<img src="https://secure.leadforensics.com/133892.png" alt="" style="display:none;">

Teknologier og begreber som Big Data, IoT, sensorer, machine learning, AI og mange andre nyskabelser i samme boldgade vinder mere og mere frem. Man kan let få det indtryk, at hvis bare man som virksomhed eller organisation kan opsamle og analysere enorme mængder data med de her værktøjer, så ligger fremtiden badet i mælk og honning.

Jeg ved godt, at jeg sætter tingene på spidsen. Men min pointe er skarp: Midt i teknologiens slaraffenland og løfterne om en gylden fremtid for dem, der formår at udnytte de enorme mængder data, ligger der nemlig efter min erfaring en fælles (mis-)forståelse om, at jo flere data (og mere teknologi) man har, jo mere datadrevet kan man blive.

Og det er en skam. For det betyder ikke kun, at der er risiko for, at virksomheder og organisationer overinvesterer i ny teknologi, de ikke har fundamentet til at kapitalisere på fuldt ud. I mange tilfælde betyder det også, at de overser det enorme potentiale, der allerede ligger i deres eksisterende data, og som de kan kapitalisere på forholdsvist hurtigt og billigt.

Hvad vil det sige at være datadrevet?

At være datadrevet handler ikke om, hvor stor en mængde data man har til rådighed. Den indre logik i at være datadrevet er ikke ’jo flere data, jo mere datadrevet’.

At være datadrevet handler i virkeligheden snarere om at være selektiv og fokusere på at stille de rigtige og de relevante data til rådighed for sine medarbejdere på en måde, hvor hver enkelt medarbejder kan fortolke og handle på data og træffe faktabaserede beslutninger, der har positiv indflydelse på forretningen og dens mål.

Hvad er virksomheden drevet mod?

En datadrevet virksomhed er altid drevet mod noget – det er ikke nok at være drevet af noget. Eller sagt på en anden måde: (Og ofte vil der ske det modsatte: Kedlen vil overophede af de mange data, uden for alvor at sætte lokomotivet i bevægelse.)

Virksomheden skal have en ambition, en nysgerrighed og viden om, hvor den skal hen, for kun med den viden kan man begynde at arbejde med værdien i sine data og fx vurdere, om det er de rigtige KPI’er, som data føder ind til: De KPI’er, som er styrende for medarbejdernes beslutningstagning og handlinger, og dermed styrende for, hvilken retning virksomheden bevæger sig i eller i hvilken retning den bevæger sig hen mod. Man kan opsamle uendelige mængder data om alt muligt – men ved man ikke lige præcis, hvad de enkelte data skal bruges til, og hvordan de skal bidrage til at sætte retningen for virksomheden, så forbliver data bare ligegyldig overload af information, men gem den til den dag, hvor man er klar til at tage den i brug – modenheden vil blot stige og stige.

Data skal udvælges og bruges med omhu

Tager virksomheden et kig på sine , så ligger der alene i disse data et enormt – og desværre ofte uudnyttet – potentiale for at begynde at arbejde datadrevet og synliggøre sammenhænge og afhængigheder. Men det kræver, at data bliver sammenstillet og præsenteret på en måde, der giver mening i forhold til virksomhedens overordnede mål, og som afspejles i opstillede KPI’er, der er relevante for hver enkelt medarbejder. Og når man så sætter dem sammen med andre kilder, opstår der sød musik i en enorm forretningsmæssig indsigt og viden, som er med til at sikre en fortsat vækst.

Virksomheden får kun værdi af at være datadrevet, hvis data bruges til at skabe indsigt og læring, så man kan træffe beslutninger, der leder til intelligent bevidst styret adfærd – forstået på den måde, at medarbejderen skal kunne handle ud fra de data, informationer og viden, som vedkommende bliver præsenteret for i ens daglige arbejde. Det er nemlig os mennesker der fortsat skal træffe beslutninger.

Derfor råder jeg altid virksomheder til at tage et solidt udgangspunkt i deres eksisterende data som ERP og andre værdifulde kilder. De er grundstammen af informationer, og bliver de udnyttet rigtigt, ligger der en guldgrube af værdifuld viden, som bare venter på at blive omsat til forretningsværdi – og klingende mønt. Ny viden opstår, når man kigger på tværs af ens data fra forskellige kilder.

Læs vores guide: Digitalisering i praksis 

 

Emne

Kommenter indlæg

Recommended posts

right-arrow share search phone phone-filled menu filter envelope envelope-filled close checkmark caret-down arrow-up arrow-right arrow-left arrow-down