Astu tielle kohti datakulttuuria

Data-analytiikkaan perustuva tiedolla johtaminen on innostanut yritysten päättäjiä jo monta vuotta. Eikä ihme, sillä lupaahan se parempaa pärjäämistä. Tämän vahvistaa myös tutkimusyhtiö IDC, jonka mukaan datavetoiset organisaatiot kukoistavat. Lisäksi IDC kertoo, että 80 prosenttia yrityksistä haluaa hyödyntää dataa, mutta toteutuma jää 30 prosenttiin.

”Terminä dataohjautuvuus kuulostaa hienolta ja se antaa paljon. Harmillisesti monet kuitenkin jämähtävät lähtökuoppiin”, sanoo Janne Suomalainen, Knowit Solutionsin dataliiketoiminnan kehitysjohtaja.

Joskus yrityksen talousluvut näyttävät riittävän hyviltä, mikä ei motivoi yritystä muuttamaan toimintaansa. Kymmenen vuoden sisään kaikki yritykset ovat kuitenkin enemmän tai vähemmän digitalisoituneet – ne, jotka eivät ole, ovat lopettaneet toimintansa.

”Voidaan jopa aktiivisesti sivuuttaa data ja päättää toimia kuten ennenkin.”

Johdon pitää käyttää dataa näyttävästi

Tärkeäksi onnistumisen esteeksi hän nostaa liian heikosti kehittyneen tai vielä puuttuvan datakulttuurin. Mitä se oikein tarkoittaa?

”Datakulttuuri on päätöksentekokulttuuria, joka läpäisee koko organisaation. Kaikki päätökset perustuvat kerättyyn ja jalostettuun dataan, jolloin todella ymmärretään, mitä tapahtuu yrityksen sisällä ja sen toimintaympäristössä. Tämän lisäksi kyseenalaistetaan kaikki toiminta, joka ei perustu relevanttiin ja saatavilla olevaan dataan”, Suomalainen kertoo.

Hän korostaa, että datakulttuuri vaatii johdossa asennemuutosta.

”Johdolla täytyy olla nälkä kehittää toimintaa, toimia fiksummin ja paremmin. Johdon pitää näyttää esimerkkiä käyttämällä dataa näyttävästi. Se kertoo kaikille, että päätökset perustuvat tietoon. Datakulttuuri ei ole erillinen IT-projekti, vaan yltää syvälle yrityksen arvopohjaan.”

Data- ja analytiikkastrategia antaa suunnan

Keskeistä datakulttuurin kehittymiselle on liiketoimintalähtöinen, tavoitteellinen ja hyvin kommunikoitu suunnitelma datan ja analytiikan hyödyntämiselle. Data- ja analytiikkastrategian tulee luonnollisesti olla harmoniassa organisaation yleisen strategian kanssa ja tukea sen toteutumista. Mitä haluamme saavuttaa? Mitkä ovat tärkeimmät tavoitteemme? Ja miten data auttaa näissä?

"Datan hyödyntämisen mahdollisuudet ovat lähes rajattomat, joten siksi valinta ja keskittyminen on tärkeää”, Janne Suomalainen korostaa.

Data vaatii hallintamallia ja omistajuutta

Onnistumisen tärkeä edellytys on se, että käytössä on myös datakulttuuria tukeva tiedon hallintamalli. Kaikelle datalle on määritelty vastuulliset omistajat, eli esimerkiksi myynnin CRM-järjestelmän datasta vastaa myyntijohtaja, tuntikirjausjärjestelmän datasta joku henkilöstöhallinnossa ja niin edelleen.

”Data on tuotannontekijä ja voimavara, josta jonkun kuuluu kantaa selkeä vastuu, jotta ei vain levitellä käsiä ”, Suomalainen huomauttaa.

Datakulttuuri on myös avoimuuden ja yhteistyön kulttuuri. Esimerkiksi myynnissä pitää dokumentoida myynnin toimenpiteet yhteisesti sovitun käytännön mukaisesti CRM-järjestelmään, josta tiedot viedään yhteiselle data-analytiikan alustalle kaikkien hyödyksi. Datakulttuuriin ei istu perinteinen toimintamalli, jossa yksinäinen ratsastaja -tyylinen myyjä karauttaa sankarinviitta harteillaan hakemaan kauppaa, eikä jaa mitään tietoa.

Data ja työvälineet kaikkien ulottuville

Hyvin tärkeää on huolehtia, että tietoon nojautuvat päätökset ovat mahdollisia kaikilla organisaation tasoilla. Tällöin toteutuu datakulttuuriin kuuluva datademokratia. Jalostetun datan tulee olla ihmisten saatavissa jokaisen tarpeita vastaavasti, esimerkiksi niin sanotun itsepalveluanalytiikan muodossa.

”Valitettavan usein näkee, että ensin kirjaudutaan hienoon analytiikan sovellukseen, mutta sitten siitä ajetaan Excel. Käytössä on 20 vuotta vanha tapa, eikä oikein oivalleta, miten pitäisi toimia modernin analytiikan kanssa”, Suomalainen kertoo.

Datan käyttöä pitää tukea ja rohkaista. Fiksu linja on pyrkiä suurentamaan sitä joukkoa työntekijöistä, jotka paitsi osaavat myös pystyvät käyttämään dataa omia tehtäviä koskevassa päätöksenteossa. Henkilöstölle on tarjottava työvälineiden ja käsitteistön säännöllistä koulutusta ja valmennusta.

Monesti on aiheellista käydä läpi, mitkä ovat yrityksen kannalta keskeiset tiedot, tunnusluvut ja käsitteet sekä mitä ne itse asiassa tarkoittavat. Toisinaan ilmenee suuria erimielisyyksiä itsestään selviksi uskotuissa asioissa.

”Keskustelut vaativat joskus pitkämielisyyttä. Olen seurannut keskustelua yhdestä tunnusluvusta, jota yrityksessä oli seurattu vuosia. Kävikin ilmi, että kaikki olivat eri mieltä, mitä luku tarkoittaa ja miten se kuuluu laskea.”

Data kaikista lähdejärjestelmistä yhteen paikkaan

Toimivalla datakulttuurilla on myös teknisiä vaatimuksia. Ne ovat mullistuneet viime vuosina reilusti. Kymmenkunta vuotta sitten oli tapana miettiä erittäin tarkasti, mitä tietoa tarvitaan loppuvaiheessa. Tällainen menettelytapa ei jättänyt yhtään tilaa luovuudelle tai huomioinut riittävästi erilaisia käyttötapauksia ja -tarpeita.

”Nyt pyrkimyksenä on tuoda kaikki mahdollinen data kaikista lähdejärjestelmistä johonkin keskitettyyn paikkaan, tyypillisesti ns. data lake -tietoaltaaseen, tietämättä vielä, mihin eksaktisti tulemme tietoa käyttämään. Data tuodaan ikään kuin keskuskeittiölle, josta eri yleisöt ja käyttötarpeet saavat tiedon nopeammin ja ketterämmin hyödynnettäväksi”, Suomalainen sanoo.

Kun kerättävää dataa ei rajata eikä esijalosteta ennen tallentamista datajärveen, syntyy arvokkaita etuja. Data on varmasti tarjolla ja se on kevyt ottaa mukaan analyysivaiheessa. Kun data on esimerkiksi tarjolla pilvialustalla, on paljon helpompi tehdä koneoppimismalleja, kun ei tarvitse palata lähtöruutuun ja miettiä, mistä saadaan dataa. Koneoppiminen vaatii myös valtavasti dataa toimiakseen kunnolla ja antaakseen järkeviä tuloksia.

”Jos yritys jää vielä katsomaan, mitä muut tekevät, syntyy kehitysvelkaa, jota jonain päivänä ei enää voi kuroa umpeen. Kannattaa nyt alkaa edistää omaa datakulttuuria päättäväisesti”, Janne Suomalainen kannustaa.

6 tienviittaa matkalla kohti datakulttuuria

1. Sitouta yrityksen johto käyttämään dataa kaikessa päätöksenteossa – näyttävästi.
2. Perusta kaikki päätökset jalostettuun ja kerättyyn dataan.
3. Varmista, että päätöksentekomalli tukee datakulttuuria.
4. Määrittele kaikelle datalle vastuulliset omistajat.
5. Kannusta ja kouluta datan käyttöön kaikilla organisaation tasoilla.
6. Hyödynnä dataa mahdollisimman monista lähteistä.