Datalla johtaminen: Saatavuudesta vaikuttavuuteen

🇬🇧 Tämä haastattelu on saatavilla myös englanniksi (käännös). Löydät sen oikeassa yläkulmassa olevasta kielipainikkeesta.

Mitä datalla johtaminen oikeasti tarkoittaa – ja mitä sen toimiminen käytännössä edellyttää?

Tässä syväluotaavassa haastattelussa avaamme, miksi datalla johtaminen on yhtä paljon kulttuurinen kuin teknologinen kysymys.

Haastattelu sisältää mm. rahoitusalan esimerkkejä epäonnistuneista projekteista ja käytännön vinkkejä datalukutaidon kehittämiseen. Simo Rintakoski näyttää, miten johtajat voivat siirtyä datan saatavuudesta todelliseen vaikuttavuuteen, ja mikä erottaa yritykset, jotka vain keräävät dataa, niistä, jotka todella hyödyntävät sitä päätöksenteossa. Jos haluat, että datasta tulee koko organisaation yhteinen voimavara, tästä keskustelusta löytyy runsaasti oivalluksia käytäntöön vietäväksi.

Mitä “johtaminen datalla” tarkoittaa sinun näkökulmastasi?

Datalla johtaminen on yksinkertaisimmillaan sitä, että päätöksiä tehdään jonkin konkreettisesti mitatun tiedon pohjalta, eikä pelkästään mututuntumalla. Kerätty data analysoidaan ja jalostetaan päätöksiksi, jotka ohjaavat toimintaa ja liiketoimintaa oikeaan suuntaan.

Tieteellisessä tutkimuksessa on jo pitkään ollut lähtökohtana, että johtopäätökset pohjautuvat mitattuun tietoon. Esimerkiksi lääkkeiden tehoa tai eläinten käyttäytymistä arvioidaan kerätyn datan pohjalta tilastollisin menetelmin. Johtopäätökset tehdään laajan aineiston, ei yksittäisten havaintojen, pohjalta.

Yritysmaailmassa tämä tarkoittaa sitä, että liiketoimintapäätökset perustuvat analysoituun dataan – oli kyse sitten tuotevertailusta, asiakaskäyttäytymisen ymmärtämisestä tai muista liiketoimintaa kehittävistä asioista. Keskeistä on myös arvioida päätösten hyötyjen ja kustannusten suhde.

Datalla johtaminen ei ole vain Amazonin tai Netflixin kaltaisten jättien etuoikeus vaan pienetkin yritykset hyötyvät siitä yhtä lailla, koska datalla johtaminen tarkoittaa ennen kaikkea oman toiminnan, asiakkaiden sekä markkinan ymmärtämistä systemaattisesti ja ennakoivasti. Datalla johtaminen ei ole teknologinen investointi vaan ajattelutavan ja kulttuurin muutos, jossa päätökset tehdään avoimesti ja faktoihin perustuen.  

On kuitenkin muistettava, ettei data ole erehtymätöntä; useimmiten se ohjaa kohti parempia lopputuloksia, mutta väärä tai puutteellinen aineisto voi johtaa virheisiin. Näin kävi esimerkiksi kuuluisassa Google Flu Trends -hankkeessa, jossa hakukäyttäytyminen ei vastannut todellista sairastuneisuutta, tai Amazonin rekrytointialgoritmissä, joka alkoi syrjimään naisia. Yhteistä näille esimerkeille on datan vinouma, joka johti virheellisiin johtopäätöksiin. 

Miksi niin moni organisaatio yhä pitää dataa IT:n vastuuna, ja mitä riskejä siihen liittyy?

Moni organisaatio pitää dataa yhä IT:n vastuuna, koska sen käsittelyyn liittyy paljon teknisiä elementtejä. Tämä on luontevaa, mutta ongelmia syntyy, kun tekninen toteutus ja liiketoiminnan tarpeet eivät kohtaa. IT saattaa kokea, että kaikki data on hyvin saatavilla, kun taas liiketoiminta kokee, ettei sillä ole mitään dataa. Käytännössä liiketoiminnalla ei tällaisessa tilanteessa ole keinoja löytää tai hyödyntää dataa ilman IT:n apua.

Sanasto ja osaaminen poikkeavat paljon toisistaan liiketoiminnan ja IT:n välillä. Jos puhutaan eri kieltä, on vaikea päästä yhteiseen ymmärrykseen. Siksi yhteinen business glossary ja sekatiimit, joissa on sekä teknistä että liiketoimintaosaamista, ovat tärkeitä. Myös suunnittelu ennen tekemistä vähentää väärinkäsityksiä ja turhaa työtä.

Kyse on paljolti myös kulttuurista: jokaisen pitäisi ymmärtää edes perusteet vastapuolen työstä. Teknisten roolien tulisi tuntea liiketoimintaa ja liiketoiminnan roolien perusdataosaamista. Tuoteomistajat (product owner) ja yritysneuvojat (business advisor) ovat avainasemassa sillanrakentajina.

Kun yhteistä suunnittelua ja keskustelua ei käydä, syntyy helposti tilanteita, joissa työ ei palvele ketään — tämä syö sekä liiketoiminnan hyötyjä että työn mielekkyyttä. Pienetkin panostukset viestintään sekä yhteisen ymmärryksen luomiseen voivat estää turhan työn ja lisätä datan vaikuttavuutta koko organisaatiossa.

Kuva Recordlyn viimeisimmältä hackathonilta

Mikä tekee finanssialasta erityisen haastavan – tai kiinnostavan – datan käytön näkökulmasta?

Yksi keskeisimmistä haasteista on historiallisen datan pitkä säilytystarve. Dataa on pystyttävä hyödyntämään vuosien, jopa vuosikymmenen ajalta, ja järjestelmävaihdokset vaikeuttavat tätä. Eri lähteistä tulevan tiedon on sovittava yhteen myös historian kanssa, mikä on työlästä ja kallista sekä  vie resursseja muulta kehitystyöltä.

Raskas regulaatio on toinen merkittävä tekijä. Tiukat aikataulut ja vaatimukset sitovat resursseja ja hidastavat uusien ratkaisujen käyttöönottoa. Sääntelyn määrä on lähes sama kaikille toimijoille, mutta sen toteuttamiseen tarvittava kapasiteetti on pienemmillä toimijoilla rajallisempaa. Vaatimusten mukaisuuden varmistamiseen kuluu merkittävä osa resursseista, jolloin dataa ei pystytä hyödyntämään täysimääräisesti liiketoiminnan kehittämiseen.

Samalla pitkän aikavälin data ja tapahtumien määrä tekevät finanssialasta poikkeuksellisen hedelmällisen kentän analytiikalle ja datan hyödyntämiselle. Käytännössä lähes kaikki tapahtumat, olipa kyse maksusta, lainasta tai sijoituksesta, tuottavat uutta dataa, jota voidaan käyttää liiketoiminnan kehittämiseen. Tämä mahdollistaa proaktiivisen johtamisen, jossa skenaarioiden ja ennusteiden avulla voidaan suunnata resursseja ja strategisia valintoja tulevaisuuden tarpeisiin. 

Ala on myös laaja ja monimuotoinen: eri liiketoiminta-alueilla on hyvin erilaiset tarpeet ja toimintamallit. Yhden osa-alueen hallitseminen ei tarkoita, että koko ala olisi hallussa, vaan aina on uusia alueita ja erityispiirteitä opittavana.

Valokuva Recordlyn viimeisimmästä hackathonilta ja pesismatsista 

Mitkä ovat yleisimmät sudenkuopat datan demokratisoinnissa?

Suurimmat haasteet liittyvät yhteistyön puutteeseen, yhteisen sanaston puuttumiseen ja siihen, ettei data ole helposti löydettävissä. Jos dataa ei löydy, on sitä vaikea demokratisoida. 

Toinen sudenkuoppa on epäselvät roolit ja vastuut tai riittämätön aika niiden hoitamiseen: “kaikki vastaavat” usein tarkoittaa, ettei kukaan vastaa.

Miten siirrytään siitä, että “data on saatavilla”, siihen, että sitä käytetään päätöksenteossa?

Datan saatavuus yksinään ei riitä vaan sen pitää olla myös ymmärrettävää ja relevanttia. Jos tekninen puoli keskittyy vain omaan toteutukseen, joka on teknisesti oikein, mutta ei ole relevanttia liiketoiminnalle, tulee data aina olemaan vain saatavilla, muttei koskaan käytössä.

Ratkaisuna on tuoda data lähemmäs liiketoimintaa käsitemallien, catalogien ja glossaryiden avulla. Myös datakoulutukset ja -julkaisuesittelyt ovat olennainen osa tiedonjakoa. Näiden avulla liiketoiminnalle annetaan hyvät mahdollisuudet ottaa omistajuudesta koppi. 

Mitkä roolit ovat keskeisiä, jotta data hyödyttää muitakin kuin IT:tä?

Tuote- ja projektinomistajilla on iso merkitys siinä, kuinka hyvin tarvittava data saadaan käyttöön ja kuinka nopeasti sitä voidaan hyödyntää organisaatiossa. Myös yhteistyön kulttuuri tekee datan hyödyntämisestä helpompaa ja tehokkaampaa. Tarpeiden kasvaessa tuoteomistajien merkitys korostuu entisestään, jotta liiketoiminnan tarpeet saadaan nopeasti selkeiksi. Suurissa organisaatioissa voidaan tarvita data steward -rooleja, jotka toimivat tulkkeina liiketoiminnan ja IT:n välillä.

Kuva Recordlyn viimeisimmästä hackathonilta ja pesismatsista

Mitä taitoja johtajat tarvitsevat tulevaisuudessa datan hyödyntämiseen?

Datalukutaito on keskeistä ja siihen kuuluu ennen kaikkea kriittinen tarkastelu sekä kyky erottaa olennaiset asiat suuresta määrästä analyysejä ja raportteja.

Yrityksissä toiminta vaihtelee: hyvässä taloustilanteessa ollaan usein tyytyväisiä eikä dataa tutkita syvällisesti, kun taas huonoina aikoina tehdään muutoksia joskus turhankin hätäisesti. Todellisuudessa juuri hyvinä aikoina dataa kannattaisi tarkastella tarkemmin, sillä markkinan vetäessä hyvin voidaan löytää merkittäviä lisätuottoja kehittämällä toimintaa oikeaan suuntaan. Vastaavasti huonoina aikoina mittarit voivat näyttää heikoilta, mutta analyysi voi paljastaa, ettei kaikilla osa-alueella ole tarvetta muutoksille.

Muutokset kannattaa kohdentaa sinne, missä niistä on todellista hyötyä – ja juuri tähän datalla johtaminen tarjoaa ratkaisun.

Yksi merkittävä taito on myös osata suhtautua terveellä skeptisyydellä dataan tilanteissa, joissa tulokset poikkeavat selvästi aiemmasta tiedosta. Mitä vähemmän dataa on käytettävissä analyysin tueksi ja mitä heikommin sen lähteet tunnetaan, sitä suurempi on riski siihen, että päätelmissä on datasta johtuvaa virhettä. Tämä ei kuitenkaan ole peruste olla hyödyntämättä dataa. Tutkimustiedon pohjalta voidaan aika yksiselitteisesti todeta, että intuitio ei ole luotettava eikä systemaattinen tapa tehdä isoja päätöksiä. 

Konkreettisia tapoja parantaa omaa datalukutaitoa

• Lue kirjallisuutta
  • Kirjallisuuden avulla tutustuu hyvin peruskäsitteisiin ja mitä niillä tarkoitetaan
  • Toteutuneiden ja onnistuneiden esimerkkien avulla oppii ymmärtämään mittareiden ja mittaustulosten merkityksen.

• Sovella oppimaasi arjessa
  • Tee käytännön harjoituksia oman yrityksesi datalla ja tutustu dataan konkreettisesti
  • Mieti millaiset kuvaajat ja raportit ovat ymmärrettäviä ja miten ne tukevat omaa työtäsi
  • Tee muutoksia vähän kerrallaa, jotta voit helposti seurata niiden vaikutuksia. Monen asian muuttaminen samaan aikaan voi sekoittaa tuloksia ja vaikeuttaa tulkintaa. 

Miltä näyttäisi, jos data oikeasti kuuluisi kaikille?

Jotta data todella kuuluisi kaikille, kyse ei olisi pelkästään käyttöoikeuksista dataan vaan datan tulisi olla laadultaa hyvää ja saatavilla ilman välikäsiä. Kaikki pystyisivät hyödyntämään sitä itsenäisesti päätöksenteossa, jolloin staattisia raportteja ei välttämättä tarvitsisi.

Parhaimmillaan tämä nopeuttaisi päätöksentekoa ja toisi uusia näkökulmia. Kun kaikilla olisi yhtenäinen käsitys keskeisistä mittareista, keskustelu perustuisi yhteiseen tietopohjaan. 

Haasteena on, että avoin pääsy voi myös lisätä väärintulkintoja. Siksi tarvitaan selkeät standardit, yhteinen terminologia ja sovitut mittarit.

Hyödyt voivat olla merkittäviä: datan avulla voidaan kehittää uusia tuotteita ja palveluita nopeammin, innovaatioita syntyy useammasta näkökulmasta sekä asiakaskokemusta voidaan parantaa, kun päätökset perustuvat yhteiseen ja ajantasaiseen tietoon.

Päätöksenteossa data on ennen kaikkea työkalu, ei automaattinen vastaus siihen, miten tulee toimia. Toteuttamalla ennustemalleja ja seuraamalla niiden paikkaansapitävyyttä voidaan siirtyä paremmin suunnittelemaan tulevaa sen sijaan, että reagoitaisiin pelkästään jo tapahtuneeseen. Tätä ei kuitenkaan pidä tulkita niin, että poistaisi liiketoimintaosaamisen tarvetta vaan parhaimmillaan yhdistää sen ja datan tarjoaman näkemyksen, jolloin päätökset perustuvat sekä kokemukseen että analytiikkaan.

Jos datalla johtaminen ja analyysien käyttö jäävät vain analyytikoille ja tilastotieteilijöille, organisaatio ei hyödynnä niiden täyttä potentiaalia. Siksi datan hyödyntämisen on ulotuttava koko organisaatioon. Ilman ylimmän johdon esimerkkiä ja aktiivista roolia, muutos datalla johtavaksi organisaatioksi on kuitenkin vaikea toteuttaa.