Data-revolutionen – og data som ikke er “big”

Data og Business Intelligence ruller ind over os – og hjælper os med at træffe mere kvalificerede beslutninger – og lægger pres på dem, der ikke følger med udviklingen.

Det er måske ikke en revolution – det føles bare sådan.

Af Bjarke Due Jensen, Business Intelligence Team Lead, Abakion

En gradvis proces føles som en revolution

Som regel er det en gradvis proces, hvor data anvendes i højere og højere grad til at træffe beslutninger i en virksomhed.

Ledelsen tager et strategisk initiativ for at udnytte de data, der ligger gemt i forskellige siloer.

Det er ikke en omvæltning, der sker fra én dag til den næste. Men når det rammer den enkelte medarbejder, så føles det som en stor omvæltning at erstatte erfaringer og intuition med data.

Derfor har jeg ikke noget imod at kalde det for ”data-revolutionen”.

Sådan føles det nemlig ude i organisationen.

Mængden af data eksploderer

Vi, der arbejder med Business Intelligence, føler også, at vores fag befinder sig midt i en revolution. Mængden af data og mulighederne med data forøges hastigt.

Vi har mulighed for at opsamle langt flere data end for blot få år siden. Og mulighederne bliver lynhurtigt flere og flere.

Business Intelligence-værktøjerne er blevet bedre i de senere år, men selv om du for 10 år siden havde haft et BI-værktøj fra 2017, så havde du ikke kunnet udnytte det, for dine muligheder for at opsamle de relevante data var ikke nær så gode for 10 år siden.

Det er den eksploderende mængde af data, der er revolutionen i vores fag. Mængden af data i verden bliver fordoblet hver 2. eller 3. år, og det er datamængden, der giver dig revolutionerende nye muligheder i dag.

Så kan du kalde det “big data”, hvis du har lyst.

Jeg synes i hvert fald, at ”data-revolution” er en rammende betegnelse for den udvikling, der foregår i dag.

Dine data er måske ikke ”big”

Hvis du nu kigger på dine data og tænker, at de er ikke særlig “big”, så har du slet ikke en ualmindelig virksomhed.

De fleste virksomheder begynder deres Business Intelligence-rejse ved at have et rapporteringsbehov på finansielle data. På det område er det så heldigt, at ERP-systemet sørger for, at data er komplette, fordi det enten er et lovkrav eller et systemkrav.

Men der er mange andre forretningsområder, hvor data ikke naturligt opsamles, og hvor det er personafhængigt hvad der registreres.

Hvad skal en sælger fx registrere om et tilbud og en ordre? Hvis du ikke har en klar proces for dataopsamling, som er systemunderstøttet, så ender du ikke med valide og komplette data, du kan analysere på. Og det er den mest almindelige situation, når vi kigger på andet end finansdata.

Det giver sikkert anledning til, at du indfører en proces og begynder at opsamle de data, som du gerne vil analysere på.

Men det er de færreste virksomheder, der begynder i en situation, der kan kaldes “big data”.

Valgfrit og obligatorisk

IT-systemerne har en masse muligheder for at registrere data, men hvad du beslutter skal være valgfrit og obligatorisk – det sætter niveauet for, hvor mange data der bliver opsamlet.

Men der er ikke nogen medarbejdere, der har motivation for at registrere data, før de får noget tilbage. Selv obligatoriske registreringskrav bliver ignoreret, hvis medarbejderne ikke forstår formålet.

Det kan være meget omfattende for medarbejderne at indføre nye registreringskrav. Det griber ind i deres eksisterende arbejdsgange, og det pålægger dem nye opgaver, som de ikke har tid til.

Medarbejdere synes generelt, at det er utroligt irriterende at skulle registrere data, og næsten alle springer over, hvis de ikke tror, at data bliver brugt til noget.

Motivation for dataopsamling

Så du skal naturligvis forklare, at din virksomhed har besluttet at indsamle data, fordi det er vigtigt for virksomheden.

Men du skal også vise alle medarbejderne, hvorfor de skal begynde at indsamle data. Vis hvordan data hjælper med at besvare konkrete spørgsmål, hvordan de hjælper til at træffe bedre beslutninger og handle på konkrete situationer.

Du skal vise kollegerne, hvad de selv får ud af det, før du kan regne med, at de gider registrere noget som helst.

Hvis de kan se, at dataanalyserne hjælper dem med at nå deres personlige mål, så bliver de meget motiverede for at bidrage til datagrundlaget.

Brug praktiske eksempler

Det kan være helt simple indsigter, der gør en forskel for medarbejderen. Hvis du skal rykke kunder, der ikke har betalt deres fakturaer, og du kun kan nå at ringe til 5, så begynder du naturligvis med dem, der har de ældste udeståender.

Men Business Intelligence vil måske vise, at der er 3 andre kunder, som står for 60% af de samlede udeståender, og så vil det give flere penge i kassen at ringe til dem.

Det er et simpelt eksempel på, at data kan hjælpe medarbejdere i det daglige arbejde, og den type eksempler giver medarbejderne lyst til at arbejde med data – og bidrage til kvaliteten af data.

Udbredelse til alle i organisationen

Når behovet for registrering af data stiger drastisk, så er det nødvendigt at inddrage alle de personer i organisationen, som skal bidrage til festen, så de får bedre forståelse for vigtigheden og også får noget ud af det.

Det har i lang tid kun været ledelsen, som har kigget på Business Intelligence, men vi ser en tendens til at større dele af organisationen bliver inddraget i arbejdet, og at flere får adgang til værktøjerne og kan høste fordele af det.

Man går fra at have IT-specialister, der færdiggør data-rapporter, til at virksomhedernes medarbejdere kan selvbetjene sig i Business Intelligence-systemet og selv finde den indsigt, de har behov for.

Det kræver naturligvis, at Business Intelligence-systemet er intuitivt at anvende for alle medarbejdere, men det er slet ikke den store udfordring i den forbindelse.

Det er forståelse og motivation, der er udfordringen i en virksomheds data-revolution.