Slik blir din virksomhet mer datadrevet

Det å bli (mer) datadrevet er aktuelt tema for mange virksomheter i dag. Behov for effektivisering, forbedring av tjenester eller bedre innsikt basert på økende mengder og typer data er eksempler på interne drivere, men det er også mange eksterne drivere for å bli mer datadrevet. Stortingsmelding 22 (26.03.2021) legger frem myndighetens ambisjoner og føringer rundt mer deling og bedre utnyttelse av data mellom offentlige virksomheter og med det sivile samfunn. Det trekkes frem at overgang til en grønnere økonomi, en «dataøkonomi», hvor verdiskaping og innovasjon basert på data er viktig for et bærekraftig samfunn og en effektiv offentlig sektor. Samtidig er ønsker og nye behov fra kunder og samarbeidspartnere, kombinert med en stadig sterkere konkurransesituasjon, med på å sette det å bli (mer) datadrevet på dagsorden til de fleste virksomheter i dag. 

Mulighetsrommet for verdiskaping og innovasjon er stort i en datadrevet virksomhet, men hva som er mest aktuelt for en gitt virksomhet vil variere avhengig av sektor, markedssituasjon, strategiske mål, eller rammebetingelser. For noen kan det være økt innsikt i egne data eller videreutvikling av tjenester, mens det for andre kan dreie seg om bedre kontroll på dataforvaltning og mer smidighet. Men det å bli en datadrevet virksomhet tar tid; det er ikke en engangs-aktivitet som utføres i en begrenset tidsperiode og så avsluttes. Å være datadrevet er noe man lykkes eller ikke lykkes med hver eneste dag på jobb, og det handler minst like mye om kultur, organisering og fokus på mennesker og kompetanse som det handler om teknologi. Men hva betyr det egentlig å være en datadrevet virksomhet, hvordan man får til et skifte og hvor man skal begynne?

5 steg for å bli (mer) datadrevet

Det fins ulike forståelser av hva det vil si å være datadrevet, og hva det (i praksis) kan bety for en konkret virksomhet vil variere. En uformell definisjon kan være «En datadrevet virksomhet bruker data på en analytisk og innsiktsfull måte for å gjøre taktiske og strategiske valg i møte med endringer i forretningskrav, kunders behov, markedstrender eller tekniske utviklinger«. Men det sentrale med å være datadrevet er at en datadrevet virksomhet anser og forvalter data som en strategisk ressurs og som kilde til verdiskaping i form av nye tjenester, ny kunnskap eller mer effektiv drift. Vi har gjort oss en del erfaringer om hvilke egenskaper som anses som viktige og er fellesnevner for virksomheter som har lykkes med å bli datadrevet. Vi har fem konkrete steg til virksomheter som ønsker å bli (mer) datadrevet:

Foredle og bruke sine data

Dele sine data

Etablere en (data-)plattform for analyse og deling

Kompetanse innenfor analyse og fortolkning av data

Stimulere til en datadrevet kultur

Hvor og hvordan begynner man? 

Det er mange faktorer som spiller inn på svaret på dette spørsmålet; Hvor moden er virksomheten i forhold til det å være datadrevet? Hva slags kortsiktige mål og langsiktig strategi har virksomheten? Er det forretningsmessige forhold man ønsker spesiell innsikt i? Hvilken kompetanse besitter virksomheten allerede og hva har man behov for? Hvilke konkrete utfordringer står man overfor? Hvilke tekniske, finansielle og økonomiske rammetingelser gjelder for virksomheten? Å se nærmere på hva som inngår i de forskjellige hovedpunktene kan gi innsikt i hvor man bør begynne.

En datadrevet virksomhet foredler og bruker sine data

Bruk og deling av (alle) virksomhetens data er viktig – i en datadrevet virksomhet står verdiskaping basert på data sentralt. Et viktig virkemiddel for å få til dette er etablering av en datakatalog som er tilgjengelig og synlig for alle, og som forvaltes og vedlikeholdes gjennom dokumenterte rutiner og avklart ansvarsfordeling. En datakatalog vil spre kompetanse om hvilke data og datakilder en virksomhet besitter, hvordan de kan benyttes og hva de kan benyttes til. Allmenn tilgjengeliggjøring av en datakatalog motvirker «taus kunnskap», det at man må vite at man må gå til «Per i regnskap» for å få disse tallene, eller «Kari på salg» for å få den eller den rapporten. Fjerning av «taus kunnskap» virker risikoreduserende ved at man blir mindre personavhengig. Som det står på Digitaliseringsdirektoratet sine hjemmesider er sentrale deler i målbildet i rammeverket for informasjonsforvaltning at man:

  1. Finner og forstår data
  2. Bruker data, og
  3. Gjenbruker data

Datakatalogen er primærmekanismen som tilrettelegger for punkt 1.

Første steg i å etablere en datakatalog er å kartlegge alle datakilder og -konsumenter, men datakatalogen bør så utvides med metadata som kan beskrive ting som variabelnavn og typer, eventuelle datakvalitetsutfordringer, hvem som eier dataene, hvor «ferske» de er og øvrige indikatorer som er viktige for virksomheten. Det fins en rekke produkter og løsninger innenfor området, og for noen virksomheter vil egenskaper som f.eks DCAT-støtte kunne være viktig, men fokus på tekniske egenskaper ved løsningen må ikke gå på bekostning av etablering av gode, dokumenterte forvaltningsrutiner med tydelig ansvarsfordeling slik at datakatalogen forblir oppdatert og verdifull over tid. 

Utbredt foredling og bruk av virksomhetens data bidrar også ofte til en endring i verdisynet på data. I stedet for et «snevert» syn hvor data kun er et bi-produkt som oppstår ved levering av en tjeneste eller forretningsfunksjon, får man i virksomheten et bredere verdisyn på «data som produkt» som man benytter til å definere nye tjenester, som kilde til databasert verdiskaping og til å styre virksomheten.

En datadrevet virksomhet deler sine data

Datadrevne virksomheter deler sine data, både internt innen virksomheten og med kunder og partnere. Dette kan virke åpenbart, men det kan være forskjellige grunner til at dette ikke skjer eller kan skje i ønsket grad.

I mange tilfeller er det tekniske utfordringer som løsnings-siloer som setter begrensninger, men verktøyene og mekanismene som datavarehusløsninger har frembrakt opp igjennom årene har i noe grad adressert disse. Uttrekksmekanismer som tjenestegrensesnitt, database-kopier eller grensesnitt-tabeller, og spesielt meldingskøer åpner opp for enklere deling av data. I tillegg har skyen, og verktøy som som Airbyte eller Fivetran gjort flytting og sammenkobling av data enkelt og automatiserbart. Men ofte er det sikkerhetsmessige, organisatoriske, kompetanse- eller datakvalitetsutfordringer som gjør at virksomheter likevel sliter med deling av data. I tillegg må berettige GDPR-hensyn ivaretas som igjen kan gjøre deling av data, både internt og spesielt eksternt, utfordrende. Felles rutiner og løsninger som tillater sikker deling av data må etableres. Her kan DigDir’s veileder for orden i eget hus være nyttig for å komme i gang.

Videre kan data i én del av virksomheten kan være interessant for en annen del, men domenekunnskap kan være en begrensende faktor. Det kan også være (ikke-uttalte) «politiske føringer», kommunikasjonsbarrierer eller frykt for å miste arbeidsoppgaver eller tjenesteflater som hindrer slik deling.

Men det å bli datadrevet representerer en endring i tankesett fra å «dele det man må og beskytte det man kan» til å «dele det man kan og beskytte det man må«, men som det tar tid å få til.

En datadrevet virksomhet etablerer en (data-)plattform for analyse og deling av data

Virksomheter som er datadrevet etablerer en plattform som legger til rette for enkel analyse og deling av data. Dette omtales gjerne som en dataplattform. En dataplattform er (primært) teknologi, men det er ikke et bestemt eller konkret produkt eller løsning, og en teknisk arkitektur er aldri perfekt eller statisk. En dataplattform er en samling av utbyttbare og skalerbare komponenter som samlet søker å løse en virksomhets overordnede data-relaterte behov rundt innhenting, lagring, forvaltning, deling og analyse. Slike plattformer inneholder eller baseres ofte på skyteknologi grunnet fordelene det kan gi rundt skalering, ytelse og forvaltning og dette innebærer ofte behov for ny kompetanse i virksomheten.

Etablering av en plattform for å lagre, dele, analysere og publisere data gir brukere tilgang til kunnskap gjennom statistikk og rapporter. Det bør etableres rutiner som sørger for at arbeidet med å innhente data for analyse (enten det er fra interne eller eksterne kilder) skilles fra arbeidet med å analysere dem; man har på seg to forskjellige «hatter» i disse arbeidsprosessene. Dette er med på å sikre at innhentede data kan gjenbrukes i ulike sammenhenger og med ulike formål, i stedet for at datasett og tilhørende analyse blir én «pakke» som blir noe brukt og så «liggende i en skuff». Data hentes ofte inn med bestemte formål, men det er samtidig gunstig at innhentede data skal kunne være tilgjengelig for fremtidige analyser eller statistikkbehov som ikke er kjent på innsamlings-tidspunktet. 

En datadrevet virksomhet har kompetanse på analyse og fortolkning av data

Data literacy eller «datakyndighet/kompetanse» defineres gjerne løst som «evnen til å leseforståskape og kommunisere data som informasjon». Denne kompetansen er sentral for virksomheter som ønsker å være datadrevet, og mangel på denne kunnskapen trekkes frem som en av grunnene til hvorfor datadrevne initiativer og oppgavene rundt forvaltning og bruk av data som ressurs (som gjerne ligger under en Chief Data Officer-rolle) ikke lykkes. En rapport Qlik publiserte for noen år siden viste at bare 1/4 av beslutningstagere selv anså at de hadde denne nødvendige kompetansen.

Mangel på denne kompetansen fører til kommunikasjonsbarrierer i virksomheten, som igjen kan hindre at data ikke blir brukt; man snakker forbi hverandre eller klarer ikke å være konkrete nok, og datadeling kan «stoppe før den har begynt». Dette virker igjen hindrende for verdiskaping basert på data som ressurs og hemmer innsikt. 

En datadrevet virksomhet stimulerer til en datadrevet kultur

Når man begynner på en reise mot å bli mer datadrevet er det ofte fokus på tekniske løsninger for analyse og deling, arkitekturer og strategi. Men det å bli datadrevet handler minst like mye om kompetansebygging, organisasjonsutvikling og kultur. Strategi forteller deg hva virksomheten gjør og hvor den skal, mens kultur forteller deg hvordan man gjør ting og hvorfor man gjør det. Virksomheter som lykkes med å bli datadrevet fokuserer på disse tingene i tillegg til de tekniske løsningene; det å bli datadrevet er ikke (primært) en IT-teknisk øvelse. Ved å fokusere på (datadrevet) kultur tiltrekker og beholder virksomheten dyktige medarbeidere, det bygger et miljø for innovasjon og eksperimentering og det virker risiko-reduserende gjennom felles eierskap til virksomhetens mål.

Som tidligere nevnt er det å bli datadrevet ikke en engangsaktivitet, men en kontinuerlig reise som representerer en permanent endring for virksomheten. Det gjør det viktig å kommunisere gevinster og verdier som denne endringen bringer til medarbeiderne, etter hvert som de realiseres, for å motvirke at målbildet virker uoppnåelig og lite konkret, og at «luften går ut» av initiativet. Slike gevinster kan for eksempel være at en tjeneste har blitt raskere eller bedre, eller at man har fått større innsikt og bedre kvalitet på et område. I dette arbeidet er det viktig at virksomhetens ledere er aktivt involvert; kulturendring må komme ovenfra, så vil innovasjon og verdiskaping komme nedenfra.

Samtidig er det viktig å etablere felles språk og begreper slik at «stammespråk» motvirkes og virksomheten etablerer felles definisjoner som benyttes på tvers av ulike fagområder. En begrepskatalag er et nyttig virkemiddel på dette området.

Hva avgjør om man lykkes eller ikke, og hvordan kan Computas hjelpe din virksomhet?

Nå som vi vet hva som kjennetegner virksomheter som er datadrevet, hvordan begynner man? Hva avgjør om man lykkes eller ikke?

Hvis man ser på hva andre virksomheter gjør og har gjort er det 3 områder som stikker seg ut for de som lykkes best:

  1. De sikrer god forankring gjennom ledere med datadrevne visjoner som har fokus på kultur
  2. De fokuserer på prosesser og kompetanse rundt dataforvaltning og kvalitetssikring av data
  3. De stimulerer til samarbeiddatadeling og eksperimentering

Samtidig er det flere utfordringer som kan oppstå som man børe være klar over. Et eksempel er endringsfrykten nye måter å jobbe med data på i en datadrevet virksomhet kan medføre, for eksempel frykt for at interessante oppgaver flyttes vekk eller at medarbeidere kan føle seg akterutseilt eller glemt. En annen ting er tidsperspektivet – det å bli datadrevet tar tid, og forventningsjustering er viktig i den forbindelse. Klare avgrensninger, timeboxing og fokus på «lavthengende frukter» vil redusere risikoen for at man starter en prosess som aldri fullføres.

Det kan også være utfordringer sett fra et lønnsomhetsanalyse-perspektiv. Det å bli mer datadrevet er i noen forstand innovasjonsarbeid; man har en idé om at man må/bør bli datadrevet og at det vil gi verdi for virksomheten, men hva de konkrete gevinstene faktisk vil bli er det vanskelig å si når man starter arbeidet. Dette står i kontrast til mer tradisjonelle ROI-analyser ved å skifte et regnskapssystem, for eksempel, hvor gevinstene er veldig konkrete. Solid forankring på ledernivå er derfor nødvendig.

Computas har rådgivere, løsningsarkitekter og eksperter med lang erfaring innen dette området, fra det tekniske til det organisatoriske, som kan hjelpe din virksomhet med å bli mer datadrevet.


Portrettbilde av Jon Gunnar Aasen

Vil du vite mer?

Ta kontakt for en uforpliktende prat

Jon-Gunnar Aasen