I denne big-data-æra er der næppe en organisation i det danske land, der ikke enten har gang i et analytics-projekt eller i hvert fald har et på den arbejdsmæssige dosmerseddel.
I organisationen har man måske sågar ansat en medarbejder med en smart titel, som skal stå for selve projektet.
Overalt fortælles det nemlig, at guld ligger begravet i de enorme mængder data, som alle virksomheder de seneste år er begyndt at høste fra såvel produktion som alt muligt andet.
Læs mere her: Er outsourcing genvejen til data analytics: Dette skal du have med i dine overvejelser
Men når nu projektet er sat igang, hvilke faresignaler er der så, der indikerer, at projektet er ved at køre af sporet, eller at du i hvert fald ikke får nok ud af det?
I en analyse har man hos konsulentvirksomheden McKinsey samlet et en række faresignaler, som vi her på Computerworld har oversat til et par spørgsmål, som du skal kunne svare på, hvis du har et analytics-projekt kørende.
Læs mere her: Her har du syv af de bedste gratis værktøjer til data analytics
1. Ved ledelsen egentlig, hvad det er, vi har gang i?
Det spørgsmål er i øvrigt generelt brugbart, men i dette tilfælde er det vigtigt, at være opmærksom på, om ledelsen reelt set forstår værktøjetog formålet eller bare taler om AI og machine learning, fordi de har hørt om det på en dyr konference, de var på i Nice sidste sommer.
2. Plukker vi de lavthængende frugter først?
I følge McKinsey er det vigtigt at starte med at få nogle små succesoplevelser med teknologien. I stedet for at have en stor plan for brugen af analytics på tværs af hele virksomheden, er det i stedet vigtigt at vise nytteværdien lige med det samme. Det danner grundlag for, at der kan investeres yderligere. Det er trods alt lidt lettere at få en pose penge til, når man har vist, at det man har gang i rent faktisk virker.
3. Har vi et bindeled mellem forretningen og datafolkene?
Når HR-folkene nu dyrt har indkøbt de nødvendige talknusere i form af data-scientists, skal de have noget for hånden, og det skal ikke være, hvad som helst. Derfor er det hamrende vigtigt, at man får skabt et bindeled, der kan oversætte forretningens behov og oversætte dem til konkrete opgaver for datafolket. Her skal I på jagt efter en person, der altså både forstår arbejdsgangen, værktøjet og metoderne, men samtidigt også forstår, hvad det egentlig er virksomheden foretager sig.
Du kan i øvrigt læse meget mere om, hvor store gevinster der er i big data-investeringen her i en af af vores premium-artikler: Nu får vi endelig svaret: Så stor produktivitetsgevinst kan du få ud af investeringer i big data-værktøjer
