13
LOK

Läjä mämmiä vai sushilajitelma?

Mika Ahopelto - perjantai 13.10.2017

Miltä organisaatiosi tieto näyttää?

Samaan aikaan, kun yrityksiin tuodaan yhä enemmän ihmislähtöistä johtamista ja puhutaan pehmeitä kahvihuoneessa, kummittelee konesaleissa organisaatioiden tulevaisuudelle pelottava, mutta vähintään yhtä tärkeä assetti: yrityksen data. Tämä jokseenkin laiminlyöty ja vaikeasti hahmotettava kokonaisuus on odottanut aikoja kypsempiä, jotta pääsisi jalostumaan todelliseksi yrityksen voimavaraksi. Pilvipalveluiden, datan määrän räjähtämisen ja kehittyneempien algoritmien ja teknologioiden myötä tuo aika on nyt täällä. Datasta on tullut yksi keskeisimmistä rakennuspalikoista, jonka pohjalle moderneja organisaatioita rakennetaan.

Vaikka suurin osa organisaatioista mieltää että datan pitäisi olla heidän kaiken toiminnan ytimessä, käytännön kypsyydessä on suuria haasteita ja eroja yritysten välillä. Käynnissä on perinteinen erotetaan jyvät akanoista -prosessi, jossa tulevaisuuden menestyjiä ovat ne, jotka ovat pystyneet avaamaan vanhat datasiilot, mallintamaan, jalostamaan ja hyödyntämään dataa päätöksenteossa älykkäästi ja organisaationlaajuisesti. Nämä organisaatiot ymmärtävät datan olevan yrityksen elämänlähde, ja sen tulee virrata vapaasti arvoketjujen ja ekosysteemien läpi.

Organisaation datakypsyyden eri tasoja


Jos edellä mainittu visio tuntuu kaukaiselta ja vaikeasti hahmotettavalta, niin ei hätää. Markkinoille tulee kyllä koko ajan kasvavia yrityksiä, jotka ovat syntyneet analytiikka ytimessä, ja he ovat kyllä valmiita nappaamaan asiakkaat poikkeuksellisen hyvällä asiakasymmärryksellä ja kyvyllä tuottaa uudenlaista arvoa ketterästi.

Tulevaisuuden johtavat organisaatiot osaavat kuitenkin uudistua ja hyödyntää jo saavutettua markkinapresenssiä vipuvartena tällä matkalla. Vahvuutena vakiintuneilla toimijoilla on kuitenkin valmiin datan, tietämyksen ja asiakasymmärryksen määrä ja laatu. Enää se pitää valjastaa tehokkaaksi päätöksenteon tueksi. Tätäkin hanketta on hyvä lähestyä vaiheittain ja pyrkiä määrätietoisesti pienissä paloissa kohti suurempaa visiota. Seuraavasta kaaviosta näemme hyvin mitä tämä vaiheittain eteneminen tarkoittaa sekä arvon että vaikeusasteen osalta:



Gartnerin mallissa kypsyys kehittyy perinteisestä peräpeilianalytiikasta kohti tekoälyn tuomia mahdollisuuksia ymmärtää mitä tulevaisuudessa pitäisi tehdä. Mitä pidemmälle kypsyydessä edetään, sen parempaa asiakasarvoa pystytään tuottamaan ja sen haasteellisempaa datan hyödyntäminen on.

Toinen tapa lähestyä datakypsyyttä on ajatella organisaation datalähteitä ja datan hyödyntämisen kyvykkyyksiä ja kulttuuria:

1. Saaristo

Datat ovat piilossa erillisissä järjestelmissä ilman teknisiä tai prosessilähtöisiä keinoja yhdistää niitä jalostetummaksi tietämykseksi. Raportit tehdään manuaalisesti Excelillä tai PowerPointilla ja esilletuotu tieto on usein jo julkaisuhetkellä vanhaa. Data näyttää ja haisee pahalta.

2. Silloilla yhdistetty saariverkosto

Datat ovat erillisissä järjestelmissä, joista tärkeimpien välille on rakennettu integraatioita ja joista voidaan tarvittaessa lukea datat esim. raportointijärjestelmään yhdistettäväksi. Data on täynnä epäjohdonmukaisuuksia ja duplikaatteja, ja sen työstäminen on pitkälti käsityötä. Raportteja luetaan lähinnä talouspuolella ja johtotasolla.

3. Tietovarasto

Keskeisimmät datat on konsolidoitu keskitettyyn tietovarastoon ja tieto on saatavilla helposti ilman merkittäviä konversioita ja integraatioita erilaisiin raportointitarkoituksiin. Päätöksentekoa voidaan pohjata historiatietoon. Tietoa voidaan jakaa myös operatiivisemmalle tasolle organisaatiossa, mutta sitä ei vielä laajamittaisesti osata hyödyntää.

4. Tietoalusta

Koko organisaation käyttöön valjastettu API-pohjainen palvelu, josta kaikki oleellinen tieto on helposti hyödynnettävissä tunnistettuihin ja vielä tunnistamattomiin tarkoituksiin. Tietovarastoon verrattuna tietoalusta on ketterämpi ja joustavampi, mahdollistaen nopeat kokeilut, ketterät piensovellukset ja kevytintegraatiot. Tietoalusta toimii tiiviissä yhteistyössä tietovaraston kanssa, jota edelleen hyödynnetään vaativiin raportointitarkoituksiin ja historiatiedon analysointiin.

5. Data/tieto oppimisen pohjana

Kun tekniset valmiudet ja suurimmat datahaasteet on ratkottu, fokus on mahdollista siirtää tiedon hyödyntämiseen päätöksenteon ja oppimisen pohjalla. Erilaiset datalähteet on helposti löydettävissä, data on hienorakeista ja laadukasta ja sitä voidaan hyödyntää laajasti ympäri organisaation itsepalveluna esim. Power BI:llä.

6. Data/tietämys yrityksen voimavarana

Datan, tai oikeastaan organisaation tietämyksen, taloudellinen arvo nähdään keskeisenä siinä missä asiakkaiden, tuotteiden ja henkilöstönkin arvo. Data on kaiken toiminnan keskiössä ja sitä osataan hyödyntää monipuolisesti asiakasarvon tuottamisessa. Rutiiniluonteiset päätökset on automatisoitu. Analyysipohjainen ennustaminen, tekoäly ja koneoppiminen tuottavat jalostetumpaan päätöksentekoon tietopohjaa. Datasta on jalostunut organisaation kulttuurin ytimessä oleva tietämyskanta, jota tukee organisaatioviisauden syvenemistä. Ei nyt sentään nirvana, mutta aika lähellä ollaan. Viisauteen ei ole oikotietä, kuten ao. havainnollistava pyramidi hyvin kuvaa:


      

Data helposti saataville


Kuten kaikki laajat organisaatiomuutokset, datakypsyyden kehittäminen on kulttuurisidonnainen asia ja vaatii holistisen näkemyksen sekä rutkasti draivia. Lintuperspektiivin lisäksi aihetta pitää lähestyä samanaikaisesti myös ruohonjuuritasolta; panostamalla dataan liittyvien peruskyvykkyyksien parantamiseen. Tämä onkin suurimmalla osalla organisaatioita vielä huonossa jamassa, ja data on edelleen siiloissa ja erillisissä saarekkeissa estäen hypyn seuraavalle kypsyystasolle (EY:n raportti). Ensimmäinen peruskyvykkyyden kehittämistehtävä onkin tuoda data helposti saataville ympäri organisaatiota. Tämä tarkoittaa mm:

  • Tietovaraston rakentamista, kehittämistä ja avaamista laajempaan käyttöön
  • Tietoalustan ja API-strategian pystyttämistä integraatioiden ja applikaatioiden kehittämisen helpottamiseksi
  • Organisaation tietolähteiden listaamista ja kuvaamista data katalogiin ja julkaisua koko organisaation käyttöön
  • Siirtymistä dokumenttipohjaisesta työskentelystä kohti määrämuotoisempaan toimintamallia, jolloin tiedon jatkohyödyntäminen tehostuu
  • Datan harmonisointia ja siivoamista yksi yrityksen osa-alue kerrallaan


Näillä käyntiin ja samaan aikaan suunnittelemaan data-driven strategiaa!

Digital Illustrated

Olemme ketterästi liiketoimintahyötyä tuottava teknologiatoimisto, joka suunnittelee ja toteuttaa korkean käyttäjäkokemuksen Microsoft-ratkaisuja yrityksille.