9. Dine data: Derfor er oprydning en rutine, du aldrig bliver færdig med

For mange virksomheder er data en hovedpine. Ikke fordi der er for lidt, men fordi der er for meget, og fordi ingen rigtig ved, hvad der ligger hvor. Og en AI er kun så god som de data, den bygger på.

I denne episode fortæller Rune Bak Jensen, CEO og IT-arkitekt hos M Networks, om hvorfor mange mellemstore virksomheder faktisk ikke ved, hvilke data de har, og hvordan krav som GDPR og NIS 2 skærper spørgsmålet om, hvem der ejer hvad.

Hans vigtigste pointe er, at oprydning i data ikke er et projekt, man bliver færdig med, men en løbende rutine på linje med IT-sikkerhed. Han fortæller også, hvor man med fordel begynder, nemlig med det lidt kedelige, men vigtige overblik over, hvilke data man har, hvor de ligger, og hvem der ejer dem.

Gode beslutninger og god AI starter samme sted, nemlig med data, du kan stole på.

Denne podcast udgives af M Networks, IT-leverandør og Microsoft-partner i Nordsjælland. Vil du høre mere eller tage en snak om jeres IT, kan du besøge mnetworks.dk, skrive til info@mnetworks.dk eller ringe på 70 10 70 05.

Transcript

0:04

Der. I menge år har data været i ogd. Så det har været sådan øvelse at være afdeling u virksomhed eller genet. Aller nu er. Fora. Det er ret i tagdeling. Hvis man ikke kan finde, så må man gå noget og spørge. Hvis der er røde, så må man give den skyden for det måde. Eller i nu er, hvis man mangler ad gangen, så er det nok noget, der er forkert. Skyet med data er jo i dag, at data er måske nu tiden søvler, og det bliver fremtid skuld. Fordi at ja ingen goda, ingen god aggreger, så alt sprænger faktisk ud fra data. Jeg hedder Ronebag Jensen. Og udover at være CEO i Hamlet, så er jeg også ITarkit, og har en lang baggrund med faglighed, sikkerhed og viden, som gør, at vi kan møde vores kunder i øjede. Fagligt. Der er jo selvfølgelig meget data i en virksomhed. Der både filer derumer, jokonomidata, samdata, bi data. Du har jo data herfra, og jeg ved snart ikke til måden i mange virksomheder. Dansker har ikke en super godde op i den, fordi det er besværligt. Vi er typisk lidt højt løn, så der er ikke tid til at sæde to dage om måned og søde røde op i finans data, så vores erfaring som teknisk del i det, det er, at det går til mange virksomheder. Helt tilbage for GDPR, som er ikke så mange år tilbage, og helt snakken om det så complice, der er jo faktisk et krav om der helt styr på. Hvem er, hvilken data, hvor ligger den, hvem har den, og hvordan behandler man den her data. Og det er nogle af de procer, vi ser, der har stærkt gang i lige for tiden. Både i forhold til at overholde komplice krav, forberedelser til ag i, og helt generelt bare have styr på sine dater. Dataen skal princippet eget af de mennesker, som ved en masse om, og det er afdelingen. Det kunne være økonomiafdelingen, det kan være Projektafdelingen, Research og Development eller hvor det nu ligger. Og når man sige, at princippet bare en facilitator af, at du har en kasse, hvor det ligger i. Og det skal følge være sikkert og forsvarligt tildelt. På datasiden ser vi også, at der er meget data rud. Og en af datarådene giver jo blandt andet, hvis du har, siger, at du har et point of sale løsning, dvs. du har en butiksløsning. Og lige pludselig så mangler du data for to par måned, og så sætter du ind af i bort inde i kålet til at hjælpe dig med at lave en forkast på antallet medarbejdere, der skal være dine butikker i år to om måned, der skal ikke være ret mange. Den simple år sagt, at der har råd dine data. Og derfor kan man sige, at de her er idrevne beslutninger i ekstrem stor grad beror på, at du har styr på dine data. Og vores udgangspunkt er, at vi selvfølgelig har små virksomheder mellemstore virksomheder, og så er de helt store. De helt store har relativt godt styr på deres data, men hele SMB markedet plus minus fra 25 til måske 300-500 medarbejdere i de her virksomheder, har faktisk ikke super godt fået på deres data. Jeg siger ikke, at de ikke har kontrol over deres data, men de ved faktisk ikke, hvad der ligger af data. Ik semplificeret af GDP blevet råd ud. Vi slet masse data. Det skal vi, for det skal ikke lægger gamle. Så ryder man også i et helt kontraktrev for kunddata, fordi nogle kontrakter jo sagtens kan være 5 eller 10 år gamle. Og det er jo fordi, det ligger et eller andet sted, hvor der ikke er styr på det. På hele kompliens siden, så er der ikke tvivl om, at EU har sat det meget højt, at vi skal have i total kontrol over vores data som virksomhed. Og det betyder blandt andet to de nye af i aggre, som de vil at arbejde på, stiller ekstrem store krav til virksomheden. Heldigvis blandt andet Microsoft og andre værktøjer støtter jo godt op om, at du kan gøre det her mere automatiseret. Men igen det skal konfigureres. Og det sjove her er jo så, at data ender i sådan et sjovt. Fordi hvem er det en, der sætter compliance op i en mellemstor virksomhed. Idelingen det er joft, der laver teknik. Vi laver indstillinger, vi laver systemer, vi laver alt. Og nu skal man tage lave en masse butikke og governance ting. Og den role er der faktisk ikke meget, der ser i virksomheden, og det er det vi ser i dag. Og det bræser jo selvfølgelig udviklingen af at få kørt data governance i. Så får du en eller anden bøde på et tidspunkt, og EU kommer og slår nogen i hovedet med 4% af deres omsætning. Men hele af i drevet beslutninger og beslutningsgrundlag på baggrund af data. Så jeg jo faktisk, at meget mere essentielt, fordi det er også det, der kan høs til værdi. Nu er man selvfølgelig ikke udlevere kunder og virksomheder, men vi ser store voksne virksomheder, der sidder og træffer essentielle beslutninger på baggrund af Excel, som før der har været forkert i 12 måneder. Vi ser virksomheder, der sidder med egestaltet Excel, nogen har siddet og kod og du har rundt, som faktisk bruges ekstremt fidget. De regner før det forkert. Så mange beslutninger bliver truffet på et uvalideret opslag eller uvalder. Grundset selvfølgelig Excel i det tilfælde bliver brugt fidget. Det er fordi det er nemt hurtigt at de fleste kan bruge Excel. Der var en datakilde. Og jeg allergede, man har bare ikke lige tænkt over, hvordan den her datakil opførser. I forhold til A i-delen, så kan man jo sige, at data er klæd. Så har man noget gode dat, man ved, hvordan det virker. Man ved, hvordan det hænger sammen. Mennesket skal selv kunne se sammenhæng, så det er fantastisk at få AI til at arbejde videre med den dat. Så vi ser mange data oprydningsprojekter, integrationsprojekter, hvor data skal flyde bedre. Historiske data, der bliver konsolideret, filer, der skal ryddes op ijerskab, rettigheder. Alt det her skal jo sættes. Eksemplificeret af næsten måde halvdelen af dem, der er ved at implementere CowPart for Microsoft. Der største bevæggrund eller udfordring, det er egentlig den benefit, det kan give, men det er faktisk en modsat del af, hvis vi ikke styrper vores data og nogen større lønoplysninger af direktøren. Hvorla, så ligger det da muligvis. Så det er det i save. I-shuet er, hvem vilje det her data. I-Ta-afdelingen de faciliteret. Forretningen brænder ikke for at eje, og man fandskar den her data midt imellem. Og det er det helt store spørgsmål i dag. Og i dag er det ikke et valgfrihed om nogen skal, fordi i på sig, så skal man. Men hvordan får man organiseret de her ting. Så det skal man som I-T-afdeling tænke sig godt om. Hvordan får man det her data har skab på plads. Af i for at tage et lille deep dive i det. I sidste ende er det jo selvfølgelig data. Alle kan spørge en offentlig model om en eller anden holdning til spær i bolonæse eller hvad man nu har lyst til, eller hvor hvordan man bruger den, men som er beget med egne data fra jeger, så skal man godt nok have for, hvordan den data er struktureret. Ford du det så menneske, får du typisk heller ikke forklaret din modell. Og jeg kan ikke kont, og der er ikke adgangsret. Der er en stor sandsynlig for, at du får ekskrægt dårlige resultater og spillder din her. Så starter med dataoprygningsprojekt op i ko 3 i 2025. Og så tænker jeg, så jeg færdig med det. Ligom i tilkerhed, så er hele den her data governance, data quality proces. Det er en omgående proces. Den skal indbygges i hverdagen. Så det her med at ryde op. Det er ikke noget, man gør engang, men ligesom på læret ryder vi op en gang h andet år ned på vores lager. Her skal der ryddes op hele tiden, og der skal sættes regler og systematikker op. Specielt for at sikre, at den her AI-baseret datatræk, som i starten jo princippet bliver noget, man kører forholdsvis manuelt, men lige pludselig begynder at blive forholdsvis autonom og automatiseret. Så du er det jo altså ikke, at den begynder at lave analyser på forkerte data. Så oprydning, data governance, adgangen, rettigheder, alt det her omkring ens data, det skal ligge indbygget i ens hverdag, og bliver en helt ny jobfunktion, tror jeg faktisk, som IT kommer til at tage sig af. For IT i dag i stor grad, når du kommer til bietet, producerer rapporter, producerer output, producere alle mulige forskellige ting. Men der er rent faktisk rigtig få mennesker, som sidder og arbejder med datakvalitet. Så det tror jeg, bliver noget, der kommer til at ændre sig. Lige så vel, som I til sikkerhed ikke er et quick fiks. Det er en ongoing business, der skal tages fat i every da, ligesom ringgøring på et kontor for den tilskyld, det skal vel nok mine måske en gang om ugen. En af de vigtigste ting, det er første omgang meget smokkidigt, men at få lavet en lille smule analys af, hvad har jeg data, hvor ligger den. Får identificeret nogle data. Man kunne godt vælge at sige, at man starter med de vigtige systemer først. Når man har fået defineret dataar, så kan man sige, at nu ved vi mindste, hvem vi skal snakke med om vores data. Når man er kommet frem til, vi har fundet nogle dataar, hvor skal vi hen, hvad skal vi bruge, hvad vigtige data for virksomheden. Så giver det også super meget mening at finde ud af, at først har vi lidt compliance, vi skal overholde, er der nogle spur der, den vil jeg selvfølgelig tage med et samme proces, så vil jeg sikre mig, at min adgang til data er forholdsvis velstruktureret. Og efter då jeg begynde at sikre mig, at kan kigge mere i mine data og sige, hvad det egentlig, vi har for noget data. Det er jo meget nemt at dokumentere det datakatalog. Hver vi har forskellige data, ikke typer med forskellige informationer, vi kan bruge tage i. Så når du starter et det i et projekt. At man før ikke starter på et blank støt papir, men sådan set starter med minum at have mækket, hvor har vi været hin. Det kan være et produktionsystem, hvor man har timetracking på, hvor langtid det tager at produceret var. Det kan være salgsorder, det kan være faktuer, det kan være salgsden, det kan være mennesker, ressourcer, projekter, eller hvad det nu ellers skal være, hvis vi snakker dataanalyse. A vi over i af sidste dag eje eller i den ur, så kunne det i større grad blive, at du har dokumenter, du har skabet longer, du har kundet data, du har nogle vigtige ting, som gør, at det ikke længere tager 3 dage at skrive det her tilbud, men på baggrund af kendte data kendte produkter, at din afge faktisk kan sætte det her sammen på ganske ganske kort tid for dig kvalificeret. Og selvfølgelig er man på bar bund at siger, hvordan skal man gribe det her, så er selvfølgelig noget, vi gerne hjælper med. Vi prøve at rågbe omkring det. Det er med til at lægge plan for det, både på projektledelse, men selvfølgelig også på de praktiske del. Hår vi sige, at kunden kender bæst sine data, men det kan så få det også med den information, og den kan vi så brige middle og startet proces. Det er af de ting, vi er gæsk. Hvis du synes, emnet data er interessant, så kommer der snart et afsnit for mine kollega Peter fra regnark til data. Det drejer sig om, hvordan virksomheder kommer væk fra forretningskridiske regnærk, og hvad der ellers ligger i den lærer og over til data drøv. Og Christian følger op med et af, der hedder Har jeg klar til af i, som går i dybden med dagrede og sikkerheden. Når jeg ikke skal have adgang til virksomhedens helt legne dat. Jeg har lytt til en podcast for Imporks. Tak fordi du lavede med.