Hvis I skulle starte helt forfra med jeres digitale forretning, hvor ville I så starte? Spørgsmålet er retorisk og har ingen gang i den virkelige verden.
Refleksionen i spørgsmålet er dog interessant nok. Hvorfor den er det, gør jeg dig klogere på i denne artikel.
Datakvalitet afgør jeres evne til at skalere digitalt
I mange virksomheder er digitale løsninger opstået som knopskydning i takt med at virksomheden er vokset. I praksis betyder det ofte, at en hjemmeside, et ERP-system eller en app er opstået og udviklet som et afgrænset projekt i en af virksomhedens afdelinger.
Men en siloopdelt digitalisering af forretningen volder forskellige problemer. Et af de helt store problemer er datakvalitet – kvaliteten af virksomhedens såkaldte Master Data.
For med siloopdelt data er det vanskeligt at danne sig et billede af forretningen og dens sammenhænge. Og et upræcist billede af forretningen svækker ledelsens forståelse af værdi, fordi det strategiske beslutningsgrundlag bliver for svagt. Derudover øger en siloopdelt systemarkitektur behovet for manuelt vedligehold i driften.
Med andre ord ser vi ofte, at den digitale forretning har svære vilkår for at udvikle sig, hvis datagrundlaget ikke er stærkt nok og mangler sammenhæng på tværs af organisationen.
Hvad er Master Data?
Master Data dækker over en række forskellige datatyper fra virksomhedens aktiviteter. Fælles for dem er, at de typisk ikke er forbundne. Derfor vedligeholdes og anvendes de ofte i siloer.
Eksempler er:
- Produktdata
- Kundedata
- Leverandørdata
- Logistikdata
- Medarbejderdata
Det er altså den type data, der typisk ligger i forskellige systemer f.eks. i ERP, PIM, SharePoint, Excel og kundeserviceløsninger.
Tre typiske datascenarier
Min erfaring er, at der – groft sagt – findes tre datascenarier, når man kigger på kvalitet og anvendelse af Master Data. Min erfaring er også, at en del virksomheder tror, at de har bedre styr på deres data, end det viser sig at være tilfældet, når vi dykker ned i det.
Så nu bliver det spændende. Mon du kan kende din egen organisation i nedenstående? Og er I mon, som du tror, I er?
1. Det manglende dataoverblik
I det første scenarie har man et lavt niveau i datakvalitet- og anvendelse. Her er dataene uorganiserede, og der findes ikke et dataoverblik.
I denne type virksomhed har hver medarbejder sin egen måde at håndtere data på. Her er ingen gennemsigtighed i dataene og derfor en betydelig risiko for formidling af forkert data. Det kan f.eks. være en ny garanti på et produkt, som aldrig når sælgeren, eller leveringsbetingelser, som ikke bliver opdateret i webshoppen.
I sådanne virksomheder bliver data derfor en begrænsning for forretningens effektivitet og fortsatte udvikling.
Befinder jeres organisation sig på dette stadie af dataanvendelse er et godt første skridt at blive nysgerrig på jeres data. Hvilke data har I? Hvor stammer de fra? Hvor bliver de brugt? Og hvordan opbevarer I dem?
Med indsigt i jeres nuværende situation kan I etablere et fundament for det fremadrettede arbejde med en datatilgang og -model, som både kan udvikle og effektivisere forretningen.
2. Det gode, men siloopdelte, datagrundlag
Et andet typisk scenarie er det, hvor man arbejder dedikeret med data i de enkelte afdelinger.
I denne type af virksomheder har produktion, it, marketing og salg hver især et godt datagrundlag og en god lokal anvendelse af dem. Derfor er denne type virksomheder også tit af den opfattelse, at de har et stærkt datagrundlag.
Og det har de også – et stykke ad vejen.
For ofte er det ikke muligt at forbinde og sammenholde dataene på tværs af organisationen. Derfor bliver dataene kun brugt – og forstået – i den lokale afdelings kontekst. Det betyder, at dataene bliver brugt til sub-optimering i den enkelte afdeling i stedet for til bred forretningsudvikling.
Er du en del af en organisation med den type af dataorganisering, kan I med fordel begynde at orientere jer horisontalt i stedet for vertikalt. Hvordan kan vi forbinde dataene på tværs af organisationen? Og hvordan kan de enkelte data bidrage med værdi på tværs?
På den måde kan I over tid udfase den siloorienterede, sub-optimerede tilgang til fordel for en tilgang med et bredere fokus på forretningsudvikling.
3. Den integrerede dataanvendelse
I det sidste scenarie har man et højt niveau af datakvalitet og -anvendelse.
I denne type virksomheder er datamængden ensartet og forbundet på tværs af organisationen, og dataene bruges i relevante kanaler og til at kvalificere beslutninger om nye initiativer.
Er det din organisation, jeg lige har beskrevet?
Godt gået!
I har et rigtig godt udgangspunkt for jeres digitale forretning. Jeres næste skridt er at arbejde proaktivt med jeres data. Kan I se nye mønstre eller nye tendenser i jeres data? Hvis ja, kan de så omsættes til udvikling af ny forretning?
Dataanvendelse på dette niveau giver jer muligheden for at være frontløbere på nye digitale forretningsmodeller, ligesom dataene også giver jer et godt grundlag for de beslutninger om til- og fravalg, som ligger i forretningsudvikling.
Genkender du din organisation?
Nu har jeg delt lidt af min erfaring med virksomhedernes kvalitet og anvendelse af Master Data.
Kunne du kende din egen organisation og jeres datastrategi? Hvis ja, beriger eller begrænser data jeres forretning?