Er sjefen din datadrevet?

Systematisk innsamling 

Hvis man kan være datadrevet vil det i noen tilfeller nærmest fremstå som uansvarlig å ikke være det. Systematisk innsamling og bruk av data lar vanlige folk og virksomheter benytte metoder som før var forbeholdt forskning.

Et par eksempler:

1. Å være datadrevet kan for eksempel innebære at du systematisk registrerer all treningen din i en treningsdagbok og du deretter analyserer hvilke metoder og treningsprinsipper som gir deg best resultater. Dette lærer du av og du gjør mer av det som virker best.
2. Skolene justerer undervisningen, prøver ut ulike tiltak på elever og klasser der resultatene kunne vært bedre. Elevene testes jevnlig og man kan følge elevenes progresjon over tid. Tiltakene som virker best utvikles videre. Eller når idrettslaget inviterer til nytt sykkelløp og ønsker flest mulig deltagere. Annonsene legges ut på facebook i flere ulike varianter med bilder og tekst. På påmeldingssidene kan man se hvor brukerne kommer i fra, ja du ser til og med hvilken annonse som gir deg flest påmeldinger. Underveis bruker idrettslaget disse dataene til å legge mer “køl” på de annonsevariantene som fungerer best. Ressursene brukes mest mulig effektivt – man jobber rett og slett datadrevet.

Et lederansvar å satse på data

Hvis du har data som kan si noe om årsaken, så skal du implementere tiltak og teste om det kan få ønsket effekt. Dette kan du gjøre i dag fordi data er tilgjengelig på en helt annen måte enn før og fordi vi har teknologi for innhenting, bearbeiding og analyse.

Bristen kan imidlertid ligge i kompetanse og det er her ledelse kommer inn. Det er et ledelsesansvar å ta dette på alvor og å etablere en kultur som tør å satse på data og som forankrer beslutninger i kunnskap og erfaring når det er mulig.Hvis denne viljen til å satse på data er forankret i toppledelsen, vil resten av organisasjonen ha større tilbøyelighet til å følge etter.

Nettopp her har de mindre og ferske virksomhetene et konkurransefortrinn, de slipper å hensyn ta gamle systemer og kan raskere bygge opp nye tjenester og få dem ut i markedet.

Digitale bomstasjoner

Utviklingen gir muligheter vi ikke tenker på før de er der. Ta bomstasjonene som eksempel. Formålet var opprinnelig en fysisk sperring i veien der man betaler for å finansiere veiutbygging. Når den fysiske sperringen med manuell betjening erstattes av digitale bomstasjoner, åpner det seg plutselig mange muligheter og problemstillinger.

Bomstasjonen blir et overvåkningsredskap, trafikkstyringsredskap, trafikkteller, trafikkmåler, miljøforureninsnings-indikator og så videre. Data, som egentlig er et bi- produkt, blir en svært sentral komponent i samfunnsplanlegging og ytterligere verdiskapning. Selvsagt med forsiktighet og strenge reguleringer.Hvis dette var din bedrift; spør deg selv: hvem ville du ansatt for 15 år siden?

Han som skulle endre bomstasjonen med større kurver slik at det var lettere å treffe hullet med tikroningen – eller hun som ville utvikle digitale og helautomatiske bomstasjoner?

Hva hvis du jobber med saksbehandling? Skal du ansette flere til å saksbehandle lånesøknader, søknader om barnehageplass, søknader om studieplass, søknad om jordbrukstilskudd? Eller skal du ansette den personen som påstår at du kan automatisere 80% av saksbehandlingen ved å digitalisere regelverk, lovverk og innføre automatiske oppslag mot registre og tilgjengelige databaser?

Du har muligheten til å bruke og lære av historiske data, slik at rutinemessig og kjedelig saksbehandling automatiseres – og du kan bruke menneskelig teft og intuisjon der den kommer til sin rett; på de 20% av sakene som krever vurderinger og skjønn.

Betydningen av dataplattform

Hvis forankringen er på plass, er det på tide å komme i gang med arbeidet. En suksessfaktor er å få på plass en effektiv, åpen, smidig og skalerbar dataplattform. Uten en felles dataplattform, vil hvert godt initiativ søke å løse dataproblemet på sin egen måte – og du får en situasjon uten kontroll.En felles dataplattform gir stordriftsfordeler og mulighet til å arbeide strukturert med data governance, sikkerhet og personvern.

Et viktig poeng som skiller en dataplattform fra tradisjonelle datavarehus, er åpningen for å arbeide kreativt med data. Innenfor lover og regler må løsningen, i større grad enn datavarehus, gi muligheter for å kombinere data og gjøre analyser som man ikke tenkte på når plattformen ble etablert. Nye bruksmønstre og hypoteser dukker opp underveis. Derfor kan man ikke modellere en komplett datamodell up front, og deretter forvente at alle usecases skal løses innenfor denne modellen.

Noe av det viktigste blir å gi analytikerne muligheten til å ta på dataene på egen hånd uten å bli sydd puter under armene på, slik den klassiske brukeren av Business Intelligence er vant til. Får vi fristilt analytikerne, har vi startet en datadreven motor som vil fore ledelsen med oppdatert kunnskap, og sette sjefen i stand til å fatte gode beslutninger.