Att ge anställda möjlighet att få tillgång till och förstå data är avgörande för datadrivna företags framgång. Det kräver ett modernt förhållningssätt till analys och datastyrning, vilket många företag behöver prioritera.
De flesta chefer är överens om att en datadriven verksamhet inom alla affärsområden är nyckeln till en vinnande strategi, vilket får stöd bland annat av Gartners undersökning 2022 bland vd:ar och högre chefer inom näringslivet.
Men det räcker inte med att modernisera IT-infrastrukturen och migrera till molnet för att rätt personer ska få relevant data. Data måste ”demokratiseras” i hela verksamheten. Demokratisering av data innebär att relevant data finns tillgänglig för alla medarbetare som har behov av att kunna fatta välinformerade beslut. Fler anställda i en organisation får möjligheter och förutsättningar att fatta bättre och snabbare beslut från information som är så nära realtid som möjligt.
Mycket tyder på att datademokratisering ger mer agila företag som fattar bättre beslut. Men erfarenheten tyder på att det inte är så lätt att lyckas med datademokratisering. Bara 27% av organisationerna lyckats med detta, med ytterligare 19% som kämpar för att etablera en datakultur, enligt New Vantage Partners Data and AI Leadership Executive Survey 2022. Till år 2025 spås 80% av organisationer som vill skala digitala affärer att misslyckas eftersom de inte har ett modernt förhållningssätt till data- och analysstyrning, enligt Gartners State of Data and Analytics Governance.
Organisationer måste modernisera sina styrningsrutiner för att lyckas fullt ut med demokratisering av data. Här är sex viktiga saker att tänka på för företagsledare:
1. Från början till slut: Framgångsrik datastyrning måste genomföras från början till slut och omfatta hela datalandskapet, från datalager till analyslösning. Datastyrning handlar om att se till att de nyckeltal som ligger till grund för affärsbeslut på är korrekta och tillförlitliga – att ha en process på plats som säkerställer att säkra data levereras till slutanvändare som har förtroende att använda dem för att fatta beslut i realtid.
2. Kraften i syntetiska data: Med hjälp av artificiellt skapade data kan organisationer skapa innovativa modeller för saker som aldrig tidigare har hänt. Forskning visar att modeller som tränats på syntetiska data kan vara mer exakta än andra. Det är därför syntetiska data ökar i popularitet och ser ut att överskugga riktiga data i AI-modeller år 2030. 3. Automatisera dataleveranserna: Automatiserade lösningar gör det möjligt att integrera styrning i processen med regler och policyer. De kan också ge skräddarsydda förbättringar av datakvaliteten baserat på individen och/eller arbetsflödet. När man automatiserar identifiering av dataegenskaper vid dataflöden förhindrar man att användarna ser det de inte bör se.
4. Katalogisera fallbaserat: När det gäller data kan alla inom organisationen se vilka data som är säkert tillgängliga för dem i en förenklad vy och IT-teamet vet att katalogen är säkrad genom att identifiera och maskera data om användartyper och åtkomsträttigheter. Ur ett analysperspektiv ger begreppet affärsordlista och återanvändbara tillgångar, tillsammans med datalinjering och konsekvensanalys ytterligare kontext till data, vilket leder till ökad konsistens, förståelse och snabbare, användbara insikter. 5. Datalinjering för full synlighet: Datalinjering ger dig möjlighet att förstå och visualisera dataflöden från källan till aktuell plats. Med förmågan att upptäcka, spåra och korrigera avvikelser i dataprocessen kan företag uppfylla målen för datastyrning och sänka kostnaderna för regelefterlevnad, öka förtroendet för och tilltron till data i hela organisationen samt förbättra dataanalysen och därmed affärsprestationen.
6. Ta det steg för steg: Som med många storskaliga digitala omvandlingsprojekt med hög risk är det klokt att börja smått och skala snabbt. Det är också bra att ha ett utifrån-in-perspektiv, särskilt om man använder självbetjäningsanalyser. Med detta menar vi att börja datastyrningsresan genom att få en överblick av hela datalandskapet, att identifiera motsägelser, mål och fel är viktigast, och att bygga därifrån.
Det råder ingen tvekan om att många företag skulle kunna dra nytta av datademokratisering. Snabbt skiftande regler och förordningar kring integritet, såväl som distributionen, mångfalden och dynamiken hos data kan däremot göra det till en skrämmande process. Men genom att bland annat ta ett helhetsperspektiv kring data och analys finns rätt förutsättningar för att nyttja kraften i datademokratisering fullt ut.
James Fisher, chefsstrateg på Qlik
