Hopp til innhold

Hvordan temme data og bli faktabasert

 Photo by Carlos Muza on Unsplash
Photo by Carlos Muza on Unsplash

Det er blitt sagt så mange ganger at det nærmest er blitt en klisjé: data er en sentral ressurs for kunnskapsorganisasjoner, som må forvaltes, røktes, og utvikles på linje med alle andre aktiva. Å gjøre det riktig er å øke virksomhetens verdi.

Av Sigrid Gåseidnes og Leif Knutsen

Å sette dette nærmest selvsagte ut i praktisk gjerning har ikke vist seg å være enkelt. En helt avgjørende del av vårt arbeid er å ansvarliggjøre oss selv, vår ressursbruk, overfor oppdragsgivere og skattebetalerne. Vi skylder å vise at vi får til det som forventes av oss, at vi bidrar slik vi skal til norsk økonomisk omstilling.
 
Dette med å være datadrevet betyr ulike ting for ulike grupper i organisasjonen og stiller følgelig ulike krav som må avstemmes i én innsats.
 
Blant annet:

  • Smertefull gjennomgang av KPIer. Det er mange ting vi må gjøre riktig for å lykkes, og for å lære å gjøre det bedre må vi også måle det. For eksempel er kundetilfredshet ikke ensbetydende med gode kortsiktige resultater, og det kunden lykkes med på kort sikt kan påvirke langsiktig suksess på ulike måter. Vi skal også forsikre oss om at vi leverer tjenester på en kostnadseffektiv, feilfri og rask måte. At vi overholder lover, regelverk, og god praksis. Kompleksiteten blir bare større jo mer vi ser på det, og da kreves disiplin for å måle det som virkelig teller og ikke bare det som er beleilig. God bruk av informasjonsressurser gjør det mulig å måle mer, men hva som skal måles er et viktig ledelsesspørsmål.
  • Å ta informasjonsmodeller fra konsept til realisering. I vår smidige verden er overordnede informasjonsmodeller - de som beskriver semantikk og grunnleggende forretningslogikk - ikke enkle å endre og følgelig viktig å gjøre riktig så tidlig som mulig. Dette er krevende, fordi disse fundamentale modellene ofte er abstrakte og til tider frustrerende å baske med. Hva som er en kunde, en tjeneste, sågar en forbrukt krone, vil variere avhengig av ståsted. Dette krever mye av alle, innebærer mye pedagogikk, stadige revisjoner, en god del diskusjoner om ordenes betydning, og vilje til å utfordres på alle kanter.
  • Kulturskifte fra fortolkning/mening til analyse/usikkerhet - organisasjoner som har begrenset data til rådighet må også oftere ta beslutninger på dårlig faktagrunnlag - data kan være ufullstendig, utsatt for bias, eller foreldet. Det kreves ekspertise, og ofte taus kunnskap, for å korrigere for svakheter i faktagrunnlaget. Når data blir mer uttømmende, levende, og objektive blir problemet motsatt: å forstå det riktig krever analytisk kompetanse og evne til å forstå hva som er iboende usikkert. Dette er krevende, for dem som fanger data, dem som setter det i struktur og får det lagret og beskyttet, dem som bruker det til analyse, og ikke minst dem som skal forstå hva som kan konkluderes og hva som forblir uvisst.
  • Datakvalitet som prosess - data blir bare pålitelig om prosessen som gjør det tilgjengelig forløper uten uønsket avvik. Å sjekke datakvalitet på eksisterende data er nyttig for å finne svakheter og hull, men det kan kun gjøres bedre ved at datafangst blir gjort på riktig måte og til rett tid, hvis det kodifiseres og lagres i henhold til formålet, og hvis det gjøres tilgjenelig på en måte som kan forstås. Dette griper gjennom hele organisasjonen. Det som er i databasen er resultatet av mange ting som kan gå riktig eller galt.
  • Avanserte metoder og teknologi - store gjennombrudd i lagring, databaseteknologi, prosessorhastighet, og metoder - gjør det nå mulig for relativt små virksomheter å gjøre avanserte eksperimenter med data. Alt fra statistiske metoder til maskinlæring og semantisk analyse. Vår erfaring er at det lønner seg å lære om disse, prøve seg frem, finne ut hva som er anvendelig og få stadig flere med på dem. Ofte viser det seg at data som tidligere ikke hadde fått oppmerksomhet kan være svært nyttige i tunge beregninger.

Dette er bare et utvalg muligheter og problemstillinger vi er opptatte av for tiden.
 
Til sammen viser de imidlertid at det å bli en datadrevet organisasjon innebærer en fundamental kulturendring. Kunnskapen som kommer av mer og bedre data, presentert og analysert på god måte, ved hjelp av avanserte metoder, gjør ikke livene våre lettere, men vanskeligere. Plutselig blir "mot bedre vitende" en mye høyere terskel, en som hele organisasjonen må samle seg omkring.