Teknologia ja työkalut datan hyödyntämisen mahdollistajina

Edellisessä osassa tarkastelimme ensimmäistä pöydän jalkaa: menetelmiä ja arkkitehtuuria. Nyt syvennymme käsittelemään toista jalkaa: teknologiaa ja työkaluja eli niitä välineitä, joilla datasta luodaan käytännössä hyödyllistä tietoa. Teknologia ja työkalut kuvaavat niitä ratkaisuja, joiden varaan tiedolla johtamisen käytännön toteutus rakentuu.

 

Teknologia mahdollistaa, liiketoiminta ohjaa

Tietojohtamisessa houkuttelee usein juuri teknologia. Se on tietojohtamisen näkyvin mutta samalla väärinymmärretyin osa. Teknologia on se, mitä voidaan ostaa, asentaa ja esitellä johdolle. Se on se, josta moni datahanke alkaa – joskus liiankin innokkaasti.

Työkalut kehittyvät nopeasti ja tarjoavat lupauksia älykkyydestä, automaatiosta ja tehokkuudesta. Monissa organisaatioissa on viime vuosina investoitu voimakkaasti uusiin data- ja analytiikkatyökaluihin. Moderneilla pilvipalveluilla, tekoälyratkaisuilla ja visualisointivälineillä pyritään saamaan kaikki hyöty irti kertyvästä datasta.

Teknologia on datan hyödyntämisen mahdollistaja, mutta sen on tuettava liiketoimintaa ja muita tietojohtamisen osa-alueita, eikä siitä saa tulla itsetarkoitus.

Parhaatkaan työkalut eivät tuota lisäarvoa, jos perusta (johtaminen, strategia, arkkitehtuuri, osaaminen) on heikko. Toisaalta ilman sopivia teknisiä ratkaisuja hienotkin suunnitelmat jäävät helposti paperille.

Siksi teknologiavalintojen on oltava linjassa organisaation tavoitteiden kanssa ja palveltava sovittuja menetelmiä. Oikein valitut teknologiat nopeuttavat ja helpottavat tiedon keräämistä, tallentamista, käsittelyä ja analysointia. Ne tarjoavat konkreettiset keinot toteuttaa datastrategiaa ja tietojen hallintamalleja käytännössä.

Olennaista on kuitenkin muistaa, että teknologia palvelee liiketoimintaa: sen tehtävä on mahdollistaa strategian toteutus ja menetelmien käyttö, ei sanella suuntaa. Kuten sanonta kuuluu, teknologia on hyvä renki mutta huono isäntä.

 

Tyypilliset sudenkuopat

1. Työkalut ennen visiota

Usein datahankkeita perustellaan uusilla työkaluilla tai teknologisilla mahdollisuuksilla. Organisaatiot näkevät demoja, joissa liiketoimintakysymykset ratkeavat kuin itsestään. Luvataan, että ”tämä alusta mahdollistaa kaiken”. Mutta teknologia ei ratkaise yhtään haastetta, ellei kysymys ole alun perin selvä ja data kunnossa.

Liian moni hanke pysähtyy siihen, ettei tiedetä mitä datalla halutaan saavuttaa tai miten uutta työkalua pitäisi käyttää. Tällöin teknologia ei ole enää mahdollistaja, vaan este.

Organisaation tulee ensin tietää, mitä se haluaa datalla saavuttaa ja miten – vasta sitten valitaan millä työkaluilla nämä tavoitteet toteutetaan. Tämä varmistaa, että teknologiahankkeet kytkeytyvät liiketoiminnan tarpeisiin. Samalla vähennetään riskiä, että käytössä on kalliita järjestelmiä, jotka jäävät vähälle käytölle osaamisvajauksen tai yhteensopimattomuuksien vuoksi.

 

2. Hype ja trendit valintojen ohjaajina

Teknologiakenttä kehittyy hurjaa vauhtia ja jatkuvasti nousee esiin uusia työkaluja tai ratkaisuja, joista ”kaikki puhuvat”. Tämän hype-ilmiön keskellä organisaatiolla on riski hätiköidä ja tehdä valintoja trendien, ei todellisten tarpeiden perusteella.

On inhimillistä innostua näkyvillä olevasta uutuudesta, mutta jokainen hankinta tulisi peilata omaan datastrategiaan ja tavoitteisiin.

 

3. Hajanaiset kokeilut ja siiloutuminen

Data- ja AI-projekteissa on hienoa kokeilla uutta, mutta mikäli jokainen tiimi puuhastelee omia pilottejaan ilman yhtenäistä suuntaa, lopputuloksena on sirpaleinen ympäristö. Jos yksi liiketoimintayksikkö kehittää pilvipalvelussa prototyypin ja toinen ostaa itsenäisesti jonkin analytiikkatyökalun, huomataan kohta ettei kokonaisuus toimi yhteen.

Pahimmillaan organisaatio herää tilanteeseen, jossa jokaista järjestelmää pitää erikseen liittää toiseen, siiloja syntyy ja tietoa katoaa matkan varrella.

 

4. Kustannusten karkaaminen käsistä

Holtittomat kokeilut voivat johtaa myös kustannusten karkaamiseen käsistä. Modernit pilvityökalut skaalautuvat helposti nappia painamalla, ja maksavat käytön mukaan. Tämä on sekä vahvuus että riski.

Kehittäjät saattavat hyvää hyvyyttään ratkaista suorituskykyongelmia ajamalla vain enemmän prosesseja ja tuottamalla lisää dataa. Pilvi kyllä venyy, mutta lopputulemana kustannukset saattavat kasvaa yllättävän nopeasti.

 

5. Insinöörikeskeisyys ja käyttäjän unohtaminen

Usein nähty virhe on tekemisen teknologia- ja insinöörikeskeisyys. Projektit voivat lipsahtaa IT-vetoisiksi niin, että keskitytään työkaluihin ja hienoon tekniseen toteutukseen, mutta unohdetaan kysyä loppukäyttäjiltä mitä he oikeasti tarvitsevat. Tuloksena voi olla järjestelmä, joka toimii moitteettomasti – mutta jota kukaan ei käytä.

Tämän takia liiketoiminnan käyttäjiä on kuunneltava jo alusta alkaen: strategiassa, käsitemallinnuksessa, teknologiavalinnoissa. Muuten hienoistakin systeemeistä tulee nopeasti ”hylättyjä leluja” hyllylle.

 

Tietojohtamisen teknologiakerros

Tietojohtamisessa eri teknologioilla on omat roolinsa ja ne tulee sovittaa osaksi yhtenäistä arkkitehtuuria.

• Tietovarastot ja tietoaltaat, jotka toimivat tiedon säiliöinä. Näihin kerätään eri järjestelmistä tiedot yhteen paikkaan analysoitavaksi.
• Mallinnustyökalut tarjoavat rakenteen ja yhteisen kielen. Tietomallinnus on menetelmä, mutta myös teknologinen osa-alue, koska mallinnusta tehdään usein erityistyökaluilla kuten Elliellä. Hyvä tietomalli on teknologian hyödyntämisen perusta.
• Integraatiotyökalut vastaavat tiedon liikkumisesta lähdejärjestelmistä data-alustoille ja edelleen analytiikan käyttöön. Hyvin hoidettu integraatio mahdollistaa luotettavan ja oikea-aikaisen tiedon virtaamisen. Huonosti hoidettuna se aiheuttaa pullonkauloja ja katkoksia.
• BI- ja analytiikkatyökalut ovat teknologiapaketin näkyvin osa loppukäyttäjille. Kevyemmät työkalut, kuten PowerBI tai Tableau, tarjoavat helppokäyttöisiä ratkaisuja visualisointiin ja perusanalytiikkaan. Syvällisempään analyysiin pääsee esimerkiksi Pythonin ja R:n kaltaisten ohjelmointikielien avulla. Valinta riippuu organisaation tarpeista ja osaamisesta. Se tulee tehdä paitsi teknisin perustein, myös käyttäjäkokemus huomioiden. Tärkeintä on, että liiketoiminta saa tiedot helposti käyttöönsä.
• Pilvipalvelut muodostavat nykyään monen teknologiaratkaisun perustan. Kyse ei ole vain tallennuspaikasta, vaan kokonaisesta ekosysteemistä: tietokannat, laskentaympäristöt, koneoppimisalustat, integraatiotyökalut. Pilvi mahdollistaa nopean kokeilun ja laajennuksen, mutta kuten edellä todettiin, se vaatii myös kurinalaisuutta kustannusten ja hallinnan suhteen.
• Tekoäly ja koneoppiminen täydentävät teknologiapatteristoa. Organisaatioille tämä näkyy mahdollisuutena keskittyä enemmän datan hyödyntämiseen. Samalla kuitenkin korostuu tarve ymmärtää näitä automaatioita ja varmistaa, että nekin tukevat organisaation tavoitteita. Tekoäly ei ole oikotie onneen. Se on yksi työkalu lisää pakkiin, jonka perustan on edelleen oltava kunnossa.

Yllä kuvattujen osa-alueiden on toimittava yhteen. Esimerkiksi hyvin suunniteltu tietomalli nivoo yhteen tietovaraston, data-altaan ja integraatiot: samaa käsitemäärittelyä voidaan hyödyntää kaikissa. Samoin raportointityökalut ovat tehokkaita vasta, kun niiden pohjalla on laadukas tietovarasto. Teknologiajalka onkin kokonaisuus, jossa jokaisella palikalla on oma tehtävänsä, mutta myös riippuvuudet toisiinsa.

 

Takaisin perusasioiden äärelle

Yksi syy siihen, miksi teknologiajalka toisinaan kompuroi, on peruslähtökohta, joka on vinossa. Organisaatiot panostavat teknologiaan ja työkaluihin, tietokantoihin, raportointiin ja tekoälyyn kuin ne olisivat liiketoiminnan sydän. Mutta kysytäänpä rehellisesti: mikä on oikeasti tärkeää? Onko yrityksesi olemassa siksi, että sillä on hieno tietovarasto tai uusi teknologia käytössä?

Liian moni strategia käynnistyy teknologiapäätöksillä. Valitaan työkaluja ja järjestelmiä ennen kuin on edes mietitty, mitä käsitteitä liiketoiminta käyttää tai miten tiedon pitäisi kulkea prosessien läpi.

Todellisuudessa liiketoiminta pyörii asiakkaiden, tuotteiden ja tilausten ympärillä. Tästä syystä tiedonhallinta tulisi aloittaa sieltä. Ei teknologiasta ja työkaluista, vaan liiketoiminnan käsitteistä ja tarpeista.

Usein riittäisi, että ennen ratkaisuja pysähdytään hetkeksi ja laitetaan perusasiat kuntoon – mallinnetaan yhdessä liiketoiminnan keskeiset käsitteet ja niiden väliset suhteet. Vasta sitten mietittäisiin, miten ne toteutetaan teknisesti.

Jos teknologia valitaan vasta, kun suunta ja tarpeet ovat selvillä, ei synny hylättyjä leluja vaan toimivia kokonaisuuksia.