”Den digitala organisationen på drift” borde vara ett lika vanligt förekommande och utslitet uttryck inom it-branschen som ”agila arbetssätt”, ”synergier” och ”transparens”.
Listan kan göras lång över företagsledare som lagt fram en storslagen plan på hur organisationen bättre ska ta tillvara sina stora datamängder med förhoppningen att lösa än det ena, än det andra. Man slår sig för bröstet över att det nu minsann finns en mer digital och effektiv organisation på plats.
Problemet är att det ofta är data som inte alltid visar något man kan agera på. Därför riskerar en sådan strategi att slå fel av många anledningar, inte minst riskerar den att få negativ effekt på ekonomi, resurshantering och personal. Ett av de snabbt växande modebegreppen just nu är “data lakes” – stora reservoarer av ostrukturerade data.
En digital organisation är nämligen inte detsamma som att man puttar ut sin organisation på datasjön, utan mål eller mening, roder eller kompass, i tron att data i sig löser alla problem. Möjligen låter det som en självklarhet – och borde också vara det – men jag har sett både mindre och större organisationer som närmat sig området på ett allt annat än strukturerat sätt.
Nyligen träffade jag ett företag som hanterade stora mängder inköp från flera olika leverantörer. Men eftersom det saknades sammanställda och kurerade data fanns ingen överblick kring vilka företag man hade avtal med, och resultatet blev att material köptes in för onödigt mycket pengar samtidigt som de ansvariga för upphandlingar inte kunde identifiera inom vilka områden som störst belopp spenderades utanför avtalen. Samtidigt hade det problemet varit enkelt att undvika om man bara vetat om sina behov: i detta fall att få bästa möjliga pris över samtliga led från sina partners och ett upphandlingsarbete fokuserat på där det ger störst nytta.
Det är i den änden man måste börja. Genom att noga kartlägga organisationens behov fattar man beslut baserat på vad man vet, inte vad man tror – och kan därför undvika att gira ur kurs. Här finns inte någon enkel lösning men att ha nedan punkter i åtanke är åtminstone en bra start för att minimera risken att fastna i modebegreppen.
- Skynda långsamt
Att vilja ha snabba resultat och hitta lösningar som genast hjälper organisationen att tackla nuvarande utmaningar är förståeligt, då alla branscher är konkurrensutsatta. Men för att kunna arbeta kvalitativt med sin data gäller det att bygga en grund som är stabil nog att kunna anpassas allt eftersom. - Utgå från målet
Alldeles för många ställer sig först i efterhand frågan vad det egentligen är organisationens data ska göra, och hoppas att den moderna lösning man betalat dyrt för ska lösa det på egen hand. Det är inte bara ett ineffektivt sätt att arbeta på utan även en process som kostar onödigt mycket resurser eftersom man förmodligen tvingas till nya implementationer och omtag. - Ta mer hjälp i processen
Sitt ned med olika avdelningar och lyssna på de människor som arbetar nära processerna – eller använd en konsultpartner som ni känner tillit till. På så sätt skapar man en förståelse för vilka behov som finns.
Ett fåtal har kunskapen att hantera
Vi diskuterar ofta om glappet mellan ledning och verksamhet, där beslut från ledningen fattas på otillräckliga grunder (och modeord) eller utan förståelse för vad de som ska utföra arbetet behöver. Ett sådant sätt att arbeta med data skapar missnöje, och när organisationer i dag ofta är beroende av ett fåtal individer med stor dedikation och kunskap kring arkitekturen är missnöje förenat med stora risker – människor byter ju faktiskt jobb ibland.
Behövs det en kraftig kursändring i branschen? Förmodligen. Att arbeta kvalitativt med data innebär att man måste få med hela organisationen ombord, bland annat för att kunna förankra delvis nya arbetssätt och skapa en infrastruktur som inte är beroende av enskilda anställda. Men då behöver företagsledare också börja prata i termer som är förankrade i både nuvarande och framtida behov.
Av: Anna Bergendal, Business Unit & Consultant Manager på Enfo