4#4 - May Lisbeth Øversveen - Data Strategy in Medium-sized organizations (Nor)

"Det er vanskelig å komme seg ut av det jeg kaller: et excel-helvete. / It is hard to escape, what I call: Excel-hell."

Are you wondering how medium-sized companies can handle data strategy and data governance effectively? Join us as we talk to May Lisbeth Øversveen, who has over 23 years of experience in the industry, and shares her expertise from Eidsiva Bredbånd. She provides us with insight into how to work with data maturity and the implementation of data strategy.

How can mid-sized companies balance resources and create effective data governance strategies? May Lisbeth and I explore this topic in depth. We talk about the importance of involving the business units early in the process in order to create ownership and commitment around the improvement measures.

Here are my key takeaways:

• The way we talk about data as a profession has changed, the lingo has changed and we adopt to trends.
• To display and evaluate data from different sources that are not connected, excel becomes the tool of choice.
• There is a very calculated amount of resources, that limit your ability to set up substantial teams to work exclusively on eg. Data Governance.
• Data Governance in SME (Small Medium sized enterprises) can be modeled as a repeatable process that incrementally enhances your data governance maturity.
• Identify sizable initiatives, ensure that they can be handled with a set amount of resources, and create metrics that enable you to track your progress.
• You need to find ways to ensure observability and monitoring over time.
• Don’t create something that you have no resources to maintain and improve going forward.
• To identify the right initiatives at the right time, you need to ensure a close collaborating with your business users.
• Ensure transparent and traceable ownership of the initiatives from the business side.
• To create a movement and engagement in data requires continuous and structured communication.

Data Maturity Assessment

• There is a need for speed and agility in SME, to ensure compatibility.
• Data Maturity Assessments are a welcome introduction to ensure that you create a baseline when working with data.
• There are advantages to both an internal view and to get some external perspective on your data maturity.
• Results from a maturity assessment can be a reality check that is not always easy to convey, yet you need to be realistic.
• Maturity assessments should ideally be both
   
  • Modeled/tailored to the needs of the organizations in question.
  • Repeatable and comparable over time and across organizations.
  • Good assessments cover both.
• To initially increase your maturity you can pick different tasks:
  • Low hanging fruits
  • «Duct-taped» operations that you can finally rectify
  • Find known problems that are visible
  • Find pinpoints for your business users
• It is good to start with cases that are understandable for business users, create interest, and can easy show value to leadership - this is what creates buy-in.
• You need to ensure that you keep a clear communication towards bigger, more substantial tasks, so your resources are not limited to quick win actions.

Data Strategy

• Data Strategy needs to be closely aligned with business strategy.
• Have a clear vision of where you want to go.
• To have a structure approach run our data strategy on how to handle both people, process, and technology is important for any work with data.
• Technology is not the staring point, but rather a consequence of your strategic choices, your organizational setup and your available resources.
• You need to include well-defined metrics to track progress.
• Find metrics that are closely connected to business outcome and value creation.

Transcript

Metadama

Speaker 1 0:00

Dette er Metadama, en helhetlig podcast om datamanagement i Norden. Hei og velkommen. Jeg heter Vinfrid og takk for at du er med på en ny episode av Dama Nordens podcast, hvor visjonen er å gi datamanagement i Norden et løft, vise frem den kompetansen og ikke minst det kunnskapsnivået vi har innenfor Fragfelt, og det er derfor jeg inviterer med meg nordiske eksperter innenfor både datamanagement og informasjonsforvaltning til en prat. Velkommen til Metadama. Jeg er veldig glad for å ha en ny episode på Norsk på podcasten, og i dag har jeg med meg meg Lisbeth Øversven, og vi kommer til å snakke om et tema som vi ikke har snakket så mye om i podcasten, gjerne fordi det har vært veldig mange deltakere fra en veldig store selskap eller deltakere fra start-up, scale-up-siden. Vi skal snakke om mellomstore selskap. Det har vi mange av i Norge og i Norden, og særlig når det kommer til hvordan jobber man med datastrategi, hvordan jobber man med data governance i et mellomstort selskap, så er det veldig mye å oppdage Og derfor er jeg veldig glad for å ha med meg meg Lisbeth.

Speaker 1 1:16

Velkommen, tusen takk. Vi skal snakke litt om datastrategi og hvilken kultur man møter i et mellomstått selskap og å implementere en datastrategi, hvilken vei man kan gå, og så skal vi snakke litt om datamodenhet. Modensanalyse har jo vært et tema som mange har vært opptatt av, og jeg tror at det å snakke om datamodenhet i et mellomstått selskap, det krever noe, og Marie-Elisabeth har gjort den jobben i selskapet og det blir kjempespennende å få litt innsett fra henne. Men før vi dypdykker inn i temaet, så har du tid og plass til å presentere deg selv, marie-elisabeth.

Speaker 2 1:55

Ja, tusen takk, og takk for at du vil ha meg på besøk. Det er jo veldig hyggelig. Jeg heter Marisbeth Øversvendt, som du sier. Jeg har jo jobbet med data eller data og innsikt i 23 år. Jeg begynte å telle når jeg skulle hit. Så måtte jeg jo telle over hvor lenge jeg hadde holdt på, og det er jo 23 år, sikkert. Som jeg har jobbet med data eller data og innsikt eller data management, hva noe enn du kaller barne, i litt ulike bedrifter og i litt ulike tanger. Så jeg har hatt ulike roller, alt ifra å være veldig, veldig teknisk og utvikler til å være leder for en stor information management avdeling og til nå å lede data og innsikt i Eidsjøp Rebom.

Speaker 1 2:41

Jeg synes det var spennende at du sa hva er noe du kaller bane, fordi det har endret seg litt over tid. Vi har egentlig snakket om det samme hele veien, men begrepene vi har brukt og måten vi har snakket om det har endret seg. Så tenker jeg, for eksempel data governance er jo et rimelig nytt begrep egentlig i f tidspunkt. Hvordan har du sett den utviklingen med den lange erfaringen du har?

Speaker 2 3:05

Det er jo det samme egentlig, bare inn i innpakning, og så har det jo kommet til. Det kommer jo til mer underveis. Som du sier, data governance har jo fått større fokus, større plass. Men det har jo alltid vært viktig, og når du har jobbet med det i lang tid, så innser du jo at det har jo vært fokus på det tidligere også, men det har bare ikke fått så stor plass i dialogen eller i.

Speaker 1 3:28

Hva er det du gjør når du ikke er på jobb? Hva gjør du i fritiden din?

Speaker 2 3:32

Å, det er ganske mye. Jeg er jo bestemor, så jeg har jo to barnebarn som jeg bruker en del tid på. Også er jeg jo veldig interessert i hund, Så vi trener sammen med norske redningshunder for å bli en godkjent ekvipasje der og kunne hjelpe enten å finne igjen folk eller å hjelpe de, som er etterlatt med svaret Fantastisk.

Speaker 1 3:56

Veldig samfunnsnøtt i måte, å ha hund på Kjempespennende. Jeg hadde en samtale for noen år siden med noen som har trent hund for å lukte frem ting som har vært savnet lenge. Jeg synes det er helt imponerende hvor mye en hund faktisk kan gjøre.

Speaker 2 4:19

Ja, det har en imponerende luktesans. Den er så mye, mye sterkere enn hvor jeg tror vi kan sette oss inn i og hvor mye de sanser gjennom nesa.

Speaker 1 4:29

Kjempespennende. Men din interesse for data hvor kom den fra?

Speaker 2 4:34

Den, hva skal jeg si? den kom jo litt tilfeldig. Jeg kom tilfeldig inn i fagområdet. når jeg søkte min første jobb i Norsk Tipping var det for 23 år siden, Og da ble jeg ansatt som utvikler, hvor vi skulle utvikle Norsk Tipping sitt første datavarehus. Og det var jo da interessen for data begynte å komme, fordi da så du, hvor viktig data er for en organisasjon og hvor mye du kan bruke data til. Og det er jo litt det jeg brenner for å legge på en måte til rette data slik at hele organisasjonen kan bruke det på en fornustig måte.

Speaker 1 5:13

Det er superspennende fordi vi snakker veldig mye når vi snakker om data. Om hva skal vi kalle det cherry on the cake? snakke om data science, snakke om gen AI? men virkelig å snakke om hva er det egentlig det grunnlaget vi skal ha og det fundamentet vi bruker på som datavarehus og gjør informasjonen tilgjengelig for folk. Det er jo egentlig det som er kjernen av mye av dataverdenen, som gjørs.

Speaker 2 5:36

Ja, det er nettopp det, og det snakker om at det må være et godt grunnlag i bånd, og det er jo det jeg brenner for å få grunnlaget så godt at du kan bruke det til hva du har lyst til eller hva du har behov for. Så når folk snakker om AI, så er jeg den litt kjipe som minner på at du må også ha data for å ha AI.

Speaker 1 5:59

Veldig bra. I et mellomstått selskap som du jobber i, hvilke utfordringer møter du når det gjelder, for eksempel, kultur under RET-R? Når man jobber med data, jobber med kanskje nyskapning, kanskje en annen måte å jobbe, på, en annen måte å tenke på, så møter man jo ofte en veldig sterk endringspros. Og i mellomstore selskap hvordan ser du denne prosessen og kulturen for å ta imot nye verktøy?

Speaker 2 6:27

For å si det sånn, det er vel min opplevelse at det ikke finnes en datakultur i de fleste mellomstore bedrifter. Det er klart jeg kan ikke snakke for alle, men jeg har jo gjort et par foredrag om det å gå fra dataflukket til innsikt på innlandet her. Og det er mange som etter det foredraget kommer og sier at den utfordringen står jeg i også. Det er vanskelig å komme seg ut av det jeg kaller et Excel-helvete, da Der du har mange ulike datasiloer og du trenger å sammenstille informasjon fra ulike datasiloer og at du bruker da Excel for å gjøre det, ikke sant? Det er fryktelig manuelle prosesser, veldig mye rom for feilkilder og så videre. Og de aller fleste mellomstore bedrifter jeg har snakket med, i hvert fall, står i det samme virvaret av Excel-rapporter og prøver å ha kontroll.

Speaker 1 7:26

Vi har jo snakket med en del store selskap på podcasten om samme tema og det som er kanskje tydelig, det er at man har muligheter. Man har muligheter for store investeringer, man har muligheter til å bygge opp substansielle team som kan jobbe med data. Og så har vi snakket med startup på den andre siden. Med startup på den andre siden hvor det er mye mer. Hva skal vi kalle det? survival mode du må for å kunne, og hvor hver og en headcount eller hver og en ressurs betyr en betydelig investering, som også må vises på andre siden rimelig raskt. Hvordan er det for mellomstore selskap?

Data Governance I Mellomstore Selskaper

Speaker 2 8:01

Jeg vil jo si, at det er jo ganske likt. Hvordan er det for mellomstore selskaper? Jeg vil jo si, at det er jo ganske likt. Det er jo ingen ressurser til stede i et mellomstort selskap som du kan benytte til for eksempel store data governance prosesser eller få på plass et data governance program, som man ofte snakker om i store bedrifter. Så det å trekke ressurser ut av de rollene man har til vanlig og bruke dem inn i store prosesser og programmer er jo umulig. Så man må jo finne en slags balansegang da, hvordan du skal kunne bruke disse ressursene i en sånn setting.

Speaker 1 8:39

Nå har du allerede nevnet data governance arbeidet som et eksempel. Men hvordan jobber dere med data governance Eller hva tenker du er en måte å jobbe med data governance på som er passelig for den større seg selv?

Speaker 2 8:52

Vi har jo på plass en form for datastrategi, men vi har jo tatt det her data governance-programmet ned til å være til å etablere en slags repeterbar prosess, der vi tar tak i mindre tiltak, mindre ting som du kan bygge kvalitet på, Og så setter vi den gjennom en prosess som er standardisert og som du kan repetere per tiltak. Vi har jo ikke kommet så langt at vi har satt det i drift enda, men det er jo planen at vi skal kunne bruke denne prosessen til å identifisere tiltak, til å analysere dem og dokumentere dem, sette et eierskap på det og identifisere hvilke KPI'er altså datakvalitets KPI'er vi kan sette på de tiltakene og hvordan vi kan utbedre dem og hvordan vi kan overvåke dem over tid. Så tiltakene og hvordan vi kan utbedre dem, hvordan vi kan overvåke de over tid, Så det er jo et veldig forenklet rammeverk, der det er noen få ressurser som får et ansvar for å følge det opp. Vi har jo også etablert et Det vi har kalt et kompetanse senter for dataanalyse, der det sitter ressurser fra både data og innsikt, som er mitt team, og ressurser fra forretningssiden og de ulike enheterne i forretningene, som kan hjelpe til å identifisere disse tiltakene og som kan være med å eie dem gjennom den prosessen, Og så er det jo nødvendig, selv om det er noen som eier det.

Speaker 1 10:30

Og så er det jo nødvendig, da selv om det er noen som eier det, så har vi nødt til å ha intervjuer med flere men at vi prøver å gjøre det så lettbeint som mulig, for at det ikke skal bli for stor belastning, for Det er kjempespennende, og da er du jo veldig inn mot en jeg skal ikke bruke ordet federert modell, men du er i hvert fall inn i en modell, der du engasjerer forretningen direkte inn i arbeidet, og det, tror jeg, er veldig klokt.

Speaker 2 10:44

Ja, det stemmer, og det er jo en målsetning at vi skal kunne involvere forretningen så mye som mulig i det her, for det er jo de som sitter og forvalter data og informasjon, det er jo de som vet hvor det er hvor det gjør vondt og som vet hvor det er hvor det gjør vondt og som vet hvor det er behov for å gjøre forbedringer. Så det å få involvert de så tidlig som mulig og få de til å eie prosessen og eie de tiltakene som vi setter i gang er ekstremt viktig for at det skal bli en suksess.

Speaker 1 11:19

Hvor lett synes du det er lett det er å svare på det, men hvor lett synes du det er å skape et engasjement og en proaktivitet for data i selskapet?

Speaker 2 11:32

Nei, det er ikke lett. Det krever utrolig mye tålmodighet og ståpåvilje, og det krever tydelig kommunikasjon. Og det krever tydelig kommunikasjon og det krever at du repeterer budskapet ofte og mye og til ulike lag i organisasjonen. Så det er jo ikke gjort i en handmenning. Det er fryktelig mye intern markedsføring som skal til for å få dette til å fly.

Speaker 1 11:59

Er det slik at nå har jeg sett, denne markedsføring er jo et problem vi egentlig alle lett, uansett størrelse av selskapet. Men ofte, hvis du er i et stort internasjonalt organisasjon med flere tusen ansatte, så blir det plutselig en. Det blir en del mellommenn for den kommunikasjonen. Det blir vanskelig å skape arena, der du kan ha den direkte kommunikasjonen med folk i forretningen. Kanskje hos dere er det mulig å komme veldig tødt på.

Data Modenhet Og Fremgang

Speaker 2 12:27

Ja, hos oss har vi også en ganske flat organisasjon, så det er enkelt å kommunisere mellom de ulike, både forretningshentene og markedsutløpet, men også fra kaldet topp til bunn. Så du kommuniserer jo på et helt annet nivå enn i en stor organisasjon, der du må gjennom ganske stort byråkrati for å komme til en eller annen beslutning. Så sånn sett er det jo enklere. Men samtidig er jo som jeg sa i sted, organisasjonen er jo opptatt av mye annet. Det er et fokus på vekst, det er et fokus på at ting skal gå fort, fordi vi er jo ikke så store, at vi kan ta oss tid til å gjøre den kvalitetsjobben som skal til ofte. Så det blir jo et sånt ja, vi har lyst til å gjøre dette her, men vi må fort også gjøre dette, fordi det har så stor påvirkning på både konkurransen og posisjonen i markedet.

Speaker 1 13:24

Nettopp, og jeg tror vi har hatt i flere anledninger på podcasten snakket om det tema med kvalitet og hvordan kvalitet påvirkes av størrelsen av selskapet at i et start-up så har du ikke den muligheten og i et mellomståndsselskap heller ikke For å putte såpass mye ressurser på kvalitetsarbeid. da må du levere til en viss høy kvalitet med kalkulert risikorett eller med en gang, og det er jo en veldig spennende setting. ser vi fra data og ser litt data governance der vi har snakket noe om at vi bør skifte litt fokus i data governance fra ren compliance, trevlig governance, hvor vi sikrer, til en governance som muliggjør eller gjør tilgjengelig data eller bygger såpass mye tillit i data at folk i selskapet ønsker å bruke data. Hvor er dere på denne reisen?

Speaker 2 14:18

Ja, vi forsøker jo egentlig litt den siste da med å forbedre sånn gradvis underveis, mens vi går. Det er jo litt, det vi forsøker å få til.

Speaker 1 14:28

Data. Modenhet er jo et kjempespennende tema og dere har gjort en modenhetsanalyse på datalandskapet eller prøvd å sette en baseline for det dataarbeidet dere gjør og hvordan dere skal begynne og hvilket gap dere kan jobbe med. Så det er jo et tema som både i teorien tatt opp, men også veldig mange konsulentselskaper har dette i portesøljen. Når man begynner, for eksempel, et konsulentoppdrag innenfor data, setter en baseline gjennom en modenhetsanalyse. Har du lyst til å fortelle oss litt om hvordan dere har jobbet med modenhet og denne analysen?

Speaker 2 15:06

Ja, det kan jeg gjøre. Jeg gjorde jo en modenhetsanalyse da jeg startet her for fire år siden. Da gjorde jeg jo en veldig enkel analyse selv ut fra hva jeg så, uten egentlig å involvere noen eller intervjue noen. Men jeg satt jo som fagleder for forretningsanalyset jeg begynner med når jeg startet her. Da får du jo fort et bilde av hvor bedriften er i modenhet. Så jeg gjorde jo først det for fire år siden, og så har vi jo gjort en god del gjennom med å etablere en dataplattform, og vi har liksom fått en del sånne grunnsteiner på plass, sånn at vi har nå de siste årene så har vi jo jobbet veldig mye med en datastrategi, og da hadde jeg behov for at noen andre enn meg skulle si noe om modenheten i butikken.

Speaker 2 16:01

Da valgte jeg egentlig å bruke et eksternt selskap til å si noe om modenheten, og der har du jo flere modeller. Du kan jo gjøre en veldig djup modenhetsanalyse og involvere mange ressurser, og det kan du kanskje gjøre hvis du har god tid eller har midler til det, for det koster jo litt. Ellers kan du få en litt mer forenkle modenhetsanalyse som kanskje involverer litt færre intervjuer, som er litt mer komprimert. Så det gjorde vi. Vi hadde et selskap inne, gjorde en modenhetsanalyse og fikk en rapport tilbake om tilstanden og hva vi kanskje burde se for oss at vi skulle starte opp med, så det var veldig nyttig for oss.

Speaker 1 16:48

Det er jo det spennende spørsmålet Hvordan samsvarte det med det du har sett for fire år siden?

Speaker 2 16:53

Det samsvarte veldig, veldig bra. Det var jo egentlig det jeg så for fire år siden også. Det største utkommet av den analysen var jo at det er stor risiko for at de data du analyserer på er feil, fordi det er feil i kildesystemer rundt omkring. Så det var jo liksom key takeaway fra den, og det var jo egentlig det samme som jeg sa, key takeaway fra den, og det var jo egentlig det samme som jeg sa. Og når det gjelder modenheten til bedriften, så har du en skala fra 1 til 5 på hvor du er i en modenhetstrapp, og da havner vi jo ganske lavt i den trappa selvfølgelig. Og det var det samme av omtrent på samme plass som jeg hadde puttet oss uten å gjøre noen særlige analyser.

Speaker 1 17:38

Jeg har jo selv gjort en del av disse målesanalyser. Jeg synes det alltid har vært spennende at når du kjører intervjuestall på målesanalyser og snakker med folk i forretningen om hvor de føler at de er, hen vurderer seg også litt bedre enn det man egentlig er. Så jeg synes det er litt spennende.

Speaker 2 18:03

Ja, det var jo samme reaksjon når jeg la fram resultatet av analysen. Så blir det jo litt sånn sjokkartet reaksjon på hvordan det egentlig står til. Det er jo klart at det gjør jo litt vondt å kjenne at man kanskje ikke strekker til like godt som man har tenkt, men så er det jo. det viktigste da er jo egentlig å brette opp armene og starte jobben med å gjøre forbedringer.

Speaker 1 18:25

Det er jo absolutt det spørsmålet som jeg har lyst til å stille deg rundt Hvordan gjør de forbedringene? Men før det, så er det noe som har kommet opp flere ganger og det er at du sa det selv det finnes veldig mange forskjellige modeller å gjøre modellanalyser på, og ofte har konsulentselskap en egen utviklet modell eller man har en modell som ligner på noe som er etablert praksis. Men siden det finnes såpass mange forskjellige modeller, så blir denne modellen ofte og det tror jeg er en bra ting ofte tilpasset til behovet og til selskapet man snakker med. Det gjør det vanskelig å sammenligne på tvers Og det gjør det vanskelig å sammenligne over tid og i samme selskap, særlig hvis det er et konsulentselskap som eier analysen. Hvis man skal ha en revurdering av seg av analysen om på tre-fire år. Den eneste måten vi gjør det på er å hente inn samme selskap igjen og gjøre denne analysen. Eller og det høres litt ut som dere har gjort man tar over et eierskap til selve analysen og modellen som har blitt brukt, og vi liker også den fortløpende selskapet.

Speaker 2 19:32

Ja, det stemmer, og vi har jo. Det er jo fra den analysen og fra de rådene vi fikk der. Så har vi bygget den dataforvaltningsprosessen som jeg snakket om tidligere. Det er jo tatt direkte ut av de anbefalingene vi fikk i analysen, som vi har jobbet videre med for å detaljere og få på plass en som passer inn hos oss. Så det er takeaways fra den analysen, og vi har tatt over eierskapet på det og må sette opp på en måte målinger og sånn som vi kan gjøre nå underveis som vi går.

Speaker 1 20:13

Men tilbake til å faktisk gjøre noe for å slutte seg fra en lav nivå til et høyere nivå enn en søvnlig gap. Hvordan begynner man? Hvilke konkrete use cases tenker du er en bra start?

Speaker 2 20:28

Det finnes jo flere måter å hente inn på. Det kan jo for eksempel være caser der du har hatt en eller annen emergency tidligere, caser, der du har hatt en eller annen emergency tidligere, at du har måttet ha gjort en retting, men du har ikke tatt jobben med å endre prosessen og sørge for at data kommer inn på riktig måte. Men du har gjort en kjapp fiks Det å ta disse som du vet at du har gjort noe på før. Ta tak i de og bygge en eller annen governance rundt de. Det er jo et sted å starte. Eller så er det jo å snakke med forretning, kjenne på de behovet som dom har der det smerter, der forretningen ikke kan få tatt beslutninger basert på data, for eksempel Fordi at datakvaliteten er dårlig. Det kan man jo identifisere og identifisere hvilke data det gjelder og starte med tiltak på det. Så det er vel sånn to i hvert fall to konkrete steder som det er mulig å starte da og som kanskje er litt sånn quick fix og lavtengende.

Speaker 1 21:37

Ja, og det er jo kanskje den beste måten å starte på å finne de mest pressing measures for forretningene hvor er forretningsbehovet størst, og det er lavtengende frukt. Det, tror jeg, er en veldig bra måte å begynne på. Samtidig må man ikke havne i en sirkel der man bare plukker de værfengende frøttene og ikke har kapasitet for å faktisk gå inn i døpten på de store problemstillingene.

Speaker 2 22:05

Nei, det har du veldig rett i. Men jeg tror at det er for å starte og for å bygge forståelsen og for å få ledelsen med på tankegangen rundt data governance. så tror jeg, det er viktig å få opp noen caser som kan gi forholdsvis stor gevinst med liten innsats, fordi det skaper interesse og da ser folk og spesielt ledelsen fordi at det her må også henge tett opp mot ledelsen og forretningsstrategien etter hvert, og da ser de også at dette her har en gevinst. her kan vi effektivisere, her kan vi vokse, fordi vi har de data vi skal til for å kunne ta riktige beslutninger og så videre, og så videre.

Speaker 1 22:49

Ja, man må vise verdi tidlig, og det er jo ofte det at man blir målt på sin beste performance. Hvis målepunktet er et arbeid som man kan gjøre på en veldig begrenset tidsperiode, med begrenset ressurser, på en lavt hengende frukt, så er det ikke samling med ressursene man kanskje trenger for en litt mer substansiell jobb. Og der tror jeg det blir veldig viktig å ha den der datastrategien som du har snakket om. De samler trådene og viser egentlig helheten av det som må gjøres.

Speaker 2 23:20

Ja, det er nettopp det. Den datastrategien er jo superviktig for oss å knytte alt sammen også opp mot forretningsstrategien. De to må jo henge tett sammen. Når du starter med de små tingene som kanskje betyr noe for det som ligger i forretningsstrategien, så vil man jo fort se en gevinst. Da kan du putte det inn i en datastrategi, ha en misjon og en visjon om at den skal gå et sted, knytte det tett opp mot den handlingsplanen du har i forhold til både lavtengende frukter og kanskje også utvide den med litt større tiltak etter hvert.

Speaker 1 23:55

Men kanskje du kan fortelle litt om grunnlaget dere hadde for å starte arbeid og en antallstrategi.

Speaker 2 24:02

Grunnen er vel egentlig at for det første så finnes ikke en datakultur. Her Vi må egentlig starte den jobben med å få samlet alt av ting vi gjør rundt data. Vi har nødt til å få en felles forståelse av hvor vi skal gå og hva vi må gjøre for at vi skal nå de målene vi har i forretningsstrategien. Så kom vi jo ut fra mitt team og meg, fordi jeg så at her må vi prøve å få på plass en strategi, vi må henge den opp på forretningsstrategien og vi er nødt til å starte jobben med å bygge en organisasjon rundt det. Vi må få på plass et organ eller et forhold der vi kan diskutere ting. Datastrategien er en samling av alle de tingene som man ser at det er et behov for å ha en retning på. Og så er det jo sånn at hos oss er det mye bundet opp i teknologi.

Speaker 2 25:07

Vi har hatt et veldig stort teknologifokus at teknologi løser alt, og det gjør det jo så langt ifra. Det er et virkemiddel, men det løser jo ingenting, hvis ikke du har mennesker og prosesser på plass i tillegg. Og det var liksom det å få opp det bildet, få opp den forståelsen for at her må ting henge sammen for at vi skal kunne gjøre gode beslutninger basert på data, at vi skal kunne automatisere ting du trenger å automatisere i bedriften. Du Ting du trenger å automatisere i bedriften, ikke sant? Du får ikke gjort det hvis du ikke har hverken prosesser eller mennesker eller den riktige teknologien til å støtte.

Speaker 1 25:43

Det, å velge riktig teknologi bør jo være et resultat av strategien og et resultat av de ressursene man har tilgjengelig og de forretningsbehovene man har. Det skal ikke være utgangspunktet. Retningsbehovene man har, det skal ikke være utgangspunktet.

Speaker 2 25:57

Nei, det er akkurat det, og det er det. er det nok ikke en jobb å gjøre rundt akkurat den forståelsen der, at det er ikke teknologien som styrer, det er faktisk forretningsbehovet?

Speaker 1 26:11

Nå snakket vi om de forretningsbehovene og jeg tenker det er jo et spennende punkt. Og det ene er strategi, og du sa det helt rett Strategi er noe som skal gi retning. Vi skal vite i hvilken retning vi skal gå og vi skal vite hvilken skal jeg kalle det usikkerhet vi kommer til å møte Jeg har vært veldig tydelig på det og jeg liker veldig forskjellige ting og du kan ikke planlegge med usikkerhet. Du kan ha en strategi og en retning innenfor usikkerhet, men du kan ikke planlegge i detalje.

Speaker 2 26:46

Nei, det er riktig, og det er veldig godt sagt, for det blir jo ofte koblet sammen, at strategien er egentlig en handlingsplan, og det er det jo ikke. Strategien må ligge på toppen og sette retningen, og så kommer jo handlingsplanen som en konsekvens av den retningen du har satt. Så det er utrolig viktig å skille mellom strategi og handlingsplan. De henger jo selvfølgelig tett sammen, men det er viktig å ha forståelse for hva de to tingene er.

Speaker 1 27:15

Det er jo ofte et spørsmål man møter når man jobber med datastrategi. Det er fint å ha en strategi, fint å ha skrevet den ned, men vi vet ikke egentlig hva vi skal gjøre med dette. rent praktisk, Hva betyr det egentlig for organisasjonen å ha en strategi? Har dere gjort noe arbeid rundt? hvordan duer du å personalisere det?

Speaker 2 27:36

Ja, jeg tenker jo at den strategien den er jo egentlig begrunnet i forretningsstrategien, den ligger jo på toppen Datastrategien bør være et led i den. Vi har jo ikke kommet helt dit, at vi har fått forståelse for at datastrategien bør inn i forretningsstrategien, men vi er på vei, håper jeg, til å få til det. Og når du har strategien men vi er på vei, håper jeg, til å få til det Og når du har strategien på plass, du vet, hvilken retning du skal gå og du også har gjort for eksempel en sånn modenhetsanalyse og du har fått noen konkrete tilbakemeldinger på hvordan du kan starte, så kan du jo henge det du har fått fra en sånn modenhetsanalyse opp i strategien og lager for eksempel, som vi har gjort da, en dataforvaltningsprosess eller noe sånt som henger sammen med det du har sagt i strategien og hvordan du tenker å utføre den da.

Speaker 1 28:30

Så det er jo flere biter her som vi jobber med samtidig, som du må sette sammen på et visst da Og bare for å forlengre spørsmålet litt, men du har sagt det helt i begynnelsen av å være tydelig og klart på å måle det man gjør. Hvordan gjør dere det? Hvordan klarer dere å sette opp noen metrics som faktisk viser at dere har oppnådd de målene dere setter?

Bedre Datakvalitet for Vekstmuligheter

Speaker 2 28:52

Ja, og det er jo det vanskeligste egentlig, for du kan jo sette mål på akkurat det du utfører der og da, for eksempel datakvalitetsmålinger, og måle resultatet av de forbedringene du gjør underveis. Men du trenger jo også å se, hvordan det tiltaket som du gjør hva slags gevinst og hvilken påvirkning har det på forretningsstrategien, altså på de målene som er i forretningsstrategien. Og det er jo det vanskeligste å få til den biten, for der er det jo egentlig ingen, sånn du kan ikke si, at det tiltaket er en direkte påvirkning på det. men kanskje du kan tillegge det noe. ok, vi gjorde dette. det gir oss god innsikt. Vi ser, at vi kan bruke data på en annen måte, øke for eksempel omsetningen eller gå inn i et marked som vi ser er behov for å jobbe mer på Sånn type ting, at du får bedre data til å gjøre de beslutningene, når du ser at du får økt vekst eller du får høyere omsetning eller du får flere antall kunder. Det er jo de type tingene der som du må henge det opp på til slutt. Men det er vanskelig.

Speaker 1 30:05

Datakvalitet er et veldig godt eksempel for et område der kvalitetsmålinger kan ofte skjute litt forbi målet. At man setter et forretningsmål på den ene siden, men så setter man datakvalitetsmålinger på de dimensjoner man har og datakvalitet for å oppnå perfekt datakvalitet, som er uansett vanskelig. Men å koble den datakvaliteten direkte til forretningsmål og si at for å oppnå de målene vi har satt oss i vår forretningsstrategi, så trenger vi vi kanskje en kvalitet av 60% og ikke 100%, det er vanskelig.

Speaker 2 30:40

Ja, det er kjempevanskelig, men jeg tror du er inne på noe veldig viktig, for det er jo ikke. Jeg tenker, at man kan ikke ha et mål om å ha 100% datakvalitet Da kommer du til å jobbe hardt for å si det sånn Men at du setter deg noen realistiske mål i forhold til nettopp det. Du sier Hva slags datakvalitet trenger vi for å kunne oppfylle antall kunder? Hvilket nivå må vi ha på datakvaliteten for at vi kan oppnå det målet vi har på forretningsstrategien?

Speaker 1 31:12

Jeg tenker jo at etter det vi har gått gjennom i dag, så er det kanskje enda viktigere for mellomstore selskap å ha en veldig balansert tilnærming til disse spørsmålene, fordi du kan ikke bruke uendelig mye ressurser på å oppnå et datakvalitet av 100% som ikke treffer retningsmål. Nei, det er akkurat det. Det må være kalibrert til det behovet du har. På en måte, vi nærmer oss dessverre allerede slutten av samtalen som jeg har hatt veldig gøy å snakke med deg om, om dette temaet, som er såpass viktig. Før vi avslutter, har du noe key takeaway eller en call to action eller noe som du tenker dette er viktig for folk som jobber mellom store selskaper å ta med seg?

Speaker 2 31:55

Jeg tenker jo at det viktigste er at du får til noe, at du starter et sted, at du ikke gjør det for komplekst. Du må ta hensyn til den størrelsen du har og de ressursene du har tilgjengelig og bygge en datastrategi som passer din forretning. Jeg tror det er nesten det viktigste, og det er veldig viktig at den datastrategien henger tett mot forretningsstrategien, at man har fokus på det når man starter opp.

Speaker 1 32:23

Tusen takk for at du var med og at du delte.

Speaker 2 32:27

Bare hyggelig. Tusen takk for at jeg fikk komme.