Alv Logo
Del

Data er ikke en IT-greie

Data.
Kjedelig.
Vanskelig.
Komplekst.
Noe IT driver med.

FEIL!

Jeg kan ikke tvinge min entusiasme for data over på alle. Jeg kan derimot belyse noen av de store verdiene og mulighetene som ligger i bruk av data som jeg tror mange fortsatt går glipp av!

Korrekt bruk av data, gode dataplattformer og en kultur der data er sentral er starten på løsningen

Tenk litt på de følgende spørsmålene. Hvor mye tid bruker personer i organisasjonen din på å lage rapporter manuelt? Hvor enkelt er det for din organisasjon å få et 360 graders bilde av kundene deres? Har du en forretningsmodell som baserer seg på abonnement, gjør du noe for å predikere hvilke kunder som har størst sjanse for å avslutte abonnementet sitt, slik at du kan gjøre tiltak for å beholde de?

Korrekt bruk av data, gode dataplattformer og en kultur der data er sentral, er starten på løsningen på alle disse spørsmålene.

Så hva er data?

Data her er all informasjon som organisasjonen din lagrer. Du har kanskje data om kundene dine i et CRM system? Vanligvis lagres logistikk- og lager-data i et ERP system, mens finans og saksbehandling skjer i egne systemer. Sensorer fra for eksempel GPS-sporing eller skipsdata sender haugevis av data til sine spesialiserte systemer. Også må vi ikke glemme all data som ligger lagret i ulike Excel-ark verden over.

I praksis er data, dashboard, analyser og maskinlæring kun verktøy på samme måte som hammer, gravemaskin og luftbor

Dessverre er det ofte slik at de fleste systemer er mest opptatt av å få lagret data korrekt, for å oppfylle kjernefunksjonen til systemet. Dermed er de ikke laget med tanken om hvordan all denne dataen kan være nyttig for andre systemer eller personer i en organisasjon. Derfor er det veldig mye data som blir lagret uten å bli brukt igjen.

God bruk av data skal gjøre det lettere for oss å få oversikt og dermed ta den beste beslutningen som er tilgjengelig

I praksis er data, dashboard, analyser og maskinlæring kun verktøy på samme måte som hammer, gravemaskin og luftbor. God bruk av data skal gjøre det lettere for oss å få oversikt og dermed kunne ta den beste beslutningen som er tilgjengelig. Hvis vi ikke vet hvordan verden ser ut, hvordan skal vi da klare å ta den beste beslutningen vi kan? Og selv om man kanskje allerede har gode verktøy tilgjengelig, så betyr de ingenting om man ikke får tatt de ordentlig i bruk. Jeg skal komme nærmere tilbake i et senere innlegg om hvorfor jeg mener altfor mange data-initiativ er like (lite) nyttige som den 3D-printeren jeg kjøpte for noen år tilbake.

Mange har mye å lære ved bruk av data

Det er ikke bare bedrifter som kan bli bedre med bruk av data. Politikere for eksempel mener jeg har mye å lære om bruk, og kommunikasjon, rundt data. Det som for ofte skjer I en debatt, er at man blir stående å krangle om hvordan nåsituasjonen om et tema ser ut. Når forskjellige partier har forskjellige definisjoner, tall er utdaterte eller det finnes flere sannheter, ender det alt for ofte med at man krangler om hva situasjonen er, istedenfor hva de forskjellige partiene ønsker å gjøre med situasjonen. Og det er jo det som virkelig er det interessante, hva mener partiene vi skal gjøre fremover? Hadde man på forhånd vært enige om hva ståa er rundt temaet som skal debatteres, kunne mer tid blitt brukt på gode diskusjoner rundt virkemidler og tiltak, og vi som velgere kunne kanskje fått et bedre inntrykk av hvilket parti som faktisk er mitt parti.

Spør du meg er det dette som skjer i mange møter også! Man møtes i et rom, folk flekker opp Excel-arkene sine og så setter man i gang. Noen har gjort lokale endringer i sitt Excel-ark.For finans er ikke måneden ordentlig avsluttet så tallene er ennå ikke offisielle.Noen avdelinger bruker en annen definisjon enn andre og så krangler man om tall i 55 minutter før man blir enige om at man må invitere til et nytt møte for å ta en beslutning om veien fremover. Det er mye tid som er bortkastet fordi man i realiteten sitter og snakker med forskjellig språk.

Ikke la data bli en IT-greie

Det er ikke alltid like lett å navigere jungelen av teknologi der ute, og det er enda vanskeligere å finne rett teknologi og verktøy når et felles språk ikke er på plass. Derfor er kanskje ikke det viktigste å finne verktøyet først, men heller å bruke tid internt på å navigere din egen organisasjon og gjennom dette finne dette felles språket. Altså hvordan snakker vi som bedrift om data, og hva kan vi få ut av de dataene vi har:

  • Hvilke spørsmål har vi som kanskje kan besvares av data?
  • Har vi oversikt og eierskap over den dataen vi sitter på?
  • Hvor mye manuelt arbeid gjøres i dag for å sammenstille data?
  • Hvordan gjør vi våre ansatte i stand til å bruke data og til enhver tid ta den beste beslutningen som er tilgjengelig?

Ikke la data bli en IT-greie. Skal data kunne gi ordentlig verdi og ikke bli et pengesluk, må forretning på banen og stille seg spørsmål rundt hvilke utfordringer de har, som kanskje kan løses ved hjelp av data. Finn et felles språk, finn gode verktøy, invester og bruk verktøyene sammen med ekspertisen dere allerede sitter på. Og trenger dere hjelp, finn dere gode hjelpere og sparringspartnere som kan drive dere fremover sammen!

Lurer du på hvordan din bedrift kan komme i gang, eller få større utbytte av de dataene dere sitter på i dag, ta gjerne kontakt for en uforpliktende prat. Vi i Alv bistår dere gjerne som både sparringspartner og utfører fra strategi og opplæring til implementering av tradisjonelle BI-løsninger og maskinlæring og kunstig intelligens.

Del
Les også
Les mer

4 høydepunkter fra Data Innovation Summit 2023

I år reiste hele data og analyse-teamet sammen til konferansen Data Innovation Summit i Stockholm! Her er våre høydepunkt!

4 høydepunkter fra Data Innovation Summit 2023

Data og Analyse
Håkon Skogland Halvorsen - 5/30/2023
Les mer

Fra reaktivt til prediktivt vedlikehold med Bane NOR

Alv har bidratt til at Bane NOR har tatt i bruk maskinlæring og kunstig intelligens til å gå fra reaktivt til prediktivt vedlikehold av Norges jernbanelinjer.

Fra reaktivt til prediktivt vedlikehold med Bane NOR

Data og Analyse
Kundehistorier
Jakob Høgh Gjellestad - 1/24/2023
Les mer

Prediksjon av klimautslipp med maskinlæring

Slik brukte vi maskinlæringsmodeller til å prediktere klimautslipp til oljeplattformer.

Prediksjon av klimautslipp med maskinlæring

Data og Analyse
Kundehistorier
Håkon Skogland Halvorsen - 6/2/2022