Dataohjautuvan kulttuurin luominen voi tuntua vaikealta, mikäli sen jalkauttaminen organisaatioon on aloitettava ajattelutapojen muutoksen tasolta. Tällöin voi olla vaikea tietää, mistä aloittaa. Käyn tässä blogisarjassani läpi kuusi eri vaihetta, joiden avulla voit muuttaa askel askeleelta organisaatiosi kulttuurin dataohjautuvaksi.
Blogisarjani aloituksessa kerroin miksi dataohjautuvuus on tärkeää ja millaisia vaiheita kulttuurin muuttaminen vaatii. Ensimmäisessä vaiheessa kävimme läpi sitä, kuinka voit tunnistaa analytiikan maturiteettitasosi. Se toimii nyt hyvänä lähtökohta tässä toisessa vaiheessa, jossa kerron kuinka löydät ja tunnistat oman organisaatiosi datan käytön mahdollisuudet.
Kartoitettuasi ensimmäisessä vaiheessa organisaatiosi analytiikan kypsyysasteen, kannattaa viettää vielä hetki peilin edessä ja pohtia tekemiänne löytöjä. Jos et ole vielä osallistanut mietiskelyyn kollegoitasi, nyt on hyvä hetki kerätä rautaiset osaajat kasaan. Ota edellisessä vaiheessa tekemäsi nykytilan kartoitus, hae siihen uusia näkemyksiä ja haasta ympärilläsi olevat ihmiset seuraavalla harjoitteella parhaiden tulosten saavuttamiseksi.
Tulevaisuuden mahdollisuuksien kartoittaminen: A + B = C
a + b = c
Parhaiden mahdollisuuksien löytäminen lähtee siitä, että arvioimme nykyisiä onnistumisia ja mönkään menneitä hankkeita. Näistä kahdesta äärilaidasta kumpuavat ajatukset auttavat meitä listaamaan tulevaisuuden mahdollisuuksia. Kyse on siis yksinkertaisesti kokemuksien yhteenlaskemisesta ja niiden analysoinnista.
Toiset tuntevat tämän klassisena SWOT (Strength, Weakness, Opportunities, Threats) -analyysina ilman T-kohtaa. Tässä harjoitteessa uhkien tarkastelu on siirretty myöhemmäksi kolmanteen vaiheeseen, ideoiden priorisointiin. Näin pystymme keskittymään ideoimiseen innostavana tapahtumana ja varmistamme, ettei keskustelumme ohjaudu väärille raiteille uhkakuvien maalailuksi.
A. Onnistumiset: Taputtele itseäsi ja kollegoitasi selkään
Listatkaa onnistuneita analytiikkatoimia ympäriltänne. Onnistuminen ei aina tarkoita edistynyttä tekoäly-analytiikkaa automatisoiduilla prosesseilla, vaan jo yksi rakastettu pylväsdiagrammi voi ohjata liiketoimintaa päivittäin kohti parempia päätöksiä. Välineurheilulla on toki kiva kehuskella, mutta kilpaurheilussa ja liiketoiminnassa vain lopputulos merkitsee.
Onnistunut analytiikka vastaa liiketoiminnan tiedonjanoon ja sillä on suora vaikutus tekemiseen.
Hienoimmillaan asiakkaanne saa aina juuri heille personoitua palvelua riippumatta missä kanavassa he tykkäävät asioida. Vaatimattomillaan analytiikan onnistumisen mittarina voidaan pitää vuosia, joina on vältetty finanssioikeus oikein koostetun tilinpäätöksen muodossa.
B. Heikkoudet: missä olisi ollut parantamisen varaa?
Listatkaa seuraavaksi hukattuja mahdollisuuksia. Koittakaa kaivaa mielestänne ne tilanteet, jolloin kaipasitte tiettyjä asiakastietoja, mutta ette koskaan saaneet niitä ajallaan – esimerkiksi nuo toistuvat käsin kasattavat Excel-viikkoraportit. Kyseenalaistakaa aiempia analytiikkaprojektejanne arvioimalla, kuinka niiden tuottama informaatio on johtanut konkreettisiin toimenpiteisiin.
Älkää sokaistuko hienoista big data MPP-tietokannoista, reaaliaikaisista data discovery dashboardeista ja edistyneen analytiikan tuottamista tekoälyistä. Analytiikkaprojekti on epäonnistunut, jos tehty analyysi ei johda viimeiseen askeleeseen, eli päätösten tekemiseen ja toimenpiteisiin.
Kaikista projekteista synkin hukattu mahdollisuus on projekti, johon on käytetty paljon resursseja, mutta saavutetulla tietämyksellä ei konkreettisesti tehdä mitään.
Keskustelkaa siitä, kuinka mittaatte konkreettisia toimenpiteitä, joita tehtiin analysoidun datan ansiosta? Kuinka paljon nämä jatkotoimenpiteet tuottivat liiketoimintatuloksia? Jos ette osaa vastata näihin kysymyksiin hissimatkan aikana, analytiikan tulevia resurssitarpeita voi olla vaikea perustella myös projektien rahakirstun päällä istuvalle.
C. Tulevaisuuden mahdollisuudet
Seuraavaksi on aika maalailla värikästä analytiikkaa taivaalle ja löytää uusia liiketoimintamahdollisuuksia. Aloittakaa äsken listaamistanne onnistumisista ja parannuksen kohteista.
Pohtikaa muun muassa seuraavia kysymyksiä:
- Kuinka voisitte yhdistää eri toimintojen dataa ja löytää uusia mahdollisuuksia?
- Mitä täysin uutta nousee mieleenne pengottuanne asiaa?
- Mittaatteko toimintaanne?
- Hahmotatteko suurempaa kokonaisuutta käppyröiden liikkeiden taustalla?
- Ohjaatteko toimintaanne proaktiivisesti tulevaisuuden näkymien perusteella?
- Voisiko päätöksen tueksi kerätä suositellun vastauksen perusteluineen automaattisesti?
- Entä voisiko itse päätöksen automatisoida?
Alla muutamia ajatuksia herättäviä tarinoita mahdollisuuksista, jotka esimerkiksi Solita on jo toteuttanut. Voit käyttää mm. näitä inspiroinnin lähteenä:
- Case DNA: Dataohjautuvuus tuo tuloksia
- Case Sanoma: Verkkosivukokemuksen parantaminen reaaliaikaisen analytiikan avulla
- Case Vaasan: Parantaa liiketoiminnan ennustettavuutta yhdistämällä eri osastojen dataa
- Case Liikennevirasto: Seuraa ja optimoi konkreettista kenttätyötä
Mitä seuraavaksi?
Seuraavassa kirjoituksessani keskitymme löytämienne ja ideoimienne mahdollisuuksien priorisointiin. Tulemme pureutumaan yhteen tärkeimmistä kysymyksistä matkalla dataohjautuvaksi organisaatioksi: mistä tunnistat että olette löytäneet hyvän startin kohti dataohjautuvuutta?
Ennen seuraavaa kirjoitustani neuvon teitä pohtimaan listaamianne mahdollisuuksia jo tästä näkökulmasta. Luuletko että voitte olla jo oikealla tiellä?
Mikäli kaipaat apua yllä olevan harjoitteen tekemisessä tai haluat päästä heti kiinni priorisointiin, ota rohkeasti yhteyttä jo tänään!
Kiinnostuitko? Lue ajankohtaisista blogeistamme ja palveluistamme verkkosivultamme. Kurkkaa lisäksi avoimet työpaikkamme, sillä haemme uusia työkavereita joukkoomme jatkuvasti.
Olli Lindroos työskentelee Solitalla Agile Data-tiimissä. Hän on intohimoinen oppija ja datakulttuurin puolestapuhuja, jota innostaa teknologia kaikissa muodoissaan niin käyttökokemuksena, teknisinä toteutuksena ja liikejohdon strategiamahdollisuutena. Olli kuvailee itseään myös isäksi, nörtiksi ja ruoka- ja juomahifistelijäksi. Vapaa-ajallaan Olli koeponnistaa kaikkea uusimpia trendejä kuluttajan roolissa ja tarvittaessa rakentaa tarvitsemansa IoT-mittauslaitteiston itse. Seuraa Ollia Twitteristä @ollilind-käyttäjätunnuksella.
