höra av er. Vi diskuterar gärna hur ni kan skapa ett informationsflöde som faktiskt hjälper företaget framåt. Läs mer och boka ett möte via kontakta oss.