Betydelsen av dataanalyskompetens har aldrig varit större
Hem NYHETERUNDERSÖKNINGAR Betydelsen av dataanalyskompetens har aldrig varit större

Betydelsen av dataanalyskompetens har aldrig varit större

Publicerat av: Redaktionen

De flesta branscher kan dra nytta av dataanalys för att effektivisera beslutsfattandeprocessen.

Att säkerställa att de beslut som fattas är grundade i fakta och tillförlitliga data snarare än magkänsla ger moderna företag ett värdefullt försprång.

Men dataanalys är bara ett första steg, det krävs också att resten av organisationen har ett analysdrivet synsätt, för att inte kunskap och resurser ska gå till spillo. Det menar Patric Hellgren, programansvarig för Analytics Value Training inom EMEA vid SAS Institute.

 Även om digitaliseringen tagit stora kliv framåt under pandemin visar en undersökning från SAS Institute att fyra av tio dataanalytiker är missnöjda med hur deras företag använder och omsätter dataanalyser och -modellering inom organisationen. Lika många (42 procent) menar att dataanalyser inte används som underlag för chefernas beslut.

Modern dataanalys kan optimera verksamheter på sätt som inte varit möjliga tidigare. Men för att dra full nytta av dessa krävs ofta förändringar, insikter och nya kunskaper, varav de som gäller tekniklösningar och analysmodeller bara är en del av ekvationen. Resten av företaget måste också förstå värdet av dessa analyser, och ett analysdrivet tankesätt måste bli en hörnsten i den process som slutligen leder fram till beslutsfattande.

För att bli en mer analysdriven organisation förstärker många företag den dataanalytiska kapaciteten med ansvariga Chief Data Officers (CDO) eller Chief Analytics Officers (CAO). Digitalisering och dataanalys går hand i hand, men om resultaten från dataanalyser inte sedan används i det faktiska beslutsfattandet, så blir det en bortkastad resurs som i förlängningen leder till en lägre ROI för hela digitaliseringsresan. Tyvärr är detta inte ovanligt.

Några vanliga bromsklossar är en bristande internkommunikation, en företagskultur som inte fullt ut förstår värdet av att grunda beslut i data, eller helt enkelt att ledningen till syvende och sist väljer att lita mer på magkänsla och invanda rutiner framför faktabaserad dataanalys.

Att få tekniklösningar på plats och bygga analysmodeller är bara något av det som krävs för att ett företag ska bli datadrivet. Att etablera en analyskultur i resten av företaget är minst lika viktigt för att dra nytta av insikterna från data och analys. Det, i sin tur, kräver att analytiker, företagsledning och medarbetare inom organisationen skaffar sig nya kompetenser och en samsyn om hur dataanalysen ska användas i det löpande arbetet.

Internkommunikationen spelar också en avgörande roll; En dataanalytiker som tar fram värdefulla analysmodeller, men som saknar resurser, mandat eller kunskaper om hur man kommunicerar värdet av dessa till ledning resten av verksamheten riskerar att bli en bortkastad resurs.

Man kan inte räkna med att de nödvändiga förändringarna kommer av sig själv, vare sig vad gäller en hel organisation eller de individer som jobbar med dataanalys. Det krävs till att börja med insikt om vilka färdigheter som behövs samt träning för att införskaffa/vidareutveckla dessa.

Betydelsen av dataanalyskompetens har aldrig varit störreIIA (International Institute for Analytics) har genom sina fallstudier och löpande undersökningar fått fram beskrivning på viktiga områden som behöver tillgodoses för att ett företag ska kunna dra värde av dataanalys och på allvar kalla sig datadrivet. Dessa kan sammanfattas i följande punkter:

  • Ledarskap. Datadrivet beslutsfattande måste framhävas, stödjas och utföras av ledningen.
  • Tekniklösningar. Bygg en ändamålsenlig teknisk infrastruktur som möjliggör dataanalys.
  • Utbildning och träning. Träna upp förmågan att fatta datadrivna beslut. Säkerställ förbättring av den analytiska förmågan i alla faser av medarbetarnas utveckling.
  • Kultur. Att beslut ska vara underbyggda av data måste bli en självklar del av företagskulturen. Arbeta aktivt för att skapa en miljö där normen för allt samarbete är att utgå från data. Låt inte hinder som motvilja mot förändring stoppa datadrivna beslut på individnivå.

I idealfallet blir dataanalytikern en evangelist som sprider de här normerna och arbetssätten internt, genom att erbjuda lösningar vars värden är uppenbara för resten av organisationen. Det innebär att dataanalytikern till att börja med måste inse vikten av att kunna kommunicera. Den färdigheten kan behöva införskaffas och/eller förstärkas genom till exempel utbildning.

Förutom dataanalytiker är den andra gruppen av nyckelpersoner företagsledningen. Den behöver inte bara föregå med gott exempel och arbeta med datadrivna beslut, utan även ge dataanalytiker en chans att växa och skaffa sig de förmågor som behövs.

Tankesättet som presenteras här innebär inte att man ska sluta experimentera med smarta analyslösningar. Den idealiske dataanalytikern strävar efter att utveckla alla de olika kompetenser som behövs i sitt yrke. Pricken över i:et blir om man lyckas sprida entusiasm och kunskap för dataanalys i en organisation, genom att visa på och effektivt kommunicera hur analyslösningar används, och de värden dessa skapar. Målet är en datadriven och analysmogen organisation, både vertikalt och horisontellt med lyhördhet utåt och inåt.

Patric Hellgren, programansvarig, Analytics Value Training inom EMEA, SAS Institute

 

Relaterade Artiklar

Vi använder cookies och andra identifierare för att förbättra din upplevelse. Detta gör att vi kan säkerställa din åtkomst, analysera ditt besök på vår webbplats. Det hjälper oss att erbjuda dig ett personligt anpassat innehåll och smidig åtkomst till användbar information. Klicka på ”Jag godkänner” för att acceptera vår användning av cookies och andra identifierare eller klicka ”Mer information” för att justera dina val. Jag Godkänner Mer Information >>

-
00:00
00:00
Update Required Flash plugin
-
00:00
00:00