Är din data en guldgruva – eller en skräpvind?

Share this post:

Det sägs att data är vår tids naturresurs. Genom att analysera data kan vi få ny förståelse och upptäcka helt nya samband, effektivare drift av maskiner och annan utrustning i industrin, nya typer av samarbete mellan organisationer i ekosystem, kompletterande tjänster, nya affärsmodeller, riktad marknadsföring och inte minst en personaliserad kundupplevelse. Länge såg vi på data som, mer eller mindre, en del av en transaktion. När transaktionen väl var slutförd behövdes inte den tillhörande datan längre. Nu vet vi att data, rätt hanterad och använd, kan vara en riktig guldgruva.

Mer data i värdekedjan ökar känsligheten för dålig datakvalitet

I sämsta fall kan data istället liknas vid en skräpvind där gamla och ibland trasiga eller rent av obrukbara saker kastats in huller om buller genom åren. Exempelvis har vi sett att felaktig data utgör ett stort hinder för avancerade e-handelslösningar när leverantören lägger ordrar till sig själv baserat på tillgång till kundernas produktionsplaner och lagernivåer. Denna typ av datakvalitetsproblem kan omfatta allt från lagersaldon, produktionsprocesser och logistik till priser och kunddata. När data i allt större utsträckning byggs in i företagens värdekedjor blir vi känsligare för fel. Men känsligheten står i relation till användningen: fel som i vissa fall kan göra data oanvändbart spelar i andra fall inte någon större roll. Här är några exempel på hur ofullständiga, felaktiga, föråldrade eller fragmenterade data kan uppstå:

• en kund som har genomfört ett köp i en fysisk butik kan vara ”osynlig” i företagets onlinesystem eftersom systemen inte är integrerade med varandra. Sådant skapar irritation vid ett reklamations- eller bytesärende, till exempel.
• manuella justeringar av fysiskt lager i syfte att avhjälpa en krissituation, exempelvis vid en tilläggsorder från en viktig kund i sista minuten, som inte registreras.
• genom återanvändning av produktnummer, för produkter som i verkligheten är olika, blir jämförelser över tid förvirrande och det finns risk för att man drar felaktiga slutsatser.

Att säkerställa korrekt data är varken banalt eller enkelt

Till saken hör att korrekt data lätt kan underskattas som något banalt eller enkelt. Kommentaren hur svårt kan det vara? hänger så att säga i luften. Men vid tillfället då data skapas är det inte så lätt att veta hur den kommer att användas i ett senare skede. I verksamheter med stora datamängder, komplicerad datastruktur och många olika stödsystem och intressenter är frågan om rätt data många gånger istället bred, djup och resurskrävande. Dessutom är ägarskapet ofta otydligt, med tanke på alla olika användningsområden – från det mest operationella till det analytiska där nästa steg för många är att applicera artificiell intelligens (AI). Med AI kommer också begrepp som etik och partiskhet in i diskussionerna om data, vilket sällan ingick i beräkningen när datastruktur och ägarskap fastställdes en gång i tiden.

Storstädning och veckostädning är receptet för god datakvalitet

Så, vad göra? Att sticka huvudet i sanden är sällan en bra idé. På sikt leder det till en sämre produkt eller tjänst, ineffektiv produktion och till en sämre kundupplevelse. Då är storstädning, även om den är resurskrävande, en bättre idé. Eftersom det ofta är en komplex och arbetsintensiv insats föreslår vi en inledande granskning (något vi kallar för ”data assessment”) för att bedöma nuläget, följt av en åtgärdsplan och en analys av potentiella datadrivna affärsvärden. Att städa först leder till bättre effektivitet i efterföljande steg som innefattar arbete med kvalitet, integration och återanvändning av data. På sikt bör arbetet med datakvalitet bli till en naturlig rutin.

Realiseringen av de stora affärsvärdena kräver att data förädlas till information och kunskap som införlivas i verksamheten och kommer kunderna tillgodo genom en bättre produkt, tjänst, upplevelse eller leverans. Vi kan jämföra det med utvinningen av guld genom vaskning eller brytning i den analoga världen. På frågan guldgruva eller skräpvind svarar vi alltså: främst det förstnämnda, men glöm inte att städa regelbundet!

Allteftersom digitaliseringen framskrider blir datakvalitet en allt viktigare fråga. Om du vill diskutera dina erfarenheter av att arbeta med datakvalitet, är du varmt välkommen att kontakta oss.

John Gibe, Senior Managing Consultant iX Strategy på IBM (email: john.gibe@se.ibm.com)

Tommie Hallin, Executive Architect, Big Data & Analytics på IBM (email: Tommie.Hallin@se.ibm.com)

Derek Barclay, Associate Partner på IBM (email: derek.barclay@se.ibm.com)