<img height="1" width="1" style="display:none" src="https://www.facebook.com/tr?id=847228605309050&amp;ev=PageView&amp;noscript=1">

6 tips: Slik får du mer forretningsverdi ut av dine data

Kjære leser! Jeg deler disse tipsene med deg fordi jeg tror det kan gi deg verdifull inspirasjon som du kan dele videre. God lesning!

Dine data er mer verdt enn du aner

Organisasjoner som samler data og analyserer sine kundedata, har det beste utgangspunktet for å skape noe nytt. Riktige data gir deg det beste konkurransefortrinnet.

Gode data gir beslutningsgrunnlag som kan lede til nye inntektsstrømmer, nye produkter og/eller nye, verdiøkende tjenester.

data-bisnode

Hvordan starte? Hva bør du gjøre? Og ikke minst hva kan du gjøre?

Her er mine 6 tips for å øke verdien av dine data:

1. Start med å spørre deg selv: Hva er viktig for å nå mine forretningsmessige mål?

Det er de dataene som er viktige for din organisasjon. Identifiser hvilke opplysninger som er nødvendig for å sikre lønnsomhet, fremtidig vekst og ytelse.

Første trinn er å definere hvilke dataelementer som er relevante for din business. Disse dataelementene er MasterData og er organisasjonens viktigste data.

Definér hvilke dataelementer som er kritiske for din virksomhet.

LES OGSÅ: Er du klar over det store potensialet som ligger i dine Master Data?

Når nye selskaper og gründere etablerer seg, handler det ofte om å utnytte data på nye eller mer effektive måter. De har ikke arvet gamle systemer eller dataløsninger og vil derfor kunne konkurrere godt.

Gratis kaffe og gode råd

Lær av andre

Etablerte selskaper har ikke alltid data som en strategi og kan dermed tape i konkurranse med de nye selskapene. Vi ser at etablerte selskaper endrer sin definisjon og oppfatning av seg selv for å skape en mer datadrevet kultur.

Schibsted er et godt eksempel. For flere år siden definerte de seg som en databedrift og har klart å ta denne posisjonen i markedet.

LES OGSÅ: Vinn eller forsvinn – datakvalitet er helt avgjørende for din virksomhet

2. Identifiser datakvaliteten for de ulike elementene som er viktig for å oppnå dine forretningsmål.

Gjør deg kjent med hva og hvilke data som bidrar positivt og negativt. Beregn det økonomiske potensialet og trend om mulig.

Sett opp en ønskeliste med hvilke typer data som mangler.

Gjør deg noen tanker om data du er usikker på om det er mulig å skaffe. Dette er også en god øvelse sammen med kolleger, fordi du kan få spennende diskusjoner om forretningsutvikling.

Et eksempel: Driver man butikk med en fysisk lokasjon, kan både posisjoneringdata og værdata gi tips om hvor mange som bør være på jobb for å møte kundevolumet.

Elkjøp jobber med dette i dag og har begynt å ta ut gevinster av data som tilsynelatende er isolerte og adskilte.

LES OGSÅ: GDPR – en unik mulighet til å rydde i boden

Tenk bevisst og metodisk

Fokus rundt GDPR gjør at flere har et bevisst forhold til hva man har av informasjon, for eksempel kundedata. Benytt sjansen til å sette kvalitetsmål og å lage rapporter rundt datakvalitet.

Man bør tenke bevisst og metodisk med dagens situasjon, men også lage noen fremtidige målbilder. Dette kan gi mer bevissthet rundt data som en forretningsmulighet.

datavarehus-Bisnode

3. Har du et eksisterende datavarehus? Involver disse i prosessen og søk råd, men forretningssiden må eie utfordringen/løsningen og innholdet.

Jeg ser altfor ofte at når man nevner ordet datakvalitet, ser alle på den IT-ansvarlige.

Hvis det er IT som har det fulle ansvaret for datakvaliteten, har man ikke klart å involvere forretningssiden som bruker og skaper verdi av dataene.

Dette fører ofte til lavere forståelse for hvor viktig dataene er for salg, markedsføring, rapportering, innsikt og beslutningsgrunnlag.

Feil data kan gi store negative konsekvenser

Min erfaring er at det ikke er riktig å legge ansvaret for forretningsmessige datautfordringer og innhold på IT/DV-personell alene. Sørg heller for god opplæring og involvering av personell på begge sider om tilgjengelige data og muligheter.

IT skal være tilrettelegger, men forretningssiden bør ha eierskap.

Da vil du kunne få kortere ledetid og god forståelse for å utnytte data i forretningsprosesser. Jeg har jobbet i selskap med 4-6 ukers leveringstid for enkle tellinger og kundeanalyser. Da blir veien lang til å utnytte data i aktuelle utfordringer.

LES OGSÅ: Slik øker du kvaliteten på dine kundedata – 10 gode råd

4. Del opp de ulike dataelementene i dine forretningsprosesser, som f.eks.:

– Kunder/Salg/Markedsføring
– Produkt/Tjeneste
– Økonomi
– Risiko og Kreditt
–  Compliance

Start med de dataene som har det høyeste potensialet – eller det forretningsområdet du kjenner best.

gap-analyse-bisnode

Gjør en enkel GAP-analyse

 Hva har vi og hva mangler vi innen valgt forretningsprosess? Sett det inn i de syv perspektivene under. (En GAP-analyse går ut på å finne avstanden mellom nåværende situasjon og ønsket situasjon.)

1.  Har vi alle data vi trenger?
2.  Har alle «stakeholders» tilgang til data?
3.  Styrer avdelingen etter dataene og innsikten de skaper?
4.  Er det enighet om hva dataene betyr?
5.  Har man selvbetjeningsløsninger?
6.  Har man tillit til dataene i de forskjellige kontekstene?
7.  Kan man knytte en verdi til dataene?

Vanskelige spørsmål

Her er det flere spørsmål som kan være vanskelige å besvare – avhengig av bransje og avdeling du jobber i.

Hva koster dårlige data?

Det viktigste er å starte prosessen med å se hva gode data kan bidra med eller hva dårlige/mangelfulle data faktisk koster av penger, tid og ressursbruk. Kanskje er dine KPI-er avhengig av data eller informasjonselementer?

Eksempel: Kundefrafall (Churn) er et problem for mange

Det er mange årsaker og en sammensatt problemstilling. Det første man kan gjøre, er å beregne de økonomiske konsekvensene ut fra kundens forventede levetid (CLV). Dette gir en økonomisk betraktning for å jobbe mer med datakvalitet, innhenting av tredjepartsdata, analyser og churn modellering.

Ut fra dette kan du lage enkle business cases eller forretningsbetraktninger.

Da vil du lettere kunne få gehør internt for å ta tak i utfordringene.

It-kontor-Bisnode

5. For å harmonisere og integrere data, er det behov for en god struktur.

Strukturerte data er lettere å håndtere. Strukturen er avgjørende for å kunne integrere data på tvers av en organisasjon.

For å kunne trekke viten ut av datakilder som tidligere ikke har vært konsistente, kreves struktur. Dette punktet er viktig i forhold til implementering i større systemer eller komplekse forretningsprosesser.

Søk råd hos datavarehus/IT/leverandør eller konsulentselskap. Det er mye god hjelp å få. Det er også mange nye og fleksible løsninger innen fagfeltet. For noen bedrifter er det en selvfølge, mens det for andre vil kreve mer på kompetansesiden.

Viktig: Hvordan skaper de ulike informasjonselementene et bra beslutningsgrunnlag – og hvordan reagerer din organisasjon på disse.

6. Implementering av nye og/eller kvalitetssikrede data, som en del av forretningsprosess, er ikke alltid lett.

Nøkkelen er hvordan informasjonselementer skaper beslutningsgrunnlag og hvordan din organisasjon agerer på disse.

Min erfaring er at det er vanskelig å endre etablerte rutiner og arbeidsmetodikk. Det krever tålmodighet og utholdenhet for å overbevise andre om fordelen ved å bli mer datadrevet.

Utfordring: Å skape tillit til data etter mange år med dårlig datakvalitet er utfordrende.

Det er mang en god «software» som har et ufortjent dårlig rykte på grunn av dårlig informasjonshåndtering og datakvalitet. Du har kanskje et eksempel fra din egen bedrift?

crm-bisnode

Mitt eksempel: En tidligere arbeidsgiver kjøpte det dyreste, nyeste og heftigste CRM system for bedriften.

De "tanket" det opp med dårlige data, og etter tre uker kom det uttalelser fra samtlige brukere om dette var et skikkelig bomkjøp!

To år senere ble det kjøpt inn et nytt system og slik fortsatte det. Det ble altså ikke forstått at årsaken til at systemet ble betraktet som dårlig, var dårlige data.

Det motsatte

Fra motsatt side har jeg sett selvhjelpsanalyse-løsninger som Sparebank 1 Forsikring har implementert. Disse skaper raskere verdi og bedre beslutninger ved å få eksisterende data ut i organisasjonen.

Oppsummert:

Innsikt og fakta er det vanskelig å argumentere mot. Jobben er derfor å fokusere mer mot informasjon/data som verdiskaper og jobbe metodisk rundt dette. I dette ligger det også et lederansvar.

«Vi samler inn data for å kunne beskrive verden rundt oss mer nøyaktig, og for å være enda mer presise i vår prediksjon av fremtiden.”

“Dersom vi ikke har en lederforankret strategi om at vi skal bruke de nye dataene og analysene til å ta bedre beslutninger, vil det heller ikke skje.» 
Lars Meinich Bjørnstad Andersen, PWC.

herik-og-arne-i-Bisnode-maskinlæring-AI

Ønsker du hjelp med å økt kvaliteten på dataene dine?

Kontakt Arne Rosness, rådgiver i Bisnode Norge. Mobil: 93 42 87 38. E-post: arne.rosness@bisnode.com 

Gratis kaffe og gode råd

 

 

Motta våre nyeste blogginnlegg!