Mitä yhteistä on ravintoketjulla ja digitalisaatiolla?

Kun kaloihin päätyvä plankton on myrkyllistä, kaloja syövä merikotka kuolee. Sama pätee digitalisaatiossa: ravintoketjun pohjalla olevan datan on oltava hyvää, jotta sen päälle voidaan rakentaa digitalisaation ekosysteemi. 

Eagle catching a fish from water

Aikoinaan jouduimme kertomaan Nokian johdolle, miksi master data on tärkeää. Siihen aikaan eivät vielä data governance tai MDM (master data management) termeinä olleet olemassa, eikä ollut kalvoja tai muita materiaaleja, joilla asian olisi voinut kertoa yksinkertaisesti.

Asiaa mietittäessä kollegalle tuli mieleen DDT-myrkyn tarina, jossa vesakkojen kasvua hillittiin DDT:tä suihkuttamalla. Kyseinen myrkky aiheutti aikoinaan merikotkien määrän romahduksen Suomessa. Tutkijat havaitsivat, että DDT-myrkky kumuloituu ravintoketjussa ylöspäin mentäessä ja päätyy lopulta tappavana annoksena ravintoketjun huipulla olevan merikotkan elimistöön.

Miten tämä liittyy digitalisaatioon? Hyvinkin suoraan – yli 10 vuotta sitten maalailtu vertauskuva nimittäin kertoo kaiken oleellisen dataekosysteemin ravintoketjusta.

Digitalisaation pohjan muodostavat datajyväset, joita yhdistelemällä saadaan aikaan lisäarvoa ja uutta liiketoimintaa.

Yrityksen sisällä syntyy dataa, jota yhdistelemällä saadaan aikaan informaatiota. Tätä informaatiota käytetään hyväksi yrityksen ekosysteemissä toiminnan ohjaukseen. Ravintoketjun hierarkia on valmis, kun lisätään operatiivinen, taktinen ja strateginen taso toimintaan.

Digitalisaation pohjan muodostavat datajyväset, joita yhdistelemällä saadaan aikaan lisäarvoa ja uutta liiketoimintaa. Oletko miettinyt, onko sinun yrityksesi datassa DDT:tä mukana?

Eagle flying over a forrest

Huonon datan päälle ei voi tehdä luotettavaa digitalisaatiota

Olen itse tehnyt viimeisen 8 vuoden aikana tutkimusta suomalaisten yritysten kanssa data managementistä ja sen suurimmista ongelmista. Olen myös selvitellyt siinä onnistumiseen johtavia edellytyksiä. Osana työtäni on ollut lukea parhaista toimintatavoista, ja jokaisessa tutkimuksessa olen vertaillut aineistoa ulkomaisiin tutkimuksiin.

Alle 10% yrityksistä huolehtii perusdatan laadusta jotenkin.

Vuosi sitten minulla oli mahdollisuus tutustua yhdysvaltalaiseen Peter Aikeniin, data managementin johtavaan professoriin, ja tulimme asiassa samaan tulokseen. Suomi tai USA – ei ole väliä, huonolle näyttää datan laadun osalta edelleen.

Vain alle 10% firmoista seuraa perusdatan laatua jollakin tasolla. Tuossa 10%:n joukossa on muutamia yrityksiä, joiden datan laadulle on asetettu mittarit siten, että sen laatu on osana yrityksen sisäisen toiminnan tehokkuuden mittareita.

Huono data ei parane yhdistelemällä sitä toisiin datoihin.

Eli mistä on kysymys? Ongelmat alkavat jo planktonista, ravintoketjun alimmalta tasolta. Huono data ei parane yhdistelemällä sitä toisiin datoihin. Eikä huonon datan päälle voida tehdä luotettavaa digitalisaatiota, kuten tiedämme.

A chained eagle spreading it's wings.

Kuinka huonolta tämä sitten näyttää tutkimuksen silmissä? Kuinka voi olla, että datan laatu on edelleen niin huonoa? Senhän piti olla jo kunnossa! Missä vaiheessa digitalisaatiota data lopultakin laitetaan kuntoon?

Data kuntoon vasta ulkoisten vaatimusten paineessa?

Missä kohdin asiat sitten menevät vikaan yritystoiminnassa? Silloin, kun yrityksen strategia ei näy käytännön tasolla, vaan toiminta jatkuu samanlaisena kuin ennenkin.

Ongelmiin ei voida puuttua, koska niistä ei ole mitään näkyvyyttä, kun datan laatua ei mitenkään seurata. Dataa on saatettu laittaa kuntoon jossain vaiheessa isojen IT-hankkeiden yhteydessä, mutta 6 kuukautta käyttöönoton jälkeen sama vanha toimintakulttuuri alkaa taas olla valloillaan.

Yrityksien datan hallintaa joudutaan miettimään vakavammalta pohjalta uusien vaatimusten astuessa voimaan.

Jos yrityksellä sen sijaan on datalle ulkoa tulevia vaatimuksia, alkaa tapahtua. Esimerkkinä Sarbanes–Oxley -asetus Yhdysvalloissa. Kyseinen laki asettaa yrityksen sisäiselle toiminnalle kontrolleja, joilla näytetään toteen se, ettei kukaan yrityksessä pysty muokkaamaan tuloksen laskennan pohjana olevaa, kriittistä dataa.

Asetus syntyi 2000-luvun alussa, kun useat yhdysvaltalaiset pörssiyhtiöt olivat ryvettyneet kirjanpitoskandaaleissa. Muun muassa Enronin konkurssin taustat olivat vääristellyssä datassa, johon ainoastaan pienellä ydinporukalla oli oikeudet.

Sarbanes–Oxleyn kaltaisia, ulkoapäin tulleita ohjeistuksia ovat muun muassa elintarvikealan viranomaisvalvonta ja uusin EU:n yksityisyyden suojaa koskeva datan turvaamisen ohjeistus. Molemmissa tapauksissa yrityksien datan hallintaa joudutaan miettimään vakavammalta pohjalta, ja datan laadun on vastattava vaatimuksissa esitettyjä raportoinnin vaatimuksia.

A close-up of an eagle staring you in the eye.

Minkä tulisi muuttua, ja kuka voi auttaa?

Master data ja datan hallinta ovat osa jokapäiväistä tapaa toimia, eli osa yrityskulttuuria. Yrityskulttuuri on siis se tekijä, jonka tulisi muuttua. DDT-myrkyn käyttö lopetettiin lailla, kun asiantuntijoilla oli näyttää toteen sen kytkös merikotkien kuolemiin. 

Olisiko digitalisaation kanssa työskentelevien asiantuntijoiden aika tehdä oma DDT-raportti johdolle ja kertoa, että meidän digitalisaatiomme tekee kuolemaa? Mielestäni olisi! Hyödyt eivät rajoittuisi pelkästään nopeampaan digitalisaatiossa onnistumiseen, vaan ulottuisivat läpi koko yrityksen pääprosessien. Prosesseista voisi tulla tehokkaampia ja vaikutukset näkyä myös sidosryhmille, esimerkiksi asiakkaille.

Kuka DDT-myrkyn sitten poistaa yrityksen datasta?

Datakeiju tietysti! Tuo piilossa oleva hyvä haltiatar tulee paikalle, koskettaa taikasauvalla ja kas, kaikki asiat ovat hienosti. Valitettavasti näin upeasti asiat eivät ole. Tämäkin vertauskuva on kerran esitelty yhden yrityksen johtoryhmälle. Tarkoituksena oli herättää johto ymmärtämään faktat, missä onnistuttiin kerrassaan mainiosti.

Data errors at the operative level: Pyramid illustration) of the Demand-supply-chain: Strategical level, Tactical level, Operational level.

Toimintakulttuurin tulisi muuttua siten, että data pysyy kunnossa koko ajan.

Oikotietä onneen ei tosielämässä ole. Yritykset voivat saada apua ulkoa käsin asiassa liikkeelle pääsemisessä ja läpiviennissä. Ajatuksena pitäisi kuitenkin olla toimintakulttuurin muuttaminen siten, että data pysyy kunnossa koko ajan. Silloin datasta todella tulee osa yrityksen ekosysteemiä.

Kirjoittaja on nostolaitekonserni Konecranesin tuotteeseen liittyvän IT:n johtaja.

comments powered by Disqus