07.09.2021

Tekeekö teknologia yrityksistä datavetoisimpia (Datadriven)?

Hei,

Törmäsin hiljattain Harvard Business Review’n artikkeliin, jossa kysyttiin isojen amerikkalaisten yritysten johdolta että miten data- ja tekoälyprojektit ovat menneet.

Artikkelissa viitatun tutkimuksen tulokset kertovat, että ne eivät ole investoinneista huolimatta tuottaneet odotetusti. 

Syy tähän on erityisesti yritysten kulttuurissa, eli datan hyödyntämisen kulttuuria ei ole.

 

Teknologia ei auta prosessikehityksessä vai auttaako?

Olen aikaisemminkin pohdiskellut teknologian ja prosessien välistä suhdetta. 

Kukaan ei osta laskutusjärjestelmää ja ala sitten miettiämään kenelle lähettäisin laskun. Yritykset eivät hanki CRM:ää ja mieti vasta sitten kenelle myisin palveluja/tuotteita.

Tilanne on aina se, että laskuja on jo lähetetty aikaisemminkin jollain systeemillä ja prosessilla. Laskuilla on tietysti asiakkaat, joiden yhteystiedot ovat jo aikaisemminkin olleet jossain systeemissä.

Toisin sanoen prosessi  ja kulttuuri ovat olleet olemassa ennen teknologiaa.

Jos asiakkaat eivät osta tuotteita tai palveluja, niin ratkaiseeko uusi laskutusjärjestelmä tai CRM ongelman? Harvemmin.

Data-alalla on usein jostain syystä toisin. 

Saatetaan ajatella, että nimenomaan uuden teknologian hankinta kehittää tietojohtamista ja siihen liittyvää prosessia.

Tietysti varmasti tyypillisin use case on korvata vanha legacy-tietovarasto modernimmalla järjestelmällä. Tällöin prosessi BI-raportointiin on jo olemassa.

Eli olemassa oleva raportointiprosessi siirretään uudella alustalle osana laajempaa pilvimigraatiota. 

Mutta tuolla toimintatavalla ei juuri kehitetä tai uudisteta prosesseja ja kulttuuria, joiden avulla yrityksestä tulisi dataohjautuva (data driven). 

 

Kulttuurin muutos on tärkeää

HBR:n artikkelin mukaan suurin este on tosiaan kulttuurin muutos, eli vanhat toimintatavat estävät datan tehokkaan hyödyntämisen.

Tehtäessä vaikka ERP  tai CRM -projektia usein mukana on muutosjohtamisen osaajia. 

Capgeminit, Accenturet ja muut vastaavat ovat jo useamman vuosikymmenen palkanneet strategiakonsultteja ja muutosjohtajia juuri siitä syystä, että näiden järjestelmien implementointi edellyttää prosessien sekä kulttuurin kehittämistä. 

Usein mietitään, että vaikka ERP-projektissa olisi sama lähtöajatus, eli että korvataan legacy uudella järjestelmällä, niin silti siinä nähdään mahdollisuus kehittyä prosessinäkökulmasta.

Tai jos hankitaan uudet nettisivut, silloin niitä tyypillisesti uudistetaan enemmänkin, eikä vain siirretä vanhaa sisältöä uudelle.

Data-alustaprojekteissa tätä ei kovin usein näe, mukana on harvemmin muutos-, tai prosessijohtamisen näkökulmaa tai osaajaa.

Harvoin mietitään miten tietojohtamisen prosesseja sekä kulttuuria tulisi kehittää systemaattisesti muutos- ja strategiajohtamisen keinoin. 

 

Datavetoisuus ei ole vain raportointia

Ongelma on siinä, että pelkästään uusimalla raportoinnin teknologiaa, yritys ei tule välttämättä juurikaan datavetoisemmaksi.

Itseasiassa monet HBR:n tutkimuksessa mukana olleet yritykset ovat ottaneet Snowflaken, Azuren tai AWS:n alustat käyttöön. 

Siitä huolimatta yrityksen johdolta kysyttäessä datavetoisuuden aste ei juurikaan ole kasvanut. Tämä on mielenkiintoinen huomio ja allekirjoitan tämän osittain myös tapahtuvan Suomessa.

Siitä huolimatta, että käytössä on kaikki uudet hienot teknologiat, ei johto koe asioiden juurikaan muuttuneen!

Datavetoisuus nimittäin ei tarkoita vain sitä että dataa on integroitu jollekin alustalle. Se tarkoittaa ennemminkin sitä, että yrityksellä on olemassa osaaminen, työkalut sekä prosessi sen hyödyntämiselle eri käyttötapauksiin.

Datavetoisuus tarkoittaa ennen kaikkea sellaista kulttuuria, jossa päätökset pitää perustella datalla eikä mutulla.

Jos mietitään pitääkö nostaa hintoja, päätöksen pitää perustua dataan.  Jos mietitään olisiko hyvä investoida uuteen tuotantolaitokseen, jälleen pohdinta tulee perustua dataan. 

Koneoppimista ja automatiikkaa hyödyntämällä osa päätöksistä voidaan automatisoida, kuten vaikkapa lentojen ja hotellien hinnoittelu (ns dynaaminen hinnoittelu).

Monet yritykset edelleen ajattelevat vanhakantaisesti, eli ylläpitävät ajatusta datan ensio -ja toisiokäytöstä.

Juuri tämä on iso osa ongelmaa.

 

Datan toisiokäyttö estää investoinnit

Perinteisesti data-analytiikan rooli nähdään datan toisiokäyttäjänä.

Datan ensiokäyttö liittyy operatiivisiin järjestelmiin ja on siksi tietyllä tavalla kriittisempää. 

Jos vaikkapa rahtilaiva seilaa väärään satamaan toiselle puolelle maailmaa väärän tiedon vuoksi, niin kyseessä on kriittinen bisnesongelma, joka vaatii välitöntä reagointia. 

Kyseessä on tällöin datan ensiokäytön ongelma.

Tilanteessa, jossa yritys ei heti saa vaikkapa dataa rahtilaivojen polttoaineen kulutuksesta data-analytiikkaa tai BI:tä varten, ei puhuta kuitenkaan kriittisestä ongelmasta, vaikka tärkeää sekin toki on. 

Esimerkki osoittaa, että jos kyseessä on datan toisiokäyttö jää se tärkeysasteella toiseksi, kun asiaa mietitään johdon näkökulmasta.

Datavetoisesta kulttuurista puhutaan kyllä juhlapuheissa, mutta mielestäni juuri tuo toisiokäyttöaspekti estää siihen oikeasti panostamisen ja investoinnit.

Jos yritys uudistaa vanhan tietovaraston, niin kuinka monelta yritykseltä löytyy budjettia ja halua lähteä muuttamaan prosesseja liittyen päätöksentekoon?

Silloin nimittäin puhutaan isomman mittaluokan strategia- ja muutosprojektista.

Tämä jaottelu datan hyödyntämisen ensio-ja toisi käytöstä tulisi myös unohtaa.

Moderni yritys sitoo nämä yhteen ja yhteinen nimittäjä on digitalisaatio: täysin digitaalisissa yrityksissä kuten suomalaisessa Supercelissä tai Netflixissä tällaista erottelua ei enää ole.

 

Edessä on positiivinen tulevaisuus

Minusta HBR:n esittelemä tutkimus antaa kuitenkin liian pessimistisen kuvan tilanteesta. 

Todennäköisesti vastaajat eivät edes tiedä, että heillä on käytössään sovelluksia, jossa on tekoälyä sisällä ja siksi tulokset ikään kuin näyttävät pahalta.

Uskon vakaasti, että tilanne on menossa hyvään suuntaan. Moderni data-analytiikka on kuitenkin verrattain nuori ala. Vaikka kaikki odottavan tekoälymurroksen olevat ihan juuri ovella, niin kyllä siinä hetki menee. 

Nyt jo on nähtävissä myös selkeää kehitystä siihen suuntaan, että muutosjohtaminen tulee mukaan alustaprojekteihin 

Kuten sanottu, digitalisaatio tulee myös väistämättä tuomaan datan ensio-ja toisiokäytön yhteen.

Suomalaiset yritykset ovat data-alalla maailman kärkeä. Data Vault oli viisi vuotta sitten ihan marginaalissa maailmalla. 

Kun tapasin sen kehittäjän Dan Linstedtin ensimmäistä kertaa, hän hämmästeli, kuinka suomalaiset ovat ottaneet sen niin hyvin vastaan. Maailmalla siinä kesti paljon kauemmin. Nyt Data Vault on todella suosittu menetelmä ympäri maailmaa ja Dan alan supertähti.

Jos mietitään maailmaa 25 vuotta sitten, niin hyvin paljon on tapahtunut. Silloin ei ollut internettiä, älypuhelimia, pilvipohjaisia sovelluksia tai juuri mitään sellaista, joka meille on nyt ihan arkipäivää.

Mietitään vaikka ihan perusasioita, kuten sähköpostia ja PC-tietokoneita.  Monet muistavat ajan kun niitä ei ollut, mutta näin vaan kaikki lopulta muuttivat kulttuuriaan sopivaksi pöytäkoneille ja vaikkapa sähköpostin käytölle.

Kaikki yritykset digitalisoituvat kovaa vauhtia, eikä tätä kehitystä voi pysäyttää. 

Datan hyödyntäminen tulee olemaan tässä olennainen osa, joten ennustan erittäin positiivista tulevaisuutta kaikille data-alalla työskenteleville.

Ystävällisin terveisin, 

Johannes Hovi

Ps. Nyt olisi tarjolla etätoteutuksena erittäin ajankohtainen koulutus, joka vetää alan huippu Rick van der Lans!

Practical Guidelines for Designing New Data Architectures 20.09 – 21.09.2021

Älä missaa tätä perustavanlaatuista tietopakettia data-arkkitehtuurien suunnittelusta. Kurssilla on vielä paikkoja jäljellä, eli vielä ehdit mukaan!

Data-arkkitehtuuria ei suunnitella joka päivä, joten käytä nyt maailman huippuosaaminen hyväksesi ja vältä sudenkuopat jo alkumetreillä.

Kurssilla käydään läpi yleisimmät kysymykset ja tekniikat, kuten data lakes, big data, data vault, pilvi, tietojen virtualisointi, Hadoop, NoSQL, tietovaraston automaatio.

Lisätiedot ja ilmoittautuminen tästä.

Saattaisit olla kiinnostunut myös näistä

Datan hallinta

Practical Guidelines for Designing New Data Architectures

Lue lisää
Tiedolla johtaminen

Practical steps for developing Data Strategy and Governance

Lue lisää