Dette innlegget ble opprinnelig publisert på Azets.no 19. oktober 2021
Det er først når du kan fatte bedre beslutninger, basert på data, at data virkelig skaper verdi. Her er 5 tips til hva du kan gjøre for å hente ut gevinster på data dere allerede har.
Data er overalt, og veksten er formidabel. De fleste har hørt om Big data. Men visste du at data også er “big business”?
I følge en rapport utarbeidet av Menon, på oppdrag fra NHO, representerer norsk dataøkonomi en årlig verdiskaping tilsvarende ca. 150 milliarder kroner og en sysselsetting tilsvarende 100 000 arbeidsplasser.
Denne verdiskapingen har potensiale til å nå 300 milliarder kroner i 2030, eller ca. 7 prosent av BNP.
I så fall vil verdiskapingen fra data dermed kunne passere verdiskapingen fra norsk petroleumsvirksomhet rundt 2030! Tar vi med de samfunnsøkonomiske gevinstene ut over verdiskapingen som kan måles i BNP, så har data, ifølge Menon, en verdi som langt overstiger petroleumsressursene.
Data: Fra råvare til verdiskapning
Data er data, som min tidligere professor pleide å si. Det er egentlig ikke så mystisk. Data kan omfatte alt fra personlige data som alder, kjønn og høyde, til data samlet inn fra sensorer på skip eller om produksjonsprosessen ved en fabrikk.
Du finner data i ord, bilder, lyd, ideer, fakta, målinger, statistikk og alt som kan behandles av datamaskiner (brutt ned til binære tall, 1-er og 0-er).
Verdiene vi henter ut av råvaren data er allerede betydelige, men data har ingen verdi isolert sett. Verdien ligger i hvordan de utnyttes som innsatsfaktor til forbedring, fornying og nyskaping. Verdien av data måles derfor gjennom hvilke gevinster virksomheter og samfunnet oppnår gjennom å utnytte data.
Det er altså først når du som leder kan fatte bedre beslutninger basert på data, at data virkelig skaper verdi.
Det er mange eksempler på hvordan virksomheter bruker data for å realisere verdi, enten for å forbedre eksisterende drift eller påvirke egen evne til fornying. McDonalds, Netflix, Google, Coca-cola og Uber er noen av de mer kjente eksemplene på datadrevne virksomheter.
Sainsbury’s, en av de største dagligvarekjedene i UK, måtte snu seg raskt da kunder begynte å panikkjøpe basisvarer i starten av pandemien. I følge selskapets CIO, Phil Jordan, var Sainsbury’s den første dagligvarekjeden som tok i bruk data for å identifisere eldre, handikappede og andre sårbare kunder slik at de fikk sikret tilgang til å handle nødvendige matvarer i en ekstra krevende tid.
Ledere i datadrevne organisasjoner forstår hvordan data hjelper dem til å ta smarte beslutninger. I følge en undersøkelse av McKinsey Global Institute har datadrevne selskaper 23 ganger større sannsynlighet for å skaffe nye kunder enn sine konkurrenter, og det er ni ganger mer sannsynlig at det nettopp er deres kunder som er mest lojale.
Nå må du bruke data til å rapportere på bærekraft
Bedre utnyttelse av data er helt nødvendig for å nå FNs 17 bærekraftsmål. Data danner et faktagrunnlag og identifiserer de viktigste problemområdene, og hvilke tiltak som er hensiktsmessige for å adressere utfordringene.
EU har akselerert tiltakene for å nå sin del av Paris-avtalen og flere av disse blir innført i Norge som følge av EØS-avtalen. Internasjonalt er det høy aktivitet når det gjelder å utvikle nye lover og reguleringer knyttet til et bærekraftig næringsliv.
EUs taksonomi er et system som er rettet spesielt mot store bedrifter og aktører i kapitalmarkedene. Kort fortalt vil taksonomien definere hva en bærekraftig aktivitet er, og skal gjøre det enklere å skille mellom bærekraftige og ikke-bærekraftige virksomheter.
Mange store nordiske selskaper har satt seg ambisiøse klimamål de siste årene. IKEA, Flokk, Asko, NorgesGruppen og Bergans ønsker å være klimanøytrale innen 5-10 år. Dette har stor innvirkning på alle små leverandører som vil måtte forholde seg til store næringsaktørers klimamål. Snart må alle nordiske virksomheter dokumentere og rapportere på klimaavtrykk.
Ny nordisk standard for bærekraftsrapportering ble lansert 14. oktober 2021. Standarden (Nordic Sustainability Reporting Standard – NSRS) er den første som er tilpasset SMB-segmentet. For noen vil dette kanskje føles som en plikt, men stadig flere oppdager at denne innsikten faktisk gir et konkurransefortrinn.
Blant nøkkeltallene SMB-bedrifter skal måle etter den nye standarden er CO2-utslipp, energiforbruk, andel av fulltidsansatte og lønnsforhold. Andre KPIer inkluderer turnover blant ansatte, kjønnssammensetning i styret og forholdstall for medianlønn.
Data er ikke bare viktig for å måle fremgang på bærekraftsmålene og KPI-ene, men også for å finne gode løsninger på problemene som samfunnet står overfor, både lokalt, nasjonalt og globalt.
5 steg til å skape verdi med data
Selv om de fleste selskaper allerede genererer masse data, og har gode intensjoner om å utnytte data til å skape verdi, så blir mye av selskapets rådata ikke bearbeidet eller foredlet. Da blir det vanskelig å utnytte data til å optimalisere arbeidsprosesser eller effektivisere beslutningsprosesser.
Skap et realistisk målbilde, ta eierskap til egne data og kvalitetssikre de dataene dere har. Jobb for å unngå at data gjemmes bort i interne siloer.
Her er 5 steg til å skape verdi med egne data:
1. Tydelige mål Skal du bruke data for å skape verdi må du ha tydelige mål. Først må du vite hva du ønsker å oppnå. En databasert beslutning skal understøtte virksomhetens strategi og visjon, i respons på markedsbehov eller direkte fra kunder. Data har verdi når det gir deg innsikt til å forbedre eksisterende drift, prosesser og produkter. Det bidrar i sin tur til å hjelpe bedriften til å oppnå målene dere har satt dere.
2. Klargjør dine KPI-er Data kan være omfattende, og det er lett å fordype seg i detaljer. Vær tydelig på hvilke nøkkeltall og KPI-er dere skal måle før dere gjør dypdykk i egne data.
3. Datakilder og henting av data Hvordan kan dere knytte de interne og de eksterne datakildene sammen for å danne et best mulig beslutningsgrunnlag? Hvilke datakilder har dere, og hvordan bidrar de enkeltvis eller samlet? Få oversikt over de aktuelle kildene, verktøyene og systemene hvor data fanges.
4. Strukturere data og bygge datamodell Strukturering innebærer blant annet å foreta endringer i dataene for å gjøre det ryddigere, rette opp feil og gjøre det enklere å forstå. En slik strukturering skal klargjøre data til bruk i analyse. Med moderne Business Intelligence (BI) løsninger er det enkelt å bygge en god datamodell etter at datastruktureringen er gjennomført. En slik modell omhandler hvordan dataen er koblet sammen på tvers av tabeller og kolonner.
5. Rapporter og dashboards Når all data og datamodell er på plass er det på tide å gå i gang med visualisering. Sørg for å ha gode Business Intelligence (BI) verktøy, som f.eks Power BI. Microsoft Power BI gjør det enkelt å lage personlige dashbord og rapporter med interaktivt og forståelig visuelt oppsett.