Big Datan hyödyntäminen vuonna 2021

Big Datasta on puhuttu kauan, mutta mitä sillä oikeastaan tarkoitetaan? Termillä Big Data viitataan dataan, joka luonteeltaan ei sovellu perinteisten järjestelmien hallittavaksi, esimerkiksi datan monimutkaisuuden, valtavan mittasuhteen tai ennaltamäärittelemättömän rakenteen johdosta.

Big Data vuonna 2021 on isompaa kuin koskaan — ja jälleen sitäkin isompaa seuraavana vuonna. Siksi tiedolla johtamisen ammattilaiset puhuvat yhä enemmän hyödynnettävyydestä: millä edellytyksillä datasta saadaan eniten irti?

Datan hyödyntämiseen tarvittavat valmiudet ovat sekä teknisiä että organisatorisia. Näistä kahdesta tekniset valmiudet kehittyvät nopeammin kuin yritysten toimintamallit ja toimintakulttuuri.

Parhaan hyödyn Big Datasta saat, kun teet määrätietoisia valintoja, sillä käytännön toteutukset muodostavat ”Big Data -projektisalkkusi”. Jollakin yrityksellä salkusta löytyy pelkästään operatiivisen tason perusprojekteja. Jollakulla toisella projektisalkkuun kuuluu myös hankkeita yhteistyökumppaneiden kanssa ja myös riskisijoituksia tai strategisia investointeja. Olennaista on, että salkku on suunniteltu ja yrityksen johto osaa perustella tehdyt valinnat.

Big Data vuonna 2021 on siis paljon enemmän kuin keskustelua tekniikan mahdollisuuksista ja visioista. Listasimme alle keskeisimpiä asioita, joilla saat tänä vuonna Big Datasta enemmän irti.

Datastrategia vie siiloista kokonaisuu­teen

Uuden teknologian käyttö alkaa yksittäisinä kokeiluina. On luonnollista, että yksittäisiä Big Data -projekteja syntyy organisaation eri puolille — hyvinkin erilaisista lähtökohdista ja tavoitteista. Tämä on oikea askel kohti ymmärryksen kasvattamista ja pistemäisiä, joskus hyvinkin nopeita hyötyjä.

Datastrategiaa tarvitaan, jotta yksittäisistä ratkaisuista muodostuisi kokonaisuus, jolla tavoitellaan suunnitelmallisia liiketoimintahyötyjä.

Datastrategia on näkemys siitä, millaista polkua yrityksesi luo datasta kilpailukyvyn ja kilpailuedun kasvattamiseksi. Se tarkoittaa valintoja, suunnitelmallisuutta ja seurantaa. Kokeilut Big Datan eri osa-alueilla ovat edelleen mahdollisia ja suositeltavia, mutta datastrategian myötä niitä yhdistää tavoitteellisuus.

Datastrategia pitää sisällään mm. seuraavia asioita:

• Ymmärrys lähtökohdista: mikä on nykytila ja osaaminen.

• Liiketoiminnalliset tavoitteet: mihin pyritään nyt ja parin seuraavan vuoden aikana sekä mitä vaiheita ja millaisen ajan ja voimavarat haluttuun tilaan pääseminen vaatii.

• Teknologiapohja: millaisia teknologioita valitaan ja millaiseen arkkitehtuuriin pyritään.

• Muutosjohtaminen: miten kehitetään datalukutaitoa ja dataperustaisen päätöksenteon kulttuuria.

• Johtamismalli: kuinka datavetoista liiketoiminnankehitystä hallitaan, projektoidaan, johdetaan ja kehitetään.

Johdon sitouttaminen datastrategiaan ja tiedolla johtamiseen on keskiössä. Mikä on sen arvo ja miksi se mahdollistaa pääsyn haluttuun tilaan? Ilman johdon sitoutumista ja hyvää ymmärrystä mahdollisuuksista datastrategia todennäköisesti jatkaa kehitystään siiloissa, erilaisia liiketoimintojen täsmätarpeita toteuttaen.

Luonnollisesti datastrategia linkittyy yrityksen ylätason liiketoimintastrategiaan. Se määrittelee, millaisin painotuksin datan hyödyntämistä toteutetaan; onko ensisijaisena tavoitteena kenties nopeampi ja tarkempi päätöksenteko vai laitetaanko panokset uusien datapohjaisten palveluiden ja kenties kokonaisten uusien liiketoimintamallien kehittämiseen.

Liiketoimintastrategia määrittää myös tarpeen ennakoinnille ja ennustamiselle. Jos datastrategiassa huomioidaan liiketoiminnan ennustaminen, antaa se yritykselle uutta kilpailuetua ja luo mahdollisuuden proaktiiviseen johtamiseen ennusteiden pohjalta. Tämä siirtää yrityksen katsomaan tulevaisuuteen, aiemman taakse tai nykyhetkeen katsomisen sijaan.

Dataa on monenlaista ja Big Dataksi kutsuttu on yksi osa kokonaisuudesta. Siksi datastrategian ohella kannattaa teknologian ja arkkitehtuurin suunnittelussa harkita keskitetyn data-alustan eli Data Platformin suunnittelua. Se yhdistää organisaatiosi eri lähteistä saatavan tiedon yhteiselle alustalle, jotta tieto olisi mahdollisimman joustavasti koko organisaatiosi käytössä.

Tekniikka osataan ratkaista, mutta osataanko ratkaista Big Datan hyödyntä­mi­seen tarvittava kulttuuri ja päätöksen­te­ko?

Liiketoiminnan näkökulmasta harva tekninen ratkaisu yksinään tuo mittavia hyötyjä. Organisaation toimintatavat ja kulttuuri ovat lopulta määrittäviä tekijöitä, jotka nostavat teknologian käyttöasteen korkealle - tai pitävät sen matalana hienoista ratkaisuista huolimatta.

Kaikilla yrityksillä ei toki ole painetta muuttua datavetoiseksi organisaatioksi yhden yön aikana: lukuisilla toimialoilla liiketoiminnan syklit sallivat sen, että johto hyödyntää dataa raportinomaisesti. Tilannetta katsotaan ja päätöksiä tehdään kenties viikoittain, kenties kuukausittain. Tässä ei ole mitään vikaa.

Kilpailuasemien pitäminen ja markkinaosuuksien voittaminen ohjaavat kuitenkin kasvuhakuisia edelläkävijäyrityksiä kohti dataohjattua liiketoimintaa. Sen tunnusmerkkeinä ovat: datan käyttö kaikilla organisaation tasoilla ja datan käyttö päivittäisessä arkisessa työssä. Vahvin voima tämän toteuttamiseen on kulttuuri ja johdon oma esimerkki.

Perinteisissä organisaatioissa tämä luo tarpeen muutosjohtamiselle. Siirtymä raportointikulttuurista päivittäiseen datan käyttöön toiminnan ohjaajana on isompi muutos, kuin miltä se ensivilkaisulta näyttää.

• Toimintatavat: Muutoksen kohteena ovat toimintatavat ja yrityksen prosessit. Vanhat toimintatavat ovat tuoneet yrityksen nykyiseen menestykseen, mutta ne eivät välttämättä kanna enää tulevaisuuteen.

• Kulttuuri: Arvojen, arvostuksen, johdon asettaman esimerkin ja viestinnän olisi omalta osaltaan tuettava datavetoista toimintamallia. Ainakaan nämä tekijät eivät saa olla ristiriitaisia. Luottamuksen kasvattamisessa tärkeää on, että data on läpinäkyvästi käytettävissä organisaation eri tasoilla (esimerkiksi myynnin data, tuotannon KPI:t), tällöin datasta saadaan myös suurin hyöty.

• Osaamistarpeet: Teknologiainvestointien rinnalle tarvitaan osaajia. Ei kuitenkaan riitä, että Big Data ja datan kanssa työskentely on vain erikoisosaajien työtä, kuten tähän asti. Kaikki organisaatiossa tarvitsevat riittävän datalukutaidon.

Kasvuyritykset ovat aina osanneet haastaa omia toimintatapojaan ja muuttua kasvun myötä. Big Datan suurin trendi vuonna 2021 ei kenties olekaan itse teknologia, vaan kyky luoda datan hyödyntämiseen tarvittava organisaatiokulttuuri.

Big Data 2021: Strategisena tavoitteena dataohjattu yritys ja datalukutaito

Dataohjatulla yrityksellä on kyky hyödyntää organisaation kaikilla tasoilla tietoa laajasti päätöksenteossa ja operatiivisen toiminnan ohjaajana. Big Datan hyödyntäminen arjessa voi näkyä monin tavoin, esimerkiksi näin:

• Asiakaspalvelulla on käytössään päivittyvä näkymä sosiaalisessa mediassa yrityksestä tehtyihin mainintoihin ja nouseviin keskustelunaiheisiin. Tämän perusteella ennakoidaan palvelutarpeita, ratkotaan kysymyksiä, puututaan väärinkäsityksiin, turvataan yrityksen mainetta ja ymmärretään asiakkaiden ostoprosessia. Datan hyödyntäminen integroituu päivittäiseen arkeen, ei kerran kuussa pidettäviin erillisiin raportointipalavereihin.

• Markkinointi puolestaan analysoi, vertaa ja kohdentaa markkinointikampanjoita ja niiden dynaamisesti muuttuvia sisältöjä Big Datan avulla eri markkinointikanavissa. Seuranta on nopearytmistä ja panokset kohdennetaan sinne, missä ne tuottavat yritykselle eniten. Samalla kertyy jatkuvasti tarkentuvaa tietoa asiakkaiden ostopoluista ja ostomieltymyksistä. Asiakkaasta saadaan kattava 360-näkymä keräämällä tietoa eri järjestelmistä yhtenäiseen asiakkuudenhallintajärjestelmään. Aiemmin siiloissa ollut data yhtenäistetään ja jalostetaan tekoälyn (Artificial Intelligence, AI) ja koneoppimisen (Machine Learning, ML) avulla esimerkiksi kohderyhmiksi markkinoinnille, suositelluiksi toimenpiteiksi myynnille tai vaikkapa suositeltavaksi tuotteeksi asiakaspalvelun näkymään.

• Huoltoliiketoiminnan asiantuntija tarkkailee etäluettavia sensoreita teollisuuslaitoksen sadoissa eri kohteissa. Analytiikan avulla hän päättelee tarpeen tarkastuskäynnille tai huoltokeikalle, mutta ajoittaa myös optimaalisella tavalla ennakoivan huollon toimenpiteet. Samalla kertyy Big Dataa huollettavien laitteiden ajohistoriasta, käyttökunnosta, tuotantokapasiteetista ja sitä kautta kannattavuudesta sekä odotetusta eliniästä. Tätä voidaan hyödyntää toisaalla mm. investointipäätöksiä tehtäessä.

Esimerkkejä voisi jatkaa kymmenittäin, mutta olennaista on, että organisaation kaikilla tasoilla tarvitaan datalukutaitoa. Ennen kaikkea tarvitaan mandaatti tehdä oman aseman ja organisaatiotason mukaisia päätöksiä datan perusteella. Everybody works with data.

Big Data 2021: Operatii­vi­se­na tavoitteena datavetoiset tuotteet ja palvelut

Data mahdollistaa uudenlaisia tuotteita ja palveluita. Parhaimmillaan se voi jopa mahdollistaa toimialalle uudet liiketoimintamallit.

Usein käytetty ja sadoin käytännön esimerkein toimivaksi todistettu esimerkki on tilanne, jossa teollisuuslaitteen myynnin sijasta se tuodaankin asiakkaan käyttöön pitkällä leasing- ja ylläpitosopimuksella. Asiakas maksaa vain laitteelle taatuista käyttötunneista ja kaikki muu jää myyjän huoleksi.

Jotta kuvattu toiminta olisi kilpailluilla toimialoilla kannattavaa, se yleensä edellyttää jokaisen vuokratun laitteen käytön ja huoltotarpeen tarkkaa seurantaa IoT-pohjaisten ratkaisujen avulla — siis Big Dataa, josta analysoidaan yhtä lailla operatiivisia huoltotarpeita kuin koko sopimuksen kannattavuuttakin.

Entä jos tätä toimintamallia viedään pidemmälle? Onnistuisiko etähuolto? Onnistuu tiettyyn rajaan asti ja vaikka vain pieni osuus vioista voitaisiin korjata etänä (tai auttaa paikalla olevaa henkilöä korjaamaan vika välittömästi itse), se voi olla esimerkiksi kaivosteollisuudessa käytettävien laitteiden osalta valtavan arvokasta. Laitteiden pitäisi toimia koko ajan ja niiden sijainnit ovat usein vaikeakulkuisten yhteyksien päässä - täynnä turvallisuusvaatimuksia. Kun tiedossa on tuhansien laitteiden käytön aikainen toiminta- ja vikahistoria, onnistuu etädiagnosointi ja etähuoltokin. Kotimainen esimerkki tästä on Normet, joka pystyy etänä tukemaan laitteidensa huoltotoimenpiteitä kaikkialla maailmassa.

Myös asiakas on yhä halukkaampi kuluttamaan ja hyödyntämään dataa. Asiakkaat haluavat ”älykkään” tuotteen tai palvelun. Lisäarvo syntyy kenties tuotteeseen liittyvästä diagnosoivasta tai ennakoivasta analytiikasta tai kenties Big Data on itse tuotteen ytimessä. Jokainen meistä käyttää päivittäin Big Data -palveluita sitä sen enempää ajattelematta: Googlen hakukone tai Microsoftin LinkedIn ovat tästä kansantajuisia esimerkkejä.

Haluatko lisätietoja?

Kiinnostuitko datastrategian luomisesta liiketoimintalähtöisesti? Fellowmind Finlandin asiantuntijat auttavat sinua kokonaiskuvan luomisessa ja ohjaavat tekemään priorisoituja merkityksellisiä päätöksiä datalla johtamisen polulla.