Hei,
Lueskelin juuri erittäin mielenkiintoista tutkimusraporttia nimeltä Data and AI Leadership Executive Survey 2022, joka käsittelee AI ja datan hyödyntämisen tasoa isojen yritysten keskuudessa.
Tutkimus on mielenkiintoinen siinäkin suhteessa, että raporttia on julkaistu jo vuodesta 2012 ja sitä on siteerattu kaikissa merkittävimmissä bisnesjulkaisuissa, kuten The Wall Street Journal, Harvard Business Review, MIT Sloan Management Review ja Forbes.
Nostoja tutkimuksesta
Tuore raportti antaa paljon ilon aiheita datamaailmalle. 73,7 % tutkimukseen osallistuneista yrityksistä on nimittänyt Chief Data tai Analytics Officerin. Rohkaisevaa myös on se, että 92,1 % sanoo AI ja dataprojektien olleen tuottoisia (return on investment, ROI).
Kuva 1. Moni yritys on palkannut C-tasolle AI- ja dataosaamista, hienoa!
Toisaalta tulokset osoittavat, että yritysten muutos ns dataohjautuvaksi (data driven), on yllättävän haastavaa ( Kuva 2.). Parissa kohtaa ollaan otettu jopa takapakkia vuodesta 2019.
Kuva 2. Ns “Datakulttuurin” luominen on osoittautunut yllättävän vaikeaksi
Itselle tuli mieleen tiettyjä johtopäätöksiä, joita käyn seuraavaksi läpi.
Kulttuurin muutos kestää pitkään
Näyttää että AI ja datahankkeita on tehty lukumääräisesti entistä enemmän, niiden painoarvo on kasvanut ylimmän johdon silmissä, joka on puolestaan vaikuttanut investointien kasvuun.
Tämä ei kuitenkaan ole jostain syytä nostanut datavetoisuuden astetta tai johtanut datan hyödyntämiseen tähtäävän kulttuurin kasvuun. Miksi ei?
Yksi syy on varmasti se, että koska nyt on tehty datahankkeita entistä enemmän, on myös todettu kuinka vaikeita ne ovat, ja odotukset ovat saattaneet olla liian korkealla.
Ollaan ehkä jouduttu toteamaan, että vaikka jokin yksittäinen AI-hanke on ollut menestys, se ei ole kuitenkaan muuttanut tekemisen suuntaa laajemmin.
Kuten kaikki tiedämme, kulttuurin muuttaminen on se kaikkein vaikein rasti, eikä homma ratkea vaan uusilla teknologioilla.
Ollaan voitu olla ylioptimistia aikataulun suhteen, eli luultu että johtoryhmän CDO voi muuttaa ison laivan kurssia vuodessa tai parissa.
Itselläni on teoria, joka liittyy liiketoiminnan ja teknisten osaajien yhteispeliin,
Datavetoisuus tulisi olla liiketoiminnan arvon kasvattamista
Osittain minua häiritsee koko data driven termin käyttö, koska se viittaa siihen, että datalla olisi jokin itseisarvo.
Datan säilöminen on pelkkä kustannuserä ilman, että sitä hyödynnetään mihinkään.
Pelkän datatekemisen sijaan pitäisi miettiä, mitkä ovat ne liiketoimintaprosessit, jotka tuottavat yritykselle arvoa.
Näitä ovat esimerkiksi operatiivisen tehokkuuden parantaminen, uusien myyntikanavien tunnistaminen, asiakaskokemuksen kehittäminen, tuotantokulujen säästäminen jne.
Tyypillisesti näitä mitataan jollain tavalla, tai ainakin halutaan mitattavan – data-alan pitäisi vastata tähän haasteeseen.
Mutta dataporukalla saattaa olla erilaisia mittareita, kuten esimerkiksi kuinka paljon dataa on data-alustalla, rakennettujen dashboardien lukumäärä tai ollaanko onnistuttu säästämään IT-kuluissa.
Mitkään näistä eivät varsinaisesti tuo suoraan lisäarvoa bisnekselle. Meillä oli esimerkiksi yksi sellainen DW-toimeksianto, jossa mitattiin uuden laajan IT-järjestelmän vaikutuksia yrityksen tärkeän liiketoiminta-alueen tuottavuuteen. Toimeksiannon painoarvo oli ihan toista luokkaa liiketoiminnan silmissä, kun vaikka vanhan legacy DW:n uusiminen pilvipohjaisella ratkaisulla.
Voisiko mittareita liiketoiminnan kanssa yhdenmukaistaa entistä enemmän? Data-alan osaajat voisivat ratkoa bisnesongelmia datan avulla lähempänä ja osana liiketoimintaa itseään.
Ystävällisin terveisin,
Johannes Hovi
Ps. Keskusteluyhteyden parantamiseksi liiketoiminnan kanssa suosittelen:
Business-Oriented Data Modelling Masterclass, 23.-25.5.2022
Kyseessä on Live-koulutus pitkästä aikaa! Tämä Alec Sharpin koulutus on alan klassikko, joka täyttää luokkahuoneen kerta toisensa jälkeen. Kurssilla opit miten mallinnat dataa yhdessä liiketoiminnan kanssa parhaiden käytäntöjen mukaisesti. Monet pitävät Alecin kursseja parhaina, joissa ovat olleet. Pidä siis varasi – tapa jolla katsot dataa voi muuttua lopullisesti!
Katso lisätiedot ja ilmoittautuminen tästä.
