Er det virkelig slik at organisasjoner i Norge er klare for å bli datadrevne? Ja noen er det, men vi vil påstå det motsatte er tilfellet for flere. Og ofte avdekker vi at de som tror de har kontroll må gå en runde til med seg selv.
Hva er egentlig problemet?
En datadreven organisasjon er en organisasjon som benytter seg av den dataen de har til å ta beslutninger basert innsikt, og til å drive bedriften fremover tuftet på fakta. Har vi tatt innover oss den vanvittige produksjonen av data som produseres hver dag uten at den brukes til noe? Alle de manuelle transaksjonene som gjøres for å sammenstille informasjon fra flere kilder basert på «gode» innarbeidede rutiner fra tidligere ansatte.
Kjenner du deg igjen i noe av følgende, er du kanskje mer i kategorien «datautfordret» enn «datadreven»:
- Er det «noen» som har ansvaret for datakvaliteten?
- Er medarbeiderne overarbeidet hver gang det er månedsavslutning eller kvartalsrapportering?
- Er den digitale roadmappen nedfelt, men ingen vet hvor den er?
- Settes det opp enda et Excel-kurs?
Dette er tydelige sykdomstrekk, men som heldigvis kan kureres.
Erkjenn, og ta tak i lavthengende frukter
Erkjennelse er første steg ut av problemene. Etabler først en plan som harmonerer med den digitale roadmappen dere har lagt. Sørg for at planen er forankret og at det frigjøres kapasitet og midler til å realisere den.
La oss ta de lavthengende fruktene først og gi organisasjonen noen «Quick Wins». Det gir initiativet vind i seilene. Se etter de manuelle oppgavene medarbeiderne sitter med, og som åpenbart kunne blitt gjort automatisk. Slik gjør vi arbeidshverdagen enklere for alle.
De klassiske eksemplene på dette er økonomiske data fra flere kilder som lastes over i Excel-ark, og som det jobbes med over tid. Her dupliseres data, og manuelle rutiner er grobunn for feil. I tillegg tar dette mye tid. Tid som burde vært brukt til analyse og innsikt istedenfor å sammenstille tall manuelt. Tid som egentlig ikke finnes, men som skapes etter at middagen er fortært og barna lagt!
Få orden på dataene!
Så hva gjør vi da etter å ha forankret planen og midlene er på plass? Jo vi ser på de systemer vi allerede har. I disse systemene ligger en nesten utømmelig mengde data og mer enn nok til å bli den datadrevende bedriften vi ønsker.
Det er viktig å etablere en governance-modell for hvordan data skal flyte, samt å gjøre en gjennomgang av datakvalitet for de ulike systemene i organisasjonen.
Finn ut behovet for rapportering i organisasjonen og hvilke kilder/systemer denne informasjonen ligger lagret i. Relevant data for å dekke behovet kan deretter flyttes inn i en datalake (en form for innsjø med alle dine viktigste data), struktureres og maseres for å til slutt visualiseres i rapporter som kan deles med organisasjonen.
Ettersom modenheten i organisasjonen øker, vil det være behov for å legge til flere kilder i datalaken. Dette vil gjøre det mulig å kombinere data på tvers av de forskjellige kildene som skaper en ny type innsikt som ikke har vært tilgjengelig tidligere ved rapportering i Excel.
Hva får vi igjen for denne innsatsen?
Alt dette vil selvfølgelig være helautomatisert og løsningen er skalerbar i alle bauer og kanter. Da blir hverdagen vakker for de ansatte. Bedriften kan ta datadrevne beslutninger basert på innsikt og analyse gjort av de ansatte.
Nye fremstillinger av data gir rom for å fange opp trender man ikke tidligere har sett. Resultatet av det er at man får muligheten til å optimalisere driften basert på fakta.
Magefølelse eller fakta? Ja takk, begge deler
Noen vil alltid hevde at lite slår en god magefølelse, basert på erfaring. Bedre oversikt over data gjør at det er mye lettere å ta gode beslutninger. Du kan kombinere det du kan og vet med et godt faktagrunnlag. Og det er nettopp det man ønsker når man skal bli virkelig datadreven.
Er vi klare for kunstig intelligens?
Kan man egentlig vente med å gå i gang? Nei, vil vi si. Rett rundt hjørnet ligger Generativ AI og lurer. Vi ser flere som hopper bukk over å ha struktur på dataene, og tror at kunstig intelligens vil hjelpe dem med det. Det er ikke riktig.
Kvaliteten på det du får ut er aldri bedre enn kvaliteten på det du putter inn. Skal man utnytte potensialet i denne teknologien må man har struktur på dataene, kvaliteten på plass og automatisert prosessene.
Her kan du ikke hvile på laurbærene, med mindre du har lyst til å sakke akterut.
Veien fra magefølelse til kontroll går via struktur på dataene, og det ligger til grunn for at du skal henge med i fremtiden.
