Har du sett er databas?

Tänk dig att du får i uppgift att laga middag, men inte känner till några råvaror. Enda du ätit är sånt som någon annan tillagat. Du har aldrig kollat in i vare sig skafferiet eller kylskåpet och det där med kastruller och spis är bara nåt du hört talas om. Du vet alltså inte vad som finns, du vet inte vad som går att använda eller hur och ändå ska du leverera något som smakar bra.

Ungefär så känns det för många när det pratas om att bli mer datadriven i sitt arbete. Man ska fatta bättre beslut, effektivisera och gärna också vara innovativ med hjälp av data. Men var finns datan? Hur ser den ut? Vad innehåller den egentligen? Och framför allt – hur ska jag använda den tillsammans med det jag redan kan?

För att kunna använda data som råvara i jobbet behöver du börja med att se den. Genom att se vad som finns, kan du lära dig att sätta ihop passande komponenter för att uppnå ett visst syfte och komplettera den kunskap du redan har. Dessutom hjälper insyn i data, alltså råvaran, er att samarbeta genom att skapa ett gemensamt utgångsläge.

Om du aldrig sett råvarorna är det förståeligt att du hellre går till frysdisken och värmer något färdigt i micron (eller kollar i en rapport). Det går snabbare, känns tryggare – men det är sällan särskilt nyskapande och du lär dig inte att laga mat.

Bli mer datadriven

Vi pratar ofta om att bli mer datadrivna. Att fatta beslut på rätt grunder, använda resurser smartare och hitta nya lösningar med hjälp av data. Men hur ska man göra det om man aldrig ens sett organisationens databas eller ens vet om den finns?

Det är inte ovanligt att det finns massor av data i en organisation, men väldigt få som känner till vad som finns, hur det ser ut och hur det kan användas. Trots det förväntas man kunna ”tänka datadrivet” i sin jobbvardag. Man ska kunna kravställa och leverera i digitaliseringsprojekt och jobba smart i agila team.

För att kunna använda data på ett sätt som gör nytta behöver man förstå vad som finns. Det handlar inte bara om att ha sett datat i databasen en gång, men det är åtminstone en start och ett gemensamt utgångsläge. Själva arbetet med råvaran data är sällan ett lätt jobb. Det leder alltid till jobbiga frågor och insikter om bristande processer, men det är när ni hittar pusselbitarna som ni kan börja smartare, mer relevant, mer effektivt och mer hållbart. Alla behöver inte bli dataexperter, snarare datadetektiver. Datadetektiver som förstår att data är en råvara som kan komplettera det man redan kan om verksamheten, kunderna och behoven.

Den som kan kombinera data med kunskap om verksamheten blir svår att ersätta.
Den som inte kan det – riskerar att bli det, antingen av AI eller en människa.

Vad menar vi med ”databasen”?

Med databas menar vi den plats – ofta digital och osynlig i vardagen – där en organisation lagrar information d.v.s. data. Det kan till exempel vara uppgifter om kunder, produkter, försäljning eller aktiviteter som man samlar in genom olika system. Ibland pratar man om data warehouse, lakehouse eller namn på plattformar som Snowflake eller Databricks som innehåller databaser.

Om man inte själv jobbar i en databas, kan det här med databaser kännas väldigt avlägset. Man kan t.o.m. lätt få uppfattningen att data bara finns som filer eller fast i affärssystem, t ex CRM system eller Google Analytics.

Alla affärssystem innehåller en databas där systemet sparar den data som den behöver för att fungera. Om man inte äger affärssystemet har man oftast inte tillgång till databasen. Däremot kan det vara så att ni har en en form av kopia av databasen, men att det inte är någon som pratar om det. När det finns en databas, kan man ofta använda SQL-frågor för att plocka ut precis den information man behöver. Det kan t.o.m. vara så att de filer som ni använder till vardags, är exporter från en av era databaser.

Finns det en IT avdelning, är det IT som har koll på vad som finns och vart. Det kan dock krävas en del frågor för att få ett helt tydligt svar. Många bolag har en extern part som sköter det tekniska. Det kan finnas sk legacy-lösningar som ingen riktigt äger och det är sällan det är väldokumenterat. Det kan också vara så att någon en gång i tiden köpt in ett affärssystem utanför IT-avdelningens kontroll. Då får man leta svar på annat håll.

Hitta er data och börja använd den

Vad ska man då göra? Första steget är att börja ställa frågor för att förstå nuläget.

• Vet ni var er data finns?
• Vet ni vem som har tillgång?
• Finns det någon som kan läsa den, förstå den, jobba med den?
• Använder ni den – eller ligger den bara där och samlar damm i en serverhall eller i molnet?
• Vad finns det för data? Om något inte finns i databasen, vart finns det?

De här frågorna kan upplevas som ifrågasättande, men de är ett måste om man ska komma vidare i den datadrivna resan. Det här är frågor som varje organisation borde fråga. ”Alltså… har vi en databas? Vem har koll på den? Har vi folk som kan skriva SQL?”. Det är ett detektivarbete och för att lyckas med den här typen av inventering är det smart att ta hjälp från en neutral part. Vi på Dataligence är proffs på att hitta svaren, hjälpa er att komma igång och skapa värde ur data.

Det handlar ju inte nödvändigtvis om att du själv måste kunna skriva SQL eller vill hantera databasen, men du måste ju kunna få veta vilka råvaror du har att jobba med för att planera och bli bättre på ditt jobb. Data och processer hänger ihop, precis som råvara och maträtt.

Ibland utgår man från råvaror och låter dem styra vad man tillagar, men oftast börjar man med en vision om en maträtt och så väljer man passande råvaror. Den tankegången går också att applicera när det kommer till data.

1. Börja med en vision om vad det är ni vill uppnå. Det kan vara en rapport, en förbättring av en process eller en prognos med rekommendationer.
2. Identifiera sedan vilka pusselbitar som ni behöver för att uppnå visionen, både i form av datapunkter och system. Tänk att ni ska skriva ett recept.
3. Till sist letar man fram råvarorna och sen är det dags att börja skapa värde.

De medarbetare som kan kombinera sin yrkeskunskap med förståelse för datans möjligheter blir inte bara bra på sitt jobb – de blir också mer relevanta i en framtid där AI och automatisering tar allt större plats.
Så, har du sett er databas och vet vilken data som finns att använda som en resurs?