08.09.2020

Oletko sinä organisaatiosi arvokkain työntekijä?

Hei,

Pitkän tauon jälkeen tällä viikolla äänessä on Hannu Järvi.

Oma polkuni datanhallinnan maailmaan on käynyt liiketoiminnan kehitystehtävien kautta. Aiheeni liittyykin datavetoiseen liiketoiminnan kehittämiseen ja siihen, ketkä ovat lähitulevaisuudessa organisaationsa arvokkaimpia työntekijöitä. Tiedän että tämän lukijoissa on heitä useita.

Meiltä pyydetään usein apua asiakkaidemme tietoalustaratkaisujen arviointiin. 

Asiakkaalla on tyypillisesti ongelmia, joiden juurisyyksi epäillään tietoalustan arkkitehtuuria tai toteutustyön laatua.

Ongelmia toki löytyy usein teknologiasta ja arkkitehtuurista, mutta poikkeuksetta suuremmaksi tekijäksi osoittautuu ihmisiin, yhteistyöhön ja hankkeiden johtamiseen liittyvät haasteet. 

Pureudutaan kuitenkin vähän syvemmälle, mitä nämä haasteet ovat.

Ongelman määritys

Jos pyydän teitä valitsemaan omien kokemustenne pohjalta suurimman ongelmakohdan omissa hankkeissanne – jonka ei tarvitse olla tietoalustahanke vaan mikä hyvänsä digikehityshanke – niin mikä se olisi?

Oma vastaukseni on ongelma, joka on pysynyt varsin muuttumattomana koko työurani ajan. 

Ongelma pätee IT- ja digikehityshankkeisiin yleisesti, mutta data- ja analytiikkahankkeisiin erityisesti. 

Oman kokemukseni mukaan suurin ongelma on se, että ihmiset eivät ratko yhtä ja samaa ongelmaa vaan jokainen omaansa. 

Ihmiset ovat lahjakkaita ja luovia. Jos tavoitteet ovat hähmäisiä, he määrittävät ne itse.  

Analytiikkahankkeissa ongelma on korostunut, koska monet yksiselitteisiltä vaikuttavat asiat ovat käsittämättömän moniselitteisiä. 

Esimerkiksi auditoimissamme tietoalustahankkeissa tyypillinen tavoite on asiakaskannattavuuden mittaaminen. 

Asiakkaalle saattaa kuitenkin olla vielä vuosia hankkeen aloittamisen jälkeen epäselvää, mitä asiakaskannattavuus itse asiassa tarkoittaa. 

Tällöin ihmisten on mahdotonta ratkoa yhtä ja samaa ongelmaa.

Kuka johtaa työtä?

Työtä täytyy johtaa. En tarkoita autoritääristä johtamista vaan sitä, että joku ottaa omistajuuden asioiden yhteenlinjaamisesta. 

Omistajuuden ottaminen edellyttää liiketoiminta-alueen syvällistä tuntemusta. 

Syväosaajan on siis oltava liiketoiminnan edustaja.  Liiketoiminnan sisälläkin on siis suuria haasteita linjata tavoitteita yhteisellä tavalla. 

Vaikeuskerrointa kasvattaa se, että liiketoiminta ja IT lähestyvät ongelmaa eri perspektiiveistä. 

Analytiikkahankkeissa on lisäksi mukana eri heimoja BI-ammattilaisista tekoälykehittäjiin. Näiden perspektiivi eroaa edelleen kahdesta edellisestä.

Tähän väliin kaivataan tulkkeja. Sellaisia henkilöitä, jotka puhuvat liiketoimintaa ja osaavat kääntää vaatimukset IT:n kielelle.

Tulkille on nyt kysyntää

Liiketoiminnan kanssa vaatimusmäärittelyä tekevät useat ammattiryhmät, kuten konsultit, palvelumuotoilijat, data-arkkitehdit ja business analystit.

Näitä taitoja voi oppia ja niissä voi kehittyä entisestään.

Tällainen osaaminen on kysyttyä  nykypäivän työmarkkinoilla ja takuuvarmasti entistä kysytympää huomenna. 

Kun yritykset rekrytoivat dataosaajia, moni rekrytoiva esimies kysyy lähes poikkeuksetta että mikä on hakijan kyky ymmärtää liiketoimintaa ja keskustella liiketoiminnan kanssa.

Liiketoiminan tulkki saattaa olla organisaationsa arvokkain työntekijä!

Digitalisaatio on keskeisin kehityksen moottori tällä vuosisadalla. Organisaatio, joka voittaa digitalisaatiossa, voittaa koko kisan. 

Euroopassa, Kiinassa ja Pohjois-Amerikassa organisaatiot ovat kuitenkin saavuttaneet keskimäärin vain 20% digitalisaation potentiaalista. (mckinsey.com)

Teknologinen kehitys kiihtyy, mutta kyky soveltaa laahaa pahasti perässä. 

Organisaatiot, jotka saavat hilattua tuon prosentin 20%:stä edes vähän ylöspäin, pesee suurimman osan kilpailijoistaan.

Organisaatiot kaipaavat kipeästi liiketoiminnan kehittäjiä, joilla on kyky soveltaa digitalisaation mahdollisuuksia liiketoimintaan: liiketoimintamalleihin, prosesseihin, myyntiin ja markkinointiin, tuote- ja palvelukehitykseen jne. 

Tulkin osaamisvaatimukset

Liiketoiminnan tulkki on siten keskeisessä roolissa digitalisaation koko potentiaalin saavuttamisessa.

Parhaat tulkit ovat tulevaisuuden liiketoimintajohtajia ja yritystensä arvostetuimpia asiantuntijoita.

Robotisaation, tekoälyn ja älykkään automaation myötä digitalisaation potentiaali kasvaa entisestään – samoin kuin myös haasteet.

Tulkin rooli on entistä tärkeämpi, kun liiketoiminnan ja IT:n lisäksi tulkkausta tarvitsevat data-, analytiikka- ja AI-ammattilaiset.

Tärkein ominaisuus (soft skill) on kyky edistää yhteistyötä eri osaajaryhmien välillä.

Ylivoimaisesti tärkein kova taito (hard skill) on liiketoimintaongelmien ja -vaatimusten määrittäminen. Ongelmanratkaisu lähtee aina ongelman määrittämisestä. 

Digitaalisessa kehityksessä määrittäminen tarkoittaa ongelman mallintamista siten, että se voidaan teknologian, datan ja analytiikan avulla ratkaista.

Nämä kaksi taitoa kietoutuvat tiukasti yhteen. 

Yhteistyön perusedellytys on yhteinen maali – että kyetään määrittämään ongelma niin, että se on kaikille sama ja yhteinen.

Liiketoiminnan tulkin työkalulaatikossa on useita välineitä liiketoimintaongelmien ja -vaatimusten mallintamiseen. 

Keskeisiä ovat mm. prosessi-, käyttötapaus- ja käsitemallinnus. 

Käsitemallinnus nostaa päätään

Erityisesti käsitemallinnuksen (Conceptual modeling) merkitys on korostunut datan ja analytiiikan roolin kasvaessa digitaalisissa kehityshankkeissa.

Hyvin tehty käsitemalli kuvaa sekä liiketoimintaongelmaa että sitä vastaavaa analyyttistä ongelmaa. 

Käsitemallia tarkentamalla täsmentyvät myös datavaatimukset.

Käsitemallinnus on parhaimmillaan täydellinen väline liiketoimintaongelman määrittämiseen yhtenäisesti liiketoiminnalle, IT:lle ja analyytikoille

Näin varmistetaan, että kaikki ratkovat oikeaa ja samaa liiketoimintaongelmaa. 

Käsitemallinnus yksinään ei riitä, mutta se on kivijalka, jonka päälle voi rakentaa keskeisiä taitoja ongelman määrittämisestä, hankkeiden johtamiseen sekä yhteistyön fasilitointiin.

Mikäli haluat oppia liiketoiminnan tulkin taitoja, suosittelen käsitemallinnus/tiedonmallinnuskurssejamme sekä Business Analyst -koulutuskokonaisuuttamme: 

Tietojen mallintaminen – Data Modeling

Advanced Data Modelling

Business Analyst -osaamisen kehittäminen

 

Ystävällisin terveisin,

Hannu Järvi, CEO

Saattaisit olla kiinnostunut myös näistä

Data Vaultin käyttö vaatii osaamista

Lue lisää

Tekoäly ja tietovarastot

Lue lisää

Ellie sai huippuvahvistuksen tiimiin!

Lue lisää