Det er ved at være noget tid siden min sidste klumme udkom sammen med vores nyhedsbrev. Det er ikke fordi der ikke er sket meget på den digitale agenda siden da, og det skyldes heller ikke, at jeg ikke i den forbindelse har gjort mig mange refleksioner eller har haft mange interessante drøftelser. Men det skyldes alene at jeg her i efteråret har været meget optaget af etableringen af DI2X (som I kan læse meget mere om i nyhedsbrevet eller her på DI2X’ hjemmeside. Det har været mega-sjovt, hårdt og også lærerigt. Men det vil jeg ikke skrive om her, det skal jo handle om noget fagligt og denne gang om en af min kæpheste; At digital transformation ikke kun handler om organisationsudvikling og innovation – men også rigtig meget om teknologi, IT og ikke mindst data.
At det gør det, og hvad der skal til for at data kommer til at spille den rolle, som ledere og medarbejdere ønsker data skal spille i deres organisationer om 5 år, skal denne måneds klumme handle om.
For at komme spørgsmålet nærmere har jeg haft fornøjelse af at dykke ned i data fra vores tests om både digital modenhed og organisatoriske kapabiliteter sammen min gode samarbejdspartner igennem mange år, Adjunkt og Ph.d. Olivia Benfeldt (som i foråret forsvarede sin Ph.d. omhandlende anvendelse af data og data-governance (se evt. mere om Olivia her) og diskuteret dataene med hende og hørt om hendes holdning til nogle af vores findings.
Lad mig indlede med anvendelsen af Data og Analytic og ønskerne til fremtidig anvendelse. Anvendelse af data er forskellig i hver af de 5 generationer af digital modenhed, se tabellen nedenfor (hvis du er interesseret i at læse mere om de 5 generationer af digital modenhed, er jeg netop udkommet med en bog om dem, se evt. mere her).
Generation 1
Egne historiske data fra forskellige systemer og simple manuelle analyser.
Generation 2
Egne integrerede og standardiserede data og deskriptive analyser til ledelsesinformation (BI).
Generation 3
Data fra og om kunder, produkter og services og diagnosticerende analyser til undersøgelse af årsager til en given situation eller præstation.
Generation 4
Mange typer af data, egne såvel som samarbejdspartneres, og diagnosticerende analyser til undersøgelse af årsager, sammenhænge og nye mønstre. Vi stiller vores data til rådighed for andre.
Generation 5
Egne og andres data, herunder kundernes egne, og avancerede præskriptive og prædiktive analyser til at kunne forudsige kommende begivenheder og identificere forebyggende løsninger.
Kigger vi nærmere på hvad de mere end 750 ledere og medarbejdere fra offentlige og private virksomheder i såvel Danmark som Norge, der har besvaret vores Digital Modenhedstest, siger om deres nuværende og ønskede fremtidige modenhed indenfor områderne ”Data og Analytic”, ses det tydeligt at de ønsker at anvende data meget mere på alle modenhedsniveauerne om 5 år. Særligt mærkbar bliver forskellene mellem anvendelse i dag og den ønskede fremtidige anvendelse på de øverste modenhedsniveauer, 4 og 5 (se figuren nedenfor).
Det er interessant at observere, hvordan mange der gerne ser at data i langt højere grad bliver bragt i anvendelse til at se nye sammenhænge og mønstre, og også i højere grad ønsker at stille data til rådighed for andre om 5 år (generation 4). Det er også interessant at observere, hvordan mange der gerne ser deres egne og andres data blive bragt i anvendelse til avancerede præskriptive og prædiktive analyser som kan forudsige tendenser og forebyggende løsninger indenfor de næste 5 år (generation 5). Jeg spurgte Olivia hvad hun mente om disse observationer; ”Hvis organisationer skal løse store udfordringer på bæredygtighed, så er det altafgørende at de kan agere på avancerede input om omverdenen. Så resultatet her glæder mig”. Denne glæder deler jeg med Olivia.
Det fremgår tydeligt at der om 5 år er et markant ønske om i langt højere grad at anvende data, end i dag. Og særligt interessant er det at ønsket om at anvende data på de øverste generationsniveauer er så relativt meget højere om 5 år end i dag. Da det forholder sig sådan, er det interessant at undersøge i hvor høj grad organisationerne råder over de evner og kompetencer som er nødvendige for at realisere det ønskede niveau om 5 år. For at kunne undersøge det nærmere har vi kigget ned i besvarelserne fra vores anden test: organisatoriske kapabiliteter (de 10+3 evner) til digital transformation og mere specifikt ned i evnen Datadreven.
Når vi kigger nærmere på vurderingen af evnen Datadreven viser det sig tydeligt at der er et gab mellem den ønskede fremtidige modenhed og de evnemæssige forudsætninger. Når det kommer til at være datadreven, herunder at kunne identificere muligheder, opsætte og eksekvere effektiv styring/governance og sikre de rette kompetencer til anvendelse af data, er evnen langtfra veludviklet ifølge de mere end 1600 respondenter fra både offentlige og private virksomheder (882 private, 764 offentlige),der har besvaret vores test om Organisatoriske kapabiliteter.
Hvis vi tager et kig de tre delelementer der er særligt vigtige for at mestre evnen til at være Datadreven (Muligheder, Kompetencer og Governance), er der flere interessante observationer der kan gøres og tendenser der kan ses (se nedenfor i tabellen hvad evnen Datadreven betyder og hvad de tre centrale delelementer omhandler).
Datadreven vil sige, at organisationen kan lede, styre, anvende og præsentere mange typer data som en organisatorisk og strategisk ressource – og etablerer den rette data-governance hertil.
Muligheder omhandler hvor god organisationen er til at se mulighederne ved anvendelse af data til både udvikling af helt nye services og ny beslutningsstøtte, og også gode til at realisere mulighederne.
Kompetencer omhandler hvordan det i organisationen sikres, at ledere og medarbejderne har de rette kompetencer til at arbejde kvalitetsbevidst med data (både dem de selv skaber og dem de bruger).
Governance omhandler i hvor høj grad der i organisationen er klare regler, procedurer og retningslinjer omkring metadata, databrug, -kvalitet, -adgang, -etik og -gennemsigtighed, og de er kendte og respekterede i organisationen.
Vi er optaget hvordan data kan anvendes på nye måder (kan være egne og andres) med henblik på at opdage nye mønstre, sammenhænge, identificere potentielle nye servicemuligheder og/eller nye markeder og ultimativt skabe unik værdi og fordele for kunder. Samtidig er vi optaget af hvordan data kan anvendes til at opnå indsigt i, hvordan vi kan forbedre interne arbejdsgange, processer og tage evidensbaserede beslutninger, men vi bruger også tid på at analysere og visualisere (f.eks. vha. af dashboards). Der efterspørges i organisationen forskellige typer af dataanalyser og der arbejdes for at udvikle datadrevne services der kan skabe værdi for kunderne og forretningen.
I organisationen sikres, at ledere og medarbejderne forstår vigtigheden af pålidelige data, dataetik, datas sporbarhed, fortolkning af data osv. og at der er adgang til de nødvendige datakompetencer, herunder kompetencer til at sætte data i spil i virksomheden (det kan være eksterne eller interne kompetencer).
I organisationen er der kendte politikker og retningslinjer for hvordan vi kan bruge data til at skabe værdi (principper), hvor korrekte og opdaterede data skal være (kvalitet), hvad fælles begreber betyder, så vi er enige om hvad data siger noget om (metadata), hvem der har adgang til hvilke data (adgang), hvilke værdier der skal guide vores anvendelse af data (etik), hvordan vi sikrer klarhed for kunder og andre om vores dataanvendelse f.eks. i form af overblik over hvordan data anvendes og beskyttes. Der er klare og forståelige samtykkeerklæringer og tydelighed om hvilken kontrol de selv har over dem (gennemsigtighed).
En grundlæggende forudsætning for at være datadreven er netop at kunne spotte mulighederne ved at anvende data og dataanalyser. Omkring 88% svarer at de i lille, delvis eller nogen grad er i stand til at spotte disse muligheder, mens kun 10% indikerer at dette foregår i stor eller meget høj grad.
Den datamæssige forestillingskraft, om man vil, hvor organisationen ikke kun ser på de konkrete indsigter lige nu, men også er i stand til at forestille sig hvilke typer af indsigter bestemte typer af data(analyser) kan give, er afgørende for at modne organisationens evne til at være datadreven (og at kunne realisere den ønskede modenhed om 5 år). At forestille sig hvilken rolle data kan spille, ikke kun i digitalt modne organisationer som Google, Amazon og Netflix, men i ens egen organisation, herunder evnen til egen dataindsamling og -behandling, er væsentlig for ikke bare at kunne artikulere strategiske målsætninger, men også for at kunne eksekvere dem og sikre effektive resultater.
Foruden forestillingskraft til at se mulighederne med eksisterende og potentielle data, er også opsætning og eksekvering af effektive governance-mekanismer et væsentligt element i evnen til at være datadreven. Foruden klare, kendte og respekterede regler, procedurer og retningslinjer for brug af data, handler data-governance også om etik for at kunne forme ansvarlig behandling og brug af data. Her er det umiddelbart igen interessant at observere at hele 60% vurderer at deres organisation kun i meget lille til nogen grad har klare regler for data-governance, herunder retningslinjer for ansvarlig brug af data. Hvis organisationer skal nå deres ønskede modenhedsniveau på generation 4 og 5, må vi konkludere at der for de fleste organisationer ligger et stort arbejde forude med opsætning af data-governance.
Samtidig er der en sammenhæng mellem evnen til at se muligheder i anvendelse af data og evnen til at opsætte meningsfuld men effektiv governance. Ifølge Olivia er de etiske og ansvarlige principper for dataanvendelse sjældent absolutte, men ofte relative overvejelser, der nøje bør vægte fordele med ulemper i konkrete situationer for databrug. For eksempel, kan indsamling af kørselsdata fra forskellige kilder udløse en billigere bilforsikring i en kontekst, men en dyrere sundhedsforsikring i en anden kontekst. For at mestre evnen til at være datadreven, er organisationer derfor nødt til at se udarbejdelsen af governance som noget der sker i tæt parløb med artikulation af de konkrete anvendelsesmuligheder - for på den ene side ikke at begrænse databrug unødvendigt og for på den anden side for heller ikke være for sløset, således der foregår uhensigtsmæssig, uansvarlig anvendelse.
Ser vi på det sidste delelement af evnen Datadreven, kompetencer, ligger her umiddelbart den største udfordring for de fleste. Ifølge Olivias forskningsresultater sker skabelsen af data ikke kun i afgrænsede afdelinger eller særskilte projekter. Tværtimod generes data på alle mulige måder, af både ledere og medarbejderne i deres daglige arbejde. Dermed er det også interessant at se hvordan der scores relativt lavest på delelementet kompetencer, som handler om i hvor høj grad organisationen sikrer at ledere og medarbejdere besidder de rette kompetencer til at arbejde kvalitetsbevidst med data. Det er interessant at bemærke at godt 90% svarer, at det kun foregår i nogen, delvis eller lille grad. Hvis organisationer skal eksekvere på anvendelsen af data, ikke bare på de øverste modenhedsniveauer, men også på de lavere, er det afgørende at udvikle kompetencer hertil og i særdeles i at løfte bundniveauet i organisationen, hvor medarbejderne bredt i organisationen som minimum har kompetencer til at behandle og anvende data i deres arbejde.
Dette hænger også sammen med at forskningen viser at vi i stigende grad ser en tendens til at det arbejde, der foregår i ”the backrooms of data science” (Parmiggiani et al 2021), er radikalt anderledes men unægteligt uadskilleligt fra kvaliteten i udarbejdelse af de computationelle analyser. Arbejdet med at skabe, klargøre, og behandle data er ikke en særskilt, sekventiel aktivitet, men dynamisk og sammenfiltret med medarbejdernes arbejdsopgaver. Her sker en dobbeltrettet produktion af data, som både er givet af hvilke andre data medarbejderne måske/måske ikke kan få adgang til, samtidig med de skal overveje hvordan de vil bruge netop disse data, som de er i gang med at skabe. Her er tværgående samarbejde afgørende, ikke kun for at få fat i data med potentiale, men også for at forstå implikationerne af deres anvendelse og indsamling på tværs.
For at kunne udvikle dette delelement, som i virkeligheden skaber fundamentet for de gode indsigter og nye forretningsmodeller, er det altafgørende at virksomheder får løftet bundniveauet, så data, der hvor de skabes – nemlig hos og af medarbejderne - allerede er tænkt ind i en større strategisk anvendelsessammenhæng. Således ligger der for nu et stort uforløst potentiale i at styrke den enkelte medarbejders kompetencer, ikke til at lave avanceret data analytics, men til at forstå hvordan mulighederne herfor stiller dem et vigtigt ansvar, ift. at skabe og behandle data i deres daglige arbejde. Og dertil kan lægges lederes kompetencer til at se de strategiske muligheder for øget data-anvendelse til helt nye service og ansvar for at skabe de rette data-goverance principper og ressource til den rette kompetenceudvikling.
Med ovenstående indsigter vil jeg ønske jer alle en glædelig jul og et godt nytår :)
Kilder:
Parmiggiani, E., Østerlie, T., & Almklov, P. G. (2021). ”In the Backrooms of Data Science.” Journal of the Association of Information Systems.
English
Dansk
Norsk