Det er lett å tro at det å hente inn og analysere data, er en nyvinning som først har blitt viktig i løpet av de siste årene. Mennesker har imidlertid brukt data til sin fordel i lang tid. Så lenge vi har gjort forretninger med hverandre, har vi analysert fakta, tall og deres betydning, og søkt etter mønstre som kan gjøre at data kan utnyttes enda bedre. Bruk av moderne statistikk går tross alt helt tilbake til 1700-tallet. Og utviklingen har bare fortsatt siden.
I dag finnes det flere verktøy enn noensinne for å både samle inn data og bruke dataene til å effektivisere hverdagen vår. Det er viktig å lære seg å bruke data best mulig, og bygge en kultur rundt datainnsamling og bruk. Datamengden øker massivt, og kommer fra flere og flere kilder, enten det er smarttelefoner, sensorer, mobile enheter eller tradisjonelle PCer.
Det å bygge en slik kultur krever vilje, og det krever prosesser og teknologi.
Fordelen med å bygge en datakultur er at en bedrift kan bli mer smidig, mer responsiv på kundenes behov, og mer åpen for innovasjon.
Det er flere aspekter en bedrift må huske på:
Nøkkelen til effektiv bruk av data er valgfrihet nå det gjelder hva slags teknologier og verktøy man bruker. Samtidig er det viktig å kunne tilpasse løsningene basert på bedriftens behov og vekst.
Målet er at man ikke skal bruke tid på å lete etter riktig data, eller vedlikeholde programvare og maskinvare. Man skal heller satse på riktige verktøy som gjør den jobben. Smidighet betyr å prøve ut skreddersydde verktøy og bruke de i stor skala. Det kan være databaser eller analyseverktøy for «big data», som er strømlinjeformet slik at så mange som mulig kan hente ut dataene.
En bedrift kan tilpasse databehandlingen sin ved å for eksempel flytte datasentre og tjenester til Google Cloud. Dette gjorde Spotify i sin tid - de migrerte flere datasentre og 1200 tjenester til skyen, noe som førte til at de ansatte i større grad kunne fokusere på jobben med å utvikle en god musikktjeneste, i stedet for å bruke tiden sin på å håndtere datasentre. Poenget var at riktig data skulle være tilgjengelig for de riktige folkene når de trengte det.
Les guide til Google Cloud her »
Det er ikke mange årene siden at maskinlæring og kunstig intelligens var uklare begreper som ingen helt visste betydningen av.
I dag er dette fullverdige verktøy som er tilgjengelige her og nå. Og ikke bare tilgjengelige for tunge forskningsmiljøer eller store bedrifter, men for omtrent hvem som helst. Dette er automatiserte løsninger som lar bedrifter ta bedre avgjørelser og gir et konkurransefortrinn.
Når en bedrift vet hva brukerne trenger, kan de sette opp de verktøyene som er nødvendige for deres bruk. Enten det er optimalisering av prosesser, forskning og utvikling, eller det å svare på daglige spørsmål. Velfungerende analyseverktøy bidrar til å eliminere skiller mellom ansatte, og lar dem jobbe sammen med de samme datasettene for å ta raskere avgjørelser.
I dag er det helt kritisk at norske bedrifter klarer å ta datadrevne avgjørelser.
Kjell Arne Yttervik, Country Sales Lead, Google Cloud Norge
Kunstig intelligens og maskinlæring er i dag bygget inn i Googles systemer, og gjør at prosesser blir mer automatiske, noe som gir penger spart. Kunstig intelligens kan til og med læres opp til å utføre så avanserte oppgaver som å finne tidlige tegn på kreft.
Det er svært mye data der ute. Fra stadig flere kilder. Poenget er altså å gjøre det tilgjengelig og lettforståelig. Det er fort gjort å ende opp med duplikater av data, noe som kan føre til feil og misforståelser. Data som er korrekt, som alle i en organisasjon kan få tilgang til når de trenger det, er det ultimate målet.
Et system som Looker kan bearbeide data fra diverse applikasjoner og nettsky-kilder, og gjøre resultatene enkelt tilgjengelige.
Et eksempel er flyselskapet AirAsia, som behandler oppimot 6 petabyte med data i måneden. Tidligere ble analysen gjort gjennom ukentlig eller månedlig rapportering i regneark. I dag, takket være automatiserte verktøy og maskinlæring, kan 1500 personer få tilgang til alt de trenger i sanntid. Ikke minst er grensesnittet enkelt og forståelig, og det er lett å velge hvor detaljert informasjon som trengs. Resultatet er en reduksjon i kostnader på 5-10%.
Man må stole på all den dataen man forholder seg til. Mange systemer i en bedrift, der flere kanskje er utdaterte og lite kompatible, kan føre til dårlig kvalitet på dataene, unødvendige duplikater og lite oversikt.
Derfor må brukerne vite at de kan stole på data de får. At det er én kilde til informasjonen, og at alle vet hva den kilden er.
Takket være løsninger som BeyondCorp kan brukere jobbe sikkert fra hvor som helst og når som helst, uten å koble seg opp gjennom VPN. Det er en måte å få tilgang til nettskyen på som er tilpasset den moderne arbeidshverdagen. Alt er til enhver tid kryptert, og det er en rekke sikkerhetsmekanismer på plass som sørger for at data kan stoles på.
Ren sikkerhet er én ting - troverdige og sikre data betyr også at brukerne kan fokusere på innovasjon og nye ideer, i stedet for å bekymre seg om hvorvidt dataene er god nok. Og det er god datakultur.
Kjell Arne Yttervik, Country Sales Lead, Google Cloud Norge, er enig i tankegangen:
– I dag er det helt kritisk at norske bedrifter klarer å ta datadrevne avgjørelser. Data, og evnen til å hente ut relevant innsikt, lar selskaper identifisere kundenes ønsker, perfeksjonere produkter, og tilpasse seg markeder som er i endring. For å lykkes i en verden som er i konstant endring, er du nødt til å bygge en datadrevet kultur.
– Samtidig, er selvfølgelig ikke det å opprettholde en datadrevet kultur gjort i en håndvending. Det er en reise som krever folk, prosesser, og teknologi. Å skape en følelse av samhold på kontoret, og kombinere dette med intelligent AI/ML-drevet dataanalyse fjerner barrierer for de ansatte, samtidig som det gir resultat på bunnlinjen, sier han.
