Tiedon sirpaleisuus on johtamisen haaste – Näin datasta tulee liiketoiminnan ajuri
Monessa organisaatiossa dataa on paljon, mutta numeroihin ei luoteta, koska käsitteet elävät eri järjestelmissä eri tavoin. Metsähallitus ratkoo haastetta DSharpin työkaluilla ja näkee potentiaalia myös tekoälyä hyödyntävässä DSharp Scoutissa, joka ohjaa käyttäjän luotettavien mittareiden äärelle.
Metsähallitus toimii poikkeuksellisen laajassa ja monimutkaisessa toimintaympäristössä. Organisaation vastuulla on metsätalous, luonnonsuojelu sekä kiinteistöjen ja matkailun kehittäminen valtion laajalla maaomaisuudella. Jokainen näistä kokonaisuuksista tuottaa ja hyödyntää dataa omista lähtökohdistaan käsin. Datankäyttäjiä on kentältä asiantuntijoihin ja ylimpään johtoon saakka.
”DSharpin käsitemallinnukseen pohjautuva data-alusta on tehnyt Metsähallituksen tiedosta yhtenäistä, luotettavaa ja aidosti päätöksentekoa tukevaa. Ilman tätä tieto jäisi helposti siiloihin”, Metsähallituksen data-arkkitehti Annina Malin kertoo.
Yhteiset käsitteet ja mittarit tukevat operatiivista ja strategista työtä
Yhtenäisen ja ajantasaisen datan arvo näkyy myös operatiivisessa työssä. Esimerkiksi metsänhoitotoimenpiteitä suunniteltaessa työn tueksi tarvitaan samanaikaisesti tietoa metsän tilasta, luonnonsuojelun rajoitteista, alueella tapahtuvasta muusta toiminnasta sekä kiinteistöihin liittyvistä seikoista.
”Kun kaikki tarvittava tieto on yhdessä näkymässä, suunnittelu on huomattavasti nopeampaa ja tarkempaa. Asiantuntijan ei tarvitse harhailla eri järjestelmissä, vaan hän voi keskittyä varsinaiseen työhönsä”, Malin kertoo.
Hajallaan oleva tieto ei ole organisaatioille vain tekninen ongelma, vaan ennen kaikkea johtamisen haaste. Kun päätöksiä joudutaan tekemään puutteellisen tai epäyhtenäisen tiedon varassa, riski virheisiin lisääntyy. Datatyökalut ovat siis strateginen investointi.
Strategisella tasolla yhteiset käsitteet ja mittarimääritelmät varmistavat, että Metsähallituksen päätökset perustuvat samoihin tulkintoihin eivätkä oletuksiin. Koska tehtävät ratkaisut vaikuttavat laajoihin alueisiin ja pitkäaikaisiin tavoitteisiin, tiedon luotettavuus ja ajantasaisuus on tärkeää. Kun yhteinen käsitemalli ohjaa tekemistä, kukaan ei joudu tekemään oletuksiin perustuvia tulkintoja, vaan päätöksenteon takana olevat tiedot ymmärretään ja toiminta on aidosti tiedolla johdettua.
Yhteinen käsitemalli kääntää datan liiketoiminnan kielelle
Metsähallituksessa on rakennettu yhteinen käsitemalli, joka kattaa jo yli 1 400 määriteltyä käsitettä. Käsitteet muodostavat perustan koko data-alustan toiminnalle. DSharp ei ole Metsähallituksessa vain IT:n työkalu, vaan keino varmistaa, että koko organisaatio puhuu tiedosta samoilla käsitteillä ja termeillä. Käytännössä tämä tarkoittaa sitä, että mittarit määritellään kerran yhteisistä käsitteistä ja niitä voidaan käyttää uudelleen raportoinnissa ja analytiikassa.
”Kun käsitteet ja niiden väliset suhteet on määritelty yhteisesti, tieto on yksiselitteistä ja vertailukelpoista. Se nopeuttaa kehittämistä ja parantaa ratkaisujen laatua”, Malin kuvaa.
Liiketoiminnan näkökulmasta tällä on suora vaikutus päätöksentekoon. Raportteihin voidaan luottaa, kehitystyö etenee nopeammin ja virheiden määrä vähenee. Samalla yhteistyö eri yksiköiden välillä paranee, kun asioista puhutaan samoilla termeillä eikä tulkinnanvaraa jää.
”Esimerkiksi HR-tiimi voi määritellä itsenäisesti tarvitsemansa mittarit käsitteiden pohjalta ja tulkita tuloksia omalla ammattikielellään. Kun tieto on läpinäkyvää ja ymmärrettävää, asiantuntijat voivat keskittyä analyysiin sen sijaan, että aikaa kuluu tiedon etsimiseen tai selittämiseen”, Malin selventää.
AI-botti helpottaa datan etsintää ja tulkintaa
Tulevaisuudessa katse kohdistuu yhä vahvemmin tekoälyyn. Metsähallituksessa nähdään, että tekoälyn hyödyntäminen datan etsinnässä ja tulkinnassa nostaa tiedon laatuvaatimukset uudelle tasolle. Datan alkuperän ja siitä syntyneiden päätelmien tulee olla läpinäkyviä.
”Jos emme ymmärrä, mistä tieto on peräisin ja miten sitä on käytetty, emme voi luottaa tekoälyn tuottamiin tuloksiin. Siksi käytämme vain sellaisia ratkaisuja, jotka pystyvät todentamaan esimerkiksi ennusteiden taustalla olevan ketjun”, Malin painottaa.
DSharpin seuraava kehitysaskel on tekoälyä hyödyntävä DSharp Scout, jonka tavoitteena on tehdä tiedon hyödyntämisestä todellista itsepalvelua. Ajatuksena on, että käyttäjät voivat hakea tietoa yhdellä kyselyllä omalla luonnollisella kielellään. AI-botti osaa vastata kyselyihin sekä tehdä kyselyjä data-alustaan, koska sillä on käytössään yhteiset määritelmät ja niitä kuvaava metadata.
”Vaikka tieto on jo yhdistetty yhdelle data-alustalle, sen koko potentiaali ei välttämättä pääse vielä käyttöön. Useimmat käyttäjät tuntevat parhaiten vain omat lähimmät järjestelmänsä. AI-botti voisi auttaa näkemään yhteyksiä ja mahdollisuuksia, joita käyttäjät eivät muuten osaisi etsiä”, Malin sanoo.
AI-botti helpottaa esimerkiksi raportointia ja analytiikkaa. Johto saa nopeammin tilannekuvia, ja tiedon hyödyntäminen on sujuvaa – tietoturvan vaatimukset huomioiden.
”Toivon, että muutaman vuoden päästä tiedon hyödyntäminen on niin helppoa, että se on luonteva osa jokaisen työtä. Samalla päätöksenteko on entistä nopeampaa, läpinäkyvämpää ja paremmin perusteltua”, Malin kiteyttää AI-botin konkreettiset hyödyt.
Lisätietoja DSharp Scoutista ja DSharp PathFinderista
