Varför litar inte cheferna på sin data?

Datadrivna organisationer, datadriven kultur osv har varit orden på allas läppar inom Analytics de senaste åren. Men enligt en ny rapport från Capgemini Research Institute är det forfarande långt kvar innan cheferna litar tillräckligt mycket för att verkligen anama detta arbetssätt. Varför? Det skall vi försöka tar reda på nu.

Att en organisation är datadriven innebär att data används för att fatta i princip alla viktiga verksamhetsbeslut, d v s att beslut baseras på fakta. Mer fakta, mindre magkänsla helt enkelt. För oss som arbetar med Analytics känns detta som en självklarhet. Det är ju trots allt det som vi valt som vårt yrke, nämligen att samla ihop, berika och presentera data på ett sätt som gör att beslutsfattare kan använda det i sitt dagliga arbete för att fatta operativa, taktiska och strategiska beslut. Det finns numera mycket bevis på att organisationer som lyckas med detta är mer framgångsrika än organisationer som inte gör det.

Vi blir desssutom matade med att det aldrig har funnits så mycket data att tillgå som det gör just nu. Samtidigt har verktygen och metoderna som används för att samla ihop, förädla och presentera datan aldrig varit så avancerade.

Cheferna litar inte på sin data

Trots alla dessa fina förutsättningar används inte alltid data för att fatta viktiga verksamhetsbeslut. Varför? Enligt studien ”The data-powered enterprise” som nyligen tagits fram av Capgemini Research Institute med oss som medförfattare är en viktig anledning att cheferna helt enkelt inte litar på sin data. Faktum är att endast 20% av cheferna litar fullt ut på all sin data. Detta är en väldigt låg siffra och det är ju allvarligt av flera skäl, t ex att många möjligheter missas eftersom cheferna är osäkra på om de verkligen kan lita på datan. Många beslut fattas inte eller blir försenade.

Varför är det då så att cheferna inte litar på sin data? Det finns några huvudsakliga anledningar:

1. Det mest givna svaret är att det helt enkelt är dålig kvalitet på datan. Datan är felaktig eller bristfällig.
2. Datan är rätt men det är fel data. IT-organisationerna som ofta tar fram datan tror det är rätt och strategisk data men i många fall delar inte verksamheten den synen. De behöver något annat. Det kan också vara att datan kommer för sent för att vara relevant.
3. Datan är rätt men cheferna har svårt att hitta/få tillgång till den, eller den är i ett svårtillgängligt format.
4. Datan är rätt men cheferna har inte kunskapen och verktygen att förstå den och dra rätt slutsatser baserat på den.

Vad gör vi åt det?

Läget är alltså inte så gynnsamt och samtidigt som det består är det en massa beslut som borde fattas som inte blir fattade. Och dessutom fattas det en massa beslut på felaktig data. Så kan vi inte ha det. Så vad skall vi göra? Först och främst skall vi försöka förstå att det inte finns någon quick fix. Vi behöver arbeta långsiktigt, målmedvetet och envist för att sakta men säkert ta oss till en bättre situation. Så se till att utrusta din organisation med tålamod och ett systematiskt arbetssätt så har vi en bra gund att stå på.

När vi sedan går vidare med våra lösningar går det att identifiera många olika förbättringsområden:

• Modernisera teknik och metodik: Forsätt modernisera IT-landskapet och infrastrukturen. Verktygen och metoderna blir bara bättre och bättre, men många organisationer sittar fast i gamla lösningar som är i behov av renovering och modernisering. Det finns en viss tröghet pga redan gjorda investeringar men jag upplever att viljan att investera för modernisering just nu är väldigt hög.
• Kommunikation och samarbete: Detta är en gammal käpphäst för mig och här har det skett stora förbättringar. Men fortfarande genomförs rena IT-projekt som handlar om att ta fram data till beslutsfattare. Inte konstigt då att verksamheten ibland tycker att det blir fel. Låt verksamheten spela en framträdande roll i Analytics-initiativen.
• Cheferna måste ta ansvar själva. Man får den datan man förtjänar. Eftersom frågan om data är så strategisk idag är det läge att engagera sig på allvar. Alla kan göra det, det handlar om vilja och engagemang. Jobba nära Analytics-teamen, gräv själv och lär dig själv. Att själv kunna läsa, förstå, analysera och kommunicera med data (sk data literacy) är en allt viktigare egenskap som i stort sett alla chefer behöver kunna i dagens värld. Det är inte farligt, det är bara att kasta sig ut. Och på köpet kommer du snabbt att bli en bättre beställare av analytics-lösningar eftersom du vet mer vad du faktiskt vill ha och behöver.

I den nya forskningartikeln ”The data-powered enterprise” som vi medverkat i kan du läsa mer om hur det går till i praktiken och vad du skall tänka på.

Läs artikeln