Det første skridt til data-nirvana

Data & analyse

19. mar.

Skrevet af

Nikolas Bang Manscher
Projektleder & rådgiver

Data afstedkommer utroligt mange samtaler i professionelle kredse i disse år - men også i de private efter ord som “persondataforordning”, “GDPR”, “følsomme personoplysninger”, og lignende sidste år fandt vej til privatsfæren i forbindelse med den nye EU-lovgivning på området.

Denne tekst handler ikke om denne lovgivning, men behovet for lovgivning på området er en udmærket indikation på, at der sker nok med data til, at man bør følge med. Virksomheder som Google, Facebook, Amazon, og flere andre giganter på området har i årevis samlet og udnyttet data, og gjort det til deres forretning¹ - både til at sælge relevant reklameplads, men også i optimering af salg generelt. Behandling af data kan dog hjælpe på mange flere områder til optimering og understøttelse af beslutninger, og bliver dermed i højere og højere grad relevant for alle virksomheder og offentlige institutioner, hvor IT spiller en integral rolle - og hvor gør det ikke det?

Datamængde og tilgængelighed stiger - udnyt det!

I GDPR-sammenhæng er data oplysninger om personlige individer, men data kan være meget andet som f.eks. adfærdsmønstre, købshistorik, eller en helt simpel tekst, der ikke er koblet til en person. Faktisk er det først for relativt nylig, at data er blevet personlig - det vurderes, at vi i menneskets historie frem til 2005 har genereret 130 exabyte data, i 2013 var vi oppe på 4.400 exabyte data, og i 2020 forudsiges dette tal at være over 44.000 exabyte. Man behøver ikke kende en exabyte for at forstå, at denne udvikling i datamængder er eksponentiel, men for god ordens skyld går der 1 milliard gigabyte, som du kender dem fra din telefon, på 1 exabyte - og 1 gigabyte svarer i grove træk til ca. 3334 bøger. Det er altså vanvittige mængder, vi har med at gøre allerede nu, og det bliver kun vildere, da vi gemmer flere og flere oplysninger om hinanden.

Virksomheder taber potentiel værdi hver gang, de ignorerer data

Det er de største spillere på markedet, der allerede forstår at udnytte data og tage deres broderpart af markedet - og nogle af dem er endda relativt unge virksomheder, der "bare" har forstået at udnytte potentialet tidligt. Derfor er der også i dag mange, der begynder at være klar over, at de nok burde gøre noget ved "det der data", og det afføder de mange samtaler, jeg startede med at nævne. Desværre lader det for mange til at blive ved snakken i stedet for at komme i gang. I praksis betyder det, at jeg tit bliver mødt med noget i retning af “det kigger vi på i næste projekt” eller “vi skal i gang, men vi skal lige finde økonomi, og så ved vi i øvrigt heller ikke, hvor vi skal starte”.

Det ender med at være samme devise som slankekuren, der starter “på mandag”, men hvis du allerede nu ved, det er vigtigt, og noget du skal gøre, selvom det ikke er rart eller ligetil - hvorfor så ikke bare komme i gang? For potentialet er stort for alle, men det kræver, at man som virksomhed/leder/medarbejder tager første skridt på disse nye veje. Potentialet ligger typisk i grundlæggende optimeringer af dine brugeres oplevelse, men den sande værdi ligger efter min mening i at skabe grundlag for en dybere forståelse af dine brugeres faktiske behov, beslutningsprocesser, og adfærd. Denne indsigt er essentiel for at løse de faktiske problemer og udfordringer, dine brugere møder, og dette er i sidste ende første skridt lige meget, om du ønsker fastholdelse af dine brugere, finde flere brugere, eller et hvilket som helst andet mål I har sat jer for. Og for at fortsætte metaforen om slankekuren handler det ligeledes her om bevidsthed, mindset, og ændrede vaner og ikke en “alt eller intet” tilgang.

Sådan tager du første skridt mod data-nirvana

Der er med andre ord brug for en data-bevidsthed for at komme i gang - og med det for øje er her mine 5 bud på, hvad du kan gøre for at få denne bevidsthed under huden:

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.
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.
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.
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.
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.

Tak fordi du læste med

Det er mit håb, at du med disse 5 forslag har fået mod på at tage første skridt til at gøre data til et integralt redskab, der løfter dig og dine kolleger til nye højder, men hvis det stadig virker som lidt meget så husk at første skridt mod data-nirvana blot er ren bevidsthed :)