Datastrategiaa tarvitaan, jotta yrityksen tietopääomasta – datasta – saa kaiken hyödyn irti. Mutta mikä datastrategia ihan käytännössä on, ja miten sellainen tehdään?
06 elokuuta 2020
Datasta, sen hyödyntämisestä ja systemaattisesta hallinnasta, on tullut yhä tärkeämpi menestystekijä yrityksille. Jotta siitä saadaan kaikki tehot liiketoiminnan polttoaineeksi, tarvitaan datastrategia.
Tämän kirjoituksen lukemalla opit:
Strategia tarkoittaa suunnitelmaa, eli sen avulla pyritään saavuttamaan tavoiteltu päämäärä. Hyvin laadittu strategia vastaa kysymykseen ”miten”. Siinä kuvataan riittävällä tasolla, mitä tehdään, jotta saavutetaan yhteistesti sovitut tavoitteet ja visiot.
Strategia-sana on kärsinyt melkoisen inflaation. Yritysten johto tekee kovasti töitä vuosittain kirkastaakseen strategiansa, mutta henkilökunnan mielestä työn tuloksena syntyy usein ainoastaan kompakti PowerPoint-setti, väritettynä myyvillä kuvilla ja iskulauseilla. Todellinen muutostarve ja keinot muutoksen läpiviemiseksi jäävät usein hämärän peittoon.
Strategialla on ongelmista huolimatta kuitenkin tärkeä paikkansa myös dataohjatussa liiketoiminnassa. Sen avulla varmistetaan korkeimman johdon yhteinen ymmärrys ja sitoutuminen tavoitteiden taakse. Siinä sovitaan myös ensimmäiset askelmerkit ja alustava tiekartta siitä, miten asiaa lähdetään viemään eteenpäin, sekä miten edistymistä seurataan ja tuetaan.
”Strategialla on tärkeä paikkansa dataohjatussa liiketoiminnassa.”
Datasta, sen hyödyntämisestä ja systemaattisesta hallinnasta, on tullut yhä tärkeämpi menestystekijä yrityksille. Enää ei koputeta kollegan, asiakkaan tai toimittajan oveen, tai lähetetä postia, vaan kommunikoidaan järjestelmien, applikaatioiden ja digitaalisten palvelujen kautta.
Mitä laadukkaampaa data on, ja mitä oikea-aikaisemmin tieto saadaan tuotettua päätöksenteon tueksi, sitä paremmin ja tehokkaammin yritys toimii. Aikaa ei tuhlata tiedon etsimiseen ja päätökset perustuvat faktoihin, eivät pelkästään mututuntumaan.
Yritysten todelliset kyvykkyydet datajohtoiseen toimintaan ovat usein vielä kaukaisia haaveita. Viime vuosien data- ja analytiikkateknologian valtava kehitys ja vaihtoehtoisten datalähteiden saatavuus (esimerkiksi IoT, sensorit, paikannus) ovat luoneet analytiikkamahdollisuuksien runsaudensarven. Valitettavan usein nuo mahdollisuudet jäävät kokeiluasteelle ja mahdollisuudet toteutumatta puutteellisten datanhallintakyvykkyyksien vuoksi.
Lisäksi dataan liittyvien tietoturvan, yksityisyyden suojan ja datasta muodostettujen lopputulosten eettisen käytön varmistaminen vaativat aivan uudenlaista osaamista. Näihin on syytä kiinnittää huomiota suurien taloudellisten ja maineriskien minimoimiseksi.
Näiden syiden vuoksi yritykset tarvitsevat datastrategian. Siihen sisällytetään datan hyödyntämiseen tähtäävän analytiikkastrategian lisäksi myös datan hallintastrategia – eli miten data saadaan mahdollisimman tehokkaasti, oikea-aikaisesti, turvallisesti ja riittävän hyvälaatuisena hyötykäyttöön. Säännökset ja eettiset periaatteet otetaan myös huomioon.
Lue myös: Ota datamaailman termit haltuun datasanaston avulla
Yrityksellä on strategioita eri tarkoituksiin. On ensiarvoisen tärkeää ymmärtää ja kuvata, mihin datastrategia ottaa kantaa – ja mihin ei.
Kaikilla yrityksillä on liiketoimintastrategia, joka ohjaa yrityksen perustoimintaa. Useimmilla yrityksillä on myös IT-strategia ja useilla jopa digitalisointistrategia. Näissä otetaan kantaa siihen, mitkä digitaaliset palvelut tai minkä organisaation toimintojen automatisointi tukevat liiketoimintastrategiassa määriteltyjen tavoitteiden saavuttamista, ja miten niihin päästään.
Jotkut yritykset ovat jo laatineet analytiikkastrategian, mutta harvoilla yrityksillä kuitenkaan on data- tai datanhallintastrategia. Eli yhteinen tahtotila siitä, kuinka data saadaan hyötykäyttöön koko organisaation näkökulmasta parhaalla mahdollisella tavalla.
Jotta dataa voitaisiin hyödyntää tehokkaasti, sen täytyy olla saatavilla ja ymmärrettävää. Hyvä datastrategia sisältää molemmat! Ei ole mahdollista tehdä hyvää analytiikkaa, ainakaan ketterästi, kustannustehokkaasti, turvallisesti ja nopeasti, jos datanhallintakyvykkyys puuttuu.
Datastrategia ei saa kuitenkaan olla itseisarvo. Sen tulee olla huolellisesti liiketoimintastrategiasta johdettu strategia, joka toimii ylimmän johdon sitouttajana yhteisen data-agendan toteuttamiseksi yli organisaation siilojen. Strategian avulla saadaan aikaiseksi yhteiset suuntaviivat ja tarvittava ylimmän johdon konsensus. Parhaimmillaan ne johtavat datatekemisen yhteiseen priorisoimiseen ja siten auttaa pääsemään datavision mukaisiin tavoitteisiin laaditun tiekartan avulla.
Lue myös: Mitä data governance tarkoittaa ja entä, jos sitä ei olisi olemassa?
Kenellekään tuskin tulee yllätyksenä, että dataohjautuva (englanniksi data driven) yritys on toimialansa menestyvä edelläkävijä. Tällaiset yritykset saavat datan hallinnasta ja hyödyntämisestä huomattavaa kilpailuetua ja pystyvät tekemään faktoihin pohjautuvia päätöksiä entistä nopeammin.
Datakeskeiset (eng. data centric) yritykset pystyvät tuottamaan tarkoituksenmukaista dataa analytiikkaa varten ketterämmin – eli nopeammin ja halvemmin – kuin muut. Voidakseen tulla dataohjautuvaksi, on organisaation ajattelu muutettava datakeskeisemmäksi. Se tapahtuu vain tuomalla datan liiketoimintasisältö yhteisen päätöksenteon keskiöön.
On siis sitouduttava yhtä aikaa tuottamaan liiketoiminnalle sekä tärkeitä datatuotteita dataohjautuvan päätöksenteon ja innovaation tueksi, että rakentamaan datakeskeistä toimintaympäristöä pitkäjänteisesti. Teknologialla on merkittävä rooli dataohjautuvuuden ja hyödyntämisen näkökulmasta, sekä datakeskeisten toimintojen kannalta. Mutta myös datateknologiavalinnoissa tulisi mennä tarve, ei itse teknologia edellä.
Dataohjautuvuus-käsitettä ei ymmärretä ja se tuntuu kaukaiselta tavoitteelta ehkä siksi, että datan laadusta ollaan epävarmoja. Järjestelmistä saatuun dataan ei ole tosissaan uskallettu luottaa sellaisenaan, vaan datan hyödyntäjät käyttävät paljon aikaa datan oikeellisuuden varmistamiseksi. Ei olla kuultukaan siitä, mitä tarkoittaa datakeskeisyys ja miten sen avulla voitaisiin tukea hyvälaatuisen datan tuottamista oikea-aikaisesti yrityksen eri tarpeisiin.
Dataan ja sen hallintaan liittyvä kypsyys on usein aika alhainen. Viimeiset vuodet on keskitytty toimintoihin ja applikaatioihin, eli siihen mitä halutaan tehdä automaattisemmin, Kuitenkaan ei ole ymmärretty miettiä sitä, mitä dataa tarvitaan noiden toimintojen tekemiseen, mitä dataa missäkin toiminnossa syntyy ja kenen käyttöön.
Datanhallintaa ei vielä opeteta yliopistoissa tai keskiasteen kouluissa kattavasti eikä kokeneita liiketoimintalähtöisiä dataosaajia ole markkinoilla paljon. Siksi panostaminen oman henkilökunnan osaamisen kehittämiseen – ylimmästä johdosta aina yksittäisen työntekijän tasolle – on tärkeää.
Lue myös: Ilman metadataa datan hyödyntäminen liiketoiminnassa on kallista ja hidasta
Datan hallinta ja analytiikka eivät ole rakettitiedettä. Datakeskeisyyden saavuttaminen on kuitenkin suuri kulttuurinen muutos ja se vaatii systemaattista datatietoisuuden kasvattamista sekä toimintatapojen muutosta. Ihmisten kouluttamista, muutoksen hallintaa ja etenkin näkyvää johdon tukea.
Moni suomalainen yritys hyötyisi syvällisestä data- ja metodologiaymmärryksestä ylimmässä johdossa ja strategiajohdossa, ja joissakin niitä on jo nimitetty. Maailmalla Chief Data Officereita on nimitetty enenevissä määrin. Trendi alkoi finanssisektorilta, jolle finanssikriisin jälkiseurauksena tuli pakolliseksi ottaa data-asiat haltuun. Nyt myös muut toimialat seuraavat perässä.
Nimikkeestä riippumatta datan hallinta tulisi vastuuttaa korkeimman johdon edustajalle omana vastuualueenaan, ei esimerkiksi osana teknologiaa. Tarvitaan sitoutunut sponsori yhtiön korkeimmasta johdosta ottamaan vastuu tiedonhallinnasta ja analytiikasta koko yrityksen tasolla. Sponsori huolehtii hyvän datastrategian luontiprosessin avulla, että kollegat yrityksen johtoryhmässä ostavat ajatuksen. Eli ymmärtävät, että data vaikuttaa kaikkeen yrityksen toimintaan, ja siksi yhteistyö ja yhteiset toimintatavat ovat välttämättömyys.
Ilman ylimmän johdon tukea yritysten ”datavelka” kasvaa, kulut kasvavat, ketteryys muuttuu jäykkyydeksi ja riskit kasvavat. Usein tarvitaan dataan liittyvä palkkiojärjestelmä ja seuranta, jotta muutos aidosti menee läpi organisaatiossa.
Datastrategia voidaan luoda seuraavilla kuudella askeleella:
1. Analysoi nykytila
Kypsyyden mittaamisesta ja nykytilan analyysista kannattaa aloittaa. Siten muodostetaan käsitys siitä, missä kohtaa yritys on matkalla kohti datakeskeisempää ja -ohjautuvampaa toimintatapaa, ja mistä kannattaa aloittaa. Tässä vaiheessa kannattaa etsiä yrityksestä tulevan ”dataheimon” jäsenet, joista saat muutos matkalla tukea.
2. Kirkasta visio, missio ja liiketoimintahyödyt
Vision ja mission kirkastaminen tarkoittaa sitä, että käydään riittävä keskustelu siitä, millaista sitten on, kun datan hallinta ja analytiikkakyvykkyydet ovat riittävällä tasolla. Tässä vaiheessa tulee pitää selkeä linkki yrityksen liiketoimintastrategiaan.
3. Varmista hallintamalli
Hallintamallissa määritellään, miten saadaan rahoitus, miten päätökset tehdään ja miten edistymistä seurataan. Hyödynnä olemassa olevia datanhallinnan viitekehyksiä, esimerkiksi EDM Councilin DCAM ja DAMAn DMBOK 2.0. Valmiiden viitekehysten avulla voidaan tunnistaa datan tehokkaaseen käyttöön ja hallintaan tarvittavat kyvykkyydet sekä tunnistaa ja jäsentää tiekarttaan tärkeitä osa-alueita.
4. Älä mene teknologia edellä, vaan valitse teknologiat tarvelähtöisesti ja huomioiden yrityksen kypsyysaste
Tuo tiekartalle perustaa luovat datan hallinnan teknologiat aikaisessa vaiheessa. Tällaisia ovat järjestelmät metatiedon hallintaan ja katalogeihin sekä tiedon laadunhallintaan. Näitä järjestelmiä tarvitaan kaikissa tapauksissa! Yrityksestä riippuen, myös tiedon jakaminen – APIen hallinta, virtualisointi, master datan hallinta, sekä tietoaltaat ja tietovarastot – voidaan tuoda mukaan jo ensimmäisessä vaiheessa.
5. Kuvaa tiekartta ja alustavat kustannukset
Laadi ylätason tiekartta, joka kuvaa tehtävää kokonaisuutta. Varmista, että se sisältää sekä nopeita, liiketoimintaa suoraan hyödyntäviä tuotoksia, mutta myös systemaattisia, vuosia ylittävää perustan luomista. Varmista, että hyödynnät jo tehtyjä tai suunniteltuja asioita. Niitä yleensä löytyy, vaikka ne ovat syystä tai toisesta jääneet pienen piirin tuotoksiksi tai viemättä loppuun asti.
6. Kuvaa riskit, jos asia jää tekemättä
Mitä tapahtuu, jos asialle ei tehdä mitään? Lopputulos yleensä yllättää johdon, koska he eivät ole miettineet aiemmin asiaa datan kannalta.
Liity #datainsiders-yhteisöön oppiaksesi, miten edelläkävijät hyödyntävät dataa liiketoiminnan ajurina. Opit kanssamme, miten dataohjautuvaa bisnestä rakennetaan, miten muut ovat toteuttaneet siirtymää parempaan datan hyödyntämiseen ja mitä sudenkuoppia kannattaa välttää. Saat myös kutsun sisäpiirin tilaisuuksiin, joissa näistä asioista sparrataan.
Mikäli haluatte kiireesti laittaa data-asiat kuntoon, ottakaa rohkeasti yhteyttä. Tiimimme on valmiina käärimään hihat!