Bisnespäättäjästä Citizen Data-Scientist – Mitä Gartnerin peräänkuuluttama uusi rooli edellyttää liiketoiminnalta?

Aloitetaan kovalla totuudella: sinunkin yrityksesi kilpailukyky mitataan pian sillä, kuinka hyvin pystytte johtamaan liiketoimintaa datalla. Kyse ei enää edes ole siitä, milloin näin tapahtuu. Tärkein kysymys on, miten nopeasti saatte tämän tapahtumaan.

”Jos menit eilen nukkumaan teollisuusyhtiönä, heräät tänään ohjelmisto- ja analytiikkayhtiönä”, teollisuusjätti GE:n johtaja Jeff Immelt on kommentoinut murroksen nopeutta.

Datalla johtaminen on aihepiiri, joka saa yrityksissä helposti aikaiseksi paineen ilmapiirin – tehtävää kun tuntuu olevan niin paljon, ja ihan jo perusasioissa. Mistä liikkeelle, mitä tehdä ensimmäisenä?

Sofigaten Advisor Essi Puustinen toppuuttelee paniikkia. Hän näkee, että suomalaisyrityksissä on datalla johtamisessa paljon voitettavaa, vaikkakin paljon työtä on edessä. Mitkä perusasiat ainakin kannattaa huomioida? Puustinen listaa kuusi asiaa:

1) Data on arvokasta vasta silloin, kun liiketoiminta pystyy hyödyntämään sitä.

”Dataa voisi verrata legopalikoihin. Jos meillä on sangollinen palikoita sekaisin, ei sieltä kukaan löydä mitään. Hyötyjä alkaa löytyä vasta sitten, kun ryhdymme lajittelemaan ja järjestelemään palikoitamme – punaiset tuonne, siniset tuonne. Samaan tapaan data pitää saada järjestykseen ja selkeiksi visualisoinneiksi, ennen kuin se voi tuottaa liiketoiminnalle hyötyä. Kulmakivi on, että liiketoimintaa ei voi kehottaa sukeltamaan legosaaviin, vaan datan on oltava heille helposti saatavilla.”

2) Itsepalveluanalytiikassa on tapahtumassa uudelleen heräämisen aika – datatieteilijöiden rinnalle nousee bisnestaustaisia kansalaisdatatietelijöitä.

”Itsepalveluajattelu data-analytiikassa ei ole sinänsä uusi juttu, mutta toteutus on ollut tähän asti haasteellista. Työkalut eivät ole olleet käyttäjäystävällisiä, ja tyypillisesti esimerkiksi teollisuusyrityksissä data on pirstaloitunut satoihin eri sovelluksiin ja tietovarastoihin. Onneksi työkaluihin on viime vuosina investoitu paljon. Nykyiset työkalut ovat helppokäyttöisiä, visuaalisia ja älykkäitä, jolloin niitä voivat käyttää muutkin kuin datatieteilijät. Itsepalvelun avulla datasta saatavaa hyötyä voidaan kiihdyttää!”

”Ihmislähtöisyys on tärkeä trendi data-analytiikassa: ei riitä, että yksin IT ja datatieteilijät tulkitsevat dataa. Liiketoiminnan edustajista tulee kansalaisdatatietelijöitä – Citizen Data Scientist, kuten Gartner sanoo. Gartner on arvioinut, että tulevaisuudessa tällaisia kansalaisdatatieteilijöitä on yrityksissä ammattilaisdatatieteilijöihin verrattuna viisinkertainen määrä!”

3) Älykkäimmätkään työkalut eivät auta, jos perusasiat eivät ole kunnossa: ketterät menetelmät, toimiva datan hallintamalli ja selkeä datakatalogi.

”Kalleimmat ja hienoimmatkaan itsepalvelutyökalut eivät yksinään tee yrityksestä datalla johdettua. Usein epäonnistumiset johtuvat siitä, etteivät perusasiat ole kunnossa. Tyypillisesti IT on nähty hitaana ja kankeana. Älä edes kuvittele kehittäväsi datan hyödyntämistä muilla kuin ketterillä menetelmillä! On tärkeää oppia nopeasti, päästä pienestä liikkeelle, testata ja demota.”

”Ilman toimivaa datan hallintomallia käsissä on kaaos. Hyvä malli on joustava ja kevyt. Näin se mahdollistaa itsepalvelun ja pystyy tukemaan sitä. Tarvitaan myös käyttäjäystävällinen datakatalogi, jonka avulla data tehdään löydettäväksi bisneskielellä. Sitä voisi verrata nettikauppaan tai Netflixiin: kuinka löytäisit haluamasi elokuvan, jos kaikki olisi hujan hajan eikä kategorioita tai luokitteluja olisi?”

4) Datan johtaminen on bisneksen ja IT:n yhteinen matka – muuten ei voida onnistua. Älä ulkoista osaamista kokonaan pois organisaatiostasi.

”Datan johtaminen ei missään nimessä ole tekninen projekti tai IT:n tontti, vaan liiketoiminnan näkökulman ja edustajien on oltava tiiviisti mukana yhteisellä matkalla. Nyt jos koskaan pitää alkaa valmentaa liiketoiminnan edustajia kohti Gartnerin peräänkuuluttamaa Citizen Data Scientist -roolia. Se on myös fiksua ja kustannustehokasta: liiketoiminta on oman alueensa asiantuntija ja käyttää joka päivä dataa päätöksenteossa. He kykenevät muuttamaan datan suoraan bisnestoimenpiteiksi.”

”Älä ajattele, että voit kokonaan ulkoistaa dataosaamisen oman organisaatiosi ulkopuolelle. Siinä kaivat kuoppaa itsellesi. Datan hyödyntämisestä on tulossa niin perustavanlaatuinen osa liiketoimintaa, että kyvykkyydet on oltava olemassa omasta takaa.”

5) Pelko pois – ei tarvitse opetella koodaamaan. Tulevaisuudessa data-analytiikka on liiketoiminnalle yhtä luonnollinen työkalu kuin PowerPoint ja Excel.

”Liiketoiminnan edustajissa uusi rooli voi herättää pelkoa: pitääkö kohta osata koodata tai olla matemaatikko? Näin ei ole! Moderneissa työkaluissa on jo nyt saatavilla helppokäyttöisiä tekoälykyvykkyyksiä ja automatisoidut logiikat, jotka mahdollistavat selkeän mallinnuksen. Ammattidatatieteilijät taas hoitavat jatkossakin monimutkaiset ja syvällisempää osaamista vaativat haasteet. Liiketoiminnan edustajat hyödyntävät itsepalveluautomatiikkaa nimenomaan oman työnsä näkökulmasta. Tulevaisuudessa se on yhtä luonnollinen työkalu kuin Powerpoint ja Excel nykyään – mutta moninkertaisesti tehokkaampi ja arvoa tuottavampi.”

6) Mistäkö liikkeelle? No siitä, mistä liiketoiminta hyötyy eniten! Osoita hyödyt liiketoiminnalle tärkeillä mittareilla.

”Jos perusasiat ovat levällään, voi olla vaikea päättää, mistä lähteä liikkeelle. Usein ei edes tiedetä, missä ongelmat ovat. Itse suosittelen aina lähtemään liikkeelle siitä, tuottaa liiketoiminnalle eniten arvoa ja on realistista toteuttaa nopealla aikataululla. Myös menestyksen mittarit kannattaa laatia liiketoiminnan näkökulmasta. Tyypillisiä mittareita ovat liikevaihdon kasvu, kustannusten säästö tai vaikkapa onnettomuuksien määrän aleneminen tehtailla.”

”Näin kontrolli ei ole enää IT:lla, vaan liiketoiminnalla: Priorisoidaan ne datan hyödyntämisen projektit, joista saadaan tuotettua eniten arvoa. Ei kannata yrittää tehdä kaikkea kerralla, vaan keskittyä valikoituihin asioihin ja panostaa niihin sataprosenttisesti.”