Teknik og det digitale videnskab dominerede igen diskussionen på det seneste World Economic Forum i Davos. Under en livlig paneldiskussion, ”Making Digital Globalisation Inclusive”, var cheferne for Microsoft, HCL, Dell og Salesforce enige om, at verden stod over for en potentielt farlig digital kløft.
Et af hovedproblemerne, som deltagerne tog op, var det voksende gab mellem de enorme og eksponentielt stigende digitale færdigheder i den private sektor, og de tilsvarende manglende færdigheder inden for den offentlige og kommunale sektor samt i nonprofit-brancher. Beviserne peger dog på, at digitale færdigheder er et problem, som ikke er knyttet til specifikke brancher.
Undersøgelsesresultater fra IDC tyder på, at op
mod 90 % af alle data stadig mangler
bearbejdning og analyse.
De fleste organisationer, både offentlige og private, kradser bare i overfladen med hensyn til at bruge og forstå deres data. Undersøgelsesresultater fra IDC tyder på, at op mod 90 % af alle data stadig mangler bearbejdning og analyse. Et af de bagvedliggende problemer er, at information genereres af forskellige afdelinger, hvor medarbejderne ofte ikke ved, om det er deres ansvar, eller om de har tilladelse til at benytte data eller ej. For at få så stort udbytte som muligt af data skal alle medarbejdere kunne analysere og drage konklusioner af dem. Det må ikke kun være nogle få, veluddannede specialister, som har mulighed for at udarbejde effektive dataanalyser.
Hvordan kan organisationer så få det optimale udbytte af den information, de har adgang til?
Begynd på et solidt grundlag
Organisationer skal sørge for, at deres data er tilpasset til at kunne analyseres af flere forskellige parter. I dag produces store mængder data, som mange forskellige personer skal have adgang til. Hvis ikke den nødvendige teknik er til stede til at forberede disse data til analyse, bliver det sværere at forstå dataene, og hvad de viser.
Værktøjer og processer til at rense data (for eksempel datakataloger og semantiske regelsæt) anvendes nu sammen med BI-platforme for at knytte data til den forretningsmæssige sammenhæng og se det store billede. Det hjælper analytikere og indholdsforbrugere, som har brug for at kontrollere dataoprindelsen via oprindelsesanalyser. Det kan også hjælpe de datateknikere og dataansvarlige, som er interesserede i at afdække den påvirkning, der sker længere nede i kæden ved ændringer af datasæt. Når alt kommer til alt, giver kontrolleret datahåndtering et mere solidt grundlag for hele det analytiske arbejde.
Video: Sådan forbedrede vi virksomheden takket være en datadrevet kultur
Gør data til en del af den generelle kompetence
I dag er næsten alle stillinger inden for alle brancher på den ene eller anden måde påvirket af data. Visse aspekter af AI og datavidenskab kræver specifikke tekniske færdigheder, men i virkeligheden skal alle medarbejdere hele vejen op til direktionen kunne læse, forstå og kommunikere data som information.
Der er tegn på, at organisationer tager denne udfordring alvorligt ved at investere i grundlæggende datauddannelse og fokusere på lærlingeuddannelse for at udvide kompetencerne. Men reelle og vedvarende forandringer vil kræve langsigtede tiltag og større investeringer fra både myndigheder og den private sektor.
Gør det nemmere at stille intelligente spørgsmål
Vi har alle set det plagede ansigtsudtryk hos medarbejdere, som bliver tvunget til at beskæftige sig med kompliceret teknik. Når systemerne bliver svære at bruge, sker der desværre ofte det, at medarbejderne helt opgiver dem. Når organisationerne forventer, at flere skal være fortrolige med at bruge data i deres hverdag, skal teknikken også tilpasses de forskellige vidensniveauer.
Sprogteknologi (Natural language processing, NLP) hjælper computere med at forstå det menneskelige sprog. BI-leverandører integrerer NLP i deres platforme for at kunne tilbyde en sprogteknologisk grænseflade til visualiseringer. De systemer, der fungerer godt, kan fleksibelt konvertere formelt sprog og dagligdags udtryk til spørgsmål. En påstand udvikles og bearbejdes yderligere, præcis som under en samtale.
Når mennesker interagerer med en visualisering, som de ville have gjort med en anden person, kan flere og flere med varierende vidensniveauer stille dybere spørgsmål til deres data. Efterhånden som sprogforståelsen udvikles i BI-branchen, forsvinder forhindringer for analyser, og arbejdspladser kan blive datadrevne og selvstændige.
Opbyg en fortællingskultur
Hvis du ikke kan kommunikere resultater af data, kan du heller ikke påvirke med din analyse. Her kommer datavisualiseringer ind i billedet. Analytikere skal kunne beskrive trinnene i deres analyser, som har ført til den indsigt, de har fået, på en praktisk og letforståelig måde, også kaldet ”datafortællinger”. Når virksomheder opbygger deres analysekultur, ændres definitionen for disse datafortællinger.
I stedet for blot at præsentere en enkelt konklusion kan nutidens datafortællinger underbygge og inspirere til fortsatte samtaler. Med denne metode med ”crowdsourcing” til analyser ligger ansvaret dels hos udvikleren af dashboards, dels hos de brugere, der skal drage konklusioner baseret på resultaterne af dataene. Det indbyder til mange forskellige synsvinkler, inden der tages forretningsbeslutninger. Ved at bruge datafortællinger på flere forskellige områder kan man øge potentialet for dataenes påvirkning, når de anvendes til at engagere, informere og teste idéer og forslag i hele virksomheden.
De ovennævnte trin kan være til stor hjælp i opbygningen af en datadrevet organisation. Den store effekt får man dog først, når man kombinerer avanceret teknik med en dybdegående, kulturel forandring. Når man skal have flere til at benytte analyseværktøjer, handler 50% om teknik. De resterende 50% handler om at hjælpe alle med at føle sig komfortable med at bruge data i deres arbejde. Når virksomhederne indser det, vil vi opleve, at mængden af ubearbejdede og ikke-analyserede data falder. Og dermed vil der blive genereret betydeligt større værdi på grund af viden om data.
Læs mere om hvordan I skaber en datadrevet kultur.
Af: Andy Cotgreave, Senior Director på Tableau Software og medforfatter til The Big Book of Dashboards