Hei,
Data-analytiikka on tärkeää, mutta miten maksimoida sen vaikutus liiketoiminnan näkökulmasta?
Me data-, ja IT-ihmiset olemme välillä hyvin teknisiä ja saatamme sotkea liiketoiminnan päät IT-jargonilla.
Olemme sitten konsultteja, toimittajia tai sisäisen IT-edustajia, teemme aina töitä asiakkaalle tai vähintäänkin sisäiselle asiakkaalle, eli liiketoiminnan edustajalle.
Saatamme liian usein tyytyä vain operatiiviseen rooliin; teemme juuri niin kuten liiketoiminta tai asiakas pyytää.
Kukaan ei kuitenkaan mielellään halua tulla kutsutuksi ‘vendoriksi’ tai ‘tukifunktioksi’.
Olemme sitten ison ja mahtavan Microsoftin edustaja, globaalin konsulttiyrityksen senior tason konsultti, tai pörssiyrityksen Head of Data/Analytics, meitä yhdistää yksi asia: haluamme ensisijaisesti olla johdon strateginen partneri.
Sellainen, jonka mielipiteet oikeasti painavat ja jota kuunnellaan. Sellainen, joka turvaa johdon selustan data-asioissa, kun johtaja itse kompuroi. Sellainen jonka kanssa johto voi puhua bisnestä.
Monet teistä, hyvät lukijat, ovat juuri sellaisia. Ja tiedän myös, mikä teitä yhdistää.
Jos haluat johdon strategiseksi partneriksi data-asioissa, tässä siihen 10 neuvoa.
1) Tiedät, miten kartoittaa organisaation datavarannot
Näin tiedät mitä dataa on saatavilla ja esim. integroitu jo valmiiksi esim data-alustalle. Ymmärrät datan hyödyntämisen konseptit, esim että mikä ero on data lakella ja tietovarastolla. Olet myös askeleen edellä, eli tiedät mitä data tarvitaan tulevaisuudessa.
2) Syvennyt modernin alustatalouden mekanismeihin
Osaat kuvata globaalien alustatalouden toimijoiden toiminnan ja ansaintamallit. Ne tuntemalla osaat varautua tulevaan ja kehittää itse datatuotteita. Alustatalouden yritykset ovat maailman edistyneempiä datan hyödyntäjiä ja se on tehnyt niistä maailman arvokkaimpia yrityksiä. Datasta liiketoimintaa -olkoon mottosi.
3) Tunnet teknologiat ja parhaat menetelmät
Sinun ei tarvitse olla jokaisen teknologiantuotteen erityisasiantuntija, mutta tiedät eri vaihtoehtojen plussat ja miinukset. Pysyt kärryillä, mitä uutta on tarjolla. Olet ylipäätänsä tietonen kehityksestä, opiskelet ja seuraat mitä esim Piilaaksossa tapahtuu (koska samat asiat tapahtuvat täällä viiveellä).
4) Haastat esimiehiä, kun tarve vaatii
Tämä on todellista lisäarvoa johdolle, koska heillä ei voi olla yhtä vahvaa näkemystä kun sinulla. Esim jos johto on sitä mieltä, että IT:n pitää hankkia uusi BI/DW-järjestelmä omin voimin ja ilman, että liiketoiminta osallistuu määrityksiin. Haasta tämän tyyppiset ajatukset välittömästi.
5) Taistele siiloja vastaan
Eri osastot ja yksiköt hallinnoivat dataa, mutta dataravanto on arvokas usein vasta sitten, kun eri yksikköjen datoja yhdistetään keskenään. Ajattelet datasta holistisesti. Pyri siis aina ratkaisuihin, joita voi laajentaa yksikköjen ja osastojen yli siitä huolimatta, että lähdetään paikallisesta ratkaisusta liikkeellä.
6) Tunne liiketoimintaa
Dataratkaisuja suunniteltaessa on tärkeää ymmärtää tilaajan liiketoimintaa. Jäät aina operatiiviselle tasolle, jos et tiedä miten ratkaisu liittyy liiketoiminnallisten tavoitteiden saavuttamiseen. Tämä on keskeinen osa data-analytiikan hyödyntämistä sekä neuvonantajan roolia.
7) Opettele tekoälyn hyödyntämisen periaatteet
Siitä huolimatta, että monissa datahankkeissa ei ole juuri nyt tekoälyä, se ei tarkoita etteikö sitä olisi niissä huomenna. Kannattaa siis ymmärtää datahallinnan, data sciencen ja tekoälyn hyödyntämisen välinen suhde. Muista, että tekoälyhaaste on lähes aina datahaaste.
8) Huomio ihmisnäkökulma
Monissa teknologiaprojekteissa pullonkaula on ihmisten työn organisointi. Mietit, ketkä pitää saada mukaan talkoisiin, kuka on jämäkin projektipäällikkö. Analysoit liiketoiminnan motiiveja ja tavoitteita. Ihmisillä on roolista riippumatta tapana toimia ensisijaisesti siten, miten heitä palkitaan ja mitkä heidän tavoitteensa ovat. Vasta sen jälkeen he ajattelevat organisaation etua.
9) Pyrit yhteisen kielen määrittämiseen
Asioista puhutaan monesti eri termeillä ja yrityksillä/osastoilla on oma sisäinen slanginsa. Lähde aina keskeisten käsitteiden avaamisesta, eli mikä on tuote, palvelu tai asiakas. Data-analytiikassa tämän merkitys korostuu. Näin säästät aikaa, vältät sähellystä ja otat vahvan roolin projektin tavoitteiden priorisoinnissa.
10) Teet tulosta nopeasti
Mietit aina ensin, mitä voidaan tehdä nykyisillä välineillä manuaalisesti. Lähde automatisoimaan, teollistumaan ja skaalaamaan vasta tämän jälkeen. Demoa ja tuo nopeasti dataa liiketoiminnan katsottavaksi. Usein oman alueen datan näkeminen on liiketoiminnalle silmiä aukaiseva kokemus!
Kenenkään ei tarvitse olla kympin oppilas näissä kaikissa. Pääasia on liiketoiminnan ymmärtäminen, jatkuva oppiminen ja sekä kyky haastaa liiketoimintaa.
Ja on muuten ihan hyväksyttävää olla operatiivissa roolissa, kaikkien ei tarvitse ryhtyä strategiseksi neuvonantajaksi.
Itse asiassa moni tekninen huippuasiantuntija ei nimenomaan halua toimia ylläkuvatulla tavalla, ja sekin on täysin ok.
Kaikkia tarvitaan yhtä paljon. Tiimi, jonka jäsenet täydentävät toisiaan eri osaamisen aluille on aina voittava ratkaisu.
Mutta mikäli haluat edetä neuvonantajaksi, kannattaa hyödyntää näitä neuvoja.
Ystävällisin terveisin,
Ari Hovi
Ps. Yksi USA:n vaikutusvaltaisimmista data-asiantuntijoista Stephen Brobst tulee puhumaan datan kehittyneestä hyödyntämisestä. Kurssi soveltuu todella hyvin IT-osaajien lisäksi esimiehille ja liikkeenjohdolle.
Data Science, Artificial Intelligence and Advanced Practices in Data Visualization, 08.05.2019 – 09.05.2019
Tilaisuus on Sinulle, joka haluat tietää, miten Data Science ja tekoäly on muuttanut yhdysvaltalaisia yrityksiä peruuttamattomasti ja miten päästä mukaan tähän vallankumoukseen.
Teradatan CTO:n (Chief Technology Officer) ominaisuudessa Stephen Brobst ei ole vain tulevaisuuden tutkija tai pelkkä evankelista, vaan tuntee datan hyödyntämisen ratkaisut käytännön tasolla.
Koulutus soveltuu sekä dataosaajille, liikkeenjohdolle, controllereille sekä kaikille muille datan hyödyntämisestä kiinnostuneille.
Tutustu koulutukseen tästä
