4 skridt til værdi fra analytics

For et par år siden snakkede alle om Big Data og værdien af samme. Mange virksomheder fik travlt med at opbygge store databaser over alt, hvad de kunne komme i nærheden af data på deres kunder, leverandører, og hvad de ellers kunne finde på.

Siden da er der blevet lidt mere stille omkring Big Data. Dette skyldes ikke mindst, at mens det har vist sig at være relativt enkelt at samle data – omend det at sikre kvaliteten af data er og bliver en hård opgave – er det de færreste, der har haft eller har nogen egentlig klar idé om, hvordan de skal få reel forretningsmæssig værdi ud af de data, de har indsamlet.

Mange vil gerne give deres bud på, hvordan disse virksomheder kommer videre og anvender analytics på Big Data til at skabe værdi. Her er de fire grundlæggende bud fra min hånd.

Data siger intet om behov

Før vi kan gå i gang med at se på, hvad man kan gøre helt strukturelt for at få værdi ud af Big Data, er vi nødt til at se på, hvad Big Data ikke er og ikke kan.

Big Data er ikke et udtryk for, hvad det er, der driver ens kunder eller interessenter til at foretage de handlinger, de gør. Dette er et rigtig stort hul og ‘blind spot’, og i virkeligheden forklarer det måske meget godt, hvorfor det er, at det er så svært for virksomheder at få værdi ud af de mange data.

Så et godt sted at starte kunne være at parkere hele diskussionen om Big Data et øjeblik for i stedet at fokusere kræfterne på at komme tættere på kunderne og en forståelse for, hvad det virkelig er, der driver dem. Tanken er hermed givet videre.

Hav en executive sponsor

Hvis vi går tilbage og ser på, hvad det er, der skal være til stede for at man kan begynde at få værdi og forretning ud af sine data via analytics, er det første skridt at sikre sig, at der er en executive sponsor for indsatsen.

Denne sponsor skal helst være på absolut chefniveau, og personen er vigtig af én særlig grund: At facilitere en gradvis overgang fra en virksomheds-kultur, hvor relativt mange ting kører på rutinen og fornemmelsen og så over imod en virksomhedskultur, hvor der er mere fokus på at være datadreven.

Sponsoren er nødvendig, fordi al erfaring viser, at skal man arbejde med at forandre noget så modstandsdygtigt som den interne kultur i virksomheden, skal det have opmærksomhed og energi helt fra toppen. Ellers kommer det ikke til at ske.

Hav et formål med data

Den næste væsentlige ting er at få et formål med de data, man opsamler og gerne vil bruge. Alt for mange virksomheder er gået til Big Data opgaven med en tanke om, at nu skulle man samle alt, og at det i virkeligheden var dette, der var den vigtigste opgave. Det er det på ingen måde.

Det vigtigste i arbejdet med data i forhold til at skabe forretning og vækst er at kunne fokusere på de data, der rent faktisk betyder noget og bruge disse i sit analytics-setup. Dels giver det en hastighed og agilitet, det kan være svært at frembringe, hvis dataoperationen bliver for kompleks og altomfattende, og dels giver det meget bedre muligheder for at overskue data og de signaler, disse sender.

Hvis man så oven i købet har taget mig på ordet ovenfor og fulgt rådet om at bruge nogle ressourcer på også at komme tættere på at forstå sine kunder, får man en interessant mulighed foræret: Nemlig muligheden for at vide, hvad det er for typer af signaler og data blandt ens kunder og interessenter, det er særlig vigtigt at lytte efter og være opmærksomme på. Allerede der kan man dramatisk booste værdien af hele sin dataoperation.

Hav klare KPi’er

Den tredje ting, der er afgørende for at kunne forvandle Big Data fra en stor samling ingenting til noget, der kan bruges i forretningen, er at blive enige om KPI’erne, og ikke mindst hvordan disse rent faktisk måles via analytics.

Rigtig mange virksomheder har løbende interne diskussioner om, hvordan stort set den samme ting egentlig skal måles, og ofte ender det med, at man finder forskellige veje til nogenlunde det samme svar. Det kan fungere, når det går godt, og tallene rent faktisk er sammenlignelige. Men den store risiko er, at det ender i kaos og uoverskuelighed, hvor man skal bruge en masse unødig tid på at samkøre data, analysere og finde mening. Det er der slet ingen grund til.

Sørg i stedet for at have klare KPI’er, der er koblet op på de data, der er et formål med at holde øje med, og som i sidste ende gerne skulle udspringe af en klar forståelse for, hvad der driver kunder og interessenter til virkelig at interagere med ens virksomhed og produkter. Så er man rigtig godt kørende.

Ingen særskilt business case

Den sidste ting, jeg vil anbefale, man husker, er at lade være med at betragte analytics som en særskilt business case.

I det hele taget har en vis herre skabt business cases, for det er de færreste, der har et stringent forhold til virkeligheden, når de udarbejdes, og det er endnu færre, der for alvor overlever det første møde med virkeligheden. Og at anvende dem i relation til analytics er direkte skadeligt i forhold til at kunne bruge analyse af data til at skabe forretningsmæssig værdi.

Se i stedet for analytics som en helt fundamental del af infrastrukturen for det at drive forretning. Ansku det ligesom man anskuer virksomhedens ERP-system. Mig bekendt er der heller ingen, der laver store business cases for det; der ved man, at uden et ERP system kører virksomheden bare ikke.

Sådan kan det også blive med analytics. Hvis det gribes rigtigt an.

(Foto: Pixabay)