Datavetoisen kulttuurin rakentamisen kolme kriittisintä askelta

Unohda hetkeksi organisaation tuomat siilot, budjetit ja omistajuudet. Pysähdy miettimään seuraavaa kysymystä: mitä datavetoinen kulttuuri tarkoittaa juuri sinulle?

Oletan, että turvaudut esimerkkeihin, sillä itse termi on erittäin abstrakti ja vaikea. Yleinen käsitys datavetoisesta kulttuurista on, että sillä viitataan organisaatioon tai yhteisöön, jossa päätöksenteko, toiminnan suunnittelu ja käyttötapaukset perustuvat datan käyttöön ja analysointiin. Täten päätökset ja toiminta nojaavat aiempaa enemmän objektiivisiin tietoihin ja faktoihin.

Jos ryhdyt juuri nyt vetämään datavetoisen kulttuurin muutoshanketta, on hyvin mahdollista, että törmäät tiimeihin tai yksiköihin, joissa kulttuurin ilmenemismuodot vaihtelevat. Tiimien tuottamat palvelut tulisikin jakaa ja standardisoida mahdollisimman laajasti sen sijaan, että ne elävät puhtaasti eri tiimien käytössä.

Haluaisin antaa muutaman konkreettisen vinkin, joiden avulla datavetoisen kulttuurin rakentaminen voidaan aloittaa ilman valtavaa “kenellä on mandaatti tehdä” -teatteria, mutta kuitenkin niin, että kaikki organisaatiossasi hyötyvät.

1.  Kartoita liiketoimintavaatimukset

Organisaation kyvykkyysvaatimusten johtaminen liiketoimintavaatimuksista edellyttää yleensä monien roolien yhteistyötä. Esimerkiksi strategian määrittäminen vaatii yleensä ylimmän johdon ja liiketoimintastrategian asiantuntijoiden yhteistyötä. Kehitysprosessin suunnittelu vaatii taas liiketoimintastrategian asiantuntijoiden ja teknisen kehitystiimin saumatonta yhteistyötä ja yhteisiä tavoitteita. Tärkeintä on ymmärtää, että organisaation kyvykkyysvaatimukset ovat aina sidoksissa liiketoimintavaatimuksiin. Tekniset kehittäjät olisikin tärkeää ottaa mukaan suunnittelemaan tai edes kuulemaan liiketoimintavaatimusten asettamista.

Myös datan käyttö edellyttää monien roolien yhteistyötä. Erilaisten data-asiantuntijoiden lisäksi organisaatio tarvitsee yleensä henkilöitä, jotka ymmärtävät liiketoimintaa ja voivat muuntaa analyysien tulokset liiketoimintastrategian toimintasuunnitelmaksi. Esimerkiksi jos tavoitteena on lisätä asiakastyytyväisyyttä, tarvitsee organisaatio asiakaspalvelun asiantuntijoiden ja analyytikoiden yhteistyötä. Tavoitteen toteuttamiseksi täytyy tietää, mitä metriikkaa seurata, ja dataa analysoidessa tulee ymmärtää, mitä se merkitsee liiketoiminnan kannalta.

KONKREETTINEN VINKKI: istuta yksi data-analyytikko, yksi liiketoimintastrategi ja yksi asiakaspalvelun edustaja samaan pöytään ratkomaan kysymystä “kuinka muutamme nykyisen toimintatapaamme datavetoisempaan suuntaan?”

2. Laskekaa rahallinen arvo jokaiselle toimenpiteelle - joko kustannusten tai säästöjen näkökulmasta

Datan käytön arvon todentaminen käyttötapauksilla ja johtaminen numeroilla edellyttää myös useita rooleja. Data-analyysin asiantuntijoiden lisäksi organisaatio tarvitsee usein liiketoimintastrategian asiantuntijoita, jotka voivat määritellä tavoitteet ja mittarit dataan perustuville päätöksille.

Uskaltaisin jopa väittää, että tämä nimenomainen vaihe on kaikista haastavin, sillä yhteisten tavoitteiden asettaminen saattaa usein olla ristiriidassa muiden jo asetettujen tavoitteiden kanssa. Esimerkiksi samassa yksikössä olevilla tiimeillä saattaa olla keskenään erilaiset tavoitteet, jotka saattavat blokata toisiaan. Tässä on yksinomaan syy sille, miksi jo strategian luonnissa on tärkeää pohtia poikkitieteellisiä ja tiimien rajoja rikkovia tavoitteita.

Kuinka laskea toimenpiteiden rahallinen arvo?

Jokaisen toimenpiteen rahallisen arvon määritteleminen vaihtelee sen mukaan, mitä liiketoiminnan asettamia tavoitteita sillä halutaan saavuttaa. Digitaalisissa kanavissa rahallinen arvo on yleensä helpommin selvitettävissä, sillä kyseistä tietoa ylläpitävät järjestelmät tuottavat omasta takaa kaiken tarpeellisen datan. Tosin usein tämä kyseinen data kategorisoituu luokkaan “kiva tietää, mutta mikä vaikutus tällä on liiketoiminnan mittareihin?”.

Siksi onkin tärkeää ensin määritellä tavoitteet, joiden pohjalta johtaa mittarit. Mittareita on usein kahdenlaisia – niin sanottuja operatiivisia mittareita sekä liiketoiminnan mittareita. Tarvittava data löydetään, kun operatiiviset mittarit (as in klikit) yhdistetään liiketoiminnan mittareihin (klikin ostotapahtuma ja sen tuoma rahamäärä), jolloin toimenpiteille saadaan määritettyä rahallinen arvo. Mittarien yhdistäminen on toki paljon suurempi tekninen harjoitus kuin vain yksinkertainen yhdistäminen. Edustamani yritys Avaus auttaa ratkomaan vastaavia datahaasteita ja tarjoaa monipuolisesti data-arkkitehtuurisuunnittelua.

KONKREETTINEN VINKKI: istuta yksi liiketoiminnan edustaja, yksi analyytikko ja yksi markkinointitiimiläinen samaan pöytään ratkomaan kysymystä “kuinka asetamme rahallisen arvon jokaiselle kanavistamme kertyvälle klikille?”

3. Automatisoikaa kaikki, mikä nykyisellään sitoo osaajia ”tylsään” ylläpitoon

Aloita nykytilakartoituksesta: selvitä, mitkä organisaatiosi nykyisellään manuaaliset tai tehottomat prosessit voisivat hyötyä automaatiosta. Näitä voivat olla tietojen syöttäminen yksittäisiin excel-tiedostoihin, raporttien kasaaminen useista lähteistä, manuaalinen tiedonhallinta jne.

Kiinnitä eritysesti huomiota siihen, millä tavalla liiketoimintavaatimuksista ja toimenpiteiden arvoista voisi johtaa tarkkoja ja hyvin esimerkitettyjä tarpeita automatisoinnille. Esimerkiksi jos liiketoimintavaatimuksena on parantaa asiakastyytyväisyyttä, pyritään asiakkaille tuottamaan nopeaa ja personoitua palvelua (,jota asiakkaat pitävät arvossa, ja josta täten ovat valmiita maksamaan), voisi automatisointia hyödyntää luomalla asiakaspalvelubotteja, jotka pystyvät vastaamaan useimpiin kysymyksiin ja ratkaisemaan yleisimmät ongelmat automaattisesti. Näin henkilökunta voi keskittyä hoitamaan monimutkaisempia kysymyksiä.

Automatisaation hyödyntämiseksi tulee seuraavaksi valita ja hankkia tarvittavat työkalut, jonka jälkeen voi keskittyä suunnittelemaan ja testaamaan automaatioprosessien toimivuutta. Suosittelen panostamaan tämän jälkeen kunnolla henkilökunnan kouluttamiseen.

Automaatio alkaa vaikuttamaan väistämättä organisaation kulttuuriin ja toimintatapoihin. Muista kuitenkin, että automaatioasteen kehittäminen on jatkuva prosessi, jolloin organisaation on jatkuvasti tarkasteltava ja arvioitava niin toimintatapojaan kuin työkalujaan pysyäkseen kilpailukykyisenä. 

KONKREETTINEN VINKKI: Tehokkainta on valita yksi edustaja jokaisesta tiimistä vastaamaan automaatioasteen mittaamisesta. Tällöin saadaan kyseiselle alueelle omistaja, mikä edesauttaa sitä, että automaation tuomat hyödyt konkretisoituvat lopullekin organisaatiolle.

Datavetoisen kulttuurin rakentamisen aloittaminen voi tuntua haastavalta ja lisäksi on tärkeää muistaa, että datavetoisen kulttuurin rakentaminen on jatkuvaa kehittämistä. Tämä puolestaan vaatii aitoa sitoutumista, itsenäisen toiminnan valtuuttamista, yli siilojen toimivia tiimejä sekä muita resursseja. Aloita pienistä tehtävistä, mittaa saavutetut tulokset ja jaa oppimaasi jatkuvasti esimerkein!