Muutos lähtee datan ymmärtämisestä
Toimintaympäristöt muuttuvat vauhdilla ja se asettaa organisaatioille uudenlaisia vaatimuksia tilanteeseen sopeutumiseksi. Muutokset kohdistuvat tällä hetkellä erityisesti datan hyödyntämiseen ja tiedon hallintaan, ja se nostaa tiedonhallinnan roolia entistä keskeisemmälle paikalle yrityksen menestymisen kannalta.
ERP- ja operatiiviset järjestelmät siirtyvät konesaleista pilveen, mikä edellyttää uudenlaista pilvipohjaisten toimintamallien omaksumista muun muassa tiedonhallintamallien osalta. Isoista toimijoista esimerkiksi SAP on ilmoittanut lopettavansa on-premise -järjestelmänsä tuen vuoteen 2027. Muutos on niin merkittävä, että se linkittyy lähes kaikkiin organisaation tietojärjestelmiin, tietolähteisiin ja prosesseihin.
Käytännössä kyse on jatkumosta jo alkaneelle tapahtumaketjulle, jonka aiemmissa vaiheissa esimerkiksi CRM ja HR -järjestelmät ovat siirtyneet pilveen. ERP-järjestelmien pilveistymisen myötä kaikki keskeiset liiketoimintasovellukset ovat käytännössä pilvipohjaisia, ja jo tämä itsessään asettaa omat vaatimuksensa organisaation datakyvykkyydelle.
Tällaisiin muutoksiin kannattaa varautua hyvissä ajoin etukäteen, jotta siirtymävaiheeseen pysytään varamaan riittävästi aikaa ilman tarpeetonta takarajapainetta. Jos ERP-uudistus on organisaatiossanne tällä hetkellä ajankohtainen asia, niin kannattaa lukea blogistamme 6 vinkkiä onnistuneeseen ERP-projektiin.
Datapohja kuntoon
Alati kasvava tiedontarve, lisääntyvä datan määrä sekä uudet raportointialustat vaativat toimiakseen jatkuvasti kehittyviä ja parantuvia tietomalleja ja tiedonhallinnan palveluilta. Nämä mahdollistetaan oikein suunnittelun ja toteutetun datapohjan avulla.
Harmillisesti juuri puutteellisesti toteutetut datapohjat ovat useissa hankkeissa onnistuneen toteutuksen esteenä, jolloin lopputulos jää kauas toivotusta tavoitetilasta. Kuten niin moni muukin asia, myös data tarvitsee taustalleen kestävän perustan, jonka päälle uudistuksia voidaan rakentaa.
Väärin ymmärretty data
Data on liian kauan piirretty yhteen laatikkoon tai pallodiagrammin keskelle, ja siitä on seurannut yksi datan hallinnan suurimmista harhakuvista. Oikeamman kuvan datan luonteesta saa, jos sen piirtää käsiteryhminä kaikkien muiden toimintojen ympärille, sillä todellisuudessa data on hajallaan useissa eri järjestelmissä.
Datan saaminen ulos yksittäisistä järjestelmistä on suhteellisen helppoa, mutta sen saaminen yhdenmukaiseksi, täsmälliseksi ja johdonmukaiseksi onkin hieman työläämpää. Datan laatuun liittyvät näkökulmat helposti sivuutetaan projektien suunnitteluvaiheessa, koska data nyt vain on ”dataa”. Tämä on ymmärrettävää, sillä usein data yhdistyy mielikuvissa Excel-taulukoiksi, koska siinä muodossa olemme sen tottuneet näkemään.
Datassa on kuitenkin kyse paljon muustakin kuin rakenteellisista taulukoista. Esimerkiksi ”Meillä on jo tietovarasto, mihin tarvitsen data-alustaa?” -blogikirjoituksessa johtava konsulttimme Laura Keränen taustoittaa helposti ymmärrettävän esimerkin avulla, miten perinteinen tietovarasto eroaa data-alustasta.
Datan hyödyntämisen haasteet
Karkeasti arvioituna vain kolmannes datahankkeista onnistuu, ja loput kompuroivat huonolaatuisen datan kanssa. Kun näihin hankkeisiin investoidaan joka tapauksessa paljon resursseja, aikaa ja rahaa, niin niiden toivoisi saavuttavan tavoitteensa – muutoin investointi on ollut turha. Virheinvestoinneilta voidaan kuitenkin välttyä, jos datan kokonaisvaltainen merkitys digitalisaation taustalla tunnistetaan jo alkuvaiheessa.
Käytännössä ei ole merkitystä millaisesta datahankkeesta on kyse, sillä puutteet tiedonhallintamallissa (data governance), datan laadussa (data quality) ja tiedon eheydessä (data integrity) ovat keskeisiä pullonkauloja kaikkien dataprojektien onnistumiselle. Gartner (kansainvälinen ICT-alan tutkimus- ja konsultointiyritys) arvioi vuonna 2018, että jopa 85% vuoden 2020 aikana toteutetuista tekoälypohjaisista pilottihankkeista epäonnistuu puutteellisen datan, tiedonhallinnan puutteiden tai sopimattomien algoritmien takia. Kuntaliiton toteuttamassa viimeisimmässä tietotekniikkakartoituksessa kuntien edustajat näkivät keskeisinä digitalisoinnin esteinä määrärahojen puutteen, vanhojen tietojärjestelmien yhteentoimimattomuuden sekä kokonaisuudenhallinnan ja -suunnittelun puutteet. Yhteistä tälle kaikelle on se, että nämä kaikki keskeiset haasteet ovat datajohdannaisia.
Onnistunut muutos alkaa aina datasta
Datahankkeiden hyödyt saavutetaan ympäristön modernisoitumisen ja virtaviivaistumisen myötä, jolloin monista työläistä ja virheitä luovista integraatioista voidaan luopua, uusia tehokkaampia toimintatapoja ja niitä tukevia sovelluksia voidaan ottaa käyttöön ja automatisointiastetta kyetään nostamaan merkittävästi. Yksi keskeisistä kumulatiivista säästöistä voidaan saavuttaa suunnittelemalla datapohja tukemaan moderneja tarpeita, järjestelmiä ja niiden kehittämistä ja operointia.
Onnistunut muutos alkaa aina datasta. Aina. Mutta muutosta ei voi toteuttaa vain järjestelmähankinnoilla, sillä onnistuminen tarvitsee taustalleen ennen kaikkea osaavia tekijöitä, jotka ymmärtävät datan moniulotteisuuden.
Me Loihde Advancella voimme auttaa kestävän datapohjan suunnittelussa ja toteutuksessa. Eikä kyseessä tarvitse olla mikään mammuttihanke, jonka yhteydessä pannaan kaikki uusiksi. Jatketaan siitä missä nyt ollaan. Tarkista palvelusivuiltamme millaisin keinoin olemme asiaa yleensä lähestyneet.
Ota yhteyttä, jos haluat keskustella lisää.
Anssi Haapala (kirjoittaja työskenteli Loihde Advancella syyskuuhun 2021)
