Skal vi stole på analyseresultatene vi får? Hvorfor?7 min read

Willy Koulichev NBA

 

 

 

Av Willy Koulichev, Partner i NextBridge Advisory

 

Hvordan opprettholde styringen i dette skredet av nye datautfordringer og muligheter som velter inn over oss i en rasende fart? Har jeg styring? Ser jeg hele bildet? Er kvaliteten på styringsdata god nok?

Når du hører snakk om «data» hva tenker du på?
Utrolig nok sliter den dag i dag altfor mange bedrifter med titalls løsrevne datakilder som ikke henger på grep og som ikke gir noe helhetlig innsikt i hvordan virksomheten egentlig gjør det. Og dette bare internt i bedriften! Hva med Sosiale nett, SMS, GPS, Twitter … ja, alle de små og store data fra omverdenen?

Willy1

 

Figur 1: Beslutningsunderlaget for den moderne analytiske virksomhetsstyringen bare fortsetter å vokse

Data er den desidert viktigste ressurs i enhver virksomhet, men … blir data betraktet slik i praksis? F.eks finnes det navngitte dataeiere på forretningssiden for alle kritiske data? Tenk … ville du kjørt bilen med bare 10% sikt? Hvor gode er beslutninger basert på bare 10-30% av beslutningsunderlaget?

Mangfoldet av ulike typer data i dag er mildt sagt overveldende og det bare vokser … eksponentielt! Det blir en stadig større utfordring å ta imot, forstå og ikke minst å bruke alle tilgjengelige data på en formålstjenlig og effektiv måte. Så var det dette med å stole på analyseresultatene …

Vi har god nok styring med våre data …
Sjekk gjerne følgende 7 punkter for å få greie på om du kan stole på analyseresultatene:

  1. Er datakildene samkjørte eller har du løsrevne «siloer» og / eller duplikater av kritiske data?
  2. Er det dårlig datakvalitet (som håndteres ad-hoc) og inkonsistent bruk av fagbegreper og regler?
  3. Viser rapporter fra ulike systemer avvikende tall for de samme målingene / resultatene?
  4. Brukes det mye tid og manuell innsats for å få en oversikt over hvordan virksomheten gjør det?
  5. Er det dårlige prognoser og aktivitetsplaner pga mangelfulle eller sent oppdaterte data?
  6. Mangler det felles definisjoner av viktige data (f.eks kunde, produkt, avtale, kost, leveranse)?
  7.  Er det mye manuell dataavstemming og feilretting, stadig IT-overhead og forsinkelser?

 I så fall er det bedre datastyring (Data Governance) som må til før du kan stole på analyseresultatene!

Willy6

Willy 2
Figur 2: God styring trenger DATA! Og DATA trenger god styring! (Data Governance)

Det er lett å innse at analyseresultatet kan umulig få bedre kvalitet enn kvaliteten til datasettet som ligger til grunn for analysen. Så hva gjør vi med dette og har vi nok fokus på datakildene? Alle snakker høyt og varmt om Analytics, avanserte modeller og algoritmer, visualisering, brukernes kompetanse osv, og ja, alt dette er svært viktig men … hvor viktig er det hvis dataene du får ikke holder mål?

Hvordan kan Data Governance hjelpe oss?
I dag finnes det en rekke nye teknologier og verktøy som gjør det mulig å utnytte effektivt alle data. Uansett er hovedprinsippet det samme: Man må fange opp, rense, identifisere, bearbeide og organisere alle data iht gjeldende forretningsregler før man kan få et bedre analyse- og beslutningsunderlag.Willy 3

Figur 3: Data Governance er avgjørende for å kunne lykkes med bruken av ALLE data

Utvidelser av datagrunnlaget for å gjøre analysene bedre, muliggjøre prediksjon, og sikre en stødig virksomhetsstyring i en stadig hardere kamp om kundene og markedet er helt avhengig av god nok styring med ALLE data. Data Governance tilrettelegger det fundamentet som trengs for å kunne ta i bruk store datamengder og nye varierte data raskt og smidig, på en trygg, strukturert og effektiv måte.

Hvis man tar bort Data Governance fundamentet (grå-matten i figuren) så ender man opp med et anarki av løsrevne løsninger som jobber på egne premisser og ikke nødvendigvis er enige med hverandre eller spesielt flinke til å samvirke. Ting går tregt og man bruker mesteparten av tiden på å krangle om feil og hvem som har rett. Over tid ender man opp med et totalt kaos av siloer som krever stadig mer tid og penger til feilretting og vedlikehold til det hele stopper opp. Det er flere bedrifter som har erfart dette og oppryddingen har kostet flesk for at ofte den eneste løsningen er å kaste alt på dyngen og starte med blanke ark (koster mindre enn å reparere ting, særlig når grunnmuren mangler eller er blitt pill råtten).

Data Governance høres vanskelig ut … Trenger vi virkelig dette?
Data Governance (DG) gir et ryddig rammeverk, standarder, rutiner, spilleregler m.m nettopp for å kunne håndtere dagens og særlig de ukjente morgendagens datautfordringer på en god måte. Raskt og effektivt, gjennom tverrfaglig samarbeid og med klare roller og ansvarsdeling.Willy4

Figur 4: DG definerer bl.a felles spilleregler for forvaltning og bruk av data på tvers av organisasjonen

Data Governance handler i all hovedsak om å ha orden på «datatavlen». Den overordnede modellen gir en oversikt over de sentrale komponentene. Modellen kan virke noe teoretisk / akademisk ved første blikk, men ser man nøyere på de enkelte stikkordene og tenker litt i dybden så forstår man fort at det er mange viktige elementer bak «fasaden». Denne modellen er ment å dekke Data Governance bredt og gi et komplett bilde i en vis forstand.

Det er samtidig vesentlig å forstå at Data Governance ikke handler om noe «big bang» prosjekt hvor man bruker flere år på å utvikle løsningen for så å rulle denne plutselig ut i virksomheten. Data Governance bygges opp gradvis over tid og man gjerne starter med det man har allerede.

Data Governance kan hjelpe alle – både store og små.
Et Data Governance initiativ starter så å si aldri med blanke ark. Man styrer jo sine data allerede og har trolig gjort det så lenge virksomheten har eksistert.

Det er derfor helt essensielt at man gjennomgår dagens situasjon i lys av rammeverket for å avdekke viktige gap, svakheter og/eller sterke sider ved dagens løsninger. Deretter er det vanlig å tegne et målbilde for hvor man burde vært eller ønsker å være i forhold til full skala Data Governance, avhengig av behovet og ønsket ambisjonsnivå. Så lager man gjerne et veikart / masterplan og en mer detaljert realiseringsplan for det første steget på veien.

For mindre virksomheter er dette relativt enkelt å få til og det går rimelig fort. Andre virksomheter kan trenge noe lengre tid men fremgangsmåten er uansett den samme, og man tar i siste instans avgrensede oversiktlige steg på veien mot målet. Man erfarer, lærer, justerer mål og planer og så tar neste steg.Willy5

Figur 5: Data Governance på 1-2-3?

Det er selvfølgelig viktig å finne rett ambisjonsnivå og rammeverket kan faktisk overraskende lett tilpasses for mindre norske virksomheter, samtidig som det kan bygges ut til å dekke behovet til store internasjonale selskaper. Det er strukturen som teller!

Man gjør som sagt mye riktig i utgangspunktet, ellers hadde virksomheten ikke overlevd. Fordelen med å sette datastyringen i system (Data Governance) er betydelig større effektivitet og pålitelighet, bedre styring av utviklingen fremover, lavere kostnader og risiko, og mye mer. I tillegg blir det mulig å oppnå bedre standardisering og gjenbruk, og benytte seg av ledende praksis og andres erfaringer.

Hva er det viktigste å huske?
• Analyser kan ikke bli bedre enn dataunderlaget som benyttes
• Beslutninger og aksjoner er best når alle relevante data er med
• Sviktende datakvalitet er undervurdert og kan få dramatiske konsekvenser
• Datastyring er et felles ansvar og krever sterkt ledelsesengasjement
• God datastyring trenger organisatorisk innsats og kontinuerlig prosess
• Stadig flere krav til compliance, redelighet m.m krever solid datastyring
• God virksomhetsstyring trenger gode data

Ha i mente at Data Governance ikke er noe mål i seg selv men avspeiler virksomhetens behov og strategi, og må kunne takle endringer og vekst over tid.

Om du mener at datastyringen i din virksomhet er god nok som det er, da håper jeg at dette innlegget har gitt deg noen nyttige refleksjoner og sjekkpunkter på veien videre.

God styring!

Hvis du derimot ble litt bekymret eller sitter igjen med enda flere spørsmål, da kan jeg berolige deg med at det finnes hjelp å få. Data Governance er verken noe nymotens emne eller høyrisiko eksperiment. Det finnes plenty ledende praksis basert på mangeårige erfaringer på tvers av bransjer og selskaper. Data Governance frembringes sjelden som et «gjør det selv» prosjekt og det er vesentlig å trekke inn rett ekspertise og erfaring til drahjelp i starten. Blant annet for å kunne stole på analyseresultatene du får.

Spørsmål?

 

About Willy Koulichev

Willy has over 20 years experience as a trusted advisor, solution architect, SME and project manager in the areas of Analytics, Business Intelligence, Enterprise Data Warehousing, and Enterprise Information Management, including Master Data Management & Metadata, Data Quality, Data Integration, Data Governance, etc. Willy became the Accenture’s Nordic IM Lead (2002) and then their EMEA BI Lead (2007), when he decided to accept the position as the Nordic IM Executive Director at E&Y (2010). Willy is also a member of several professional organizations including TDWI, DAMA, and was a Chairman of the National Jury assigning the yearly BI Award in Norway 2006-2011 (jury member since 1997). Willy is a highly profiled keynote speaker at Executive Seminars and Conferences, and has contributed numerous interviews and articles as well.