1. Orientér dig i begreber og koncepter.
Et grundlæggende problem for mange er, at man ikke helt er klar over, hvilke forretningsområder der kan forbedres ved behandling af data. Ved at orientere dig i koncepter som f.eks. Machine-Learning (ML), Artificial Intelligence (AI), og generel dataanalyse får du et bedre grundlag til at identificere områder, hvor du og dine kolleger kunne have gavn af behandling af data. Og jeg mener bestemt ikke, at du behøver blive ekspert, men med en basal forståelse under bæltet, bliver man hurtigt bevidst om alle de områder, hvor data spiller en rolle og dermed også, hvor data kan udnyttes på nye måder.
Når I kommer til den faktiske udførsel af arbejdet, kan man finde eksperter, men inden da er den generelle forståelse og bevidsthed en stor hjælp. Se f.eks. denne artikel, der har rangeret kurser og peger på dette kursus som den bedste introduktion. Kurset er udformet af samme hold (der er i øvrigt har et glimrende nyhedsbrev), der udbyder dette kursus, jeg personligt har taget.
2. Find eksisterende kilder.
Det kan føles som en stor mundfuld, når man taler data, og der pludselig tales om kæmpestore nye systemer, databaser, og lignende, men med stor sandsynlighed har I allerede en stor mængde uudnyttet data. Så snart man er blevet bevidst om, hvad data er og hvordan det kan udnyttes, begynder man at se potentiale overalt. Så brug tid på at tale med dine kolleger om jeres eksisterende systemer, så I bliver bevidste om potentialet i den data, I allerede besidder - det kunne f.eks. være statistik fra et medlemssystem/kundekartotek, eller statistik over adfærdsmønstre på jeres hjemmeside. Vær dog opmærksom på at der kan være en del arbejde i at tilpasse data til formålet, hvis det f.eks. ikke er struktureret hensigtsmæssigt fra starten.
3. Få andre til at hjælpe og find det sande guld sammen.
Måske søger du inspiration til at komme i gang, fordi du sidder med ansvar for et område, hvor du er blevet bedt om at komme med et bud på, hvad I skal med data, eller måske er du bare selv nysgerrig og ønsker at finde måder at bringe det i spil. Lige meget hvad er det en god idé at alliere dig med dine kolleger. Jo flere I er, der er bevidste om datas potentielle betydning for jeres arbejde, jo nemmere er det at finde de sande værdifulde idéer i fællesskab. Det kommer til at være afgørende, at den grundlæggende dataforståelse hæves i alle brancher, da det er min påstand, at det seriøse potentiale ligger i krydsfeltet mellem branche/domæne-forståelse og selve databehandlingen. Du har sandsynligvis en kollega, der har en fantastisk indsigt i, hvad I har af data, og hvad jeres kunder/brugere vil have, men mangler den tekniske indsigt i data til at se potentialet for at hæve jer til næste niveau - men sammen kan I finde det sande guld.
4. Start med en spiselig mundfuld med lav risiko.
Som tidligere nævnt kan det virke som en stor mundfuld, når snakken falder på data, da de fleste med det samme begynder at tale om gigantiske indsatser og investeringer - jeg vil klart anbefale, at man starter med et mindre og håndholdt testforløb. I stedet for at tænke på alle de risikofyldte investeringer, hovedpiner, og mandetimer, der ligger i vejen for, at I kan komme i gang - så kom hellere i gang på en mere lavpraktisk måde. Det kunne f.eks. være manuel behandling af et udtræk af adfærdsmønstre eller købshistorik. Dette kan sagtens klares i et regneark, hvis man f.eks. ønsker at lave en lavpraktisk segmentering/kategorisering af sine brugere/kunder. Med andre ord er man i gang uden at købe nye produkter, og man kan hurtigt se, om der er noget at vinde, inden man kaster sig ud i større investeringer og automatiske løsninger.
5. Forestil dig drømmescenariet og lad det vejlede dig.
Noget af det, der gør data så sindssygt spændende i disse år er, at den tekniske og økonomiske barriere for at komme i gang styrtdykker. Løsninger, der for få år siden virkede som science-fiction kan nu købes som hyldeprodukter², og skræddersyede løsninger er blevet nemmere at nå i mål med da mange af de algoritmer og modeller, der bruges til statistisk databehandling, nu kan fås som service/komponent/modul til din yndlingsteknologi. Det er derfor min anbefaling, at man indenfor dette område tillader sig at forestille sig, hvad drømmescenariet kunne være - for selv hvis der skulle være forhindringer og lang vej lige nu, kan det hurtigt se anderledes ud. Hvis du lader dette blive et mål for, hvor I gerne vil hen, kan det også hjælpe med at vejlede beslutninger på vejen. Det er f.eks. relativt nemt at tænke logging, tracking, og lignende funktioner ind, der hjælper med at samle data, når man er ved at få lavet ny funktionalitet i sit produkt eller hjemmeside. Jo før man begynder at samle data, jo før kan man begynde at behandle og høste frugten.
