Så kan organisationen och HR arbeta mer datadrivet

BizOne beskuren

En aktuell fråga för många företag och organisationer är hur de kan automatisera verksamheten och använda sig av datadrivna beslut i högre utsträckning. För nystartade företag är det ofta lättare eftersom de från början kan implementera automatiserade processer. Etablerade företag och offentlig sektor har en större utmaning eftersom det kan kräva förändringar i attityder och arbetssätt.

Här berättar David Arenbo, vd på BizOne, hur man kan gå till väga för att bli en datadriven organisation.

Vilka områden i en organisation tjänar mest på att använda datadrivna beslut?

Alla områden där man kan hämta in data. Det som är intressant om man vill bli datadriven är att kunna automatisera beslut. De företag som man idag brukar se som datadrivna är vanligen startups. De är ofta webbaserade och det betyder att de kan använda data om sina användare, till exempel vad de gör, hur de interagerar och vad de handlar. Ett exempel är Amazon – allt som Amazon gör baseras på data. Ett annat exempel är Netflix som gör mängder med analyser om vilka program som är populära och hur man får kunder att stanna. Nya företag har därför ofta en fördel gentemot de mer etablerade organisationerna.

Vad ska etablerade organisationer göra som vill stå sig i konkurrensen och bli mer datadrivna?

För att det ska fungera bra behöver du ganska mycket data, så det är normalt inget för små verksamheter om de inte är webbaserade eller arbetar med digitala sensorer. Datavolymen är viktig. Sedan behöver du ha historik att jämföra med. Det är också viktigt att ha bra datakvalitet. Om du har ett område där du kan använda mycket data så brukar avkastningen på investeringen vara mycket god. I de fall som vi har arbetat med räknar man normalt hem investeringen på mindre än ett år.

Kan du ge exempel på hur företag kan använda datadrivna beslut?

Ett klassiskt område där man länge har arbetat datadrivet är inköp. Då utgår man från hur trenden ser ut. Hur många kommer att köpa, till exempel, en 52-tums tv av en viss modell? Data som man kan använda är till exempel hur många av den modellen som finns på lagret, om någon kampanj körs för närvarande och hur många som har tittat på tv-modellen på hemsidan. Med den informationen kan man med stor sannolikhet säga att man exempelvis kommer att sälja sju exemplar av den modellen nästa vecka, och kan lägga en beställning hos leverantören. Även beställningen kan ske automatiskt.

Ett annat exempel är att använda A/B-tester. Vid A/B-testning använder man sig av två olika gränssnitt. Till exempel kan ni designa medarbetarundersökningarna på två olika sätt och jämföra vilken version ni får in flest svar från. A/B-testning används ofta inom spelutveckling och vid kampanjer. Den ena kampanjen kan exempelvis få en stor bild medan den andra får mer text, och sedan undersöker man vilken kampanj som fungerar bäst. Det kan vara så att en kampanj fungerar bättre på vissa målgrupper. Det här kan sedan automatiseras.

Ytterligare ett exempel från verkligheten är ett stort internationellt teknikföretag som producerar mjukvara i många länder. De använder olika nyckeltal för att utvärdera var företaget ska utveckla ny mjukvara. De tittar till exempel på hur många fel som finns i mjukvaran, hur många supportärenden det blev efter en release och hur många patent som respektive produktionsställe ansöker om. Det finns ofta en föreställning om att vi i norra Europa är väldigt bra på innovation och utveckling, mycket bättre än till exempel de i Asien. Mäter man de här faktorerna kan man se om det ligger något i det eller inte.

BizOne 2 Så kan organisationen och HR arbeta mer datadrivet

Visualisering av befolkningsutvecklingen i en kommun

Har du exempel på hur offentlig sektor kan använda datadrivna beslut?

Vi har nyligen utvecklat en lösning tillsammans med några kommuner för att analysera befolkningsutvecklingen. Lösningen bygger på stora mängder historisk data om befolkningsutveckling, samt data om nybyggnation och migration. Med hjälp av detta kan kommunen se hur trenden ser ut 15 år framåt i tiden. Till exempel hur många sexåringar som kommer att bo i en viss del av kommunen om fem år, eller hur många pensionärer som kommer att bo i olika delar av kommunen om tio år. Den typen av underlag kan användas i alla delar av kommunen, till exempel för planering av förskolor eller äldreboenden. Normalt brukar kommuner ha statistiker som tar fram den här typen av information, men de blir ofta en trång sektor eftersom det tar tid. Informationen kan också vara svår att tolka eftersom det bara är siffror på ett papper. Vi har skapat en visuell lösning så att vem som helst, utan IT-kunskaper, ska kunna förstå och tolka informationen. Data och dataanalys är viktigt, men minst lika viktigt är att få ut datan på ett sätt så att medarbetarna kan ta till sig den och använda den.

Har du exempel på hur HR kan arbeta mer datadrivet?

Framför allt större organisationer kan använda trender. Hur gamla är medarbetarna? Hur länge har de jobbat inom organisationen? Vilken utbildning har de? Vilka kurser har de gått? Vem är deras närmsta chef? Vilka andra interagerar de med? Vad framkommer i medarbetarsamtalen? Det här kan man sedan följa upp med den information som framkommer i uppsägningssamtalen, som är väldigt viktiga. Vilka är skälen till att någon slutar? Då får HR goda möjligheter att göra bra analyser. Det brukar vara ganska lätt att se indikationer på att något inte står rätt till. I stora organisationer kan en indikation vara att en medarbetare söker många tjänster internt. Det innebär att personen med ganska stor sannolikhet även söker tjänster utanför organisationen. I dessa fall kan ett mail automatiskt skickas ut till medarbetarens närmsta chef om att “den här personen funderar på att sluta, nu behöver du boka upp ett medarbetarsamtal”.

Vilka är de största utmaningarna för att börja arbeta mer datadrivet?

Den stora utmaningen för traditionella organisationer brukar vara att medarbetarna inte är öppna för att använda mer data. Det kan vara svårt att acceptera datadrivna beslut när man har använt magkänslan tidigare. Därför behöver du noga förklara vad ni ska ha datadrivna beslut till och varför. Trender och beteenden ändras snabbt så risken finns att organisationen annars hamnar i baksätet. Det bästa brukar vara att börja med ett litet, väldefinierat område där du verkligen kan mäta och visa upp resultatet före och efter. Då kan du få acceptans, eftersom du kan visa att det verkligen fungerar.

Så kan ni göra för att bli en datadriven organisation

  1. Välj att automatisera områden där ni har tillgång till mycket data med hög kvalitet. Vilka möjligheter har just ni, utifrån er organisation?
  2. Det brukar inte fungera att göra allt på en gång. Börja med ett mindre, väldefinierat område. Bra områden att börja med kan till exempel vara kundrelationen, CRM, försäljning eller inköp.
  3. Se över datan. Vad har ni för data som ni kan använda? Vilken data saknar ni? Går det att få fram den datan, och på vilket sätt kan ni använda datan för att fatta beslut?
  4. Experimentera. Gör några antaganden och följ upp med en analys. Fick ni rätt indikationer? Fattade ni bättre beslut jämfört med innan? När ni ser att det fungerar riktigt bra är nästa steg att fundera på om ni kan automatisera hela processen.

Kort om David Arenbo och BizOne

David Arenbo har arbetat på BizOne sedan 2004 och är vd på företaget sedan några år tillbaka. Han har tidigare arbetat som expert inom Business Intelligence på flera olika företag, bland annat Skanska och Icon Medialab.

BizOne erbjuder tjänster och lösningar inom Analytics, Business Intelligence, Data Warehousing och Data Integration. BizOne har kunder inom både offentlig och privat sektor.