Data - yksi puhutuimmista kehittyvän ja kasvavan liiketoiminnan edellytyksistä ja mahdollistajista. Datan merkityksen korostumista liiketoiminnoille ei tänä päivänä voi olla huomaamatta. Dataan liittyvät ilmaisut, kuten tiedolla johtaminen, data on uusi öljy sekä datalähtöinen liiketoiminta, ovat varmasti kaikille tuttuja. Eikä datan merkitystä ja arvoa yrityksille voi missään nimessä väheksyä. Liiketoiminnassa käytetyn datan, sen synnyttämän arvon sekä sen avulla luotujen tuotteiden ja palveluiden määrät kasvavat valtavasti ja yhä kiihtyvällä tahdilla. Datasta saatavat hyödyt eivät kuitenkaan toteudu itsestään. Kuinka siis siirtyä puheista kohti konkreettista datan hyödyntämistä ja mitä toimia se yritykseltä vaatii? 

Tämän päivän yritykset, toimialasta riippumatta, ymmärtävät datan tärkeyden liiketoiminnalleen. Ilman dataa yritykset eivät kykene edistämään digitaalista muutosta, joka mahdollistaa liiketoiminnan kasvattamisen ja menestymisen kilpailukentässä. Tuoreessa KPMG Global tech report 2022 -tutkimuksessamme haastatellut teknologiajohtajat nostavat huonon datanhallinnan neljänneksi suurimmaksi haasteeksi uusien digitaalisten teknologioiden käyttöönotossa. Jopa perusliiketoiminnan pyörittäminen voi tänä päivänä muuttua mahdottomaksi dataan liittyvien haasteiden myötä. Mutta, jotta datalla voidaan edistää ja kehittää liiketoimintaa, on sen oltava helposti saatavilla, korkealaatuista ja liiketoiminnalle merkityksellistä. 

Edellytykset datan hyödyntämiselle

Hyvin määritelty datastrategia ja tehokkaat datanhallintakäytännöt ovat välttämättömiä kaikenkokoisille yrityksille ja organisaatioille. Datastrategia määrittelee yrityksen päämäärät ja tavoitteet datalle, sekä sen, kuinka dataa halutaan tulevaisuudessa käyttää liiketoiminnan ja liiketoimintapäätösten tukena. Datanhallinta puolestaan on ratkaisevassa roolissa, kun halutaan varmistaa yrityksen datastrategian toteutus sekä datan käytettävyys, korkea laatu, ajantasaisuus, tietoturva ja saatavuus sitä tarvitseville.

Datanhallinnan (kuten myös datastrategian) tulisi aina perustua liiketoiminnan tarpeisiin ja tavoitteisiin. Näitä voivat olla esimerkiksi liiketoiminnan kasvutavoitteet, digitalisaation tuomat tarpeet tai operatiivisten toimintojen parantaminen. Datan määrän kasvaessa kasvaa samalla myös tarve ja kysyntä faktoihin perustuvalle päätöksenteolle, sekä validoituun dataan perustuville analyyseille ja oivalluksille. Molemmat voidaan saavuttaa yhdenmukaisella ja tehokkaalla datan hallinnalla ja käytöllä. Lisäksi yhä useampi yritys pohtii mahdollisuuksia tuotteistaa dataa ja siihen liittyvää informaatiota, mikä osaltaan luo uusia tarpeita myös datanhallinnalle.

Käytännön lähtökohdat

Useimmissa datanhallintahankkeissa haasteena on niiden tehottomuus. Ongelmat juontuvat usein ylhäältä päin. Jos johto ei tunnista datanhallinnan arvonluontipotentiaalia ja panosta riittävästi hankkeeseen, tuloksena on usein datanhallintamalli, joka rakentuu joukosta erilaisia käytänteitä ja ohjeita, jotka siirretään organisaation IT-osaston suorittamiin tukitoimintoihin ja joita ei noudateta laajalti. Tämä tekee myös muista dataan pohjautuvista hankkeista osaltaan tehottomia. Lisäksi organisaatiot yrittävät usein ratkaista dataongelmiaan teknologialähtöisesti. Vaikka teknologiaratkaisut, kuten tietovarastot/-altaat tai datanhallintaan käytettävät alustat, voivat auttaa, ne eivät yleisesti ratkaise ongelman juurisyitä tai ole ihmelääke sen korjaamiseksi.

Johdon tuki sekä yrityksenlaajuisen datakulttuurin luominen ovatkin edellytyksiä onnistuneelle datanhallintamallin suunnittelulle ja käyttöönotolle. Kun johto ymmärtää ja tukee datanhallintapyrkimyksiä ja tarjoaa niille suunnan, varmistetaan niiden mukanaan tuomien, niin lyhyen kuin pitkänkin aikavälin, muutosten laajempi hyväksyntä. 

Millainen on hyvä datanhallintamalli?

Hyvän datanhallintamallin tavoitteena on mahdollistaa liiketoiminnoilta datalle tulevien vaatimusten täyttäminen ja näin ollen liiketoiminnan jatkuvuus. Lisäksi tehokkaan datanhallintamallin avulla voidaan vähentää yrityksen dataan liittyviä riskejä, luoda yhteiset säännöt datan käytölle, parantaa tietoturvaa, auttaa edistämään vaatimustenmukaisuutta ja lainsäädännön noudattamista, parantaa viestintää ja alentaa datan hallintakustannuksia.

Yrityksenlaajuisessa datanhallintamallissa tulisikin määritellä päätöksentekorakenteet, roolit ja vastuut, säännöt ja periaatteet, prosessit sekä työkalut, joista jokainen osaltaan auttaa varmistamaan vankan perustan datanhallintakäytännöille. Lisäksi datanhallinnan osana tulisi tunnistaa liiketoiminnalle kriittiset dataelementit sekä kuvata itse datan sisältö liiketoimintalähtöisesti ja varmistaa siten myös datan laadullinen taso.

Miten voimme auttaa?

Vahva ja kokenut datanhallintatiimimme auttaa organisaatiotasi datanhallintahankkeiden eri vaiheissa, lähtötilakartoituksesta hallintamallin määrittämiseen, käyttöönottoon ja kehittämiseen.

KPMG on luonut Advanced Data Management (ADM) -viitekehyksen, jonka avulla voimme auttaa kaikenkokoisia organisaatioita rakentamaan luottamusta dataan ja tuottamaan datan avulla parhaan mahdollisen lisäarvon. ADM pohjautuu kansainvälisesti tunnettuihin viitekehyksiin, joihin olemme yhdistäneet parhaita käytäntöjä sadoista hankkeistamme ympäri maailmaa. Viitekehyksemme sisältää valmiita esimerkkejä, malleja, määrityksiä ja käytänteitä datanhallinnan eri osa-alueille. Se tehostaa ja suoraviivaistaa datanhallinnan suunnittelua ja käyttöönottoa. Viitekehystä voidaan soveltaa kaikkiin yrityksiin ja organisaatioihin riippumatta nykyisestä datanhallinnan tasosta, toimialasta tai teknologiavalinnoista.

 

Ota yhteyttä, niin keskustellaan datanhallinnasta!

Tapani Kemppainen
Puh. +358 40 1514513
etunimi.sukunimi@kpmg.fi