Hei,
Johannes tässä jälleen kynän varressa, Ari on takaisin puikoissa taas ensi viikolla.
Otsikko on tietysti provosoiva, mutta siinä piilee totuuden siemen.
Koko ajatus siitä, että laadittaisiin jokin liiketoiminnasta erillinen datastrategia on modernissa digitalisoituneessa maailmassa hieman outo.
Se on myös hyvin helppo tehdä. Se aina kuuluu jotenkin näin: varmistetaan, että data on mahdollisimma hyvin saatavilla ja hyödynnettävissä. Se sisältää myös strategiset kumppanuudet toimittajien kanssa, tietoarkkitehtuurin ja hallintamallit. Mukaan luetaan myös dataosaaminen ja sen kehittäminen.
Tämähän on selvää ja uskon jokaisen isomman organisaation tähän pyrkivän.
Yrityksen strategia pitää toki jakaa ala-strategioihin, joten näin ollen myös datastrategialla on paikkansa (jatkuvasti näihin liittyviä projekteja on meilläkin meneillään).
Itse kuitenkin nostaisin perinteisen datasteategian edelle liiketoiminnan osaamisen kehittämisen data- ja tekoälyasioissa.
Tarkoitan liiketoiminnalla sellaista henkilöä, jonka tehtävänä on kehittää organisaation jotain muuta osa-aluetta, kun data-aluetta.
Usein liiketoiminta ei ole kovin hyvin perillä data-asioista. Voit koittaa, eli kysy liiketoiminnan puolen kollegalta, pelikaverilta tai puolisolta, että mitä hän ajattelee datan hyödyntämisestä yrityksissä.
Saat vastauksesi vastakysymyksen: ”Tarkoitatko siis tätä meidän Excel-rumbaa? Ehkä tarkoitat It-järjestelmiä ja niiden integrointeja keskenään?” Tai: ”No varmasti Google ja muut hyödyntävät ja myyvät dataa, mutta voiko meidän toimialalla tehdä sellaista”?
Luonnollisesti tästä on poikkeuksia, mutta useimmiten data-asiat eivät kuulu liiketoiminta-asiantuntijan repertuaariin.
Ari puhuu datakeskeisestä ajattelusta, joka pitää sisällään ajattelutavan, jonka mukaan liiketoimintahaasteita voidaan ratkoa datan avulla
(Huom! Mikäli aihe kiinnostaa, niin Barack Obaman entinen data-asioiden neuvonantaja Stephen Brobst tulee Suomeen valmentamaan datakeskeisen ajattelun periaatteista 29.11.2018 – 30.11.2018 ).
Datakeskeinen ajattelu tarkoittaa sitä, että testataan erilaisia hypoteeseja ja pyritään löytämään empiiristä näyttöä olettamuksille datatieteen avulla.
Ymmärretään myös se, että datat ovat siiloissa IT-järjestelmien uumenissa, eri muodoissa, vaikeasti haettavissa sekä yhdistettävissä, ja että tekoälyn hyödyntäminen edellyttää laadukasta dataa.
Itse lisäisin tähän vielä lyhyen oppimäärän datataloudesta. Kuuntelin kerran sivusta pitkää keskustelua siitä, että mitä etuja ja haittoja on siitä, jos ostaa Googlelta tai Facebookilta dataa. Oikea vastaus on ettei mitään, koska heiltä ei voi ostaa dataa (kirjoitin blogin aikaisemmin näiden liiketoimintamallista) lainkaan.
Näiden uusien datavetoisten liiketoimintamallien tunteminen olisi myös suositeltavaa. On nimittäin hieman outoa, että liiketoiminnan kehittämisestä vastaavat ihmiset eivät tunne tai osaa kuvata aikamme menestyneimpiä liiketoimintamalleja lainkaan. Yllättävän moni ei nimittäen osaa sanoa, että miten esim Googlen tai Facebookin ansaintamalli tarkalleen ottaen toimii.
Jos liiketoiminta ajattelee datakeskesesti, on paljon helpompaa laatia ja jalkauttaa datastrategia. Liiketoiminta näkee sen silloin osana liiketoimintastrategiaa, ei ulkoistettavissa olevana irrallisena osana.
Jos liiketoiminta ajattelee, että data-asiat eivät ole tärkeitä ja tekoäly on vain jotain futuristista höttöä, niin mitkään datastrategiat eivät auta. Niille ei tule sponsoreita, eivätkä ne lähde kunnolla lentoon.
Miksi data-asiat ovat niin tärkeitä liiketoiminnalle ja miksi niihin kannattaa panostaa? Nyt aletaan olla tilanteessa, että saamme lähes kaikista liiketoimintaprosessista dataa, koska niissä on IT:tä mukana.
Tätä kutsutaan tietysti digitalisaatioksi. Kun kaikki prosessit entistä enemmän ovat sähköisiä, niin dataa voidaan kerätä lähes kaikesta liiketoiminnasta. Kaikesta jää sähköinen jälki.
Jopa kaikkein perinteisimmät alat, kuten vähittäiskauppa, metsäteollisuus tai rakennusteollisuus eivät poikkea tästä. Siitä huolimatta, että niiden liiketoiminta ei ole täysin digitaalisessa muodossa, ne kuitenkin kuitenkin pystyvät keräämään ja analysoimaan dataa hyvin laajasti.
Hieman nurinkurisesti datastrategian keskeinen implementoija pitäisikin olla HR-johtaja. Heidän vastuulla on usein kompetenssit ja niiden kehittäminen. Ja tietysti työparina tulee olla tietohallintojohtaja (CIO) tai CDO (Chief Data Officer).
Jos CIO ja HR päättäisivät tehdä tähän muutoksen kimpassa toimitusjohtajan siunauksella, alkaisi tapahtua.
Rekrytoinneissa kysyttäisiin entistä enemmän data-asioista. Perehdytyksessä käytäisiin läpi datan hyödyntämisen kulmakivet. Se otettaisin mukaan koulutus -, ja muihin kehityssuunnitelmiin.
Ok, saatat ajatella, että tietysti tässä markkinoin meidän koulutuksia aiheesta. Toki niitä suosittelen, mutta pointti ei ole tässä.
Nykyisin osaamisen kehittämiseen on lukemattomia tapoja. Esim Reaktorin ja Aallon tekoälykurssi verkossa on hyvä pohja. Netti on täynnä materiaalia ja koulutuksia on saavatilla eri tasoille.
Korostaisin vielä yhtä asiaa: tämä ei ole pelkästään koulutusasia, vaan ajattelutavan sekä kulttuurin muutos. Kun ajattelutapa iskostuu johtajiin, kulttuuri alkaa muodostua datakeskeisksi.
Kaverini on markkinointitoimiston johtaja, joka alkoi kehittää digitaalista alustaratkaisua sekä tekoälyä. Hän ei ole IT-ihminen, mutta alkoi opiskella koodareiden kanssa Pythonia. Hän oli sitä mieltä, että kyllähän hänen pitää oppia jonkin verran ymmärtämään koodia, mikäli alkaa kehittämään tekoälyä. Tällaista asennetta kaivataan!
Kaverini ymmärsi olennaisen: hänen täytyy muuttaa yrityksensä kulttuuria datavetoiseksi näyttämällä itse mallia ja johtamalla edestä.
Peter Druckerin maailmankuulu lentävä lause kuuluu näin: kulttuuri syö strategian aamupalaksi. Tällä hän tarkoittaa sitä, että mikä strategia ei sellaiseen mene käytäntöön, jos olemassa oleva organisaatiokulttuuri ei tue tätä.
Nykyisiä vanhan koulukunnan johtajia voi olla tosin vaikea muuttaa, tunnustan sen. Paavo Lipponen ei kuulemma koskenut tietokoneisiin lainkaan, sähköpostit hoituivat sanelulla. Minkäs teet.
Jos ei muuta, niin ainakin uudet sukupolvet ovat tässä eri tavalla mukana, siitä olen täysin varma.
Vanhat hirvimetsällä paljon aikaa viettävät johtaja jäärät saattavat nauraa tälle kaikelle. Tämän kaltainen datasta paasaaminen on IT-nörttien puhetta, eikä liity raskaan sarjan teollisuusyrityksiin lainkaan.
Muistan kun Facebookille naurettiin, kun se listautui pörssiin. Nyt se tekee dataa ja tekoälyä hyödyntämällä vuodessa voittoa 16 miljardia. Samoin kun vähittäiskauppa ei alkuun pitänyt verkkokauppoja minkään asteen uhkana. Hymyt ovat sittemmin hyytyneet.
Jos on vielä epäileviä tuomaksia, niin heille tiedoksi pari faktaa:
Datan ja tekoälyn tehokas hyödyntäminen on tehnyt amerikkalaisista teknolgiajäteistä maailman arvokkaimpia yrityksiä.
Vaikka suomalainen yritys ei voi muuttua Googleksi yhdessä yössä, sillä on silti oma datavarantonsa, jota se voi hyödyntää kilpailukyvyn lisäämiseksi.
Data-analytiikan tehokas hyödyntäminen vaikutti viime Yhdysvaltojen presidentinvaalien ratkaisevasti samoin Brexittiin. Sitä voi käyttää myös väärin, kuten jälkimmäiset esimerkit osoittavat.
Kiistaton tosiasia on siis se, että datalla on niin iso voima että toimitusjohtajien tulisi olla tästä kaikesta hyvin kiinnostunut.
Ystävällisin terveisin,
Johannes Hovi
Ps. Alta löydät lisää tietoa blogissa mainitun Stephen Brobstin valmennuksesta. Vaikka nykyisin puhutaan tekoälystä paljon, on kysymys siinäkin datakeskeisen ajattelun omaksumisesta. Tutustu siis tähän:
Data Science, Artificial Intelligence and Advanced Practices in Data Visualization, 29.11.2018 – 30.11.2018
Koulutus soveltuu kaikille, joita kiinnostaa datakeskeinen ajattelu ja sen liittäminen organisaation strategiaan. Koulutuksessa opit, miten kehittyneen datatieteen avulla ratkotaan liiketoimintaongelmia ja miksi siihen kannattaa nyt panostaa.
Data ja sen hyödyntäminen on muuttanut maailmaa dramaattisesti, tule kuulemaan tämän kehityksen viimeisimmistä käänteistä eräältä Yhdysvaltojen arvostetuimmista CTO:sta (Chief Technlogy Officer).
Lue lisää lisää kurssista ja sen sisällöstä tästä
