Data-asiat ovat nyt liikkeenjohdon pöydällä

Hei,

Toivottavasti sinulla on ollut rentouttava kesäloma ja olet saanut ladattua akkuja oikein kunnolla.

Minulla lähtee elokuu käyntiin lukuisten konsultointi- ja koulutustoimeksiantojen tiimoilta. Mielenkiintoinen syksy tulossa datarintamalla!

Kirjoittelin data-asioiden merkitytyksestä johdolle, hyviä lukuhetkiä!

IT:n lisäksi nyt liikkeenjohdon konsultit ja liiketoimintajohto ovat erityisen kiinnostuneita data-asioista.  He ovat havainneet, ettei ole olemassa strategista suunnittelua irrallaan datasta.  Jos suunnitellaan kehitystyötä liittyen asiakkaisiin, tuotantoon, prosesseihin tai vaikkapa markkinointiin, tulevat data-asiat hyvin nopeasti suunnittelupöydälle. Ei siis tarvitse kovin pitkään jutella liiketoiminnasta, kun joku jo kysyy mitä dataa meillä on nyt saatavilla näistä asioista ja miten me saataisiin se käyttöön? Mitä dataa tarvitsemme tulevaisuudessa? Uusi analytiikka, koneoppiminen ja tekoäly eivät ole jatkossa vain Googlen, Amazonin ja muiden suurten aluetta. Yritykset jotka ovat eturintamassa tulevat menestymään. Nämä uudet alueet edellyttävät paljon dataa taustalle. Nyt on oikea hetki satsata data-osaamiseen.

 

Data mukana strategiassa

Koska yllä kuvattu tilanne on todettu johtoryhmissä, todella moni yritys on asettanut tavoitteekseen olla datavetoinen (data driven) tulevaisuudessa. Eikä ihme, onhan data kaiken liiketoiminnallisen kehittämisen ytimessä. Siinä mielessä jokainen yritys on data-yritys. Kaikki digitalisaatio, edistynyt analytiikka, koneoppiminen ja tulevaisuudessa tekoäly tarvitsevat moottoreihinsa dataa. Em. uudet palvelut ja toiminnot puolestaan tuottavat itse runsaasti aivan uutta dataa. Oppivan organisaation salaisuus piilee juuri tämän kehän valjastamisesta ja automatisoinnista. Yksikään isompi organisaatio ei voi tehdä tulevaisuudessa strategiatyötä ilman että data-asiat ovat tiukasti integroitu mukaan.  Tiedoista ja datan hallinnasta tulee entistä enemmän olennainen osa businesta, ei vain pakollista taustatyötä.  Myös media tekee nykyisin hyvää työtä kirjoittamalla data-asioista entistä enemmän. Niin ikään lähes kaikki isoimmat teknologiatoimittajat ovat valjastaneet markkinointiosastonsa puhumaan datasta. Jokainen julistaa olevansa eturintamassa vaikkapa data-analytiikassa, joka kertoo hyvin asian ajankohtaisuudesta. Kuitenkin, mikäli koemme olevamme lähtöruudussa data-asioissa, kannattaa aloittaa päättäjien paneutumisesta data-asioihin. Oleellista on kouluttaa ja kertoa asioista oikealla tasolla, siis periaatteista, ei niinkään teknologiapainotteisesti.

 

Dataymmärryksen luominen

Datavetoinen organisaatio edellyttää tietoisuuden ja tietotaidon kasvua IT:ssä, mutta erityisen vahvasti muissa yksiköissä. Liiketoiminta, HR, markkinointi, talous ja myynti ovat näitä yksikköjä, joita IT tukee. Viime aikoina minuun on otettu yhteyttä liiketoiminnan yksiköistä, joissa nyt halutaan ymmärtää paremmin data-asioita kokonaisuutena.

Data on sirpaloituneena eri yksiköiden järjestelmissä. Jos organisaation kaikki tiedot olisivat vain yhden tietojärjestelmän takana, data-ymmärrystä voisi lähteä kehittämään tämän järjestelmän tietokannan kautta tai toimittajan avustuksella. Käytännössä järjestelmiä on kuitenkin useita. Lisäksi jatkossa saamme entistä enemmän dataa sensoreista ja talon ulkopuolelta. Parempi on silloin luoda oma näkemys omista datoista eri järjestelmissä ja rakentaa sitten integroitu tietovarasto.

Myös datojen tunteminen on sirpaloitunutta. Kultakin liiketoiminta-alueelta löytyy kyllä tietojen asiantuntijoita, mutta tämä datatietämys on hiljaista tietoa. Tietoja ei ole siis järjestelmällisesti kuvattu ja määritelty. Lisäksi tarvitaan laaja yhteinen näkemys ja kuvaus, jollainen erittäin harvoin on.

Liiketoiminnassa tulisi olla peruskäsitys nykyaikaisesta tiedonhallinnasta. Itse lähden perusteista esim. tietovaraston käsitteestä edeten big datan ja edistyneen analytiikan tuomiin mahdollisuuksiin. Kaiken keskiössä on liiketoiminta ja sen käsitteiden selkeyttäminen siten, että niiden ympärille on mahdollista tuottaa dataan perustuvaa tietoa. Lopuksi, miten tämä kaikki johtaa koneoppimisen ja tekoälyn hyödyntämiseen. Uskon vahvasti, että liiketoiminnan ja muiden yksiköiden dataymmärrys on koko datavetoisen organisaation rakentamisen edellytys. Olen huomaavaani tässä nyt muutosta ilmassa. Entistä useampi organisaatio panostaa nyt tähän.

 

Osaamista vai ohjelmistoja?

Oletetaan, että  johto nyt siis tietää, mitä datalla voi saada aikaan ja on päättänyt, että tähän panostetaan. Seuraava vaihe on datan kerääminen kokonaisvaltaisesti ja ajatus siitä, että vaikka emme vielä tiedä mihin dataa käytämme, ottakaamme se talteen. Pilviratkaisujen myötä tallennuksen hinta ei enää olekaan este tallettaa kaikkea dataa. Tässä täytyy korostaa tietoturvan merkitystä, esimerkiksi henkilötietojen kanssa pitää olla tarkkana. Edellisessä blogissani kutsuin Data Platformiksi alustaa, johon kaikki data talletetaan ja kirjoitin sen suunnittelusta ja arkkitehtuurista. Joillekin saattaa tulla mieleen, että eikö ole olemassa yhtä ohjelmistoa tai teknologiaa, joka tekisi tuo kaiken? Eikö meidän SAP taivu tähän? Kaikilla toimittajilla on kyllä osaratkaisuja. Koska dataa on monissa eri järjestelmissä ja jatkossa sitä tulee monista eri ulkoisistakin lähteistä sekä sensoreista, tarvitsemme oman Data Platformin, joka on  tietojärjestelmistä erillään. Näin alamme saada datat omiin käsiin.

Ohjelmistot ovat tärkeitä, mutta vielä tärkeämpää on data-alueen osaamisen kehittäminen organisaatiossa.  Osaamista tarvitaan menetelmien, teknologioiden ja organisoinnin alueilla. Jos organisaatiossasi on osaamista seuraavilta osa-alueilta, pääset jo hyvin alkuun: tiedonmallinnus, relaatiokannat (ja uudemmat NoSQL kannat), SQL-kieli, pilviarkkitehtuuri sekä ohjelmistojen hankinta.

Kyseiset osaamiset mahdollistavat datan keräämisestä ja tallennuksesta oikeiden DW/BI- teknologioiden ja työkalujen valintaan. Tämän jälkeen mukaan kuvioihin tulee Data-analytiikka ja Data Science -osaaminen, sitten tekoälysovellukset. Tärkeää on kuitenkin se, että ettei mennä asioiden edelle. Jos palkataan Data Scientisti, niin tietojen kuvausten ja Data Platformin pitäisi olla jo melko hyvällä tolalla, muutoin hänen aikansa kuluu datan etsimiseen, valmisteluun ja siivoamiseen.

 

Kääri hihat ja rupea hommiin

Data-asioiden perusteiden omaksuminen ei itseasiassa ole kovin vaikeaa. Se on loppujen lopuksi aika looginen jatkumo jo nykyisen Excelin, budjetoinnin, talouslaskelmien ja muiden graafien rinnalle, joita jokainen päättäjä jo nyt joutuu tulkitsemaan. Monesti kysymys on ihan johdon asenteesta: haluammeko panostaa digitaaliseen liiketoiminnan kehittämiseen nyt, vai jäämmekö katsomaan sivusta, kun muut sitä tekevät. Mikäli asenne, perusosaaminen ja tahtotila on kunnossa päättäjien keskuudessa, alkaa isompikin laiva kääntymään kohti datalla johdettavaan organisaatioon ja tekoaälyn hyödyntämiseen. Myös IT-toimittajien kanssa keskustelu helpottuu huimasti.

Minun teesini on siis seuraava: opasta johdolle data-asioiden perusteet, selvitä missä organisaatiosi datat ovat ja kuvaa ne, muodosta hyvä käsitys nykyisistä datoista (missä datat ovat, mallinnettuna ja määritettettyinä), rakenna uuttakin dataa helposti vastaanottava Data Platform, kerää ja varastoi dataa kokonaisvaltaisesti, valitse sinulle sopivat teknologiat, hyödynnä edistynyttä analytiikkaa, ja lopulta panosta automatisointiin (esim. koneoppiminen tai ohjelmistorobotiikka). Näin tekemällä tekoälyn hyödyntäminen on lähempänä kuin uskommekaan.

 

Meille data-asiat ovat missio ja datan parempi saatavuus visio. Teemme siis kaikkemme datavetoisen Suomen rakentamiseksi ja kasvamme nyt vauhdilla. Etsimme uusia nyt partnereita ja hyödynnämme Suomen parhaiden data-osaajien verkostoa konsultoinnissa sekä koulutustilaisuuksien vetäjinä.

Mikäli data-asiat kiinnostavat, meillä on tarjolla todella mielenkiintoisia avoimia koulutustilaisuuksia. Osa niistä soveltuu myös ns. ei-tekniselle väelle, eli liiketoiminnalle sekä muille yksiköille.

Tutustu mielenkiintoisiin alan koulutuksiin tästä.

Ulkomaalaiset data-gurujen erikoistilaisuudet löytyvät tästä.

Muista myös uusi Data Science koulutusohjelma, löydät lisätietoa siitä tästä.

 

Oikein hyvää ja datarikasta syksyä kaikille!

Jaa:

Kommentoi:

Kirjoittaja:

Ari Hovi

FM Ari Hovi toimii päätoimisesti konsulttina erikoisalueenaan Data Warehouse / Business Intelligence, käsitemallinnukset, tietoarkkitehtuurimallinnukset ja -määritykset sekä Business Intelligence / tietovarastoratkaisujen auditointi. Ari on Suomen kokeneimpia käsite- ja tiedonmallintajia (Data Modeling).

Ari on vetänyt uransa aikana yli sata käsitemallinnusworkshoppia ja ollut osallisena yli kuudessakymmenessä tietovarastohankkeessa. Tyypillisiä konsultointihankkeita ovat tietovarastojen arkkitehtuuri- ja strategiaselvitykset ja tietovarastojen tietosisällön mallinnus sekä yritystason tietoarkkitehtuurien ja Master Data -mallien laadinta.

Ari on myös tietokirjailija, teoksia aiheista Tietovarastointi, Tietokannan suunnittelu ja SQL. Hänen artikkeleitaan on julkaistu mm. TIVI-lehdessä, Kauppalehdessä ja Tietoasiantuntijat -lehdessä.

 

Haluatko uusimmat uutiset ja kurssitiedot Arihovista?

Tilaa uutiskirje

Tyrehdytä tiedonjanosi!

Uutiskirjeen tilaajana saat ajankohtaista tietoa datan hyödyntämisestä, tekoälystä sekä muista ajankohtaisista aiheista tiedohallinnan maailmasta. Olemme data-alan johtava kouluttaja ja konsultti, joten saat tietoa suoraan kentältä. Saat samalla myös parhaat tarjoukset kansainvälisten huppuasiantuntijoiden valmennustilaisuuksiin.