Hvordan kan vi se verdien av data?
Håkon Onsager
Vi snakker ofte om verdien av data. At data er den nye oljen, at vi må bruke den bedre, og at potensialet er enormt. Men hva betyr det egentlig å vise verdien av data?
For det er først når data brukes, ikke bare lagres, at verdien blir synlig. Den viser seg i effekten og i beslutningene som tas, tjenestene som forbedres, og menneskene som får gjort jobben sin litt enklere.
Utfordringen er at denne effekten sjelden er enkel å måle. Hvor mye av verdien ligger i selve innsikten og hvor mye i de handlingene den utløser?
Det kan være krevende å vise verdien vi får av all dataen vi samler inn i dataplattformen, beriker og beskriver på datakatalogen, samt deler i form av dataprodukter og dashboards. Effektene kan være mange og små, verdien kan oppstå eksternt og det kan være vanskelig å følge bruken helt ut til der effektene hentes ut.
Likevel tenker jeg at vi er på rett vei, vi leverer verdi hver dag og vi må fortsette vårt data-arbeid både for å sikre gevinster nå, men også senere. Vi vet det kommer nye muligheter med KI, men uten gode data vil den ikke gi verdi. Noen modeller krever data av høy kvalitet flere år tilbake i tid. Vi har ikke tid til å vente og ingen tid å miste. Men, vi må fortsatt klare å synligjøre effektene for å få grønt lys til å fortsette.
Tidligere har vi snakket mye om "dataeksplosjonen", at veksten øker eksponensielt, at datamengden vokser raskere enn både lagringskapasitet og menneskelig evne til å ta data i bruk. Nå er utfordringen ofte den motsatte: vi har rikelig med data, men verdien stagnerer hvis vi ikke klarer å omsette den til handling.
Fra data som lagres til data som brukes
I Entur har vi forsøkt å se på dette fra et praktisk ståsted. Vi har målt hvor mye data som faktisk blir brukt, sammenlignet med hvor mye som lagres på dataplattformen. Over tid ser vi at datamengden som brukes aktivt er over ti ganger høyere enn datamengden som bare lagres.
Data lagret
10x
Data som brukes
Figuren viser forholdet mellom hvor mye data som brukes og hvor mye data som lagres.
Vi ser at bruken øker stadig og sammenligner vi bruk mot lagring (aktive TB på disk) ser vi at vi bare i år har økt fra 10X til 16X (siste 30 dager).
548
Antall spørringer i TB
34
Lagret mengde i TB
16x
Antall spørringer / lagret mengde
Potensialet ligger i bruken, ikke i volumet.
Det er en interessant innsikt. Den viser at verdien ligger i flyten mellom data og handling. Når vi bruker mer data enn vi lagrer, betyr det at organisasjonen evner å omsette data til innsikt og innsikt til praksis. Det er et tegn på høy datamodenhet: data flyter, beslutninger tas raskere, og læringen skjer fortløpende.
Å sette data i arbeid
Det å lagre og prosessere store mengder data kommer med en kostnad, både økonomisk og miljømessig. Når vi nå ser at mengden brukt data vokser raskere enn mengden lagret data, er det et tegn på modenhet. Det viser at vi klarer å sette data i arbeid og at data faktisk brukes til å forbedre tjenester, støtte beslutninger og skape verdi.
Men hvordan kan vi måle denne verdien mer systematisk? Hvordan kan vi gjøre effekten av godt dataarbeid, god datakvalitet, governance og tilgjengelighet synlig for flere?
Vise verdien i praksis
Data som brukes mye, har utvilsomt potensiale til å skape verdi, men hvordan kan vi måle den faktiske verdien av data? Finnes det andre måter å gjøre det på enn å se på hvor ofte dataen brukes?
Å vise verdien av data handler ikke om store analyser, men om å komme i gang med å måle, lære og justere. Det handler om å bygge bevissthet og eierskap, steg for steg.
Her er en tilnærming som har fungert godt for oss - og som kan brukes av alle som ønsker å gjøre data mer verdifullt i praksis:
- 1
Sett en baseline
Start med å kartlegge dagens situasjon. Hvor mye data lagres? Hvor mye brukes? Hvor mange datasett har dokumentasjon, definert eier og oppdatert metadata? Hvor mange brukere er faktisk inne og henter ut data i løpet av en måned? En baseline gir et felles utgangspunkt - et speilbilde av hvor man står. Den gjør det mulig å si: Her er vi nå. Dette er vår startlinje.
- 2
Definer mål som betyr noe
Tall har først verdi når de henger sammen med strategien. Koble derfor målene direkte til virksomhetsmål eller samfunnsmål. For eksempel: • Øke antallet datadrevne beslutninger med 20 % • Redusere tiden fra dataforespørsel til beslutning med 30 % • Øke deling av datasett mellom virksomheter i sektoren med 40 % Når målene henger sammen med det som betyr noe for virksomheten, blir dataarbeidet en del av helheten - ikke et sideprosjekt.
- 3
Velg indikatorer med mening
De beste indikatorene dekker tre dimensjoner: bruk, kvalitet og effekt. • Bruk: hvor ofte data hentes ut, antall aktive brukere, antall delte datasett. • Kvalitet: andel datasett med dokumentert eier, oppdatert metadata, løste datakvalitetssaker. • Effekt: konkrete resultater - som tidsbesparelser, færre feil, nye tjenester eller mer fornøyde kunder. Poenget er ikke å måle alt, men å måle det som faktisk betyr noe.
- 4
Mål og rapporter jevnlig
Måling må ikke være tungt. Det må bare være jevnt og synlig. Et enkelt dashboard kan gjøre stor forskjell. Når utviklingen vises fram - når tallene blir synlige - skjer det noe. Folk tar eierskap. De vil bidra.
- 5
Fortell historiene bak tallene
Tall viser retning. Fortellingene skaper mening. Derfor må vi løfte frem eksemplene - de konkrete situasjonene der data faktisk har gjort en forskjell. Når vi viser hvordan data førte til handling, blir verdien forståelig - også for de som ikke jobber med data til daglig. Det er slik vi bygger kultur.
- 6
Lær og juster underveis
Dataarbeid er en reise, ikke et prosjekt. Bruk resultatene til å lære: • Hvilke datasett brukes lite - og hvorfor? • Hvor ligger barrierene? • Hva kan vi forbedre i datakvalitet, struktur eller kommunikasjon? Å lære underveis er kanskje den største verdien av alt. Det viser at vi bruker innsikt - ikke bare samler den.
Oppsummering
I sektoren vår, samferdsel, har vi et stort potensial: data fra reisevaner, kollektivtrafikk, infrastruktur, miljøeffekter og mer. Hvis vi kun samler data, men ikke bruker eller deler dem, går mulighetene tapt. Ved å måle både bruken, styringen og effekten av dataene våre, bygger vi ikke bare datakultur, vi bygger troverdighet. Vi viser at data ikke er et teknisk prosjekt, men en forretnings- og samfunnsressurs.
Å vise verdien av data handler ikke bare om å lagre mer eller visualisere pene grafer. Det handler om at dataen blir brukt, at governance gjør den pålitelig, og at innsikten fører til handling.
Vi må derfor måle bruk, kvalitet og effekt - og vi må fortelle fortellingene som viser hvorfor og hvilken forskjell data gjør. For til syvende og sist: verdi vises i handling - ikke bare i tall.
