Datadrivet arbetssätt

Publish date:

Capgemini Invent arbetar tillsammans med många organisationer i offentlig sektor för att få till ett mer datadrivet arbetssätt. Ambitionerna växlar, liksom synonymerna (insiktsdriven, analysdriven, intelligent analys i olika former – kärt barn har många namn) och mognadsgraden för att hantera data på ett framgångsrikt och säkert sätt. Växlande ambitioner till trots finns en gemensam syn och tro på att det finns stor potential i att öka användningen av data för att skapa nytta och effektivitet i organisationen och i förlängningen mer värde till medborgarna. Det finns en del erfarenheter att dra från våra gemensamma ansträngningar och vi vill gärna dela dem med er.

Det handlar inte bara om IT/teknik. Data blir värdefull först när den används och gör nytta för någon/något. Ändamålsenliga verktyg för analys och datahantering är förutsättningar för framgångsrikt analysarbete – men detta ska inte vara utgångspunkten för ett nytt sätt att arbeta, snarare en möjliggörare.

Viktigt med en tydlig gemensam målbild. Vad menar vi med att arbeta på ett datadrivet sätt, vilken ambitionsnivå ska vi ha och vilken nytta vill vi uppnå? Detta är frågor som en organisation behöver ha svar på innan den första investering görs i analysverktyg, annars är risken stor att analysverktygen inte används och blir en kostsam investering med känsla av att pengarna inte var väl investerande. Detta är något vi sett ofta.

Börja göra. All förändring bygger på ett förändrat beteende. Att komma i gång på resan mot ett datadrivet arbetssätt kan ske genom att gradvis bygga upp hur avancerade analyser man gör. Att samla och tillgängliggöra data är ett nödvändigt första steg. Information är data i ett sammanhang. Enkla beskrivande analyser är en naturlig fortsättning för att sedan börja överväga hur man verkligen kan skapa insikter som kan användas på ett mer proaktivt sätt. Att utgå från användarnas behov är viktigt utifrån vår erfarenhet, där framtagandet av konkreta användarfall (en beskrivning av en arbetssituation kring analyser och dess resultat målas upp) kan vara en guide till nödvändigt utvecklingsarbete med tydlig förankring i organisationen.

Demokratisera analysarbete. Fler och bättre analyser är kärnan i ett datadrivet arbetssätt. Ju kortare avståndet är mellan de som gör analyserna och de som använder dem i verksamheten desto bättre. En idealisk situation är att alla anställda själva kan göra de analyser som behöver göras. Detta kräver förstås bra analysverktyg men också kunskap vilket kan ta tid att bygga upp Det går snabbt att göra fel i analysarbete, vilket kan leda till allvarliga konsekvenser i verksamheten. Att ha analyscoacher på nära håll i organisationer har vi sett fungera väl för att successivt bygga upp analysförmåga.

Varsamhet påbjudes. Data är guld men kan lika gärna vara dynamit. Hantering av personuppgifter bör naturligtvis ske varsamt. Vi har sett exempel där detta inte skett. Det finns också mer allmänna övervägningar kring etik och moral som behöver göras. Att anamma näringslivs/maximeringslogik stödjer inte alltid värde för medborgarna och robust förvaltning. Dessutom är yttre hot och cybersäkerhet faktorer som behöver tas med från början i designen av ett datadrivet arbetssätt. Här krävs ett kollaborativt arbetssätt och aktiv dialog mellan operativ verksamhet och juridik för att skapa en smidig väg framåt.

Skapa nyfikenhet. Om man inte kan skapa efterfrågan efter alltmer avancerade och säkra analyser blir utvecklingen svårare. Vad behöver chefer i organisationen för input för att fatta bättre beslut? Vad håller dem vakna om natten? En nyfikenhet och ödmjukhet för ny input behöver skapas för att få full utväxling på det datadrivna arbetssättet. Ledningen i organisationen behöver dessutom aktivt stödja utvecklingen och säkerställa tillräckliga resurser för den.

Helhetsgrepp påbjudes. Ovanstående ödmjuka iakttagelser och erfarenheter från ”verkligheten” visar att ett helhetsgrepp behövs tas om ambitionen att bli mer datadriven och att mjuka faktorer är minst lika viktiga som de hårda. För bästa effekt krävs samordning. Självklart finns vi till förfogande för att diskutera hur just er organisation kan dra nytta av er samlade data för samhällets bästa.