Jag är helt säker på att det finns data på ditt jobb som ni kan använda för att öka värdet på det ni gör.
Det kan kännas som en självklarhet eller ”vad menar hon?”, men oavsett så brukar det vara lite svårt att få till den här användningen.
För att använda data på ett meningsfullt sätt behöver man utgå från det affärsbehov eller den process som ska förbättras eller förstås. Med ett tydligt mål, kan man identifiera vilka delar av processen som man mätas och följas upp och vilken data som behövs.
Det kräver satsningar på projekt som:
- identifierar delar i verksamheten som behöver förbättras eller förstås
- kopplar ihop data och verksamhetens processer
- utbildar medarbetare att förstå kopplingen data och process
- får till samarbetet mellan IT och de team som äger processerna och behöver datan
När data och processer hänger ihop och verksamheten är delaktig, skapar man förutsättningar för en datadriven organisation. Om medarbetare lyckas med att integrera sina olika kunskaper leder det till nya insikter, lärande och förbättring med data, processer och människor som en gemensam enhet.
Allt arbete sker i steg, och varje steg lämnar efter sig spår – datapunkter – som kan användas för att skapa värde.
Från ledningssystem till processer
Ledningssystem
En struktur för hur verksamheten ska styras och följas upp. Det handlar om att ha tydliga mål, rutiner, ansvarsfördelning och uppföljning så att allt fungerar som det ska.
Process
En process är något som sker på ungefär samma sätt varje gång. Det är en serie steg eller aktiviteter som tillsammans leder till ett resultat. Exempel: varje gång en kund beställer något, följer företaget samma steg – ta emot ordern, packa, skicka.
Affärsprocess
En återkommande serie av aktiviteter som skapar värde för kunden. Exempel: sälja en produkt, ge rådgivning, leverera en tjänst. Det är kärnan i vad företaget gör för att tjäna pengar.
Verksamhetsprocess
Alla viktiga återkommande arbetsflöden i en organisation – både de som direkt påverkar kunder (som affärsprocesser) och de som stödjer resten av arbetet (som löneutbetalning eller IT-support).
Processkartläggning
Att beskriva eller rita upp hur något görs, steg för steg, så att alla förstår vad som händer, i vilken ordning, och vem som gör vad. Det används ofta för att hitta förbättringar.
BPMN (Business Process Modeling Notation)
Ett standardiserat sätt att rita upp processer med symboler och flöden. Det gör att olika personer – t.ex. chefer, utvecklare och analytiker – kan förstå samma bild av hur arbetet går till.
Återkommande arbetsflöden finns överallt
Om man zoomar ut och tittar på vad man gör i en organisation, i vilken ordning, av vem, och varför kan det mesta i en organisation ses som en process. Man kan koppla data till i princip allt organisatoriskt arbete, eftersom det går att definiera flöden även i mjukare eller mindre strukturerade områden än det vi är vana att se på en skärm.
De flesta saker som händer i en organisation kan alltså ses som processer, om man ser på dem som återkommande arbetsflöden med ett syfte eller resultat, även om de inte alltid är dokumenterade eller tydligt definierade. Det handlar mer om hur man väljer att betrakta och strukturera arbetet.
Exempel:
- Sjukfrånvaro: Det finns ofta en rutin för hur man sjukanmäler sig, vad chefen gör, vad HR registrerar – även om man inte kallar det en ”sjukfrånvaroprocess”.
- Medarbetare går till jobbet, loggar in, deltar i möten och följer upp uppgifter – steg som tillsammans formar en slags ”arbetsdagens genomförandeprocess”, även om få visualiserar den så.
- Försäljning på hemsidan: En kund besöker hemsidan, klickar sig fram till en produkt, lägger den i varukorgen, fyller i sina uppgifter och genomför köpet. Varje steg i den här försäljningsprocessen går att mäta och analysera – från första klick till slutförd betalning.
- Strategiskt beslutsfattande: Kan också ses som en process – insamling av information → analys → diskussion → beslut → uppföljning – även om den ofta är mer informell och icke-linjär.
Hur hänger det ihop med data?
- Varje steg steg i en process kan skapa spår i form av datapunkter som du kan använda för analys.
- Arbetet i en organisation följer ofta återkommande arbetsflöden – processer – där varje steg skapar spår i form av datapunkter som du kan använda för analys.
- Även om de inte alltid är dokumenterade, så har varje steg i arbetet en början, ett syfte och ett resultat. Varje steg kan också generera datapunkter.
- Om dessa datapunkter är digitala, går de att använda som underlag för analys och därmed bidra till insikter, beslut eller automatisering.
Tänk i processer – använd data i varje steg
Olika typer av analys
Analysarbetet kan ta olika former beroende på syfte:
- Deskriptiv analys – Vad har hänt? (t.ex. KPI:er, månadsrapporter)
- Diagnostisk analys – Varför hände det? (t.ex. analys av flaskhalsar i en process)
- Prediktiv analys – Vad kommer sannolikt att hända? (t.ex. prognoser för efterfrågan)
- Preskriptiv analys – Vad bör vi göra? (t.ex. rekommendationer till kunder eller beslutstöd)
Olika processer – olika mognad
Vissa processer mäts främst deskriptivt, t.ex. via KPI:er eller rapporter. Andra används mer avancerat, med prediktiva eller preskriptiva analyser som påverkar beslut och handling. Vissa processer mäts inte alls. Kanske för att ingen har definierat vad som är viktigt att följa upp, eller för att datan inte är tillgänglig digitalt än.
En process kan generera massor med data, men det är inte mängden data den skapar eller som finns lagrat som avgör hur datadriven processen är. Det är hur vi människor väljer att använda den datan och till vad som avgör.
Att arbeta datadrivet innebär att medvetet välja var och hur man mäter och vad man gör med insikterna.
Use your data // Linda
Vill ni bli bättre på att koppla ihop data och det ni gör? Vi är experter på att få ihop data, människor, teknologi och processer.