Hvorfor data? Hvorfor nå?

Hvorfor data? Hvorfor nå?

Vi har alltid samlet og brukt data, hva er nytt? Og hvorfor er dette viktig for MEG? Les videre for å få svar – samt introduksjoner til skytjenester og avansert dataanalyse.

Data – før og nå

Data, slik vi bruker ordet i denne sammenhengen, betyr altså «opplysning som blir brukt i (eller kommer ut av) et databehandlingssystem». Denne betydningen av ordet har røtter tilbake til etterkrigstiden og utviklingen av moderne datamaskiner på 1940- og 1950-tallet (nettopp: data-maskiner).

Men … 1940-tallet!? Da har vi jo jobbet med data i en evighet, og til og med lenge før vi fikk internett. Så hva kommer den plutselige interessen av? Hvis vi kan oppnå alt mulig ved hjelp av data, hvorfor skjer det først nå?

Det som er nytt er, for det første, at alt og alle nå er på nett. Datatilfanget vokser eksponentielt. Tallet på antall «bytes» med data som blir til hver dag har så mange nuller bak seg at du kommer til å se i kryss før du klarer å telle det. 

For det andre er teknologien kommet langt nok til at vi kan samle og utnytte disse dataene fra alle mulige kilder i en helt annen skala enn tidligere. Lagringskapasiteten er nå enorm gjennom nettskyen (se 👩‍💻 faktaboks), og «alle» har tilgang på mye kraftigere og raskere prosessering og regnekraft – som gjør at vi kan kombinere data og finne sammenhenger som aldri før.

👩‍💻 Teknologier: Skytjenester

Skytjenester innebærer at for eksempel programmene og filene dine ligger helt eller delvis på en ekstern server, i stedet for på din egen maskin – og du må være koblet til nettet for å få tilgang på dem. I økende grad bruker vi nå skytjenester for å dekke behovene våre for lagring, programvare og prosessorkraft. En konsekvens av at disse funksjonene melder flytting til skyen, er at vi som bruker dem går fra å kjøpe produkter, til å abonnere på tjenester. For eksempel, i stedet for å kjøpe en harddisk, abonnerer vi på Dropbox. I stedet for å kjøpe Microsoft Office-pakken på kjøpesenteret, tegner vi et abonnement på Office 365 på nettet.

Skytjenester kan spare virksomheten for tid og penger, og åpne opp for nye måter å jobbe på. Virksomheten unngår å investere i hardware, servere, nettverk, lagring og programvare. Videre forsvinner store deler av ansvaret ved å oppgradere og vedlikeholde systemer. Løsninger i skyen representerer også et eldorado av muligheter, der mye ligger klart i et omfattende økosystem. Man kan for eksempel enkelt dra nytte av avansert dataanalyse og maskinlæring med velprøvd teknologi og tilnærmet ubegrenset skalerbarhet. Verktøyene ligger der som tjenester, så vi slipper å kode alt på egenhånd. Nettskyen muliggjør også tjenester som skal ut til mange brukere samtidig, og sikrer tilgjengelighet for alle med en internettilkobling.

Skytjenester omfatter alt fra totalleverandører til helt spesialiserte tjenester. For eksempel samarbeids- og kommunikasjonsverktøy, analyseverktøy og skylagring.

Gå til slutten av veiviseren for å lære mer om skytjenester.

Mer og bedre innsikt

De mest fremgangsrike selskapene i dag er de som utnytter den eksplosive veksten i tilgangen på data. Det er de som spør: Hvis alt dette er opplysninger – hva kan vi bruke disse opplysningene til? Det tar i bruk avansert dataanalyse (se 👩‍💻 faktaboks), de samler og sammenstiller data fra alle kilder på egne plattformer, de visualiserer dataene og tar den i bruk gjennom applikasjoner. Alt dette er ord og konsepter vi skal forklare nærmere i løpet av denne veiviseren.

Vi har kanskje jobbet med data lenge, men nå kan vi jobbe med data på nye måter – og dataene kan gi oss helt nye måter å jobbe på.  

👩‍💻 Teknologier: Avansert dataanalyse

Avansert dataanalyse er ikke en teknologi eller programvare som sådan, men en trinnvis prosess for å gruppere, samle, organisere og analysere data. Det er snakk om teknikker vi kan bruke for å analysere og lære fra rådata for å få ny innsikt og nye svar. Det omfatter bruk og utvikling av ulike verktøy basert på statistikk, matematikk og informatikk.

Prosessen kan være verdifull både med små og store datasett, ikke bare såkalt «stordata». Men jo mer data du har tilgjengelig, desto bedre vil analysene bli – forutsatt at datakvaliteten er god.

Et fellestrekk for de mange forskjellige teknikkene for dataanalyse, er at vi bruker dem for å forstå sammenhenger basert på observasjoner. Avansert dataanalyse kan eksempelvis avsløre trender som ellers ville gått tapt i mengden av informasjon.

Du kan lese mer om avansert dataanalyse i et eget kapittel senere i veiviseren.

Si at du får motorstopp. Med dagens moderne biler vil mekanikeren kanskje åpne en app før hun åpner panseret på bilen. Det finnes data om hva som er skjedd. Hvordan du kjører, og hva som skjer med motoren, har etterlatt opplysninger i bilens datasystem – som kanskje kan avsløre feilen før mekanikeren har fått olje på fingrene.  

Om disse dataene er nyttige for mekanikeren, er de uvurderlige for bilprodusenten. De kan finne ut nøyaktig hvordan kundene bruker bilene deres hver dag, hva det er som sliter på motoren i hvilke situasjoner, og hvor og når det oppstår feil. Slike detaljerte opplysninger kunne deres forgjengere bare drømme om. Bilprodusenten kan bruke innsiktene til å gi bedre service – og i neste omgang lage bedre biler.  

Data som beslutningsstøtte i ALLE prosesser 

Mange av selskapene som gjør det best i sine bransjer i dag har til felles at de aktivt bruker data på denne måten. Nemlig som grunnlag i beslutningsprosesser, i stedet for at de må stole ene og alene på erfaring, indisier og magefølelse. Det være seg beslutninger om produkt- og tjenesteutvikling, drift og vedlikehold, eller salg og markedsføring.  

For å skape verdi trenger næringslivet noen som kan dykke ned i dataene og grave frem innsikter som de kan handle ut ifra. En ekspert på dette kalles en data scientist. Kompetansen de sitter på – en kombinasjon av teknologi- og domenekunnskap – er høyt etterspurt overalt i industrien og næringslivet. Men nå kommer det også stadig flere og bedre verktøy som ikke-spesialister kan bruke for å sammenstille, utforske og finne innsikt i data på egenhånd.

Å jobbe med data – for eksempel å lage visualiseringer og modeller – vil rett og slett bli mer utbredt, og i mindre grad et spesialisert felt.

Akkurat som at internett i dag ikke lenger er forbeholdt en nysgjerrig IT-sjef, men er en del av alles arbeidshverdag, vil ikke data i morgen være noe som bare den tekniske delen av organisasjonen jobber med. Nettopp derfor er det viktig at også du kjenner til hvordan vi jobber med data for å skape verdi. 

Industrien og næringslivet har mye å tjene på å forberede seg på dette, og lære opp flere arbeidstakere til å bli gode databrukere.

Du jobber med data

Faktisk jobber du mest sannsynlig med data allerede – om enn du ikke analyserer den eller lager modeller på egenhånd. Men uavhengig av om du driver med produktutvikling, kundeservice eller vedlikehold, både genererer og samler du inn nyttige data hver eneste dag.

De ansatte i datadrevne bedrifter er bevisst denne rollen som datainnsamlere. De legger til rette for at dataene skal kunne brukes til å forbedre prosesser og ta bedre beslutninger. De vet at data kan gi oss ny innsikt – men at det ikke skaper verdi før det endrer måten vi jobber på, i hele organisasjonen, også på deres egne områder. 

Når vi snakker om reisen fra data til verdi, snakker vi ikke bare om å hente ut noen innsikter til en eller annen rapport. Vi snakker om hvordan dere kan bli en datadrevet virksomhet. Det handler om en tenkemåte og en bevissthet, like mye som det handler om bestemte teknikker og verktøy. For å bli et datadrevet selskap må dere bygge kompetanse på tvers av selskapet, få alle med på laget og jobbe mot et felles mål.

Nå er det på tide å dykke ned i hvordan alt dette egentlig fungerer, og hvordan du og din virksomhet kan komme i gang med å ta i bruk data. I neste kapittel vil vi presentere reisen fra data til verdi, og bestemme oss for et reisemål.

🤔 Refleksjon

Kjenner du til noen selskaper som er gode på å bruke data? Hva bruker de data til?