Teknik och den digitala kunskapsluckan dominerade återigen diskussionen på senaste World Economic Forum i Davos. Under en livlig paneldiskussion, ”Making Digital Globalisation Inclusive”, var cheferna för Microsoft, HCL, Dell och Salesforce överens om att världen stod inför en potentiellt farlig digital klyfta.
Ett av huvudproblemen som deltagarna tog upp var den växande klyftan mellan datakunskap i den privata sektorn, som är enorm och ökar exponentiellt, och avsaknaden av sådan kunskap inom offentlig och kommunal sektor samt ideella branscher. Bevisen pekar dock på att datakunskap är ett problem som inte är knutet till specifika branscher.
Undersökningsresultat från IDC tyder på att upp till 90 procent av all data fortfarande är obearbetad och oanalyserad.
De flesta organisationer, offentliga och privata, skrapar bara på ytan när det gäller att använda och förstå sin data. Undersökningsresultat från IDC tyder på att upp till 90 procent av all data fortfarande är obearbetad och oanalyserad. Ett av de bakomliggande problemen är att information genereras av olika avdelningar där individerna ofta inte känner till om det är deras ansvar, eller ens om de har tillåtelse att använda data eller inte. För att få ut så mycket som möjligt av data måste alla anställda ha förmåga att analysera och dra slutsatser utifrån den. Det kan inte bara vara ett fåtal välutbildade specialister som har möjlighet att göra effektiva dataanalyser.
Hur kan då organisationer få ut så mycket som möjligt av den information som nu finns inom räckhåll för dem?
Börja från en solid grund
Organisationer måste säkerställa att deras data är anpassad för analyser av flera olika parter. Idag produceras mängder av data som många olika personer behöver ha åtkomst till. Om inte tekniken som krävs för att förbereda denna data för analys finns, blir det svårare att förstå denna data och vad den visar.
Verktyg och processer för att tvätta data (till exempel datakataloger och semantiska regelverk) konvergerar nu med BI-plattformar för att länka data till dess affärssammanhang och styra i stor skala. Det hjälper analytiker och innehållskonsumenter som behöver verifiera dataursprung genom ursprungsanalys. Det kan även hjälpa de datatekniker och dataansvariga som är intresserade av vilken påverkan som sker nerströms vid ändringar av datauppsättningar. I slutändan ger kontrollerad datahantering en mer solid grund för hela det analytiska flödet.
Video: Så förbättrade vi företaget tack vare en datadriven kultur
Gör data till en del av den allmänna kompetensen
Numera berörs nästan alla befattningar inom alla branscher på något sätt av data. Vissa aspekter av AI och datavetenskap kräver specifika tekniska färdigheter, men sanningen är att alla inom HR hela vägen upp till styrelsen, måste kunna läsa, förstå och kommunicera data som information.
Det finns tecken på att organisationer tar denna utmaning på allvar genom att investera i grundläggande datautbildning och fokusera på lärlingsverksamhet för att bredda kompetensen. Men reell och bestående förändring kommer att kräva långvariga åtgärder och ordentliga investeringar från både myndigheter och den privata sektorn.
Gör det enklare att ställa smarta frågor
Vi har alla sett det plågade ansiktsuttrycket på medarbetare när de tvingas ta tag i komplicerad teknik. När systemen blir svåra att använda blir det tyvärr ofta så att medarbetarna helt enkelt struntar i dem. När organisationerna förväntar sig att fler ska känna sig bekväma med att använda data i sin vardag måste även tekniken anpassas efter olika kunskapsnivåer.
Språkteknologi (Natural language processing, NLP) hjälper datorer att förstå innebörden i mänskligt språk. BI-leverantörer integrerar NLP i sina plattformar för att kunna erbjuda ett språkteknologiskt gränssnitt för visualiseringar. De system som fungerar bra kan smidigt konvertera formellt språk och vardagsuttryck till frågor. Ett påstående tas fram och bearbetas vidare, precis som under ett samtal.
När människor kan interagera med en visualisering, som de skulle ha gjort med en annan person, kan allt fler människor med skiftande kunskapsnivåer ställa djupare frågor till sin data. Allt eftersom språkförståelsen utvecklas inom BI-branschen kommer hinder för analys att försvinna och arbetsplatser kan omvandlas till att vara datadrivna och självständiga.
Bygg upp en berättandekultur
Om du inte kan kommunicera resultat från data, kan du inte heller påverka med din analys. Detta är styrkan i datavisualiseringar. Analytiker måste kunna beskriva stegen i sina analyser som har lett till insikterna, på ett praktiskt och lättförståeligt sätt, även kallat ”databerättelser”. När företag bygger upp sin analyskultur förändras definitionen för dessa databerättelser.
I stället för att bara presentera en enda slutsats kan dagens databerättelser i stället föda och inspirera till fortsatta konversationer. Denna approach med ”crowdsourcing” för analys lägger ansvaret dels på den som skapar dashboards och dels på de användare som ska dra slutsatser utifrån vad datan säger. Det bjuder in till en mängd olika synvinklar innan affärsbeslut fattas. Genom att använda databerättelser för olika jobb kan man öka potentialen för hur data påverkar när den används för att engagera, informera och testa idéer och förslag i hela företaget.
De steg som nämns ovan kan vara till stor hjälp för att bygga upp en datadriven organisation. Den stora effekten kommer dock av att sammanföra framstående teknik med en djupgående kulturell förändring. Att uppmuntra fler människor att använda analysverktyg handlar till 50 procent om teknik. Resterande 50 procent handlar om att hjälpa alla att känna sig bekväma med att använda data i sina arbeten. När företagen inser detta kommer vi att börja se en minskad mängd data som inte bearbetas eller analyseras. Resultatet blir att ett betydligt större värde kommer att genereras på grund av datainsikter.
Av: Andy Cotgreave, Senior Director på Tableau Software och medförfattare till The Big Book of Dashboards
