Miten hyödyntää dataa tehokkaammin liiketoiminnan kehittämisessä ja johtamisessa? Tätä miettivät monet, mutta tutkimusten mukaan harva yritys kokee saavuttavansa tavoitteitaan. Sofigaten datanhallinnan konkari Markus Sipilä esittelee kolme askelta, jolla datasta saadaan enemmän liiketoimintahyötyä.

Liiketoimintahyödyn jalostaminen datasta onnistuu, kun kolme kriteeriä täyttyy:

1) datanhallinnan perusta on kunnossa,
2) data on helposti hyödynnettävissä ja
3) saatavilla olevaa dataa hyödynnetään käyttötapaukseen, joka tuottaa arvoa liiketoiminnalle.

Otetaanpa käytännön esimerkki: Huoltoyritys haluaa optimoida huoltoteknikoidensa päiväohjelmat siten, että työajasta mahdollisimman paljon käytetään varsinaisiin huoltotöihin. Matka-aika ja ylityöt halutaan minimoida.

Tähän matemaattiseen optimiointitehtävään tarvittava algoritmi ja laskentateho ovat saatavilla. Jotta algoritmi voi suunnitella teknikoiden työpäivät, se tarvitsee hyvälaatuista dataa muun muassa huollon piirissä olevista laitteista ja niiden sijainnista, huoltotöiden sisällöstä ja kestosta sekä teknikoiden työajoista.

Jos nämä tiedot ovat epäyhdenmukaisia, puutteellisia tai virheellisiä, algoritmin tuottamat päiväohjelmat ajattavat teknikoita pahimmillaan ympäri kaupunkia ja tavoitellut hyödyt jäävät haaveeksi.

Miten siis varmistaa, etteivät tavoitellut hyödyt jää saavuttamatta?

Askel 1: Varmista, että datanhallinnan perusta on kunnossa

MIT Technology Reviewissä huhtikuussa julkaistussa artikkelissa todetaan, että vain 13 prosenttia organisaatioista kokee onnistununeensa erittäin hyvin datastrategiansa toimeenpanossa. Yhteistä onnistujille on se, että datanhallinnan perusta on kunnossa. Mutta mitä se oikein tarkoittaa?

Datanhallinnan perusta on kunnossa, kun:

  • organisaatio suhtautuu dataan strategisena ja arvokkaana pääomana,
  • organisaatio ymmärtää, mitä dataa sillä on,
  • dataan liittyvät roolit ja vastuut ovat selkeät,
  • dataan liittyvä hallintomalli on määritelty ja käytössä,
  • dataorganisaatio ja sen liiketoiminnalle tuottamat palvelut ovat selkeät,
  • organisaatiolla on selkeä toimintamalli dataa hyödyntävälle kehittämiselle.

Sen jälkeen, kun yllä olevat kriteerit on täytetty, on vielä jäljellä varsinainen raaka työ datan hiomiseksi timanttiseen kuntoon. Huoltoesimerkissämme tämä tarkoittaisi muun muassa huollon piirissä olevia laitteita, niiden sijainteja ja huoltosopimusten tietoja. Juuri tähän tarvitaan yllä kuvattua datakulttuuria, selkeitä vastuita ja hallintomallia.

Askel 2: Pilvipohjaiset data-alustat tekevät datasta helposti hyödynnettävää

Julkisen pilven kehitys on ollut viimeisen kymmenen vuoden aikana päätähuimaavaa. Modernit data-alustat tarjoavat uskomattoman pitkälle kehittyneitä mahdollisuuksia. Esimerkiksi koneoppimismallit ovat jo varsin arkipäiväisessä käytössä vaikkapa myyntiennusteiden laatimisen apuna, verkkokauppojen suositeltujen tuotteiden tarjoamisessa tai asiakkaiden segmentoinnissa.

Teknologisen kehityksen myötä valtavien datamassojen säilöminen julkisessa pilvessä on muuttunut yhä kustannustehokkaammaksi, suorastaan halvaksi. Yleinen ohjenuora dataintensiiviselle kehitykselle onkin, että data kannattaa ladata lähdejärjestelmistä pilvipohjaisille data-alustoille. Sitä kautta dataa voidaan hyödyntää ja jatkojalostaa moneen eri tarpeseen.

Jos arkkitehtuuria ei ole mietitty kunnolla, pistemäisistä ratkaisuista syntyy nopeasti sekamelska. Silloin samoja asioita joudutaan tekemään moneen kertaan eri tarpeita varten – mikä taas synnyttää turhia kustannuksia ja vie aikaa.

Askel 3: Hyödynnä saatavilla olevaa hyvälaatuista dataa liiketoimintasi kehittämiseen ja johtamiseen

Kun datanhallinnan perusta ja toimintamallit on laitettu kuntoon, datan laatu paranee. Kun hyvälaatuinen data on lisäksi saatavilla pilvipohjaiselta data-alustalta, on datalähtöiselle bisneksen kehittämiselle erinomaiset edellytykset. MIT Technology Review -artikkelin onnistujat ovat oivaltaneet, että hyötyjen saamiseksi ei kannata oikaista ainakaan kohdasta yksi.

Datanhallinnan (engl. Data Management) merkitys on tänä päivänä suurempi kuin koskaan. Perinteiset datanhallinnan viitekehykset sisältävät erittäin käyttökelpoista tietoa data-asiantuntijoille, mutta niitä ei ole kirjoitettu erityisen liiketoimintalähtöiseen muotoon.

Koska datan hallinta on kuitenkin mitä suurimmissa määrin liiketoimintajohdon asia, kehitimme Sofigatella yhdessä asiakkaidemme ja kumppaniemme kanssa liiketoimintalähtöisen datajohtamisen toimintamallin, jonka yhdistimme osaksi teknologiajohtamisen avointa viitekehystä, Bisnesteknologiamallia.

Tämä malli auttaa organisaatiotasi ottamaan datasta hyödyn irti. Lähde liikkeelle askeleesta numero yksi.

Tukevasti siiloissa vai tehokkaasti yhdessä? Lue, miten Sofigaten oma digiloikka paransi datan laatua

 

Markus Sipilä työskentelee Sofigatella Senior Advisorina ja Chief Technology Officerina. Hänen intohimonaan on liiketoiminnan kehittäminen bisnesteknologian ja datan avulla.

Read these next

Cookies Settings