Sista Kilometern

Under de senaste årtionden har svenska företag satsat åtskilliga miljarder kronor på att skapa lösningar för att samla in och lagra enorma mängder data om verksamheten, köpt in dyra programvaror, rekryterat controllers och business intelligence-specialister som ska kunna tyda och analysera data. Det finns många fall där detta förvisso har lett till framgång, men de flesta företag upplever att de inte riktigt fått valuta för pengarna. Inte sällan finns stora gap mellan nya teknologier och den dagliga verksamheten.

Bolagsledningar är frustrerade över att de investerat stora summor i programvaror och kunnig personal utan att för den skull få alla de svar och insikter de letar efter och hoppas på. I många fall kommuniceras inte resultaten på det språk de är vana vid och därför har de svårt att se mätbara resultat på sina investeringar. Stödfunktioner: Controllers, IT-avdelningen eller business intelligence, å sin sida, menar på att de faktiskt har levererat men att de har svårt att få gehör för sina svar. De säger vidare att i de fall någon lyssnar förenklas och missförstås deras analyser, att bolagsledningar letar efter enkla svar på samtliga sina frågor.

Ofta hamnar vi alltså i en situation där analysavdelningen sitter på efterlängtade insikter men finner det svårt att sälja in dem till beslutsfattare.

Hur kommuniceras analyser till beslutsfattare?

Problemet är med andra ord inte teknologi relaterat, däremot saknas något i sista kilometern: när alla investeringar i IT-infrastruktur är gjorda, när kunniga medarbetare inom stödfunktioner finns på plats och när dyra affärslösningar är inköpta möts vi av den lilla, stora frågan: hur kommuniceras analyser till beslutsfattare så att insikterna som bor inuti datamängden når beslutsfattare.

Även om en del hinder stödfunktioner ofta möter på arbetet är rent tekniska, exempelvis ”svårighet att komma åt data”, ”svårighet att rensa data”, ”stödfunktionen saknar rätt kompetens”, ”verksamheten är för liten och har ej råd att utöka stödfunktionen”, är andra hinder av sista-kilometer-karaktären: ”analyser och resultat används inte av beslutsfattare”, ”svårigheten att förklara analyser till verksamheten”, ”avsaknad av klara frågeställningar” och ”brist på politiskt och/eller finansiellt stöd”, detta enligt 2017 Kaggle ML & DS Survey.

Scott Berinato, Senior Editor på Harvard Business Review, har skrivit en utmärkt artikel om detta sista-kilometer-problem i årets januariupplaga av The HBR Magazine.

Sista-kilometer-problemet uppstår mest på grund av att de verktyg som används till dataanalys, till exempel QlikView och Microsoft Excel, även har en inbyggd visualiseringsfunktion. Vem som helst kan mata in en datamängd och producera fram grafer och tabeller. Detta leder ofta till att samma medarbetare som gör analysen förväntas visualisera och kommunicera fram analysen.

Problemet blir då att visualiseringen inte riktigt blir genomtänkt, designen inte lever upp till analysen eller att analytikern inte har rätt kompetens inom visualisering eller vill göra visualiseringen, eller tycker att visualiseringen förenklar analysen. I jakten på att hitta rätt medarbetare rekryterar man ofta personer som är tekniskt kunniga och bortser från deras förmåga eller ovilja att visualisera eller kommunicera analyserna. Avdelningar för business intelligence blir ofta teknisk framtunga, och om man dessutom hade rekryterat personer som är specialiserade på visualisering och kommunikationen hade detta inte varit ett problem. Att hitta en och samma medarbetare som kan samla in data, rensa och bearbeta datamängden, analysera den i rätt sammanhang inom ramen för verksamheten och affärsstrategin, skapa visualiseringar och kommunicera dem till beslutsfattare är i många fall omöjligt och rent önsketänkande.

För att lösa sista-kilometer-problemet bör företag ha ett skafferi fyllt med personer med olika talanger, rekryterade eller inhyrda vid behov. Man bör tänka om och fundera kring vilken sorts talang som behövs i en stödfunktion som business control eller business intelligence. En välfungerande stödfunktion består av talanger inom olika områden: tekniskt kunnande, analysförmåga i rätt sammanhang samt kommunikationskompetens. Låt dessa talanger jobba nära varandra i lag för att på så sätt möjliggöra samarbete. Inget arbetsmoment går då i cirkel eller faller mellan stolarna utan delas mellan lagmedlemmarna. Detta arbetssätt är på intet sätt nytt, det var så man jobbade fram till 80-talet då Excel med sin framfart gjorde att orealistiska förväntningar ställdes på en och samma medarbetare att göra hela arbetet och kommunicera det också.

Ovan beskrev jag hur sista-kilometer-problemet – gapet mellan de analyser och insikter som bor inuti våra datamängder och deras presentation till beslutsfattare – i många fall innebär att organisationer inte får de resultat de vill ha från sina investeringar i affärslösningar och IT. I detta inlägg kommer vi att diskutera hur man kan lösa detta problem.

Hur misslyckas kommunikation mellan analysavdelning och beslutsfattare?

I sin excellenta artikel i Harvard Business Review från januari 2019 ger Scott Berinato tre exempel på sista-kilometer-problemet:

• Genom tillgång till rensad, bearbetad datamängd och med hjälp av algoritmer och modern mjukvara kommer en analytiker fram till insikter som hon i detalj skickar vidare till beslutsfattare. Eftersom hon inte vidare är intresserad av design och kommunikation är hennes grafer ”klicka-och-visa”, följda av några kommentarer bredvid graferna. Slutanvändarna blir frustrerade och förvirrade eftersom språket hon använder i sin presentation är fullt av tekniska jargonger och obekant för dem. Analysen är klockren och hennes rekommendation anammas inte.

• En avdelningschef vill starta igång ett favoritprojekt men tillgängligt data stöttar inte hans hypotes. Han ber analysavdelningen skapa några grafer ihop med någon kommentar till sin presentation. Analytikerna vet att hans hypotes inte håller och föreslår andra tillvägagångssätt. Avdelningschefen vill dock inte lyssna: han vill bara ha några grafer och kommentarer. En av två saker kommer att hända: hans möte med beslutsfattare slutar i fiasko efter att någon ställer en detaljerad fråga om analysen som han inte har ett bra svar på, eller projektet genomförs och slutar i fiasko eftersom analysen var felaktig.

• En kompetent datadesigner imponeras av en analys från analytikern och skapar på eget bevåg en snygg presentation till bolagsledningen. Presentationen kommer att innehålla grafer med bolagets officiella färger och typsnitt ihop med engagerande kommentarer. Analytikern känner sig obekväm när beslutsfattare börjar dra fel slutsatser från hennes analys. De klara, enkla graferna gör det lätt att hitta orsakssamband när det egentligen inte finns något sådant, eller tar bort osäkerhetsmoment i analysen. Analytikerns dilemma: ”äntligen är de intresserade av mina analyser men de misstolkas”.

På några av mina tidigare uppdrag har jag själv och på nära håll upplevt samtliga tre exempel och om du känner igen något av fallen ovan är det dags att göra något åt sista-kilometer-problemet.

Vad är lösningen?

Scott Berinato föreslår ett nygammalt arbetssätt i syfte att bygga upp en välfungerande analys- och kommunikationsavdelning genom att definiera och identifiera de talanger som behövs, hyra in nödvändiga talanger, låta talangerna jobba ihop, lära av varandra och kommunicera med varandra, samt strukturera projekten kring dessa talanger.

Observera att en talang inte är en person. En talang är en skicklig en eller flera personer besitter. En person kan ha flera talanger, två personer kan exempelvis ha sex talanger. Utgångspunkten ska därför vara att sätta rätt talang på rätt uppgift, inte att sätta olika personer på olika uppgifter. Att skilja mellan talang och person är första steget att lösa sista-kilometer-problemet därför att bolaget då slutar att leta efter samma person som rensar, bearbetar och analyserar data och som dessutom visualiserar och kommunicerar fram insikterna. Man låter talanger fokusera på det de kan bäst.

Vilka talanger som behövs varierar från organisation till organisation, eller beroende på projekt, men vanligtvis behövs en projektmanager, en talang för att rensa och bearbeta data, en talang för att analysera data, en talang med ämnesexpertis och slutligen talanger för vardera designen och kommunikationen. Återigen, vissa talanger kan man hitta i en och samma person.

När man väl definierat nödvändiga talanger är det dags att sluta tro att alla talanger alltid måste rekryteras in. Ha istället ett skafferi med talanger som ni kan hyra in vid behov, speciellt inom områden där ni saknar spetskompetens.

När talangerna är på plats är det en mycket bra idé att låta dem bekanta sig med dem talanger de inte har. De behöver inte experter på andra talanger men de behöver kunna prata med varandra och arbeta i ett team. Dataanalytiker är intresserade av objektivitet och statistik men kommunikation och design ligger inte i deras natur. Designers däremot strävar efter enkelhet, klarhet, estetik och historieberättande och dataarbete är något som är svårt och komplext för dem. Låt designern gå en introduktionskurs i databearbetning eller ta med dataanalytikern på ett strategimöte, detta hjälper överbygga gapet mellan talangerna. Att utsätta talangerna för de talanger de inte har leder till empati och förtroende, vilket är ett måste för ett fruktbart samarbete.

Sammanfattningsvis

Slutligen bör man bygga projekten kring talangerna. Tillsätt en erfaren projektmanager som kan klara av de utmaningar som kan uppkomma på vägen: att hålla deadlines, dirigera om talangerna och resurserna vid behov, etc. Tillsätt även en intern intressent som äger projektet: ägarskapet är en viktig fråga och projektägaren ska vara en person med ämnes expertis, ansvar och auktoritet som kan fatta beslut på plats. Sant, datateknikerna rapporterar till IT-chefen, logistik controllern rapporterar till logistikchefen, och designern rapporterar till marknadschefen men teamet ska ha tillräcklig med mandat och makt och vara ett team på riktigt.

Allt detta syftar på att möjliggöra för företag att få bäring på sina dyra investeringar i IT-infrastruktur, mjukvaror, affärslösningar och personal. Att eliminera sista-kilometer-problemet innebär att vi måste komma bort från tanken att en individ – eller en underbemannad avdelning – kan samla in, rensa, bearbeta samt analysera data och dessutom kommunicera det så att värdefulla insikter når beslutsfattare.

Leave a Reply

Your email address will not be published. Required fields are marked *