Tiedolla johtaminen on noussut viime vuosina keskeiseksi tavoitteeksi monissa organisaatioissa. Päätöksiä halutaan tehdä datan perusteella, analytiikkaan investoidaan ja johdon käyttöön rakennetaan erilaisia raportointi- ja mittarointiratkaisuja.
Silti monessa organisaatiossa törmätään samaan ilmiöön: vaikka tiedolla johtamisesta puhutaan paljon strategisella tasolla, arjen työssä tiedon hyödyntäminen jää usein ohueksi. Johto saa raportteja ja mittareita, mutta asiantuntijoiden ja prosessien tasolla tiedolla tekeminen ei juuri muutu.
Usein keskustelu keskittyy ylimpään tasoon ts. strategiseen tiedolla johtamiseen. Todellisuudessa suurin osa päätöksistä ei kuitenkaan synny johtoryhmässä, vaan arjen toiminnassa: prosesseissa, asiakastyössä ja operatiivisessa ohjauksessa.
McKinseyn analyysin mukaan aidosti dataohjautuvissa organisaatioissa data on upotettu jokaiseen päätökseen, prosessiin ja vuorovaikutukseen. Toisin sanoen data ei ole vain raportointia varten, vaan osa päivittäistä toimintaa (https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-data-driven-enterprise-of-2025).
Dataohjautuva päätöksenteko tarkoittaa käytännössä sitä, että data tukee päätöksiä koko organisaatiossa strategisista valinnoista päivittäisiin operatiivisiin ratkaisuihin (https://online.hbs.edu/blog/post/data-driven-decision-making).
Jos tiedolla johtaminen jää pelkästään strategiseksi keskusteluksi, data ei tue sitä päivittäistä tekemistä, jossa organisaation tulokset lopulta syntyvät. Tutkimuksissa onkin havaittu, että dataohjautuva päätöksenteko parantaa erityisesti operatiivisten prosessien tehokkuutta sekä auttaa organisaatioita tunnistamaan riskejä ja optimoimaan toimintaa (https://www.intellspot.com/data-driven-excellence/).
Kolme tasoa tiedon hyödyntämisessä
Tiedon hyödyntämistä voidaan tarkastella kolmen toisiaan täydentävän tason kautta.
Tiedolla johtaminen (strateginen taso)
- suunta
- tavoitteet
- strategiset mittarit
- johdon raportointi
Tällä tasolla määritetään organisaation suunta ja keskeiset tavoitteet.
Tiedolla ohjaaminen (taktinen taso)
- prosessien ohjaus
- priorisointi
- resurssien kohdentaminen
- operatiivinen seuranta
Tällä tasolla dataa käytetään toiminnan ohjaamiseen ja resurssien suuntaamiseen.
Tiedolla tekeminen (operatiivinen taso)
- asiantuntijoiden päivittäinen työ
- palveluprosessit
- automaatio
- tekoälyn hyödyntäminen
Tällä tasolla data vaikuttaa suoraan siihen, miten työ tehdään arjessa.
Vaikka keskustelu keskittyy usein tiedolla johtamiseen, suurin osa datan todellisesta arvosta syntyy tiedolla ohjaamisen ja tiedolla tekemisen tasolla – juuri siellä, missä organisaatiossa tehdään päivittäin satoja tai tuhansia päätöksiä. Tämä muodostaa Lawderin data governancen pyramidin.
Data governance tuo yhteiset pelisäännöt datalle
Jotta tiedolla johtaminen voi toteutua kaikilla näillä tasoilla, tarvitaan selkeä tapa hallita ja ohjata dataa. Tässä kohtaa nousee esiin data governance, eli datan hallinnan ja ohjauksen toimintamalli.
Data governance määrittää esimerkiksi
- kuka omistaa tiedon
- miten dataa hallitaan
- miten datan laatu varmistetaan
- miten keskeiset käsitteet määritellään.
Käytännössä kyse on siitä, että organisaatio sopii yhteiset pelisäännöt datan käytölle ja varmistaa, että nämä pelisäännöt näkyvät myös arjen prosesseissa ja päätöksenteossa.
Tutkimuskirjallisuudessa data governance nähdään keskeisenä mekanismina, jonka avulla organisaatiot varmistavat datan laadun, luotettavuuden ja päätöksenteon tietopohjan (esim. DAMA-DMBOK sekä OECD:n analyysit dataohjautuvista organisaatioista).
Pelisäännöt eivät riitä ilman yhteistä tietoperustaa
Vaikka data governance määrittää pelisäännöt datan hallinnalle, se ei yksin riitä. Jotta dataa voidaan hyödyntää johdonmukaisesti eri järjestelmissä, prosesseissa ja päätöksenteossa, tarvitaan myös yhteinen tietoperusta eli yhteisesti määritellyt käsitteet, tietorakenteet ja mallinnus.
Ilman tätä organisaatiossa päädytään helposti tilanteeseen, jossa:
- sama asia tarkoittaa eri järjestelmissä eri asioita
- mittarit eivät ole vertailukelpoisia
- raportointi ja analytiikka perustuvat ristiriitaiseen dataan
Erityisesti nykyaikaisessa, tekoälyavusteisessa ja ad hoc -raportointiin perustuvassa toimintaympäristössä tämä korostuu: dataa ei enää käytetä vain ennalta määritellyissä raporteissa, vaan sitä hyödynnetään joustavasti eri käyttötarkoituksiin. Tällöin yhteinen tietoperusta ei ole vain tekninen kysymys, vaan keskeinen edellytys sille, että dataa voidaan hyödyntää luotettavasti kaikilla tasoilla tiedolla johtamisesta tiedolla tekemiseen.
Tiedonhallintamalli tekee governance-rakenteesta käytännön toimintaa
Julkisissa organisaatioissa data governance konkretisoituu usein tiedonhallintamallina, joka on osa tiedonhallintalain mukaista organisaation tiedonhallinnan kokonaisuutta.
Tiedonhallintamalli kuvaa esimerkiksi
- tiedon omistajuudet
- keskeiset käsitteet ja tietorakenteet
- datan elinkaaren
- vastuut ja roolit tiedon hallinnassa.
Yksityisissä organisaatioissa sama ajatus toteutuu usein data governance -rakenteina tai data management -toimintamalleina, joissa määritellään vastaavat periaatteet datan hallinnalle ja hyödyntämiselle.
Ilman tällaista yhteistä toimintamallia tiedolla johtaminen jää helposti raportoinniksi, joka ei ulotu operatiiviseen toimintaan.
Master data governance – tiedon perusta kuntoon
Yksi keskeisimmistä data governance -alueista on master data governance, eli keskeisten ydintietojen hallinta.
Asiakas-, tuote- ja organisaatiotiedot muodostavat usein perustan analytiikalle, raportoinnille ja tekoälysovelluksille. Jos nämä tiedot eivät ole yhtenäisiä ja hallittuja, myös tiedolla johtaminen perustuu helposti ristiriitaiseen dataan.
McKinseyn mukaan hyvin toteutettu master data management on keskeinen edellytys luotettavalle analytiikalle ja tehokkaalle tiedolla johtamiselle (https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/master-data-management-the-key-to-getting-more-from-your-data).
Tiedolla johtaminen on vasta lähtökohta
Tiedolla johtaminen on tärkeä tavoite, mutta se on vasta lähtökohta.
Organisaation todellinen kyvykkyys syntyy silloin, kun data tukee myös tiedolla ohjaamista ja ennen kaikkea tiedolla tekemistä eli sitä arjen toimintaa, jossa organisaation tulokset lopulta syntyvät.
Tämä edellyttää toimivaa data governance -mallia, selkeää tiedonhallintamallia sekä keskeisten tietojen hallintaa esimerkiksi master data governance -käytäntöjen avulla.
Missä vaiheessa oma organisaationne on tällä polulla? Onko data käytössä vain raportoinnissa vai joko se ohjaa päivittäistä tekemistä?
