Webinaaritallenne: Tiedolla johtamisen nousukiito – miten varmistan työntekijöiden pysymisen kehityksen kyydissä

Kaikkihan me olemme kuulleet, että “Data on uusi öljy” ja “Ne organisaatiot voittavat, jotka osaavat käsitellä dataa”. Kun tähän vielä yhdistetään tekoäly ja robotiikka, niin aletaan olla jo hypen aallonharjalla. Moni organisaatio on jo vähän huolissaan siitä, että kilpailijat pyyhkivät näillä alueilla ohi oikealta ja vasemmalta. Tosiasiassa monikaan organisaatio ei ole vielä löytänyt järkevää käyttöä tekoälylle, vaikka siitä kovasti tällä hetkellä pöhistäänkin. Aika näyttää, mitä saatiin aikaan.

Datan määrä kasvaa

Tosiasia on, että dataa syntyy nykyään paljon enemmän kuin ennen – tai ainakin sitä pystytään tallentamaan eri tavalla kuin ennen. Dataa on myös alettu kaupallistaa ja myydä eteenpäin.

datan määrä kasvussa

Datan tallentaminen on tänä päivänä helpompaa ja huokeampaa kuin koskaan aikaisemmin. Pilven hyödyntäminen on jo arkipäivää. Kun tähän lisätään uusien teknologioiden tuoma data-alusta-ajattelu, itsepalvelutyökalut ja entistä halvemmat lisenssit, saadaan aikaiseksi yhtälö, jossa loppukäyttäjille voidaan tarjota entistä suuremmat mahdollisuudet datan tutkimiseen ja analysointiin.

Tuovatko diginatiivit ratkaisun

Ratkaisuna datan hyödyntämisen haasteeseen on haluttu nähdä diginatiivit eli sukupolvi, joka on syntynyt kännykkä kädessä ja joka osaa asentaa kotona laitteet ilman manuaaleja. Yhtälö ei kuitenkaan ole ratkennut heidänkään avullaan.

diginatiivit

On nimittäin tunnustettava se tosiasia, että diginatiivius ei anna valmiuksia ymmärtää intuitiivisesti tieto-ohjautuvuuden tai tiedolla johtamisen haasteita. Toisaalta tämä ei yllätä yhtään. En ole koskaan kuullut naapurin teinien lähtevän viikonlopuksi lanittamaan Snowflakea tai nähnyt oman jälkikasvun tekevän tietokannoista TikTok -videoita. Diginatiivien mielenkiinto ja osaaminen ovat ihan muualla. Tiedolla johtamiseen se ei ole tuomassa kaivattua pelastusta, joten joudumme selvittämään datan hyödyntämisen haasteen ihan itse.

Organisaation olennainen data täytyy tunnistaa

Meidän on siis palattava perusteisiin. Olennaista on edelleen se, että on kyettävä tunnistamaan organisaation olennainen data. Meidän on siis löydettävä entistä tehokkaampia keinoja validin datan löytämiseen ja sen hyötykäyttöön. Samalla meidän on kuitenkin muistettava, että datankin suhteen laatu korvaa määrän.

Dataa on siis entistä enemmän, ja sen hyödyntäminen on entistä helpompaa. Koska tallentaminen on nykyisin halpaa, ensimmäinen ajatus monella organisaatiolla on tallentaa varmuuden vuoksi aivan kaikki data. Tämä on huono idea. Lopputuloksena on tietojen kaatopaikka, josta on erittäin työlästä löytää mitään. Harva tosin vaivautuu edes etsimään. Helpompaa on nimittäin vain hakea tarvittava data itse.

Myös datan laadussa voi olla ongelmia. Koska kaikki data on talletettu, on kaiken datan laatu todennäköisesti samanlaista. Jos emme ole tunnistaneet, mikä data on organisaatiolle tärkeää ja lähteneet kehittämään juuri tärkeän datan laatua, ei tärkeän datan laatu todennäköisesti riitä, kun sitä lähdetään hyödyntämään.

Villeimmät visionäärit tarjoavat tähän ongelmaan ratkaisuksi tekoälyä. Emmekö voisi tallentaa aivan kaikkea ja antaa sitten sen tekoälyn selvittää, mikä on meille arvokasta dataa? Nimestään huolimatta tekoäly ei kuitenkaan ole, ainakaan vielä, ihan niin älyä. Edelleen tarvitaan ihminen luomaan logiikan ja antamaan suunnan tekoälylle. Toisaalta, mikäli tekoäly sen joskus kykenee tekemään ja pääty tuloksiin ihan itse, niin eikö liiketoiminnalle olisi kullanarvoista ymmärtää, miten johtopäätöksiin on päädytty? Sitä tietoa ei ole saatavilla, ellei ihminen johda tekoälyä.

Datan hyödyntäminen tarvitsee organisaation tuen

Organisaatiot panostavat tällä hetkellä ensisijaisesti data-alustaan ja uusiin teknologioihin. Moderniin arkkitehtuuriin sisältyvät kaikki elementit, joita siellä on aiemminkin ollut. Tietovarastolla on edelleen paikkansa, mutta se ei enää ole keskeisessä roolissa tiedolla johtamisen järjestelmiä rakennettaessa. Uutta maustetta arkkitehtuuriin tuo myös reaaliaikaisen datan päivittyminen alustalle.

Organisaatioissa käytetään paljon aikaa ja rahaa sen pohtimiseen, mikä on kaikkein paras ja kaunein arkkitehtuuriratkaisu. Vähintään saman verran aikaa tulisi kuitenkin käyttää sen miettimiseen, miten organisaatio saa hyödynnettyä teknologian tehokkaimmin. Tämä pohdinta koskee ihmisiä, prosesseja ja tapaa toimia organisaationa.

Uusien data-alustojen keskeinen toimija on nimittäin edelleen ihminen eli organisaation työntekijä. Tämän vuoksi moderniin arkkitehtuurikuvaan tulee lisätä ylä- ja alapalkit, jotka kuvaavat organisaation tukea. Jotta datan hyödyntäminen olisi tehokasta, organisaatio tarvitsee suunnitelmallista tiedolla johtamisen omistajan, tarkoituksenmukaisen arkkitehtuurin, koulutusta ja tiedon hallintamallin.

tietoalusta

Datan hyödyntäminen edellyttää uusia taitoja

Modernit data-alustat ja uudet teknologiat mahdollistavat organisaation työntekijöiden pääsyn dataan eri tavalla ja aikaisemmassa vaiheessa kuin aikaisemmin. Tässä tilanteessa odotetaan, että he intuitiivisesti oppivat yhdessä yössä raportoimaan ja analysoimaan. Monella data-ekspertillä on nimittäin pitkäkin koulutus takana, ennen kuin on päässyt liike-elämässä edes junioriksi opettelemaan asioita.

Datan loppukäyttäjät tarvitsevat kuitenkin tukea muuttuneessa toimintaympäristössä. Miten organisaatio voi tukea työntekijöitä tässä muutoksessa?

Koulutusta tarvitaan ainakin seuraavilta osa-alueilta:

  • teknologia
  • perustiedot datan käsittelystä, yhdistelystä ja analytiikasta
  • datan sisältö – mitä se pitää sisällään ja miten se on syntynyt (koska se vaikuttaa siihen, mitä sen pohjalta voidaan päätellä)
  • organisaation tapa toimia dataa tuottaessa ja sitä hyödyntäessä, eli organisaation tiedon hallintamalli

Organisaation on lisäksi opittava hyväksymään se tosiasia, että tekevälle sattuu ja opetellessa voi joskus syntyä esimerkiksi virheellinenkin raportti. On siis tunnistettava ne liiketoimintakriittiset kohdat, joissa virheet ovat erityisen epätoivottavia ja minimoitava riskit näillä alueilla.

Tiedolla johtamista tulee kehittää

Koulutuksen ohella tulee organisaation tiedolla johtamien kokonaisuutta johtaa ja kehittää systemaattisesti. Muuten se ei kehity – ei ainakaan oikeaan suuntaan. Ensimmäinen vinkki tämän asian suhteen on, että tiedolla johtamiselle tulisi nimetä omistaja, joka vastaa tiedolla johtamisen ohjaamisesta.

Lisäksi tarvitaan tarkoituksenmukainen arkkitehtuuri. Tämä tarkoittaa sitä, että data-alustassa on huomioitu esimerkiksi seuraavat seikat:

  • tarve saada uusia tietoja nopeasti tutkittavaksi pienen joukon käyttöön, usein puhutaan ’hiekkalaatikosta’
  • standardoitu, useiden tahojen raportoima tieto kannattaa keskittää data martiin
  • eri tarpeet on huomioitu, ja raja ’virallisen’ ja ’leikkikentän’ välillä on selvä

Tiedon hallintamalli luo datan hyödyntämisen pelisäännöt

Lisäksi organisaatio tarvitsee tiedon hallintamallin, joka määrittelee organisaation tavan toimia tiedon kanssa. Tiedon hallintamallin tarkoitus on varmistaa, että datan hyödyntämisen osalta noudatetaan yhdessä sovittuja sääntöjä, jolloin tieto on yhteismitallista ja vertailtavissa.

Tiedon hallintamalli määrittelee:

  • miten uudet tiedot saatetaan liiketoiminnan ulottuville ja millaisia vaiheita siihen liittyy
  • millaisia rooleja organisaatiossa on tietoon liittyen ja kuka niitä hoitaa
  • miten organisaatiossa tietoja käsitellään ja millaisia käyttöoikeuksia on
  • mistä löytyy liiketoimintakriittinen tieto ja miten sen laatu varmistetaan
  • millaisia yhdessä sovittuja malleja on esimerkiksi asiakasluokittelun ja laskelmien osalta

Jos tiedon hallintamallia ei ole määritetty, ajaudutaan tilanteeseen, jossa organisaatiossa on useampia rinnakkaisuniversumeja. Jokaisella loppukäyttäjällä on oma näkemyksensä siitä, miten organisaatiolla menee ja mihin suuntaan pitäisi päästä. Jos ei tiedetä, kenen totuus on oikea, organisaation päätöksentekokyky halvaantuu.

Datalukutaitoa voi kehittää

Uudessa toimintaympäristössä tarvitsemme kaikki datalukutaitoa. Rahul Bhargavan ja Catherine D’Ignazion ovat painottaneet datalukutaidon merkitystä ja määrittelevät sen seuraavasti:

datalukutaito

Catherine D’Ignazionin mukaan datalukutaitoa voi kehittää. Hänen ajatustensa pohjalta voimme laatia viiden kohdan datalukutaidon kehittämisohjelman.

1 Aloita merkityksellisestä datasta

Datalukutaidon kehittäminen kannattaa aloittaa itselle merkityksellisestä datasta, koska siihen on mielenkiintoa. Lisäksi sen osalta on näppituntuma siitä, mikä ylipäänsä on mahdollista. Se auttaa hahmottamaan myös tuloksia.

2 Selvitä, miten data on syntynyt

Kannattaa selvittää, miten data on syntynyt. Tämä auttaa hahmottamaan sitä, millaisia johtopäätöksiä datasta voidaan tehdä. Kattaako esimerkiksi myyntidata kaikki tapahtumat vai vain osan niistä? Onko myyjätiedon antaminen ollut pakollista? Onko tuotekoodit syötetty vapaamuotoisina vai määrämuotoisina?

3 Sotkuista dataa

Datan sotkuistamisella tarkoitetaan sitä, että dataa ryhmitellään eri tavalla. Se auttaa ymmärtämään ongelmia luokittelun takana. Jos esimerkiksi tutkimme tietyn palvelun käyttöä ja jaamme datan esimerkiksi ikäluokittain 10 vuoden periodein, saatamme huomata, että tietyt ikäluokat eivät käytä palvelua. Tällöin meidän on muokattava ikäluokkien ryhmittelyä.

4 Käytä työkalua

Datalukutaidon opettelussa tarvitsemme työkalun, joka voi olla Excel tai joku muu tuttu työkalu. Tässä kohtaa emme halua opetella työkalua, vaan dataa, ja siksi suositellaan tuttua työkalua.

5 Visualisoi

Voimme harjoitella datalukutaitoa luomalla erilaisia visualisointeja ja sen jälkeen keskustelemalla niistä kollegoiden kanssa. Tulemme nimittäin helposti sokeaksi omalle datallemme, kun pyörittelemme sitä yksin. Lisäksi ihmiset visualisoivat asioita eri tavoin. Meidän mielestämme tyylikäs ja yksinkertainen visualisointi voi olla kollegoidemme mielestä täysin käsittämätön.

Vinkit tiedolla johtamisen nousukiitoon

Miten organisaation tieto-ohjautuvuus siis saadaan nousukiitoon? Ensin organisaation on tehtävä strateginen päätös tiedolla johtamisen kehittämisestä. Nousukiitoon vievät seuraavat askelet:

  1. Tunnista organisaation olennainen data
  2. Nimitä tiedolla johtamisen omistaja
  3. Luo tarkoituksenmukainen arkkitehtuuri
  4. Määritä tiedon hallintamalli
  5. Panosta työntekijöiden koulutukseen ja kehitä datalukutaitoa

Asiat saadaan kyllä rullaamaan, kun muistetaan, mikä on organisaation tärkein voimavara😊

Pohdin näitä teemoja myös webinaarissani Tiedolla johtamisen nousukiito – miten varmistan työntekijöiden pysymisen kyydissä.

Webinaarin puhujana toimi Aureoliksen Lead Knowledge Management Advisor Hanna Pakka. Hanna on tiedonhallinnan kokenut ammattilainen, jonka intohimo on auttaa asiakkaita kehittymään tieto-ohjautuviksi.