Morgendagens ledelse skal forholde sig kritisk til, om organisationen afsøger og udnytter de forretningsmuligheder, som opstår via data og digitalisering.
I har alle hørt om Big data – og der er sikkert nogle af jer, der – ligesom mig – efterhånden synes, at det er blevet lidt et slidt begreb. Og vil en virksomhed eller organisation i øvrigt markedsføre sig selv med at have small data? Næppe.
Big data kræver stor analytisk indsats for at give værdi
Forretningsmæssigt er der en årsag til, at Big data har fyldt så meget, siden begrebet opstod i starten af 2010’erne – tanken om at skabe ny og bedre forretning via anvendelse af data er appellerende for mange.
Den store udfordring var og er at få reel forretning og værdi ud af Big data. Hvis man tænker på, at det kræver stærke kompetencer af en analytiker (en datascientist) at få værdi ud af data, så tænk på, hvad konsekvensen af at have 10 eller 100 gange så store datamængder er? De sidste års erfaringer fra at arbejde med Big data har heldigvis betydet, at rådgivningen omkring at arbejde med data er blevet meget stærkere.
Det er min opfattelse, at hypen om Big data nu bliver afløst af begreber som digitalisering og internet of things (IoT), hvilket bekræftes af trafikdata fra Google på søgetermer (se illustration). Årsagen til skiftet i fokus fra Big data er, at digitalisering og IoT er mere håndgribelige i forhold til praktisk anvendelse.
Hvad enten det er Big data, IoT eller digitalisering, organisationen har på dagsordenen, skal projekterne udspringe af en definering af en forretningsmæssig problemstilling. Det kan virke åbenlyst, men mange har forsøgt at igangsætte eksplorative projekter uden konkrete målsætninger, som ikke har givet resultater. Vigtigheden af at have forretningsværdien for øje kan ikke undervurderes. Forretningsfokus bør enten tage udgangspunkt i en innovativ tankegang eller en optimeringsdagsorden.
Datadrevet innovation
En disciplin inden for digitalisering er den datadrevne innovation. Som med al anden innovation er det en svær øvelse, men vi ser i øjeblikket rigtig mange gode eksempler på organisationer, som lykkes med at skabe nyt med denne metode. En af dem er Massachusetts Institute of Technology (MIT), som har defineret et mål om inden 2021 at påvirke 1 mia. mennesker via uddannelsesinitiativer. Gennem online publicering af deres undervisningsmateriale vil de gøre det tilgængeligt for alle. Lige nu er status, at 175 mio. mennesker har tilgået materiale fra 2.260 kurser. Hvad er næste skridt? En uddannelsessektor i forandring? Hvem siger, at man i fremtiden skal bo i samme land som uddannelsesinstitutionen for at tage uddannelsen?
En anden mulighed er at understøtte datadrevet innovation via et Innovation Lab – altså skabe et laboratorium med det formål alene at teste forretningshypoteser. Opsætningen kan indeholde en isoleret infrastruktur, omfavnelse af interne og eksterne data, en separat organisation, dedikerede og specialiserede kompetencer og evt. en placering i helt nye omgivelser for at komme ud af vanetænkningen. I dette univers er fejl succesfulde, da det gælder om at få testet så mange ideer af som muligt. “Fail Fast” kulturen skabes, og når der skabes successer, skal de hurtigt kunne omsættes til virkelighed.
Optimeringsdagsorden og robotter
Den seneste trend er at tage udgangspunkt i brugernes behov og oplevelser. Det er blevet en standard, at services og teknologisk understøttelse af brugerplatforme skal være intuitive og lette at gå til. Væk med manuelle løsninger og langsomme hjemmesider, som ikke tilpasser sig en mobilenhed. Opgaven her er, hvordan du kan optimere nuværende processer ved hjælp af dataanvendelse, ny teknologi og nytænkning med brugeren for øje. Det dækker alt fra at skabe en online platform, til apps og selvbetjening.
En ny trend inden for optimering af eksisterende processer er softwarerobotter. I øjeblikket ser vi en stor interesse fra servicevirksomheder i den private sektor om optimering og anvendelse af denne form for teknologi. For mig er det et oplagt område for den offentlige sektor at se på, da jeg ikke kan komme på noget argument for, at det ikke kan blive en succes her. Tænkningen er, at organisationerne kan få softwarerobotter til at udføre manuelle processer, som udover en markant besparelse også kan give større arbejdsglæde for medarbejderne, da automatiseringen ofte frigiver tid for specialiserede ressourcer til mere spændende og værdiskabende arbejdsopgaver.
Digitalisering giver en håndterbar sårbarhed
En større anvendelse af data i processer, kombinationen af flere data og flytning af data, samt teknologisk afhængighed medfører også en større operationel risiko for organisationen. Ændret lovgivning om data privacy og datasikkerhed stiller også større formelle krav til organisationens håndtering og brug af data. Både for at håndtere den operationelle risiko og overholde de lovgivningsmæssige krav skal organisationen tage aktiv stilling og have en plan for databrug og datasikkerhed. Det kræver nye kompetencer og discipliner af viden, men det gode er, at det er til at løse. Vigtigst af alt må det ikke blive en begrænsning for udviklingen, men derimod skal organisationen tage en bevidst beslutning omkring forretningsudvikling kontra risiko.
En strategisk beslutning baseret på indsigt er forudsætning for værdiskabelse
Hvordan arbejder I med data, digitalisering eller forretningsudvikling i din organisation? Uanset hvad I gør, om I kalder det Big data eller ej, kræver det indsigt og viden for medarbejdere, ledere, direktioner og bestyrelser om, hvordan man kan arbejde, hvad der er muligt, hvilke begrænsninger det har, hvordan ledelsen retningsgiver i det nye digitale regime og sidst ,men ikke mindst, balancerer forretningsudvikling i forhold til risikoappetit.
