Hannu Hannila

Hannu Hannila

konsultti

Jopa yli 80% yritysten jokapäiväisessä käytössä olevasta datasta on tarpeetonta, vanhentunutta tai liian triviaalia. Samanaikaisesti, digitaalisessa muodossa olevan datan määrä kasvaa eksponentiaalisesti, lähes tuplaantuen vuosittain. Kaiken kukkuraksi vain murto-osa tämän päivän datasta on kyetty analysoimaan. Onko tarpeen suhtautua data-asioihin vakavasti?

Vielä 1990-luvulla suurin osa yritysten datasta oli tiukasti strukturoitua rivi-sarake –muotoista dataa eri liiketoimintasovelluksissa (kuten ERP ja CRM) ja datavarastoissa (data warehouse). Tällä hetkellä, reilut kaksi vuosikymmentä myöhemmin, strukturoidun datan osuus on jopa alle 20 %, lopun datan ollessa semi-strukturoitua (esim. JSON, XML, .csv-tiedostot) tai strukturoimatonta (esim. kuva, teksti, video, ääni).

Parissa vuosikymmenessä nopeasti muuttunut dataympäristö vaatii aivan uudenlaista suhtautumista ja kulttuurin muutosta. Tutkimusten mukaan datanhallinta mielletään yrityksissä edelleen liiaksi tietoteknisenä assettina, jota se ei ole. Data nähdään liian usein ”jonkun muun ongelmana”, kun sen tulisi olla jokaisen päätöksentekoon osallistuvan ”ongelma”. Muutoin suora seuraus tai ainakin hyvin ilmeinen riski on sekä henkilöstö- että IT-resurssien vajaakäyttö tai suoranainen tuhlaus.

Mikä on tilanne teidän yrityksessä? Hallitaanko dataa johdonmukaisesti ja onko sen laadunvarmistus kunnossa? Tehdäänkö päätökset tunnepohjaisesti, intuitioon perustuen, tai kuka-huutaa-kovimmin –periaatteella? Dominoiko HIPPO (the HIghest Paid Person in the Office) päätöksentekoa? Onko päätöksentekijöillä käytettävissä faktapohjaista, jalostettua, analysoitua ja luotettavaa dataa, joka tulee samanaikaisesti useasta eri lähteestä?

Yritykset ja organisaatiot ovat kasvavassa määrin riippuvaisia datasta ja informaatiosta kaikessa toiminnassaan. Data, ja kuinka se on hallittu yrityksessä, voi olla ainoa tekijä erottautua kilpailijoista. Pidemmälle vietynä se voi jopa ratkaista liiketoiminnan onnistumisen tai epäonnistumisen. Toimialasta riippumatta yritykset tarvitsevat menestyäkseen johdonmukaista, tarkkaa ja luotettavaa dataa saadakseen parhaan hyödyn liiketoiminnastaan. Pelkkä raakadata ei riitä, vaan sen arvo on kyettävä realisoimaan.

Datan ja analytiikan rooli on tullut hyvin kriittiseksi kaikilla toimialoilla. Digitaalisessa muodossa olevan datan määrä on jo vuosia kasvanut eksponentiaalisesti. Globaalin digitaalisen datan määrän arvioidaan vuonna 2025 lähestyvän määrällisesti 200 Zettabytea (Zettabyte, 1ZB = miljardi Terabytea). 90% saatavilla olevasta digitaalisessa muodossa olevasta datasta on luotu viimeisen kahden vuoden aikana ja kokonaismäärä lähes tuplaantuu vuosittain.

Yritykset ja organisaatiot ovat kasvavassa määrin riippuvaisia datasta ja informaatiosta kaikessa toiminnassaan.

   

Dataohjattu kulttuuri ja päätöksenteko

Datamäärien kasvaessa organisaatiot pyrkivät enenevissä määrin dataohjatuksi. Yksi tärkeä ja kriittinen mahdollistaja on se, että organisaatiossa aletaan luottaa dataan ”raaka-aineena” päätöksenteossa ja vakiinnutetaan dataohjattu kulttuuri, joka usein vaatii myös organisatorisia muutoksia ja datanhallintaan uudenlaista ajattelutapaa. Intuitioon ja kokemukseen perustuvaa päätöksentekoa voidaan tukea ja täydentää esimerkiksi kehittyneellä data-analytiikalla.

Datan hyödyntäminen päätöksenteon tukena ei monesti ole kuitenkaan helppoa. Organisaatioissa ei välttämättä olla tietoisia datan ja tietosiilojen arvosta, ja on myös ymmärrettävä, että IT-teknologia ei ole ihmelääke, johon tulisi luottaa sokeasti. Ihmisten, prosessien ja teknologian tasapainottaminen vaatii myös omat ponnistelunsa. Teknologian rooli on tukea ihmisiä päätöksenteossa ja data tulisi hallita systemaattisesti kerrosta ylempänä IT-teknologiaa. Organisaation data muodostaa omaisuuserän (asset), jonka tulisi näkyä taseessa kuten muidenkin varantojen (assets). Yksi suurimmista virheistä on lähestyä dataa teknologisena assettina, jota se ei ole. Data nähdään liian usein myös enemmän kustannuksena kuin strategisena omaisuuseränä (asset).

Organisaatioiden datalla on taipumus siiloutua lukuisiin IT-järjestelmiin. Paradigman muutos on välttämätön siirryttäessä ”analogisesta digitaaliseen” datan ja analytiikan suhteen. Yritystoiminnan raportointi siiloutuneen datan, yksittäisten sovellusten tai tietovarastojen pohjalta on mennyttä aikaa. Sen sijaan data tulisi nähdä yrityksenlaajuisena raaka-aineena kaikessa päätöksenteossa.

Huomattavaa on myös se, että massiivisten tietomäärien analysointi ei enää onnistu perinteisillä datanhallintatyökaluilla. Yrityksen muutos ”tunnepohjaisesta” dataohjatuksi alkaa tunnistamalla olennaiset ja kriittiset datalähteet, yhdistämällä niitä ja hallitsemalla ne (datalähteet) kokonaisuutena eliminoimalla datasiilot. Toiseksi, tarvitaan analyysimalleja ennustamaan ja optimoimaan tulokset ja oivallukset siitä, mitä eri transaktiot ja interaktiot tuottavat. Kolmanneksi on omaksuttava dataan luottava kulttuuri parempien liiketoimintapäätösten mahdollistajana.

Yrityksen muutos ”tunnepohjaisesta” dataohjatuksi alkaa tunnistamalla olennaiset ja kriittiset datalähteet, yhdistämällä niitä ja hallitsemalla ne (datalähteet) kokonaisuutena eliminoimalla datasiilot.

  

Yrityksen datan luonteenpiirteitä

Katsottaessa tulevaisuuteen on ymmärrettävä myös historiaa. 1990-luvulla suurin osa yrityksen datasta muodostui liiketoimintasovellusten (kuten ERP ja CRM) transaktioista liiketoimintaprosesseissa, ja tähän liittyvä infrastruktuuri toteutettiin sen mukaisesti. Internetin myötä yrityksissä on kertynyt kasvava määrä interaktionaalista ja hyvin erilaisissa rakenteellisissa formaateissa olevaa dataa muun muassa ihmisten ja koneiden välillä, websivuilla ja sosiaalisessa mediassa. Oma lukunsa on tämän päivän tuotteet, jotka eivät ole pelkästään älykkäitä sensoreineen, mikroprosessoreineen ja ohjelmistoineen, vaan yhdistyvät toisiin tuotteisiin, tuotantolaitteisiin, ihmisiin ja ekosysteemeihin tuottaen valtavasti käyttöön ja liitettävyyteen liittyvää dataa tuotteiden käyttäytymisestä, joka tarjoaa kokonaan uudenlaisia analytiikka- ja BI-mahdollisuuksia yrityksille, puhumattakaan uusista liiketoimintamahdollisuuksista.

Viimeaikaisen tutkimuksen mukaan yrityksistä ei juurikaan löydy johdonmukaisia, koko yrityksen kattavia datamalleja. Jopa puolessa yrityksistä ei löydy datamalleja lainkaan. Yritysten olemassa olevat datamallit rajoittuvat yksittäisten tietojärjestelmien tasolle. Datamallien puute näkyy luonnollisesti myös siten, että datan omistajuus on jäänyt määrittelemättä. Edellä mainittujen puutteiden seurauksena liiketoimintayksiköt operoivat omien datasiilojensa kanssa – ja turhan paljon aikaa käytetään enemmän tai vähemmän manuaaliseen ja aikaa vievään datan analysointiin ja raportointiin.

Edelläkävijäyrityksiäkin toki löytyy. Eräässä yrityksessä IoT-data yhdistettiin osaksi huoltotoimitusta parantamaan huollon laatua ja tarkkuutta, ja samalla sulkemaan silmukka yhdistämällä IoT-data liiketoimintadataan optimoitaessa toimitetun huollon kustannuksia. IoT-datan yhdistämisessä laajemminkin liiketoimintadataan nähtiin kyseisessä yrityksessä merkittävää tulevaisuuden potentiaalia. ICT-tutkimus- ja konsultointiyhtiö Gartnerin mukaan datavarantojen (tässä masterdata, transaction data ja IoT-data) yhdistäminen yrityksenlaajuisesti tarjoaa kokonaan uudenlaisia liiketoimintamahdollisuuksia ja on jopa välttämätöntä pärjätäkseen tämän päivän kilpailussa. Näistä hyviä esimerkkejä ovat erilaisten tuotteiden ja ekosysteemien datan yhdistäminen tuotteiden ja palveluiden liiketoimintadataan ja sen kaupallistaminen asiakkaille ja kolmansille osapuolille.

  

Onko jotain, jota voisimme tehdä yhdessä?

Kysyin aluksi, että onko tarpeen suhtautua data-asioihin vakavasti? Me CGI:llä otamme tämän vakavasti. Selviytyminen tämän päivän monimutkaisissa liiketoimintaympäristöissä vaatii hyvin integroidut liiketoimintaprosessit, kurinalaisen data-arkkitehtuurin ja johdonmukaisen tavan hallita dataa ja informaatiota. CGI auttaa asiakkaitaan edellä mainituissa asioissa tarvittaessa koko arvoketjun alusta loppuun saakka, olipa kyseessä sitten datastrategian luominen, datan määrittely, omistajuus, laatu, tai kokonaisvaltainen datan hallinta. Toisin sanoen, autamme asiakkaitamme varmistamaan yhtenäisen, korkealaatuisen ja asiaankuuluvan datan läpi organisaation, teknologiariippumattomasti. Erityisesti CGI:n EDM (Enterprise Data Management) auttaa kokonaisvaltaisesti asiakkaiden transformaatioissa tämän vuosikymmenen vaatimusten mukaisesti.

Blogiteksti perustuu Oulun yliopistossa 2019 tarkastettuun väitöstutkimukseen.

Sinua voisi kiinnostaa myös nämä aiheeseen liittyvät blogit: