Digitalizacija: Zakaj tehnologija brez kompetenc ne prinaša rezultatov
Čas branja 12 minDigitalna preobrazba je danes ena glavnih strateških prioritet organizacij. Raziskave družb McKinsey (1) in Deloitte (2) potrjujejo njen strateški pomen, vendar številne organizacije pri implementaciji ne dosegajo pričakovanih rezultatov. Svetovni gospodarski forum v poročilu Future of Jobs (3) opozarja, da pomanjkanje ustreznih kompetenc, analitičnega razmišljanja in podatkovne pismenosti zaposlenih še vedno ostaja ena največjih ovir pri digitalni preobrazbi.
Izvedeli boste:
Zakaj so podatki brez pismenosti le šum.
Kako uravnotežiti poslovno razumevanje, analitično presojo in tehnično infrastrukturo.
Kdo pripravlja, kdo preverja in kdo na podlagi podatkov sprejema odločitve.
OECD (4) v poročilih o digitalnih veščinah dodaja, da tehnološka dostopnost sama po sebi ne zagotavlja večje produktivnosti. Ključna postane sposobnost zaposlenih, da nove tehnologije razumejo, jih učinkovito uporabljajo in vključijo v svoje delovne procese. To odpira temeljno vprašanje: ali organizacije ob investicijah v digitalne rešitve sistematično razvijajo tudi kompetence zaposlenih ter ali pomanjkanje znanja dejansko upočasnjuje prehod v podatkovno podprto organizacijo? Brez ustreznih vlaganj v razvoj digitalne pismenosti in podatkovno-analitičnih kompetenc namreč podjetja tudi ob uvedbi najsodobnejših tehnoloških rešitev in podatkovnih sistemov pogosto ne izkoristijo njihovega polnega potenciala in ostajajo na ravni nepovezane ter priložnostne uporabe podatkov.
Tehnološka dostopnost sama po sebi ne zagotavlja produktivnosti; ključna je sposobnost zaposlenih, da podatke razumejo in vključijo v procese.
Nastaja paradoks sodobnega poslovanja: podatkov je vedno več, vendar sposobnost njihove smiselne uporabe pogosto ne raste v enakem ritmu. IDC v okviru raziskave Global DataSphere (5) že več let objavlja ocene globalnega obsega podatkov (t. i. DataSphere), pri čemer spremlja količino podatkov, ustvarjenih, zajetih, kopiranih in porabljenih po svetu. Po projekcijah IDC naj bi globalni obseg podatkov zrasel s 33 zettabajtov leta 2018 na približno 175 zettabajtov leta 2025 (1 zettabajt = 1 bilijon (10¹²) gigabajtov). To pomeni, da organizacije, ki ne razvijajo kompetenc za učinkovito upravljanje podatkov, tvegajo, da bodo preplavljene z informacijami, ki jih ne bodo znale smiselno uporabiti za sprejemanje hitrejših in bolj informiranih odločitev.
Ko govorimo o uporabi podatkov pri sprejemanju odločitev, imata ključno vlogo poslovna inteligenca (angl. business intelligence, BI) in poslovna analitika (angl. business analytics, BA). V okolju, kjer podatki prihajajo iz različnih virov, kot so ERP, CRM, kadrovski in drugi poslovni sistemi, BI zajema procese in orodja za zbiranje, urejanje, vizualizacijo ter poročanje podatkov, medtem ko poslovna analitika te podatke uporablja za poglobljeno analizo vzrokov, napovedovanje trendov ter tudi prepoznavanje možnosti za optimizacijo poslovnih procesov in odločanja. Skupaj omogočata pretvorbo podatkov v uporabne informacije in vpoglede za kakovostnejše poslovne odločitve.
Podatkovno-analitične kompetence niso lastnost posameznika, temveč rezultat usklajenega sodelovanja različnih profilov.
Vendar uvedba BI-rešitev in analitičnih orodij sama po sebi še ne zagotavlja uspeha. Rešitve morajo biti vključene v redne delovne procese ter podprte z jasno strategijo upravljanja podatkov in ustreznim znanjem zaposlenih. Če se uporabniki kljub uvedbi BI-orodij zatekajo k lastnim rešitvam, kot je Excel, to praviloma kaže na pomanjkljivo integracijo, nizko zaupanje v enotne podatkovne vire ter tveganje za napake in neusklajenost informacij. Uspeh uvedbe zato ni zgolj tehnološko, temveč tudi organizacijsko vprašanje.
Podatkovno-analitične kompetence kot organizacijska sposobnost
Eden glavnih ciljev uvedbe BI-rešitev in poslovne analitike je vzpostaviti podatkovno podprto odločanje, ki omogoča kakovostnejše in hitrejše poslovne odločitve. Da bi to dosegli, je treba omogočiti enoten, hiter in pregleden dostop do podatkov – vse na enem mestu, z usklajenimi definicijami in skupnim razumevanjem kazalnikov. Ko so podatki avtomatizirano zbrani, obdelani in usklajeni med različnimi viri, se zaposleni v prvi fazi lahko bolj posvetijo izboljšanju kakovosti zajema podatkov, na primer urejanju šifrantov in doslednemu beleženju podatkov. V naslednjih fazah pa se lahko osredotočijo na analizo, optimizacijo in izboljšanje učinkovitosti poslovnih procesov. Tako se organizacija postopno premika k podatkovno usmerjenemu odločanju, kjer so podatki zanesljivi, primerljivi in enotno opredeljeni.
Organizacija je podatkovno zrela, ko se osredotoči na vsebino odločanja, ne pa na razprave o tem, katera številka je 'prava'.
Podatkovno-analitičnih kompetenc ni smiselno razumeti zgolj kot individualne veščine, temveč kot sposobnost podjetja, da dosledno in premišljeno uporablja podatke za sprejemanje odločitev. Poslovna inteligenca in poslovna analitika presegata raven tehnologije ali orodja ter predstavljata način delovanja, ki zahteva jasno razumevanje kazalnikov uspešnosti (KPI) in ustrezno raven podatkovno-analitične pismenosti. To pomeni, da niso pomembne le kompetence posameznikov, temveč tudi način delovanja celotne organizacije, saj se prav na tej podlagi krepi delež podatkovno gnanih odločitev.
Organizacija je podatkovno zrela, ko zna sistematično uporabljati podatke v vsakodnevnem operativnem in strateškem odločanju.
To vključuje:
- jasno določene vloge in odgovornosti (kdo podatke pripravlja, kdo jih preverja, kdo interpretira ter kdo na podlagi teh informacij sprejema odločitve),
- enotne procese zbiranja in uporabe podatkov ter
- poenotene definicije kazalnikov.
Ker so procesi stabilni, preverjeni in delujoči, se organizaciji ni več treba ukvarjati z vprašanjem, katera številka je »prava«. Vsi kazalniki so že poenoteni in preverjeni, kar omogoči, da se organizacija osredotoči na vsebino odločanja, ne pa na iskanje »pravih številk« ter na razprave o pravilni interpretaciji stanja.
