Jeg har sagt det for flere år siden. Men nu siger jeg det med større ro og autoritet i stemmen: Tiden er inde til, at virksomheder sætter deres data i spil på en ny måde og anvender dem til forretningsudvikling. Ikke bare til intern optimering, men til udvikling af nye services, som giver nye måder at tjene penge på.
Det er overvældende, hvordan dataanalyse har udviklet sig inden for de senere år. Derfor navigerer vi i dag blandt mange forskellige begreber, som business intelligence, data analytics, big data analytics, predictive analytics og data science.
Hvilken service eller løsning skal man som virksomhed efterspørge, hvis man ønsker at få indsigt i sine data? Svaret afhænger af, hvilken indsigt man søger at få.
BI-løsninger er stadig relevante for mange virksomheder. De købes out-of-the-box og anvendes til at visualisere data og give et godt overblik over store mængder historiske data. De kan afspejle mønstre i fortiden og give virksomheder et billede af fremtidige trends, som de kan agere ud fra. Der er dog ikke en statistisk valideret sammenhæng mellem de viste data.
Det er der til gengæld i avancerede data analytics-løsninger, som involverer machine learning. Data science er seneste skud på stammen og er en ny metode til at undersøge nye forretningsmuligheder med afsæt i en eksplorativ tilgang.
De programmerede algoritmer kan ved hjælp af machine learning selv lære at finde mønstre og regler løbende, langt hurtigere og langt bedre end mennesker. Derfor kan man undersøge nye forretningsmuligheder på baggrund af de sammenhænge og mønstre, der opstår mellem de indsamlede dataelementer.
For få år siden kunne data analytics-løsninger langt fra give svar på så avancerede spørgsmål, som de kan i dag. Derfor er tiden inde nu.
For det er lige nøjagtig forretningsudvikling, der skal være i fokus. Teknologierne kan løse langt mere sofistikerede opgaver for forretningen og er blevet mere tilgængelige og billigere i pris. Det betyder, at ingen virksomhed er for lille til at bringe sine data i spil, og ingen teknologi er for kompleks. Det forretningsmæssige udbytte er højere end nogensinde før.
Hvorfor er forretningsudvikling gennem avanceret dataanalyse så ikke i fuld gang i alle virksomheder? Et godt bud er, at det kræver meget mere end modne teknologier at komme i gang med forretningsudvikling.
Først og fremmest er det vigtigt at gøre sig klart, hvad man ønsker med dataanalyse, hvordan man får troværdig viden ud af dataanalyse, og hvordan man handler ud fra den indsigt, dataanalyse giver. Hvis man ikke er i stand til det, er det skønne, spildte kræfter.
Dernæst kan der ligge en stor barriere i organiseringen af virksomheden. For dataanalyseprojekter kræver forandringsledelse. Medarbejdere skal tænke forretningsudvikling på nye måder, og vil man løfte barren for forretningsudvikling skal man tænke i nye økosystemer, hvor man deler data med andre virksomheder og aktører. Det er give-and-take, og det kræver mod at udstille egne data.
I Pedab kan vi hjælpe virksomheder med at komme i gang. Vi kender udfordringerne, og vi kender mulighederne. Og vi trækker på vores store økosystem af dygtige rådgivere, partnere og leverandører, som yder støtte gennem hele processen.
Er du på High Tech Summit den 30.-31. oktober, så kom til vores session “Simplify your business with data” og slå også vejen forbi Pedab på stand 53. Her kan du møde tre partnere fra Pedabs økosystem, Advectas, Itelligence og Mjølner, som hjælper virksomheder med at omsætte deres data til forretning.