Konsten att komma igång med datadriven innovation

JOBBA DIGITALT. Experten på datadriven innovation, Joni Lindgren, berättar hur företag och organisationer ska gå tillväga för att få igång de datadrivna processerna alla pratar om idag.

– Med datadriven innovation kan vi vara mer säkra på att vi löser ett riktigt problem på ett sätt som gör livet lite enklare eller bättre för den som vi i slutändan har tänkt oss ska gynnas av lösningen. Att utveckla helt nya saker är dyrt och vi vill såklart minimera risken att vi utvecklar något sedan inte genererar intäkt, säger Joni Lindgren, tillväxtchef på byrån Rebel & Bird och fortsätter:

– Data gör det också lättare att vara kreativ, för då kan teamet skala bort idéer som är utanför scopet och gå djupare ner i lösningar som spelar roll för målet vi vill uppnå.

Joni Lindgren förklarar att Rebel & Birds synsätt på datadriven är att vara människodriven, genom att analysera på kund- och användarbeteende.

– Beteenden är vad som genererar data och det är människor som har beteenden. Datadriven innovation blir alltså människodriven innovation. Det är helt enkelt ett sätt att med större säkerhet och mindre risktagande lägga tid på att göra värdefulla lösningar för människor som faktiskt tycker de är användbara, fortsätter använda dem, ändrar ett beteende och därför genererar nya mönster i data.

Så hur kommer ett företag eller organisation igång med datadriven innovation?
– Ett bra sätt att börja är att läsa och förstå vad som är möjligt. Hitta artiklar som inspirerar och gör din egen måttstock för vilken nivå som är rimlig för din organisation.

Nästa steg är att identifiera målet.

– Vad vill du åstadkomma och hur ska du mäta det?

Sedan handlar det om att samla kompetens.

– Både för att samla in datan, så att den visar det man tänkt sig och sedan att ställa frågor mot datan och avgöra var affärsvärde finns.

När data finns och företaget vet att den samlas på ett bra sätt bör datan göras tillgänglig för många i organisationen, enligt Joni Lindgren.

– Jag brukar tänka att ju fler som kan fatta en större del av sina beslut på data, desto snabbare borde vi kunna se resultat så länge vi jobbar mot samma nyckeltal.

Vad är det viktigaste att tänka på?
– Ställ rätt frågor och använd data på rätt sätt – Använd en kombination av kvalitativ och kvantitativ data för att få bättre förståelse för människor och kundbehov och koppla detta till slutmålet att driva tillväxt och effekt, inte bara insikter. Öka ett nyckeltal, utveckla en produkt eller tjänst så fler folk använder den eller förändra en organisation och process.

Ur ett organisationsperspektiv, vilka kompetenser krävs och vilken avdelning är det som ska ansvara för datadriven innovation?
– Det är viktigt förstås att ha en analys och dataavdelning med rätt kompetens. Det viktigaste är dock affärskunskap och förståelse. Värdet av en analytiker, eller data scientist, handlar inte om att veta hur man arbetar med en viss teknik eller hur man bygger en bra algoritm. Det handlar om att veta vilka frågor man ska ställa och hur man kan driva affärstillväxt.

Joni Lindgren förklarar att företaget bör ta hjälp av en expert för att komma igång med datainsamlingen.

– Det är skitsvårt att samla in data. Har du synfel går du till en optiker. Saknar du data, gå till en datastrateg och implementationsexpert. Att ta beslut på felaktiga data är inte kul, det är ju en affärsrisk.

För att komma igång med databearbetningen och analysen behöver företaget definiera sina behov och affärsmål.

– Tänk långsiktig och inte vad som behövs idag. Datainsamling och analys ska inte vara siloprojekt utan ska involvera hela organisationen.

Som med alla generella budgetfrågor vad gäller digitalisering är svaret på hur stor budget som krävs för att komma igång med datadriven innovation, ”det beror på”.

Budgeten som krävs för att komma igång beror på både ”ambitionsnivån och storleken på bolaget”.

– För många stora och komplexa organisationer är det viktigt att ha full kontroll över data för produktutveckling och användarupplevelse. Flexibilitet och skalbarhet är också viktigt. I detta fall kan man behöva bygga en egen dataplattform för att kunna kombinera olika datakällor och ha kontroll över produktutvecklingen av analysplattformen. Det kräver förstås stora investeringar och resurser.

För mindre bolag kan det räcka med att starta på en mindre skala, utan att behöva bygga en egen lösning.

– Man kan börja med Google Analytics eller andra liknande verktyg. De verktygen ger en bra grund till att fatta beslut baserade på data och prioritera rätt. Då lär man sig samtidigt vilka krav man har på datainsamlingen och kan enklare avgöra vad nästa steg är.

Vilka plattformar och digitala verktyg finns det som kan hjälpa till när ett företag ska komma igång med datadriven innovation?
– Det finns oändligt många och man behöver kombinera flera med varandra för att täcka en hel process. Utgå från behov snarare än verktyg.

Hur ska företaget undvika de vanligaste misstagen?
– Använd specialisthjälp i början när du planerar din datainsamling och lär dig de verktyg du valt. Det är en kostnad up front men det är dyrare att börja fel och sedan behöva börja om.

– Ett vanligt misstag är att management inte förstår vikten av data och då blir det svårt för medarbetare att få upp tempo i arbetet. Och tempo behövs eftersom den digitala verkligheten, våra beteenden och förväntningar på digitala tjänster och produkter ändras så snabbt i sig.

Joni Lindgren fortsätter:

– Att man använder data för att bevisa det man redan tror på är också vanligt. Hackar vi datan tillräckligt länge kan vi nästan alltid hitta bevis för vår hypotes. Använd data lika mycket för att motbevis det du redan tror på.

– Andra vanliga misstag är att köpa ett verktyg utan att ha kompetensen och processerna för att använda det. Ett annat misstag är kortsiktighet – att jobba datadrivet är inte ett projekt, det är ett arbetssätt.

När företaget kommit igång, hur ska det vidareutveckla den datadrivna processen?
– Öka tempot och kapaciteten. På Rebel & Bird har vi jobbat fram en process vi kallar för high tempo testing. Ju fler hypoteser vi kan validera på så kort tid som möjligt desto snabbare hittar vi framgångar. För att lyckas med det krävs ett krossfunktionellt team och någon som leder processen. Teamet innehåller alltid kompetens inom produktägarskap, analys, ux-design och utveckling. Vi har jobbat i några år med att definiera och finslipa både själva processen och jobbet vi gör i den och det är jätteroligt att jobba på det sättet så jag rekommenderar det verkligen.

oskar

rahlenoskar@gmail.com

Dela inlägg

Kopiera länk