1966 utlyste UNESCO den 8 september till International Literacy Day för att uppmärksamma betydelsen av läskunnighet i världen och sedan 2015 är läs- och skrivkunnighet en del av FN’s Globala Mål för hållbar global utveckling. Men vi lever ju i en värld där inte bara läskunnighet och det skrivna ordet är viktigt. Vi måste även kunna läsa, tolka, förstå och agera på den mängd data som omger oss både privat och i vårt arbetsliv, så den 8 september uppmärksammas därför även InternationalData Literacy Day.
Vad menas då med data literacy? Läsa data? Hur då? Och varför? Gartner definierar Data literacy som förmågan att läsa, skriva och kommunicera data i sammanhang, med en förståelse för datakällor och modeller, analysmetoder och tillämpade tekniker, samt förmågan att beskriva användningsfall samt affärsvärde och resultat.
Fler och fler verksamheter som vi på Advectas kommer i kontakt med börjar inkludera data literacy som en viktig förmåga som de ser att de behöver, men långt ifrån alla tar ett helhetsgrepp om vad det innebär. Det är lätt att initiativen stannar vid utbildning, men det handlar om så mycket mer.
Självklart är utbildning viktigt. Vi behöver förstå begrepp, definitioner, metoder och koncept som är centrala för den verksamhet vi verkar i. Vi behöver förstå vad ett visst mätetal/KPI eller resultat betyder och vi behöver även förstå vilken verksamhetsnytta som är kopplat till dessa data och vad ett visst resultat innebär samt vilka åtgärder som då borde tas.
Dessa förmågor/kunskaper kan man tillgodogöra sig genom utbildning och coachning, samt att ledare går före och visar vad det innebär att fatta datadrivna beslut. Men trots utbildningar och instruktioner kan rätt mycket ligga i vägen för hur vi individer fattar beslut och agerar. Vi brukar kalla detta ”decision biases”.
Det kan handla om:
Så kallad ”anchoring”, dvs det man hörde först får stor påverkan
Att man har övertro på information som kommer från vår närhet ”jag vet andra som…”
Grupptryck
Att man helt enkelt ignorerar sina biases
”Lagt kort ligger”, dvs att även om det finns alternativ håller du fast vid ditt första beslut
”Röd boll ger vinst”, dvs fenomenet att man ser mönster som inte finns
Att vi bara tittar på det som bekräftar det vi redan trodde
Bakåtsträvaren, dvs ”så här har vi alltid gjort, så här har det alltid sett ut”
Information overflow
Och till sist den berömda strutsmetoden som vi säkert alla känner igen, dvs man ignorerar alla indikationer som signalerar fara eller ger negativ information
Dessa biases kan kännas ohanterliga! Men hur undviker man detta i en verksamhet?
Ett sätt kan ju vara att faktiskt ta hänsyn till att de finns när man försöker skapa sin datadrivna kultur. Dvs skapa forum och samarbetsformer där man i grupp kan försöka synliggöra och eliminera dessa biases.
Så, vi har alltså konstaterat att Data Literacy handlar om en kombination av kunskap och kultur. Hur kommer man då igång om man vill ta ett grepp om Data Literacy i sin verksamhet?
Till att börja med behöver man identifiera var man är på sin BI/Analytics-resa per användargrupp. Hur lätt/svårt är det för olika verksamhetsområden att fatta datadrivna beslut idag och var vill man ta sig? Detta kommer vidare påverka vilket grepp om Data Literacy som behöver tas. Behöver man introducera nya verktyg för en mindre grupp för att analysera data på nytt sätt, eller ska hela verksamheten få ett bättre stöd i sin verksamhetsanalys? Ska man ta in nytt data som inte använts tidigare och som verksamheten behöver lära sig tolka och förstå?
Vi på Advectas börjar se exempel på verksamheter som sätter upp större förändringsprogram kring Data Literacy, men om man inte har möjlighet att gå den vägen skulle vi rekommendera er att följa det här rådet – ”Foster Data literacy one conversation at the time”. Rådet kommer från Valarie Logan, CEO och grundare av The Data Lodge och tidigare Gartner VP Analyst. För varje samtal och gott exempel där data spelat stor roll är faktiskt ett steg i rätt riktning mot en (mer) datadriven kultur.
Anna-Carin Jonsson
anna-carin.jonsson@capgemini.com
Anna-Carin har under sina 20 år i IT-branschen uteslutande arbetat med Business Intelligence och beslutstöd i olika former. I sin roll som managementkonsult och lösningsrådgivare på Advectas stöttar hon främst kunder med projektledning, kravhantering, förstudier, utredningar och förändringsarbete kring Business Intelligence. I dessa roller har hon kommit i kontakt med många av de fallgropar som verksamheter kan hamna i när det gäller beslutsstöd. Teknikbeslut som går före verksamhetsnyttan, oklara definitioner av begrepp och processer, oklara ansvarsroller och annat som gör att BI-initiativ inte tagit sig hela vägen och faktiskt skapat nytta. Self Service BI-initiativ är enligt henne särskilt intressanta eftersom de kräver att man decentraliserar mycket arbete som tidigare legat hos IT-avdelningen och detta kräver att verksamheten är redo för denna förändring.
