Edellisessä artikkelissa ”Tieto on valtaa – ja vastuuta” listasimme neljä tiedon keräämiseen ja hyödyntämiseen liittyvää vastuullisuusperiaatetta:
- tiedon keräämiseen ja hyödyntämiseen liittyvien riskien tunnistaminen ja hallinta
- tiedon oikeellisuuden ja tarpeellisen kattavuuden varmistaminen
- yksityisyydensuojan ja liikesalaisuuksien turvaaminen
- datan esittäminen selkeästi ja läpinäkyvästi kontekstissaan ja sen mahdolliset puutteet ja vääristymät esille nostaen
Seuraavassa avaamme jokaista periaatetta hiukan syvällisemmin.
Riskien tunnistaminen ja hallinta
Vastuullinen tiedon hyödyntäminen alkaa riskien tunnistamisesta ja hallinnasta. On tärkeää tiedostaa, että kaikki toimijat eivät välttämättä ole yhtä vastuullisia, ja tietoa voidaan käyttää väärin joko tahallisesti tai tahattomasti. Organisaation ulkopuoliset ja sisäiset toimijat voivat pyrkiä käyttämään tietoa omiin tarkoituksiinsa tai aiheuttaa haittaa tietämättömyyden ja huolimattomuuden kautta.
Riskien tunnistaminen, pienentäminen ja varautuminen mahdollisiin uhkakuviin auttavat hallitsemaan tiedon käytön riskejä. Avoin viestintä riskienhallintatoimenpiteistä rakentaa tiedon ympärille luottamusta, joka rohkaisee organisaation työntekijöitä ja sidosryhmiä tiedon hyödyntämiseen.
Tietoisuutta riskeistä voidaan parantaa viestinnän avulla, jotta kaikki ymmärtävät, miten tietoa tulisi hyödyntää vastuullisesti. Vastuullisuutta tukee myös organisaatiokulttuuri, joka rohkaisee keskusteluun eettisistä kysymyksistä ja epäkohtien esille tuomiseen.
Tiedon oikeellisuuden ja kattavuuden varmistaminen
Jos olet seurannut tiedon hyödyntämisen ympärillä käytävää keskustelua, olet varmasti joskus kuullut lyhenteen GIGO ”garbage in, garbage out”. Valitettavasti parhaimmatkaan data-asiantuntijat eivät edes uusimmilla ja edistyneimmillä teknologiolla pysty loihtimaan puutteellisista ja vääristä tiedoista hyviä raportteja tai analyysejä. Huonolaatuisesta tiedosta muodostetut analyysit voivat pahimmillaan johtaa täysin harhaan.
Useimmissa organisaatioissa tiedon laatu ei ole toivottua tasoa ja se on jatkuva kehityskohde. Täydellisyyttä tuskin koskaan saavutetaan eikä se ole tarkoituksenmukaistakaan. Riittää, kun tiedot ovat suurimmaksi osaksi oikein ja niihin liittyvät puutteet tiedostetaan ja viestitään läpinäkyvästi eteenpäin.
Sopivat tiedon laatua havainnollistavat mittarit auttavat suhteuttamaan ja arvioimaan tiedon luotettavuutta sekä seuraamaan tiedon laadun parantamistyön tuloksia. Liian huonolaatuisesta tiedosta ei kannata tehdä muita analyyseja kuin sellaisia, mitkä tuovat laadulliset ongelmat selkeästi esiin niille, jotka laatuun voivat vaikuttaa.
Tiedon laadun parantamisessa auttaa toimiva tiedonhuolto. Ensimmäinen askel tiedon laadun parantamiseksi on määrittää, kenen vastuulla se on. Tiedon omistajalle pitää antaa vastuun lisäksi mahdollisuus vaikuttaa esimerkiksi kirjauskäytäntöihin ja lähdejärjestelmien toimintaan, tarpeeksi aikaa, budjettia ja tukea laadunparannustyöhön.
Tiedon laadun ohella oleellista on tiedon kattavuus. Esimerkiksi X:ää käyttää Elisan vuonna 2023 teettämän tutkimuksen mukaan viikoittain noin 32 % suomalaisista ja miehet käyttävät sitä noin kaksi kertaa enemmän kuin naiset. X:n datan perusteella voi tehdä päätelmiä siitä osuudesta näitä käyttäjiä, jotka myös itse tuottavat sinne aktiivisesti sisältöä. Näiden käyttäjien osuus lienee vain murto-osa palvelua viikoittain käyttävistä.
SOTE-organisaatiossa uusi rekrytointijärjestelmä oli otettu aktiiviseen käyttöön vasta kahdessa organisaatioyksikössä. Siksi raportointiin tuotava tieto päätettiin rajata alkuvaiheessa koskemaan vain näitä kahta yksikköä. Lisäksi tiedostettiin, että jonkin verran rekrytointia tehtiin näissäkin yksiköissä edelleen järjestelmän ohi ja tästä syystä rekrytointijärjestelmän tiedoista lasketut rekrytointimäärät eivät sisältäisi kaikkia rekrytointeja.
Vaarallista ei niinkään ole se, että tieto ei ole täysin kattavaa. Jossain määrin näin on aina. Tärkeää on tiedostaa ja viestiä läpinäkyvästi, miten tieto on kerätty ja mitä puutteita tulosten yleistettävyyteen mahdollisesti liittyy. Vastuuttominta on antaa vaikutelma, että tieto on yleistettävää ja kattavaa, jos näin ei todellisuudessa ole. Tämä voi johtaa esimerkiksi tiedon keräämisen ulkopuolelle jäävää ryhmää syrjiviin päätöksiin.
Yksityisyydensuojan ja liikesalaisuuksien turvaaminen
Henkilötietojen vastuullinen käsittely on ensiarvoisen tärkeää, ja EU:n tietosuoja-asetus (GDPR), jota käsittelimme edellisessä artikkelissa, antaa tähän vahvan perustan. Tämän lisäksi on kuitenkin tärkeää, että tietoa käsiteltäessä kiinnitetään huomiota vain olennaisiin tietoihin. Vaikka pääsy henkilötietoihin olisi perusteltua, niitä ei tule käyttää, ellei se ole välttämätöntä.
Liikesalaisuuksien turvaaminen on yhtä lailla kriittistä. Yritykset voivat parantaa liikesalaisuuksien suojaa esimerkiksi vahvoilla salassapitosopimuksilla. Sisäinen viestintä ja henkilöstön koulutus voivat olla tarpeen, jotta työntekijät ymmärtävät, millaisia tietoja voi jakaa esimerkiksi sosiaalisessa mediassa ilman riskiä liikesalaisuuksien paljastumisesta.
Tiedon esittäminen
Tiedon esittämisessä on tärkeää pyrkiä selkeyteen ja läpinäkyvyyteen. Viime aikoina tarinankerronta on noussut keskeiseksi osaksi tiedon visualisointia, mutta on varottava, ettei tarina yksinkertaista asioita liikaa. Visuaaliset elementit eivät saa vaarantaa tiedon tarkkuutta tai selkeyttä.
Esityksissä tulisi aina huomioida tiedon kattavuus, oikeellisuus ja konteksti. Tämä voidaan tehdä esimerkiksi liittämällä analyysiin selkeät tiedot siitä, miten tieto on kerätty ja mitä puutteita siihen liittyy. Raportin otsikoinnilla ja selitteillä voidaan tuoda esiin, mitä tiedot edustavat ja missä rajoissa niitä voi yleistää.
Periaatteet käytäntöön
Vastuullisuus alkaa käytännössä toteutua, kun yhä useampi ymmärtää omaan rooliinsa ja käsittelemäänsä tietoon liittyvän vastuun. Käytä nyt hetki pohdintaan, miten vastuullisuusperiaatteet liittyvät omaan rooliisi ja parhaillaan käsittelemääsi tietoon.
Mirjamaria Petäjäniemi
Lead Consultant, Trainer
