Datastrategia liiketoiminnan tukena – Osa 1
Johdanto
Tulemme seuraavien kuukausien aikana julkaisemaan blogisarjan datastrategian kehittämisestä ja implementoinnista. Tämä sarja antaa kuvan siitä, kuinka me DB Pro Servicessä lähestymme datastrategiaprojekteja ja mitä osa-alueita strategian kehitystyö pitää sisällään. Blogisarjan luettuasi tunnistat datastrategian oleellisimmat rakennuspalikat, tiedät eri lähestymistavat ja osaat nimetä askeleet, joiden avulla datastrategia muuttuu teoriasta käytännöksi. Ensimmäisessä kappaleessa käymme läpi mitä datastrategia oikeastaan tarkoittaa ja kuinka sen rakentaminen saadaan aloitettua.
Mitä on datastrategia ja kuinka se tukee liiketoimintaa?
Modernissa liike-elämässä tiedolla johtamisesta on tullut yrityksille elintärkeä strateginen osa-alue. Organisaatiot pyrkivät hyödyntämään hallussaan olevaa dataa mahdollisimman laajasti, oli kyse sitten sisäisestä päätöksenteosta tai datan myymisestä kumppaneille. Tiedolla johtamisen keskiössä on kyky muuntaa raakadata ensin informaatioiksi ja sitten tiedoksi, johon päätökset voidaan perustaa. Datastrategian päämääränä on tukea liiketoiminnan tavoitteita varmistamalla, että johtohenkilöillä on päätösten tukena kaikki oleellinen tieto. Käytännön tasolla datastrategia määrittää kuinka yritys hankkii, organisoi, hallinnoi, analysoi ja hyödyntää sen tietopääomaa samalla huolehtien, että dataorganisaation suunta on linjassa liiketoiminnallisten tavoitteiden kanssa.
Datastrategian kautta yritys linjaa, mihin osa-alueisiin se kohdentaa resurssejaan. Tämä tehdään arvioimalla nykytilanne, muodostamalla visio ja linjaamalla askeleet, jotka ottamalla tavoitetila saavutetaan. Näitä askelia voivat olla esimerkiksi data-arkkitehtuurin uudistaminen, organisaation toimintamallin määrittäminen, prosessien kartoitus (esimerkiksi master datan hallinta tai kehitysprosessit) tai tietoturvan ja tietohallinnon kehitys. Se mihin osa-alueisiin strategiassa kannattaa keskittyä riippuu yrityksen datakyvykkyyksistä ja toimintaympäristöstä.
Kun strategia on kehitetty, jäljelle jää sen jalkauttaminen organisaatioon. Tässä kohtaa strategiset tavoitteet muuttuvat teoriasta käytännöiksi parantaen esimerkiksi tiedonhallinnan laatua ja data-analytiikan maturiteettia. Näiden parantuneiden kyvykkyyksien kautta yritykset pääsevät nauttimaan datastrategian mahdollistamista konkreettisista liiketoimintahyödyistä. Näitä hyötyjä ovat esimerkiksi analyysin kautta parannettu asiakaskokemus, datan avulla optimoidut ja automatisoidut liiketoimintaprosessit ja -toiminnot, nopeampi ja laadukkaampi tietoon pohjautuva päätöksenteko sekä paremmat valmiudet vastata tietosuojalakien ja säädösten vaatimuksiin. Kaikki tämä kulminoituu rahallisiin tuloksiin joko säästöjen tai kasvaneen tuoton kautta.
Datastrategian rakentamisen lähestymistavat
Datastrategian rakentamista voi lähestyä useasta eri lähtökohdasta organisaation digitaalisista kyvyistä ja liiketoiminnan tarpeista riippuen. Nämä lähestymistavat voidaan suurpiirteisesti jakaa kahteen eri kategoriaan: Defensiiviseen eli puolustavaan ja offensiiviseen eli hyökkäävään datastrategiaan. Näistä kahdesta eri näkökulmasta käytetään välillä myös termejä data management strategy (defensiivinen) ja data strategy (offensiivinen), mutta tässä blogissa pidättäydytään alkuperäisissä nimityksissä.
Kuten jo nimestä voi päätellä, defensiivinen datastrategia keskittyy riskien minimointiin ja voimakkaaseen kontrolliin. Tyypillisiä painopisteitä tällaisessa strategiassa ovat vahva ja keskitetty tietohallinto, korkea tietoturvan taso ja datan yksityisyyden vaaliminen. Puolustavat toimenpiteet pyrkivät takaamaan datan yhtenäisyyden organisaation sisällä hyödyntämällä single source of truth -arkkitehtuurimallia (SSOT). Tässä mallissa yritys huolehtii master data managementin avulla siitä, että kaikkialla yrityksessä käytetään samaa datamallia ja sen muokkaus on hyvin rajattua. Näin varmistutaan siitä, että esimerkiksi avainluvut ovat yhtenevät eri yksiköiden välillä.
Offensiivinen strategia taas keskittyy liiketoiminnan tarpeiden tukemiseen ja datan hyödyntämiseen kaikilla organisaation osa-alueilla. Tyypillisesti hyökkäävä datastrategia koittaa edistää yrityksen kasvua, kannattavuutta ja asiakastyytyväisyyttä mahdollistamalla kattavan data-analytiikan toteutumista läpi organisaation. Jotta dataa pystytään hyödyntämään jokaisessa yksikössä mahdollisimman laajasti, tarvitaan usein datamallien joustavuutta. Tämä taas johtaa usein multiple versions of truth -arkkitehtuurimalliin (MVOT). Tässä mallissa data pohjaa edelleen yhtenäiseen master data managementin avulla hallittuun single source of truthiin, mutta organisaation eri osilla on vapaammat kädet muokata dataa ja mallinnusta heidän tarpeisiinsa sopivaksi. Tämäkin malli vaatii kuitenkin robustia datahallintoa onnistuakseen, koska kaikki eroavat datamallit on pystyttävä kartoittamaan takaisin alkuperäiseen master dataan.
Kaikki yritykset sijaitsevat näiden kahden ääripään välisellä janalla. Organisaatioiden tulee määrittää oma nykyinen sijaintinsa janalla ja tavoitetila, jota kohti datastrategia pyrkii yritystä viemään. Tämä tavoite on harvoin staattinen ja muuttuu ajan sekä organisaation kehityksen myötä. Täydellinen 50/50 jako lähestymistapojen välillä ei myöskään usein ole järkevä tavoite. Datapäättäjien tulee arvioida vaihtoehtoja ja tehdä strategisia valintoja toimintaympäristönsä mukaan. Jos tavoitteena on toimia digitaalisena edelläkävijänä ja antaa datan ohjata kaikkea toimintaa, offensiivinen vaihtoehto vaikuttaa houkuttelevalta. Kuitenkin tässä tapauksessa tietohallinto vaikeutuu ja datan laatu sekä yhtenäisyys voivat kärsiä, jolloin esimerkiksi viranomaisraportointi voi olla vaikeampaa. Tämä ongelma korostuu tilanteissa, jossa yrityksen datamaturiteetti on vielä matala. Ymmärtämällä oman yrityksen prioriteetit ja kehittämällä sen mukaisen datastrategian organisaatio voi varmistua, että dataa hyödynnetään juuri heille sopivalla tavalla.
Miten strategian rakentaminen aloitetaan
Datastrategian rakentaminen aloitetaan ymmärtämällä liiketoiminnan nykytila, tavoitteet ja strategia. Näin varmistutaan siitä, että datastrategia tukee yrityksen suuntaa. Tämä ymmärrys auttaa myös datapäättäjiä määrittelemään, missä kohtaa offensive-defensive janalla yritys sijaitsee ja mitä toimia tulee priorisoida. Kun ymmärrys liiketoimintastrategiasta on selvä, voidaan aloittaa dataorganisaation nykytilan ja tavoitetilan määrittäminen. Samoin kuin liiketoimintastrategiassa, tämä vaihe auttaa tunnistamaan aukot nykyhetken ja tulevaisuuden välillä. Tällöin on helpompi linjata mihin data-alueisiin yrityksen tulisi keskittää resurssejaan.
Seuraavaksi vuorossa on tulevan datastrategian rakennuspalikoiden määrittäminen. Nämä rakennuspalikat voidaan karkeasti jakaa kolmeen isoon kokonaisuuteen: Arkkitehtuuriin & teknologioihin, tiedonhallintaan sekä organisaatioon ja prosesseihin. Tulemme käymään nämä kolme kokonaisuutta läpi yksityiskohtaisemmin myöhemmissä blogeissa, mutta tiivistettynä ensimmäinen kokonaisuus kattaa teknisen toteutuksen data-arkkitehtuurista teknologiavalintoihin, toinen tietohallinnan ja -suojan käytännöt kuten data governancen, master datan hallinnan sekä tietoturvan ja kolmas organisaation rakenteeseen, kyvykkyyksiin, henkilöstöön ja prosesseihin liittyvät näkökulmat.
Kun rakennuspalikat ja strategian fokus on määritetty, voidaan siirtyä tiekartan suunnitteluun. Siinä palaset pilkotaan sopivan kokoisiksi osioiksi, joille voidaan budjetoida resurssit ja luoda aikataulutus. Näin syntyy konkreettinen suunnitelma strategian rakentamisesta ja implementoinnista. Suunnitelmaan kuuluu oleellisesti myös tarvittavien kontrollien määritys liittyen esimerkiksi datan laatuun, yksityisyyteen ja tietoturvaan sekä riskianalyysin tekeminen tulevista toimista.
Kun strategia on valmis ja tiekartta aloitteiden toteuttamiselle määritetty, voidaan siirtyä datastrategian jalkauttamiseen koko yritykseen. Parhaiten tämä onnistuu tunnistamalla liiketoiminnan avainkäyttötapauksia, joista toteuttaminen saadaan liikkeelle. Tunnistamisen jälkeen käyttötapaukset priorisoidaan vaativuuden ja liiketoiminnallisen vaikutuksen mukaan, jonka jälkeen tarkemmat määritykset voidaan kehittää. Kun käyttötapauksiin liittyvä määrittely on tehty, voidaan datastrategiaa alkaa implementoimaan niiden kautta. Toteuttamalla strategiaa liiketoiminnan kannalta kriittisten käyttötapausten kautta varmistetaan, että strategian vaikutus on alusta alkaen mahdollisimman suuri. Kun strategian jalkautus on saatu alulle käyttötapausten kautta, käytännöt ja prosessit voidaan skaalata koko yrityksen mittakaavaan.
Yhteenveto
Yritykselle datastrategia on tärkeää, jotta varmistetaan että:
- yrityksen dataorganisaatio tukee liiketoiminnan kehityssuuntaa
- yrityksen tietopääoman potentiaali pystytään muuttamaan liiketoimintavaikutukseksi
- Tietopääoman laatu, hallinta ja tietoturva on ajan tasalla
Ilman datastrategiaa ja yhteistä suuntaa yritykset riskeeraavat datan laadun, saatavuuden (siiloutuminen), hyödyntämisen ja jopa liiketoimintastrategian onnistumisen.
DB Pro Services tarjoaa kattavia ratkaisuja ja asiantuntijapalveluita tiedolla johtamisen haasteisiin. Tarjontamme kattaa muun muassa datastrategian, modernien data-alustojen sekä edistyneen analytiikan kokonaisuudet. Ota yhteyttä, niin autamme sinua ja organisaatiotasi hyödyntämään tietoa tehokkaasti ja menestymään kilpailussa!
DB Pro Services Oy
