Dataohjatun liiketoiminnan kompassi

Suunta ja tavoitteet

Kompassin pohjoisessa on datamatkan suunta ja tavoitteet. Suunnan tulee olla vähintäänkin synkronissa yrityksen strategian kanssa, mutta mieluummin suoraan organisaation strategiasta johdettu. Synkronoinnilla tarkoitan sitä, että valittuna suuntana voi olla luoda datasta ja analytiikasta hyödyke, jota pitää ja voidaan hyödyntää laajasti kaikilla toiminnan alueilla, vaikka tarkkoja yksilöintejä ei olisikaan. Tätä voidaan pitää terveen opportunistisena lähestymisenä: datan ja analytiikan nykyistä parempi hyödyntäminen saattaa avata mahdollisuuksia, joita emme osaa vielä kuvitella saati määritellä.

Suoraan strategiasta johdetut tavoitteet taas saattavat olla hyvinkin yksilöityjä ja tarkkoja, mahdollistaen strategian toteuttamisen tai jopa ajaen strategista muutosta aivan keskeisenä elementtinä. 

Molemmissa tapauksissa on tietysti syytä varmistaa, että yhteinen suunta on kaikkien tiedossa.

Liiketoiminnan tarpeet

Väli-ilmansuuntana suunnan ja kulttuurin puristuksessa on liiketoiminnan tarpeet ja käyttötapaukset. Erilaisia liiketoimintoja ja niissä toimivia ihmisiä on valtava kirjo, kuten myös tarpeita ja käyttötapauksia. Tämä kirjo yhdistettynä datan ja analytiikan kypsyyden vaihteluun niin organisaatio- kuin yksilötasollakin tuo melkoisen haasteen. Osalle omien tarpeiden ja korkealentoistenkin ajatusten kuvaaminen on vaivatonta, toiset taas haluaisivat samanlaista perusratkaisua kuin toimialalla yleisesti on käytetty - eikä yhtään enempää.

Analytiikalle kannattaa kuitenkin asettaa riittävän kunnianhimoiset tavoitteet, sillä se mikä riitti eilen, ei riitä tänään. Eikä varsinkaan tulevaisuudessa. 

Tavoitteet voidaan jakaa kolmeen tasoon:

• Ensimmäisellä tasolla täytetään liiketoiminnan perusvaatimukset
• Toisella tasolla tuetaan liiketoiminnan tavoitteita
• Kolmannella tasolla data tukee innovointia. 

Lue artikkelistamme “Analytiikka ansaitsee kunnianhimoisemmat tavoitteet”, miten korkeimmalle tasolle voisi päästä. 

Kulttuuri 

Kompassin idässä on kulttuuri. Neljä viidestä yrityksestä haluaa hyödyntää dataa, sillä datavetoiset organisaatiot pärjäävät erilaisissa tutkimuksissa  paremmin kuin ei-dataohjautuvat verrokkinsa: ne ovat kannattavampia ja niiden tuottavuus on parempi. 

Alle kolmasosa yrityksistä kuitenkaan oikeasti toimii dataohjatusti. Datan liiketoiminnalle tuomaa potentiaalia valuu hukkaan, ja usein syypäänä on datakulttuurin kehittymättömyys. Kuten organisaatiokulttuurikin, datakulttuuri muodostuu mm. jaetuista arvoista, uskomuksista, toimintatavoista ja normeista. Vaikka olisi investoitu kuinka kehittyneeseen data-alustaan ja viritetty tekoäly sekä visuaalinen analytiikka aivan minttiin, mutta käytävillä kaikuu “ei meillä johtokaan noita käytä” tai “ei niihin lukuihin kuulemma oikein voi luottaa”, on kaikki ollut turhaa. 

Datakulttuurin tärkeästä roolista voit lukea artikkelistamme “Astu tielle kohti datakulttuuria”.

Osaaminen ja työtavat

Kulttuurin ja data governancen väliin jää arkinen asia: osaaminen ja työtavat. Suunta on selvä, tavoitteet ovat kirkkaat, ja haluakin olisi, mutta osaamisesta ei ole huolehdittu. Jos osaamisen kehittäminen rajoittuu YouTube-videoilta tapahtuvaan omatoimiopiskeluun tai intrasta löytyvään PDF:ään, ennuste onnistumiselle ei ole kovin hyvä. Terveen datakulttuurin ympäristössä dataosaamisen ja datalukutaidon kehittämiselle on varattu aikaa ja resursseja. Koulutukseen ja osaamiseen käytetty raha ja aika vivuttaa koko datainvestointia. 

Hallinta ja organisoituminen

Kompassin etelässä on hallinta ja organisoituminen - data governance. Datan ja datalähteiden määrä on räjähdysmäisessä kasvussa, ja datan hallinta aiheuttaa haasteita. Myös säätely datan hallinnan ympärillä on tiukentunut. Seuraavaksi yhä useammilta yrityksiltä vaaditaan tarkempaa vastuullisuusraportointia.

Datapohjaisessa liiketoiminnassa onnistumisen yksi tärkeä edellytys on, että käytössä on datakulttuuria tukeva tiedon hallintamalli. Dataa voi ajatella tuotannontekijänä tai raaka-aineena. Jonkun täytyy olla vastuullinen tuon raaka-aineen hankinnasta, siirtämisestä, varastoinnista, käyttämisestä ja tuhoamisesta. Mitä tapahtuu, jos raaka-aineen laatu ei olekaan kelvollista? Tai jos raaka-aineen toimitus äkilisesti lakkaa? Kaikelle liiketoiminnan hyödyntämälle datalle täytyy siis olla määritelty vastuulliset omistajat. 

Datan hallintaa pohtiessa täytyy myös päättää, kuka mitäkin dataa saa nähdä tai käsitellä. Täydellinen turvallisuus voidaan saavuttaa vain silloin, kun kenelläkään ei ole pääsyä mihinkään dataan. Silloin datasta ei tosin ole mitään hyötyä.  

Kauppalehdessäkin julkaistussa kirjoituksessa totesimme, että vallalla on eräänlainen datamonarkia, vaikka viisaampaa olisi siirtyä datademokratiaan. Kun dataa avataan yrityksissä niin monelle ihmiselle ja niin laajasti kuin mahdollista, datan käytöstä ja analytiikasta on mahdollista tehdä itsepalvelua. Näin toimivat edelläkävijäyritykset ovat tuottavampia ja tehokkaampia kuin muut. Jos dataa hyödynnetään vain johtajien päätöksenteossa ja valtaosa työntekijöistä jatkaa työntekoa mutu-tuntumalla, suuri osa yrityksen hallussa olevan datan potentiaalista menee hukkaan.

Artikkelistamme “Data governance on liiketoiminnan asia, ei IT-projekti” voit lukea, mitä datan hallintaa suunnitellessa täytyy huomioida.

Laatu ja vaatimustenmukaisuus

Datan laatu on varma keskustelun kuumentaja missä tahansa palaverissa. Yhtä varmaa on, että heikoksi koettu datan laatu usein estää sen hyödyntämisen, vaikka oikeastaan juuri sen hyödyntäminen on avain laadun parantamiseen! Mikäli data on syötetty käsin järjestelmään (esim. CRM-järjestelmä), heikon laadun näkyväksi tekeminen saa loppukäyttäjät oivaltamaan tiedon laadukkaan syöttämisen ja ylläpidon merkityksen.

Dataan, sen käyttöön ja käsittelyyn kohdistuu vaatimuksia myös regulaation suunnasta. Esimerkkinä jo mainittu EU:n muuttuvat vaatimukset vastuullisuusraportoinnille.

Teknologia

Kompassin länsisuunnassa on teknologia. Se on tärkeä, mutta usein muiden alueiden kustannuksella korostunut alue dataohjatun liiketoiminnan kehittämisessä.

Moderniin ympäristöön valitaan jokin pilvipalvelutarjoaja, käytännössä useimmiten Azure, AWS tai Google Cloud. Moni päätyy monipilviympäristöön, ja useimmat toimivat lisäksi hybridimallissa, jossa osa palveluista on paikallisesti asennettuja. Vaikka tarjolla on periaatteessa täydellisiä teknologiapinoja, moni päätyy kuitenkin vaihtamaan jonkin data-alustan osa-alueen, vaikkapa Snowflaken tietovarastoksi ja Tableaun tai Power BI:n datan visualisointiin. 

Artikkelissamme “Datateknologian valinnassa kannattaa keskittyä liiketoiminnan tarpeisiin” kerromme, mitä kannattaa huomioida, jotta teknologiavalinnat vastaisivat liiketoiminnan tarpeisiin – ja mitä yhteistyökumppanilta kannattaa vaatia.

Datalähteet ja tietovarannot

Datan volyymiä jopa nopeammin on kasvanut datalähteiden määrä. Tärkeimmät datan lähteet ovat usein ilmiselviä - ne kaikkien päivittäin käyttämät järjestelmät. Mutta voisiko näiden ulkopuolelta löytyä mielenkiintoisia datalähteitä, joita yhdistelemällä löytäisimme jotakin uutta tai parantaisimme olemassa olevaa? Kaiken datan ei tarvitse mennä samaa tuotantoputkea pitkin, osan hyödyntäminen voi olla kertaluonteista tai satunnaista, jopa uteliaan kokeilevaa. Näistä saattaa löytyä kultahippuja, jotka kytketään laajemmin osaksi koko organisaation datavarantoa.

Kun kompassin kaikki suunnat ovat hallussa, datamatka taittuu jouhevasti ja jatkuvasti kehittyen. Silloin analytiikka auttaa toimimaan strategian mukaisesti, jäsentelemään arkea, tuottaa viiveettä tukea päätöksentekoon ja tekee uusiutumisen paikkoja näkyviksi.