”Kuulostaa liian juhlalliselta meille”, totesi eräs pörssiyhtiön johtaja käydessämme aiemmin tänä vuonna esittelemässä aiheeseen liittyvää tarjousta. Lopulta päädyimme nimeämään ehdotuksemme jotakuinkin ”mahdollisuuksia datan hyödyntämiselle liiketoiminnan kehittämisessä” ja fokusoiduimme auttamaan asiakasta keräämään ympäri organisaatiota olemassa olevat ideat ja innovoimaan uusia mahdollisuuksia eri liiketoiminnoissa. Ja paljon muutakin toki.

Digiä, dataa, strategiaa ja transformaatiota

Aihe ei ole mitenkään uusi. Toisinaan olemme puhuneet digitalisaatiosta, digitaalisesta transformaatiosta, digistrategiasta, digiloikasta, dataloikasta, digiagendasta, analytiikkastrategiasta tai vaikkapa tiedolla johtamisen esiselvityksestä. Laajemmissa kokonaisuuksissa yritys- tai kokonaisarkkitehtuurista. Asiassa on paljon erilaisia näkökulmia ja rakkalla lapsella on monta nimeä.

Itse olen päässyt tekemään tusinan verran erilaisia datastrategiaprojekteja asiakaskunnassamme eri toimialoilla muun muassa rahoitus-ja vakuutusalan sekä ravintola- ja hotellibisneksen kautta tukkukauppaan, valmistavaan teollisuuteen, ammattiliiton kiemuroihin ja rasvaiseen huoltobisnekseen. Kahta samanlaista projektia ei ole vielä tullut vastaan, mutta niitä kaikkia yhdistävät tietyt asiat.

Ei ehkä yllättävää, että samanlaisissa vaiheissa ja samalla toimialla olevat yritykset painivat paikoin samanlaisten ongelmien parissa. Myös analytiikan käyttökohteet ovat pääsääntöisesti samoja: kustannuksia syntyy ja tuottoja haetaan samantyyppisistä kohteista. Varastot pitäisi saada kiertämään nopeammin, laitteet huollettua ennakoivasti, asiakaspoistumaa vähennettyä, kysyntää ennustettua, tarjousten läpimenoa optimoitua tai vaikka syötettyä lehmille oikea määrä sapuskaa.

Asiakaskokemuksen parantaminen ja datan monetisointi tuovat kuitenkin hyviä erottumisen sekä kilpailukyvyn parantamisen paikkoja. Näistä lisää myöhemmin.

Uusi blogisarja datastrategiasta

Syksyn aikana avaan blogisarjassa, miten kehittää datastrategiaa omaan organisaatioon ja millaisia asioita kussakin vaiheessa kannattaa ottaa huomioon. Niin ikään availen onnistumisen edellytyksiä ja kokemusten kautta kertyneitä vastoinkäymisiä. Koitan saada myös asiakkaan äänen kuuluviin mahdollisimman paljon.

Blogisarja jakaantuu seuraavasti:

  1. Liiketoiminnan tahtotilan sekä vision ymmärtäminen (ja miten saada johtoryhmä kiinnostumaan datasta)
  2. Business caset datalle – dataan sekä analytiikkaan liittyvien liiketoiminnan kehitysmahdollisuuksien tunnistaminen
  3. Kehittämisen näkökulmien valinta – yksinkertaistaminen on kaunista
  4. Organisaation tietopääoman tunnistaminen – tänään ja tulevaisuudessa
  5. Modernin data-arkkitehtuurin suunnittelu – millaisiin pönttöihin ja rakenteisiin data kannattaa nykypäivänä tallentaa
  6. Gap-analyysin sekä kehityspolun rakentaminen – mitä huomioida ja miten mitata?
  7. Operationalisointi – data ja teknologia on helppoa, mutta ihmisten ja prosessien muuttaminen ei. Lopuksi kerron, miten asiat viedään osaksi arkea

Samantyyppisen ”viitekehyksen” kautta on juoksutettu käytännössä kaikki meidän datastrategiaprojektit, ainoastaan painopiste on ollut kussakin hieman erilainen.

Mitä sitten on datastrategia?

Kuten alussa tuli ilmi, moni termi kattaa saman asian ja puhun jatkossa systemaattisesti datastrategiasta. Mitään uutta ja ihmeellistä asiassa ei ole, mutta syystä tai toisesta se on kovinkin ajankohtainen eri puolilla.

Strategia sanana on sikäli hieman harhaanjohtava, että datastrategia ei suinkaan ole kertaluontoinen harjoitus tietyn päämäärän saavuttamiseksi, vaan sen pitäisi olla ennemminkin jatkuva prosessi tai toimenpidesuunnitelma, jota päivitellään rullaavan budjetin tavoin vaikkapa puolivuosittain. Toimintaympäristö muuttuu jatkuvasti ja riskinä on, että vaivalla tehty arvokas työ happanee (pöytälaatikkoon).

Eräs potentiaalinen asiakas kritisoikin, että hehän ovat jo aika pitkällä näissä asioissa ja datastrategia kuulostaa enemmänkin siltä, että lähdettäisiin aivan alusta liikkeelle. Näin ei tietenkään ole.

Datastrategiassa ei myöskään varsinaisesti tehdä liiketoimintastrategiaa, vaikka välillä sillekin tielle eksytään. Liiketoiminnan suunta ja tavoitteet tulevat enemmänkin annettuna. Niinkin on kuitenkin käynyt, että datastrategiaprojektin myötä organisaatio on lähtenyt valloittamaan uudenlaista asiakassegmenttiä ja markkinaa.

Eräällä tapaa datastrategian voi käsittää visioksi ja pelisuunnitelmaksi datan hyödyntämiselle liiketoiminnassa.

Samalla se on myös astetta teknisempi suunnitelma, jonka avulla parannetaan tapoja hankkia, hallita ja jakaa sekä hyödyntää dataa tulevien vuosien aikana tunnistettujen liiketoimintatarpeiden mukaisesti. Taustalla hieman huomaamatta rakennetaan organisaation tavoitteita tukevia dataohjautuneita kyvykkyyksiä ja valmennetaan organisaatiota muutokseen murrokseen.

Millaisiin tilanteisiin datastrategian oikein kehittäminen sopii?

Tarpeet ovat usein moninaisia. Alla muutama oikea esimerkki datastrategian kehittämisen tarpeista:

  • Halutaan kartoittaa nyky- ja tavoitetila sekä luoda etenemissuunnitelma
  • Ennakoidaan muutoksia ja valmistaudutaan muutokseen
  • Nostetaan digitalisaatioastetta
  • Harmonisoidaan liiketoimintaprosesseja
  • On pakko (esim. carve-out -tilanne, jossa tulee tunnistaa keskeisimmät tietopääomat ja -järjestelmät)

Tarpeet voivat olla toki tarkempiakin, kuten:

  • Tunnistetaan, mistä (datasta) on eniten hyötyä
  • Ymmärretään, mitä dataa prosessit kuluttavat ja millaista dataa ne tuottavat
  • Ymmärretään, miten data saadaan näkyväksi ja hyötykäyttöön oikeilla työkaluilla sekä teknologioilla
  • Tunnistetaan painotuksia, millä alueilla halutaan liikkua ja mihin panostaa
  • Saadaan tukea ja perusteluita valinnoille sekä business caseille
  • Tuetaan portolion hallintaa aina bisnesportfolioon saakka
  • Luodaan järkevät investointisuunnitelmat, joilla maksimoidaan ROI (datasta)

Yleistä kaikelle kuitenkin on, että datastrategiaa tyypillisesti tarvitaan liiketoiminnan käännekohdissa.

Datastrategia projektina

Aika monessa tekemisessä pätee Sarasvuon sanonta ”ei niin paljon kuin mahdollista, vaan niin vähän kuin on tarpeen”. Datastrategiaprojektitkaan eivät tee tähän poikkeusta.

Yleisesti olen huomannut, että asiakkaat hakevat nykypäivänä käytännönläheistä ja ennen kaikkea liiketoimintalähtöistä lähestymistapaa monimutkaisten sekä raskaiden viitekehysten sijaan, joita näkee erityisesti paljon yritysarkkitehtuurin (EA) kehittämisessä.

Ideaalisesti datastrategiaprojekti:

  1. Lähtee liiketoiminnan tarpeista ja tukee liiketoiminnan tavoitteita
  2. Osallistuttaa liiketoiminnan ja ylintä johtoa (tämä on avainasiassa projektin onnistumiselle)
  3. On käytännönläheinen ja itseään selittävä
  4. On helposti kommunikoitava organisaation sisällä
  5. On riittävän joustava mukautumaan muuttuviin liiketoiminnan ja teknologian tarpeisiin

Datastrategiaharjoitukseen on hyvä varata noin kolme kalenterikuukautta ja osallistuttaa muutamia kymmeniä henkilöitä organisaation sisältä. Tällöin saadaan suuntaviivat riittävän tarkalla tasolla selville, jonka jälkeen alkaa sitten raaka työ jalkauttamisen muodossa.

Seuraavassa blogissa kirjoitan tarkemmin liiketoiminnan tahtotilan ja vision ymmärtämisestä (ja miten saada johtoryhmä innostumaan datasta). Odotellessa voit miettiä, miten datastrategiaprojektia kannattaisi rajata – vai pitäisikö ollenkaan?