Organisaation datavarannot tehokkaaseen käyttöön yhteistyöllä: miten moderni organisaatio toimii!

Onko teidän organisaatiollanne kyvykkyys hyödyntää kaikessa päätöksenteossa omistamaanne tietoa sujuvasti? 

• Onko teillä kaikki tieto helposti löydettävissä ja luotetaanko siihen kattavasti?

• Osaavatko kaikki organisaatiossanne etsiä itselleen tarpeelliset vastaukset olemassa olevan tiedon avulla vai tarvitaanko siihen useimmiten apua?

• Onko organisaationne tietovarannoilla tunnetut omistajat ja seurataanko niiden tuottamaa arvoa kuten muidenkin liiketoiminnan pääomien? Onko omistajien vastuulla varmistaa tietovarantojen käytettävyys läpi organisaation?

Yhtenä aurinkoisena mutta vähän jo syksyisen viileänä aamuna saavuimme toimistolle kollegojeni Jonni Henttisen ja Manja Elfvingin kanssa. Tarkoituksemme oli kokeilla jotain uutta: podcast tyyppistä live-webinaaria toimiston studiosta kuvattuna. Aiheeksi olimme valinneet meitä kaikkia kovasti kiehtovan ja puhututtavan: datan ympärillä organisoitumisen haasteet ja mahdollisuudet.  

Miksi osaamis- ja organisoitumisasioita ei ole saatu ratkottua? 

Ongelmaa yritetään useimmiten organisaatioissa ratkoa lisäämällä erikoisasiantuntijoita, kuten data tieteilijöitä ja data insinöörejä, mutta näiden ammatinharjoittajien, erityisesti kokeneiden sellaisten, saatavuus on rajallista.

Myös teknologiasta puhutaan paljon, vaikka ihmiset ovat ne, jotka kuitenkin lopulta mahdollistavat liiketoimintahyödyn saavuttamisen. Olisiko aika tarkastella datan ympärillä tehokkaasti organisoitumista kokonaan uudella tavalla, läpi organisaation? 

Toimistolla vaihdoimme kuulumiset kahviautomaatilla. Oli mahtava tavata pitkästä aikaa ihan ilmaneeTeamsin ikkunoita. Studion meille oli rakentanut Kristian Henriksson, KAITOn innovatiivinen markkinointijohtaja. Meille kaikille se herätti ensimmäisenä mielikuvana A-Studion, jotain mikä oli kaikille konseptina tuttua, ja jonka puitteissa nyt pääsimme itse käytännössä hetken elämään. Jännittävää! Kristianin osaavalla ohjeistuksella saatiin säädettyä valot ja äänet kohdilleen ja lopuksi vielä jaettua esityksen tukikalvotkin webinaarin portaaliin yleisölle nähtäväksi. Sitten vain odoteltiin, että oli aika aloittaa live lähetys. Tunnelma studiossa oli innostuneen jännittynyt, kuinkahan monta osallistujaa aikaiseen aamuun saadaan paikalle?  

Lähes poikkeuksetta kaikki organisaatiot, joiden kanssa olemme puhuneet, isot ja pienemmät, pohtivat nyt, miten data- ja analytiikka osaajien tulisi organisoitua ja miten yhteistyö muiden tiimien kanssa tulisi rakentua. Onko yksi keskitetty datan ja analytiikan syväosaajien tiimi tehokas? Sitä kautta saadaan synergiaetua, kun osaajien työpanosta voidaan jakaa eri tiimeihin joustavasti ja samalla osaajat saavat omasta tiimistä sparrailutukea. Mutta keskitetty malli johtaa tyypillisesti myös siihen, että näkyvyys liiketoiminnan arkeen kapenee merkittävästi. Jostain syystä organisaatioissa on vaikeaa ylläpitää keskusteluyhteyttä arjen haasteista ja tavoitteista eri organisaatioyksiköiden välillä – johtaminen kulkee usein (ylimmän) johdon kautta eikä viikko- tai kuukausipalavereihin kutsuta kuin oman tiimin jäseniä vakio-osallistujiksi.  

Laajasti hajautettu malli ratkaisee usein tämän haasteen sillä data- ja analytiikka osaajat ovat silloin mukana luontaisesti kaikissa niissä oman tiiminsä keskusteluissa ja palavereissa kuin muutkin, ja heillä on sama tieto liiketoiminnan haasteista ja tavoitteista. Se helpottaa merkittävästi yhteistyötä, yhteisten tavoitteiden saavuttamista ja yhteisellä terminologialla puhumista. Mutta koska syväosaajia on vähän, on heitä tyypillisesti näissä tiimeissä vain muutama, ehkä jopa yksi, mikä johtaa siihen, että heiltä puuttuu tärkeä sparrailuapu puhua teknisemmistä yksityiskohdista ja oman osaamisen kehittämisestä. Hajautetussa mallissa myös syntyy helposti omia ratkaisuja – tapoja rakentaa toimivia data-alustoja ja analytiikan sovelluksia, kun on lukematon määrä. Koko organisaation kannalta tämä on paitsi kallista, kun jokainen tiimi keksii pyörän uudelleen itselleen sopivalla tavalla, eikä tiimien välillä ratkaisujen hyödyntäminen skaalaudu koska erilaisten ratkaisujen yhteen sovittaminen ei yksinkertaisesti onnistu. 

Niin pitkälle kuin oma kokemukseni yltää (reilu 20 vuotta), olen nähnyt organisaatioiden elävän säännöllisessä muutoksessa vaihdellen keskitetyn ja hajautetun mallin välillä. Miksi juuri nyt tämä aihe tuntuu puhututtavan paljon? Palataan hetkeksi aiemmin mainittuun Gartnerin tutkimustulokseen. Data on tunnistettu tärkeäksi liiketoiminnan rakennusaineeksi kaikkialla ja sen onnistunut hyödyntäminen on elinehto digitaalisessa maailmassa pärjäämiselle. 

Jos kuitenkin 80 % tehdyistä investoinneista ei tuota arvoa liiketoiminnalle, tulee tämä todella kalliiksi. Ehkä kyse ei olekaan siitä, miten saadaan maksimi tehot irti datan- ja analytiikan syväosaajista tai siitä, mistä organisaation osasta heitä johdetaan?

Ehkä kyse onkin siitä, että datalla on niin suuri merkitys nykypäivän (ja tulevaisuuden) liiketoiminnoissa että osaamisen on pystyttävä skaalautumaan laajemmin ja jokaisen johtajan tulee omalta osaltaan vastata myös datan hyödynnettävyydestä?  

Täytyyhän jokaisen ymmärtää taloudenkin perään ja johtaa oman vastuualueensa kannattavuutta, ei se ole yksin talousjohtajan vastuulla. Ja ihmisten osaamista ja tehtävässään onnistumista johdetaan jokaisessa yksikössä, eikäpelkästään HR johtaja ole siitä vastuussa. Jos jokainen organisaatiossa olisi kyvykäs tunnistamaan kysymykset, joihin tarvitsee vastauksen tiedon pohjalta omassa roolissaan, tunnistamaan mistä tiedosta tämä vastaus kannattaa etsiä, varmistamaan että tarvittavaa dataa syntyy, ja löytämään itse vastauksen, olisiko organisaation toiminta huomattavasti sujuvampaa? Itse uskon että olisi. Tällöin datan ja analytiikan syväosaajat voisivat keskittyä datalla innovointiin, uusien datan mallintamisen menetelmien tutkimiseen ja datavarantojen yhdistettävyyden parantamiseen. 

Dataa syntyy jokaisesta liiketoiminnan tapahtumasta: sekä ihmisten toiminnan että koneiden sensorien herättämänä.

Data-ohjautuvassa liiketoiminnassa data tulee saada mahdollisimman nopeasti käyttöön sen syntymän jälkeen, turha siirtely ja varastointi aiheuttaa vain kulua – ei arvoa.

Käytön kannalta on oleellista, että datan sisältö (mistä se kertoo ja miksi se on arvokasta liiketoiminnan kannalta) on kaikkien käyttäjien ymmärrettävissä. Sisällön tietää parhaiten se, jolla on vaikutusvalta juuri tämän datan syntyyn. Vain hän voi tukea muita käyttäjiä sen ymmärtämisessä. Sopivuuden varmistamisen voi taas tehdä vain se, joka tuntee käyttötapauksen: sopiiko juuri tähän minun tarpeeseeni tämä data, joka kertoo liiketoiminnastamme tämän asian? 

Yhteiset datan hallinnan periaatteet ja menetelmät (tietoturva, nimeämiskäytännöt, tiedon jakamisen tavat) sekä teknologia alustat varmistavat, että nämä komponentit, datavarannot, ovat yhteensopivia ja toisaalta että koko organisaation teknologiakulut ovat hallinnassa.   

Toimivaan yhtälöön tarvitaan siis hyvät puolet hajautetusta ja hyvät puolet keskitetystä mallista. Näistä molemmista organisaatioilla on jo kokemusta.

Kun vielä mukaan otetaan laajempi näkökulma datan käsittelemisestä liiketoiminnan pääomana, ja vastuut sekä osaaminen organisaatiossa kehitetään vastaamaan sitä, ollaan hyvällä polulla kohti onnistumista! On tärkeää tarkastella laajemmin organisaatiossa olevia rooleja. Gartner on tehnyt tutkimusta tälläkin alueella ja listannut 100 uudenlaista, datan ja analytiikan hyödyntämiseen liittyvää roolia, joita edelläkävijä organisaatiot ovat perustaneet.

Tällaisia ovat esimerkiksi

• DataAdvocate joka vastaa siitä että organisaatiossa on riittävän laaja ymmärrys informaatiovarantojen hyödyntämisestä ja osaaminen niiden käyttämiseen arvoa tuottavasti 
• Digital/DataEthicist joka vastaa siitä että datan hyödyntäminen on yrityksen eettisten periaatteiden mukaista ja läpinäkyvää 
• Datalifecycle specialist joka vastaa määriteltyjen datavirtojen elinkaaren hallinnasta datan synnystä kaikkiin sen hyödyntämispisteisiin läpi organisaation – eli datan arvoketjuista. 
• DataLibrarian joka vastaa saatavilla olevien (sisäiset ja ulkoiset) informaatiovarantojen ja niiden käytettävyyden tunnistamisesta ja tukee käyttäjiä löytämään heille sopivimmat 
• Informationaccountant joka vastuussa datan arvon mittaamisesta, seurannasta ja raportoinnista.

Yksi hyvä ja konkreettinen paikka aloittaa muutosmatka kohti tehokkaammin datalla ohjattavaa organisaatiota, on tehdä yrityksen nykyiset datavarannot näkyväksi.

Se auttaa hahmottamaan käytännönläheisesti millaista dataa yrityksen pääomaan kuuluu, miten hyvin sitä pystytään nyt käyttämään ja missä on tarvetta kehittää käytettävyyttä ja omistajuutta. Data katalogit ovat tähän tarkoitukseen oivallinen työkalu. Ne kattavat kaiken organisaation informaation teknisistä datankuvauksista raportteihin ja analyyseihin sekä muihin ”data tuotteisin”. Ne toimivat alustana, joka yhdistää organisaation teknisen näkymän dataan sekä ihmisillä olevan tiedon datan sisällöstä ja käytöstä, ja mahdollistavat tämän tiedon keräämisen ja ylläpidon myös automatisoidusti.  

Datakatalogia voi myös ajatella eräänlaisena organisaation sisäisenä datan markkinapaikkana, josta kaikki informaation tarvitsijat voivat löytää tarvitsemansa, ja jakaa toisten käyttäjien sekä omistajan kanssa palautetta, miten hyvin ”data varanto” toimii heidän tarpeisiinsa.

Organisaation informaatiotarjoomaa voidaan katalogin avulla kehittää sen mukaan, mille on suurin tarve käyttäjien palautteen perusteella. Osassa datakatalogityökaluista onkin rakennettu käyttöliittymä juuri tällaista datan markkinapaikkaa ajatellen: käyttäjä voi etsiä tarvitsemaansa, tutkia tarkemmin sen sopivuutta käyttötarkoitukseensa ja lopulta lisätä haluamansa ”ostoskoriin” josta sitten lähtee pyyntö datan/informaation omistajalle antaa pääsy kyseiseen informaatiovarantoon. 

Organisaatiot ovat selkeästi ymmärtäneet datan arvon liiketoiminnan pääomana ja tarpeen ratkaista sen, miten organisaatio valjastetaan toimimaan sen täyden potentiaalin hyödyntämiseksi. Koska datan rooli organisaation pääomana ja varantona on kehittynyt samankaltaiseksi kuin muidenkin yritysten pääomien (raha, ihmiset…) on tärkeä tarkastella myös sen ympärillä organisoitumista eri tavalla kuin ennen. Valjastamalla koko organisaatio yhdessä tuottamaa ja hyödyntämään arvokasta dataa syntyy paras lopputulos! 

Edellä kuvatun mukaiselle datan ympärillä organisoitumisen mallille on olemassa oma terminsä ”Data Mesh” joka liputtaa datan omistajuuden vahvistamista siellä missä data syntyy ja missä sitä käytetään – luoden yhteiset pelisäännöt jaettavuutta ja yhteiskäyttöisyyttä tukemaan. Data Mesh yhdessä DataOpsin kanssa (joka on ottanut vaikutteensa DevOpsista, tavoitteena mahdollistaa aina datan nopea hyödynnettävyys kaikessa mitä tehdään). Data Mesh ja DataOps yhdessä luovat pohjan modernille ja skaalautuvalle tavalle organisoitua datan ja analytiikan ympärillä. Ne tuovat hyviä rakenteita rakentaa uudenlaista toimintakulttuuria! 

Miten kävi live webinaarimme? Aikaiseen aamuun jaksoi herätä ilahduttavan suuri joukko ihmisiä! Tämä vahvistaa myös ajatusta siitä, että aihe todella on ajankohtainen ja tärkeä. Saimme myös paljon positiivista palautetta mikä ilahdutti. Ja studiossa oli rento ja energinen tunnelma!  

Jos et ollut paikalla mutta haluat kuulla keskustelun, video löytyy tekstin lopusta ja täältä.

Keskustelen mielelläni lisää siitä, millaisia ajatuksia webinaari keskustelumme ja tämä blogi herättivät sinussa. Ole rohkeasti yhteydessä! 

Minna Kärhä
Data Strategist
https://www.linkedin.com/in/minna-kärhä-926779/