När kunskapen om data ökar och verksamheters insikter om hur data kan användas blir allt bättre, så tenderar de self service-portaler som verksamheterna tidigare har byggt upp att bli till återvändsgränder. De har blivit för begränsade och oflexibla och kommer inte att kunna tillgodose de behov som användarna och verksamheten har. 
Det behövs därför en ny syn på vad self-service BI/analytics bör vara och hur samverkan i en datadriven organisation sker. 


Self service BI/analytics, en uppdaterad modell

En uppdaterad modell för self service BI/analytics tar sitt avstamp i arbetssätt som baseras på fakta och där verksamhetsledningen ser data som en central tillgång. Det innebär att det finns ett antal krav att kunna stödja en verksamhets konkurrenskraft och operativa mål över tid med 

  • strukturerad informationsanalys efter föränderliga behov
  • möjlighet att kontinuerligt fördjupa och bredda insikter baserade på data
  • anpassade analysmöjligheter efter användarens och verksamhetens aktuella behov
  • kostnadseffektiv utveckling av analytiska förmågor för minskade kostnader eller ökade intäkter

Ur detta kan man utkristallisera behov av ett antal strukturella förändringar, där flera kunskaper och förmågor behöver vässas jämfört med den relativt statiska syn på self service BI/Analytics som Gartners IT Glossary definierar och som främst fokuserar på verktygen (grundläggande analysförmågor, enkla verktyg, förenklad datamängd).

Vad innebär då detta? Vi ser ett antal områden som behöver vara tätt sammanlänkade och tillsammans bilda en helhet för att få self service BI/analytics att motsvara de krav som en datadriven organisation ställer.

Detta är del ett av artikeln som rör en uppdaterad modell av Self Service BI/Analytics. I denna del diskuteras områdena Kultur och kunskap samt Arbetssätt. I del 2 diskuteras områdena Organisation och Verktyg.

Kultur och kunskap 

Som vi nämnde ovan bygger ett uppdaterat synsätt på self service BI/analytics på en verksamhetskultur där data inte bara är fakta utan också utgör en tillgång för exempelvis intäktsgenerering. Det innebär att det finns behov av kritisk och kontinuerlig granskning av verksamhetens tillstånd och en aktiv vilja att vidmakthålla en kultur som stöttar initiativ att ifrågasätta, förbättra, hypotespröva, vidareutveckla och förändra. Detta ställer självfallet krav på en ledningskultur som baseras på öppenhet och ett tillåtande ledningssynsätt där idégenerering och omhändertagande av idéer är nyckeln till framgång. En sådan kultur måste därför stimuleras.

En mer utvecklad syn på self-service BI/analytics förutsätter också att kunskapen om data och den information som används finns i anslutning till den ”plats” där den ska konsumeras. Här kan det finnas flera olika sätt att tillgodose det kravet. För vissa informationsdomäner av komplex karaktär kan lokal kunskap om data behöva byggas upp i verksamheten. För andra eller större informationsdomäner, exempelvis sådana som genereras från verksamhetens olika processer och funktioner och som vanligtvis återfinns i ekonomi- och erp-system, är det lämpligt att datakataloger med definitioner i en katalogtjänst byggs upp och görs tillgänglig. En datakatalogtjänst tillsammans med datavirtualiseringslager i arkitekturen (se avsnittet Verktyg) bidrar starkt till kvaliteten av den analys som utförs i verksamheten. Vidare måste det finnas ett tydligt ägarskap av datakvaliteten i verksamheten.

På motsvarande sätt måste kunskap om analysmetoder och de verktyg som används finnas där de används och där analysbehovet finns. Det är således inte tillräckligt med en super-användarstruktur som i huvudsak har kunskap om de analysverktyg som används. Verktygskunskapen måste kompletteras med analytisk kunskap som kan hantera vanligt förekommande analys. För vissa verksamheter kan det således vara rationellt att exempelvis säkerställa tillgång till såväl statistiska analytiker som till machine learning-kompetens i den operativa verksamheten. 

Arbetssätt

Verksamhetens arbetssätt med self service kommer också att påverkas och behöver anpassas till den kultur och det förhållningssätt till förändring som skissades upp tidigare. Faktorer som förändringshastighet, osäkerhet beträffande vad som egentligen ska uppnås, behov av att pröva hypoteser, behov att riskminimera och skapa bästa värde per insatt krona kommer att påverka valda arbetssätt. Faktorerna indikerar att det finns en väldigt god passform mellan agila, iterativa arbetssätt och det sätt som self service BI/analytics med viss nödvändighet måste fungera på. 
De personer som har kunskap om verksamheten, datan och verktygen behöver således utveckla och förbättra verksamhetens kärnförmågor samtidigt och tillsammans med de stödjande analysförmågorna på ett iterativt sätt.

Användning och vidareutveckling av self service BI/analytics kopplat till verksamhetsutveckling är inte något enmansarbete utan starkt präglat av teamets förmåga att arbeta med dessa frågor. Teamet coachas av den stöttande chefen som banar vägen för teamets arbete. Vi ser således att verksamhetens utvecklings- och förändringsarbete på flera sätt blir helt integrerat med användningen och vidareutvecklingen av self service-förmågorna.

Agila arbetsmetoder har under de senaste åren slagit igenom kraftfullt inom snart sagt alla verksamhetsområden inom industriell verksamhet, helt enkelt för att det fungerar genom att både stödja och inverka positivt på en verksamhets kultur. Den enskilde medarbetarens möjlighet att utveckla ett personligt entreprenörskap och en innovativ förmåga stimuleras i en agilt orienterad arbetsmiljö och resultat levereras kontinuerligt av teamet. Det är därför lätt att förstå vilka framsteg som görs och i vilken riktning arbetet går.

Agila arbetssätt bidrar således till att verksamhetens self service-förmågor (rapporter, portaler, analysmetoder, kompetens med mera) är levande, hålls aktuella och relevanta och utvecklas efter verksamhetens behov.

Fortsättning

Denna artikel fortsätter i Dags att uppdatera synsättet på Self Service BI/Analytics, del 2