Af. Karina Behr Andersen, Business Development Director, Columbus.

Hvad kræver det så at blive datadrevet? Efter min mening er det ikke raketvidenskab, men en grundlæggende disciplin, som vi – bevidst eller ubevidst – er i fuld gang med at skylle ud med det datadrevne badevand: nemlig det helt fundamentale business intelligence-håndværk. Det er blevet stemplet som gammeldags, ufleksibelt, dyrt, besværligt og ganske unødvendigt i takt med, at vi nu har fået nye frække, sexede og agile teknologier som machine learning, AI, big data, advanced analytics, IoT og alt andet godt, der kan gøre virksomhederne datadrevne herfra og til månen og tilbage igen. Med et fingerknips.

Hvordan bliver din virksomhed datadrevet?
Her må jeg så være den, der ødelægger den gode stemning ved at fortælle en lidt længere version af sandheden om, hvad det kræver at blive datadrevet.

Machine learning, AI, big data, advanced analytics, IoT og lignende teknologier baserer sig helt grundlæggende på data. På noget så simpelt som nuller og ettaller. Og det er vores evne til at opsamle data, udnytte (eksisterende!) data og sammenstille data på en fornuftig og meningsfuld måde, hvor vi kan handle på dem, som afgør, om virksomheden bliver datadrevet eller ej.

Rejsen mod at blive datadrevet er som at bygge en måneraket, men det starter med solidt business intelligence-håndværk og evnen til at udnytte og handle på data – uanset hvor teknologisk fræk du har planer om, at rejsen skal ende med at blive. Alle kan bygge en raket – du kan også selv gøre det. Måske er man ovenikøbet dygtig (eller heldig) nok til, at raketten kan fyres afsted en enkelt gang. Men så bliver det dyrt og tidskrævende at komme afsted på den datadrevne rejse næste gang.

Rejsen mod at blive datadrevet
Du skal derfor finde en partner, der er professionel raketbygger til virksomhedens rejse og udvikling mod at blive datadrevet og som har ekspertise i at trække viden og indsigt ud af data, som I kan handle på, og som skaber forretningsmæssig værdi. En partner med en god metode til at bygge en solid raket, der kan fyres sikkert afsted, og som man kan fortsætte med at bygge videre på i takt med, at virksomheden får nye behov, og ønsker at tage nye teknologier i brug undervejs på rejsen. Det giver ikke mening at blive datadrevet på det forkerte grundlag og i den forkerte retning, så at sige.

Den rigtige partner har ekspertise, erfaring og velafprøvede metoder til at bringe dig sikkert videre på rejsen mod at blive datadrevet, og tager højde for en række væsentlige faktorer, som er med til at afgøre, om du opnår den forventede gevinstrealisering ved at arbejde mod at blive datadrevet.

Hvad kendetegner den rigtige partner?
At finde den rigtige partner med ekspertise, erfaring og velafprøvede metoder var faktisk allerede trin nr. 1 på rejsen mod at blive datadrevet.

De andre vigtige faktorer, som en partner skal kunne, er:

• Vælge den rigtige tekniske løsning og arkitektur, som du nemt kan bygge videre på og som er skalerbar
• Vælge den rigtige metode til begrebsmodulering og visualisering
• Prioritere en løsning med et intuitivt og letforståeligt dashboard med en god visualisering, som sikrer, at man med det samme forstår, hvordan der skal reageres på data
• Tage hånd om vigtigheden af user adoption – organisationen skal tage løsningen til sig og opleve, at den er brugbar i dagligdagen.
• Udvælge og sammensætte din BI-organisation med omhu – den skal nemlig styre, at rejsen går i den rigtige retning.
• Sikre at din løsning altid kører med korrekt load af tal og et effektivt og nemt support setup.
  
  

Evnen til at udnytte og handle på data er krumtappen
Så – for at opsummere min pointe: Om du får succes (som i: gevinstrealisering) med rejsen mod at blive en datadrevet virksomhed afhænger 100 % af evnen til at opsamle, udnytte og handle på data. Den disciplin har været krumtappen for business intelligence-håndværket i årevis, og det vil fortsat være krumtappen for alle nye teknologier – om de så hedder machine learning, AI, big data, advanced analytics, IoT eller noget helt nyt, som vi endnu ikke kender navnet på.

Til gengæld – hvis du får bygget den rigtige raket fra starten – så har du grundlaget for at udnytte de nye teknologier, uden at du hver eneste gang skal starte forfra eller lave dyre og tidskrævende tilbageløb og knopskydninger.

Til slut vil jeg anbefale dig at læse vores nye BI-håndbog med anbefalinger og cases: Bliv klar til datadrevet takeoff til fremtiden nu!