Mange virksomheter sitter på store mengder data som kunne blitt brukt til å ta bedre beslutninger hvis den hadde vært tilgjengelig for potensielle brukere. Utilgjengeligheten opprettholdes grunnet en ond sirkel der ingen bruker dataen fordi den ikke er tilgjengelig (nok), samtidig som økt tilgjengelighet ikke prioriteres fordi ingen bruker dataen, og verdien blir dermed ikke synlig. Nøkkelen til å bryte denne sirkelen ligger i å synliggjøre verdien av dataen.
Nøkkelen ligger altså i å synliggjøre verdien av dataen, men det er lettere sagt enn gjort å synliggjøre verdien av å ha noe du ikke har. La oss tenke litt på hvordan det kan gjøres.
Økt datatilgjengelighet kan gi verdi på to måter. Den første handler om at data kommer inn som beslutningsgrunnlag og fører til bedre beslutninger. Den andre handler om at økt tilgjengelighet reduserer kostnaden ved å hente inn dataen som beslutningsgrunnlag. Uavhengig av hvilken type verdi det er snakk om, er det lurt å kvantifisere den. Å investere i økt datatilgjengelighet er en kostbar affære, og det er derfor viktig å synliggjøre verdien i kroner og øre for at det skal prioriteres. Hvis du har en hypotese om at økt tilgjengelighet vil være verdifullt, men vil kreve store investeringer, så finnes det måter å synliggjøre verdien med relativt lav risiko.
Et proof of concept kan synliggjøre verdien av å få inn ny data som beslutningsgrunnlag
Hvis tilgjengeligheten har vært så dårlig at det ikke har vært mulig å ta i bruk dataen, så vil verdien bestå i at dataen blir så tilgjengelig at den kan brukes som beslutningsgrunnlag, enten direkte eller som input for å gjøre mer sofistikerte analyser. Her er det nyttig med et eksempel.
Se for deg at du er ansatt som analytiker i en produksjonsbedrift med en gjennomsnittlig nedetid på 500 timer i året grunnet uforutsett vedlikehold av maskiner. Hver time koster 100 000 kroner i tapt produksjon. Du har en hypotese om at sensor-loggene fra maskinene kunne blitt brukt til å predikere tilstanden til maskinene slik at vedlikeholdet kunne blitt planlagt bedre. Infrastrukturen som kreves for å sensor-dataen inn i sanntid er kostbar, og ledelsen vil ikke prioritere dette.
En måte å synliggjøre verdien av denne dataen på er å lage et proof of concept (POC) basert på manuell uthenting av en andel historisk data. Basert på denne dataen estimerer du at nedetiden kan reduseres med 5% dersom vi gjør den samme analysen i full skala i sanntid. Verdien av å få denne dataen tilgjengelig er altså 2,5 millioner kroner årlig.
Å øke tilgjengeligheten på allerede eksisterende data har flere typer verdier
I eksempelet over kan vi si at data allerede er tilgjengelig i det man har laget et POC. Likevel kan det være tidkrevende å hente ut data og gjøre analyser manuelt. Hvis vi fortsetter med det samme eksempelet og antar at det krever to dagsverk á 5 000 kr hver uke å gjøre uthenting og analyse i full skala, så tilsvarer det ca. en halv million kroner årlig. Dette er en vesentlig kostnad som kan reduseres ved å investere i å tilgjengeliggjøre data på en slik måte at prosessen kan automatiseres. Når man allerede har en benchmark-kostnad på en halv million kroner årlig, er det ganske rett fram å sammenligne investeringskostnaden knyttet til automatisering med gevinsten i tid spart på den manuelle prosessen.
Videre kan det hende at ledetiden knyttet til den manuelle prosessen gjør at man ikke klarer å ta ut hele potensialet på 5% reduksjon i nedetid. I så fall vil ytterligere redusert nedetid også være en verdi av å investere i infrastruktur for automatisert analyse.
Sett i gang
Så, har du en hypotese om at din virksomhet kunne hatt nytte av data som ikke er tilgjengelig per i dag? Det aller viktigste er å synliggjøre verdien av å få den tilgjengeliggjort. Hvis det ikke er mulig å få data inn automatisk, er det kanskje mulig å få tilsendt en avgrenset datadump fra det aktuelle systemet. Dette kan være nok til å få til et POC som gjør at ledelsen kan se verdien og prioritere grep for å gjøre data tilgjengelig på en bedre måte.