HabiCen markerer begyndelsen på en ny æra inden for ejendomsadministration.
Det er ikke en opdatering eller en ny overflade på Unik Bolig – det er et system bygget helt fra bunden på fremtidens teknologier.
HabiCen er skabt med ambitionen om at automatisere centrale processer og gøre AI til en naturlig del af hverdagen – ikke som et tillæg, men som en integreret del af kernen.
For at kunne levere de intelligente arbejdsgange, højere hastighed og langt bedre systemstabilitet, kræver HabiCen et helt nyt datagrundlag. Derfor transformeres data fra Unik Bolig CE til nye, sammenhængende datamodeller i HabiCen. Det er et grundlæggende skift, som både løfter datakvaliteten og sikrer den performance, moderne SaaS-løsninger forudsætter.
Et nyt fundament for kvalitet og performance
Unik Bolig har givet stor frihed til individuelle tilpasninger – men også en kompleksitet og arkitektur, der udfordrer hastighed, stabilitet og mulighed for automatisering.
I HabiCen arbejder vi i stedet med en standardiseret og entydig datastruktur, baseret på internationale datastandarder. Det giver ikke bare bedre sammenhæng – det gør systemet hurtigere, lettere at integrere i kundens IT-økosystem samt nemmere at videreudvikle, som behov og teknologi udvikler sig.
Som produktchef Preben Jakobsen forklarer:
”Når vi udvikler finanssystemet i HabiCen, er målet et system, der ikke kan komme ud af balance – uanset hvor data skabes. I dag kan brugeren komme i situationer, hvor kontokortet på lejer, debitor eller kreditor ikke matcher det bogførte i finans – det kan dog afstemmes med værktøjer. HabiCen bygges så dette ikke kan ske, uanset hvor data skabes i HabiCen. Men det kræver, at data hænger 100% sammen på tværs af processer og funktioner – og at strukturen er optimeret til både performance og kvalitet.”
Fra mange års data – til fremtidens struktur
Bag kulisserne er et stort arbejde i gang med at transformere og vaske eksisterende data, så de passer til den nye struktur. Det er ikke bare en flytning – det er en kvalitetsforbedring.
”Vi arbejder intenst på at klargøre og vaske data, så de kan anvendes korrekt i HabiCen. Kunderne har allerede valide data i Unik Bolig, men for at de kan bruges optimalt i HabiCen, skal de struktureres efter nye principper,” fortæller Rene Jacobsen, produktansvarlig for Finance i HabiCen, og fortsætter:
”Særligt ældre og konverterede data kræver håndtering – fx finansenheder eller kontonumre med negativt fortegn eller bogstaver i nummerfelter. Her foretages en omfattende datavask for at skabe det ensartede og valide datagrundlag, som er nødvendigt for automatik og AI.”
Kundernes rolle i at løfte datakvaliteten
En del af arbejdet sker automatisk hos os, men visse områder kræver forberedelse fra kunderne – f.eks. ejerroller på selskaber og opsætning af finansrapporter.
”Alle, der har været igennem en større datavask, ved, hvor mange ressourcer det kræver. Det er en både tidskrævende og kostbar proces. Datavasken er et stort, men usynligt arbejde for kunderne – og helt afgørende for, at systemet fungerer korrekt. Vi retter og ensretter så meget som muligt, men nogle data kræver samarbejde,” siger Rene Jacobsen.
”Vi er sikre på, at vi kan nå rigtig langt uden at belaste kunderne, og når der kræves en indsats, sørger vi for, at den bliver så let som muligt. Derfor stiller vi enkle guides, korte videoer og værktøjer til rådighed, så databerigelsen kan klares hurtigt og effektivt.”
Når kundernes data er beriget og klargjort, kan vi gennemføre den endelige datavask, som sikrer, at kvaliteten er høj nok til indlæsning i HabiCen. Det bliver dermed fundament for stabile, hurtige og intelligente processer i mange år frem.
Ryd op én gang for alle
HabiCen vil i fremtiden indeholde alle kunders data fra Unik Bolig, men vi konverterer ikke alt én til én. Det handler ikke om at miste data – men om at fjerne støj og skabe klarhed.
Som Preben Jakobsen beskriver det:
”Det er lidt som at rydde op i et fotobibliotek med dubletter. Dataene er der stadig, men vi viser kun det, der giver reel værdi og kvalitet.”
Han afrunder:
“Data kan sammenlignes med en kæde, hvor styrken afgøres af det svageste led. Hvis kvaliteten er høj, bliver systemet mere robust og kører bedre. Effektiv automatisering kræver, at vi kan have fuld tillid til de data, vi arbejder med.”