Hei,
Data-alan maturiteetti näyttävän nousevan jatkuvasti, sillä yhä useampi on nähtävästi kokenut “herätyksen”. Tiedättehän tunteen, kun yhtäkkiä palaset loksahtavat omassa mielessä ja tulee ahaa elämys tai toisille se on heureka!
Mikä on tätä heureka-hetki josta puhun? Lähdetään liikkeelle data-alan käytännöistä.
Näin videoklipin erään ison organisaation datatiiminvetäjästä. Kyseessä oli niin sanottu case-esimerkki data-alustaprojektin onnistumisesta.
Hän kertoi kuinka monta lähdejärjestelmää ollaan integroitu data-alustalle nopealla aikataululla. Niitä oli hyvin monia. Data-alusta oli teknisesti äärimmäisen kehittynyt ja tehokas – näin paljon ei olla ikinä heillä pystytty säilömään ja prosessoimaan dataa.
Projekti oli todella kova menestys, konsulttikumppanit tekivät älyttömän hyvää jälkeä. Datajohtajan mukaan organisaatiosta tuli kertaheitolla data driven -yritys.
Satuin sitten kuulemaan toista kautta heidän bisnekseltä, että eivät oikeastaan ole huomanneet mitään eroa entiseen. Edelleen he eivät saa hyödynnettyä kunnolla dataa, eikä heillä ole selkeää kuvaa miten tämä data-alusta homma toimii.
Tämä on hyvin tyypillinen tarina. Dataprojekteja arvotetaan usein teknisestä näkökulmasta, eikä bisneksen näkökulmasta. Me dataihmiset olemme välillä niin syvällä kuplassa, että emme edes näe miltä tämä näyttää ulkopuolisille.
Tilanne on usein datamaailmassa tämä:
Haluataan olla dataohjautuva ja ajatellaan että data-alustan kehittäminen on tähän hyvä ratkaisu. Pistetään Snowflake tulille ja näin homma edistyy.
Snowflake on kuitenkin “vain” tietokanta, teknologia. Ok, se on data-alusta, data marketplace ja mitä kaikkea se onkaan, mutta silti se on vain tekninen ratkaisu. Sillä ei ole mitään arvoa, ellei sitä osata käyttää tai jos bisnes ei hyödy siitä. Aika rohkea väite, mutta näin se on.
Mietitään ajatusleikkinä että Snowflake tarjoaisi minulle (tässä ajatusleikissä en ole data-alan osaaja) Snowflake instanssia ja sanoisi että saat 1M€ edestä krediittejä puoleen hintaan, että otatko. Sanoisin että ei kiitos. He sanoisivat entä jos tarjoamme saman 30k€, tämä on niin kova tarjous ettei kukaan asiakkaista ole tällaista saanut!
Sanoisin että ei kiitos, sillä ei ole mitään arvoa minulle. En ottaisi vaikka saisin ilmaiseksi.
Syy tähän on se, että en osaa rakentaa tietovarastoa, enkä käyttää Snowflakea. Toisin sanoen miljoonan Snowflake on minulle arvoton, koska en osaa sitä käyttää enkä siten hyödy siitä mitään.
Käytän esimerkkinä tässä Snowflakea (joka on tuotteena aivan huippu, suosittelen!), mutta jos SAP tarjoaa minulle 10M€ erpin, niin sama juttu, sen arvo on minulle myös puhdas nolla. Jos yritys ei osaa rakentaa tietovarastoa, ei tunne sen periaatteita, ei Snowflakella ole paljon arvoa. Teknisen ratkaisun arvo on näin ollen sidoksissa sen hyötyihin.
Jos yritys ei tiedä, miten tuoda data liiketoiminnan hyödynnettäväksi, data-alustasta ei saada kaikkea tehoa irti ja sen investoinnin arvo on kyseenalainen.
Toki karrikoin ja yksinkertaistan tässä aikalailla. Ymmärrän luonnollisesti että on olemassa vakiomuotoisen raportoinnin use-case ja halutaan säästää kustannuksissa siirtämällä raportointiratkaisu on-premistä pilveen. IT-osasto saa aikaa tällä kustannussäästöjä, eli on siinä se hyöty, myönnetään.
Mutta ei tällä toimella muututa juurikaan enemmän dataohjautuvaksi. Tuosta jää koko data-analytiikka use-case huomioimatta. Data-alustaa ei tuossa use-casessa käytetä bisneksen kehittämiseen, johon sitä nimenomaan pitäisi käyttää.
Mitä jos oikeasti lähdettäisiin toisesta päästä liikkeelle, eli mietittäisiin miten liiketoiminta saadaan hyödyntämään dataa päätöksenteossa tai sovelluskehityksessä.
Mitä jos mietittäisin design näkökulmaa, jossa keskeitä on miettiä datan hyödyntäjän kanssa mitä koitetaan saada aikaiseksi, luoda kommunikaatiokanavat, kulttuuri sekä alustat tälle työlle.
Se, että konsultit tekevät pavelumuotoilun avulla esimerkki dashboardeja yhdessä bisneksen kanssa on ihan hyvä alku, mutta ne ovat projekteja, kertaluonteisia työpajoja. Ei niiden avulla muuteta vielä toimintatapoja, joskin ne sinänsä ovat ihan hyviä.
Joku ajattelee data governancen olevan juuri tätä. Sitä se onkin ehkä osittain, mutta siinä korostuvat säännöt, ohjeet ja byrokratia. Toki niitäkin pitää olla.
Data Governancen toinen puoli on yhteistyö, kommunikaatio ja jaettu ymmärrys.
Kun tästä puhuu yrityksille, moni kertoo juuri tälläisen elämyksen on kokenut ja että silmät ovat oikeasti avautuneet.
Dataprojekteja ollaan tehty teknisiä harjoituksina ja mietitty, että jotain tässä mättää mutta ei osata sanoa tai sanallistaa, että mikä.
Kunnes yhtäkkiä ihminen tajuaa, että hetkinen, tässä on edetty koko ajan väärässä järjestyksessä. Silmät kirkastuvat – heureka!
Ystävällisin terveisin,
Johannes Hovi
Ps. Tarjoamme nyt erittäin mielenkiintoisen uuden koulutuksen ajankohtaisesta aiheesta, eli ChatGPT:stä!
Tiedonhaku omista tietolähteistä ChatGPT4:llä, 10.05.2023 – 11.05.2023
Niin IT kuin business johdon kanssa keskustellessa ensimmäisenä esiin nousee seuraava kysymys: ”Kuinka voin rakentaa GPT-4:n kaltaisen Chatbot:n, joka käyttää omia tietojamme vastaustensa perustana?”
Tässä koulutuksessa vastaan juuri tähän kysymykseen.
Koulutuksessa opetellaan prompt engineering perusteet sekä Azure Open AI palvelun käytön perusteet. Koulutuksessa sparrataan kuinka suunnitellaan ja resurssoidaan GPT-4/Azure Open AI investointi projekti oikein.
AI aikakauden boteilla tullaan korvaamaan madon älykkyyden tasoisiin sääntöihin perustuvat tietovarastot. Kustannussäästöjen lisäksi keinoäly mahdollistaa uudentyyppisen monimutkaisen tietojen yhdistämisen. Nyt on siis oikea aika tutustua GPT-4: ja Azure OpenAI palveluun.
Lisätiedot ja ilmoittautuminen tästä.