Sådan laver du en datastrategi - del 1

Først skal datastrategiens omfang og dybde afklares. Dernæst skal det blandt undersøges, hvilke use cases man kan benytte data til. Det uddyber it-konsulent Snurre Jensen i dette synspunkt, hvor han fortæller, hvilke overvejelser man bør gøre sig i udformningen af datastrategien.
Brødtekst

Denne artikel er den anden i en serie, der går i kødet på, hvordan man udarbejder en plan for, hvad man vil med data, og hvordan man vil gøre det. Du kan læse den foregående artikel her.

Rigtig mange af os er gennem tiden stødt på dokumenter, hvor ordet »strategi« på en eller anden måde indgår i titlen. Min egen erfaring er, at rigtig mange af den slags dokumenter ender med at være blot det - et dokument som bliver læst, men herefter ikke rigtig bruges til noget.

Det er ikke, det en strategi bør være! Hvis det er første gang, du laver en (data)strategi, er det måske på sin plads at slå et par ting fast, vedrørende det at lave en (data)strategi.

  • Strategi handler om at sætte retning og foretage valg - også fravalg. Det betyder, at den færdige strategi indeholder en lang række trade-offs, som måske ikke tilfredsstiller alles behov i lige mål. Det er disse diskussioner og valg, der gør arbejdet svært.
  • Den færdige strategi med tilhørende valg kan synes indlysende, når den er på plads, for »er det ikke bare alt det, vi alligevel ville have gjort?« Det kan meget vel være, at den endelige strategi peger på allerede vedtagne beslutninger, men strategien sikrer, at disse beslutninger nu er velbegrundede og hører hjemme i en kontekst.
  • En strategi skal kunne eksekveres. Det lyder måske åbenlyst, men rigtig mange strategier ender som hensigtserklæringer uden at pege på konkrete tiltag. Derfor skal strategien indeholde beskrivelser af konkrete projekter samt et roadmap for, hvordan de gennemføres.
  • En datastrategi er ikke et forskningsprojekt, som én person kan lave bag lukkede døre. Det kræver benarbejde og inddragelse i form af workshops, interviews etc.

Med disse pointer in mente er du nu klar til at påbegynde arbejdet med at lave din (jeres) datastrategi. Jeg vil beskrive en tilgang fordelt på tre artikler - denne som den første - med følgende temaer:

  1. Hvad er det, vi vil med datastrategien? Hvad skal den dække?
  2. Hvilke ingredienser skal vi sørge for er tilstede for at kunne dække, det vi gerne vil?
  3. Hvordan formulerer vi det vi gerne vil med det vi så skal kunne i form af projekter og planlægger dem?

De tre artikler giver ikke en facitliste til strategiens output i form af, at I skal gøre sådan eller sådan. I stedet giver de en række input til det arbejde samt de diskussioner og overvejelser, I skal gøre jer når, I laver jeres datastrategi. Man kan ikke blot copy-paste datastrategien fra en organisation til en anden. Der er ingen genveje - kun hårdt (men spændende!) arbejde. Det er det samlede bearbejdede output fra jeres arbejde, der kommer til at udgøre det dokument, der indeholder strategien.

Hvad er formålet med vores datastrategi? Hvad skal den dække?

Det første, der skal ske, er en række indledende afklaringer, der sætter rammerne for både omfanget og dybden af strategien. Hvad, der skal tages hensyn til, afhænger af den specifikke situation.

Omfanget afhænger oftest af, hvem der er opgavestiller og ejer datastrategien internt, og er vigtigt ift. det mandat, der gives til at eksekvere datastrategien. Hvis det f.eks. er IT-direktøren, som ejer strategien, og vedkommende kun har mandat til at ændre ting i netop IT, vil det måske ikke give mening at inddrage elementer af, hvordan marketing arbejder med kunderne. På den anden side kan det være, at der er givet mandat således, at der f.eks. kan peges på kundestamdata som indsatsområde, og hvor marketing forventes at bidrage til gennemførelsen af projektet. Mandat er også absolut kritisk, såfremt strategien lægger op til organisationsændringer og omfordeling af ressourcer.

Dybden siger noget om detaljeringsgraden - og dermed de ressourcer, der bruges i strategiarbejdet. Det har f.eks. betydning for ressourceforbruget, om de projekter, der identificeres, blot skal beskrives, eller om de også skal finplanlægges. Tilsvarende har det også stor betydning ved eventuelle teknologivalg, om der blot skal foretages en indledende sondering af mulighederne, eller om der skal gennemføres deciderede POC-forløb som en del af strategiarbejdet. Et kompromis ift. sidstnævnte kunne være at indsnævre en longlist af leverandører til en shortlist som en del af strategien. Min erfaring er, at man ikke behøver at afklare alt ift. dybde indledningsvist.

Arbejdet påbegyndes

Efter disse indledende knæbøjninger kan du nu påbegynde det egentlige strategiarbejde. Som det første skridt i arbejdet er det vigtigt at få fastlagt den overordnede ambition. For nogle vil den måde, I formulerer jeres ambition på dataområdet, måske forekomme en anelse uhåndgribeligt, men det er vigtigt som pejlemærke, at I kan orientere jer imod noget, der kan bruges til at italesætte f.eks. en ændring i organisationens kultur. En ambition kunne f.eks være centreret omkring at blive mere »datadrevet«.

Derefter er det tid til at begynde at få et dybere indblik i, hvad det er I gerne vil med data. Det er der forskellige tilgange til.

Illustration, der viser, at datastrategien bør være underlagt forretningsstrategien.
Illustration: Snurre Jensen/SJ Consult.

Som beskrevet tidligere bør datastrategien altid være underlagt forretningsstrategien. Et naturligt udgangspunkt er derfor at tage sine databriller på og nærstudere forretningsstrategien og de initiativer, der er nævnt deri. Hvis du er heldig kan det være, at disse direkte peger på datainitiativer. Hvis ikke, må du bruge din viden om koblingerne mellem forretning og data. Kunden i centrum, online universer etc. har væsentlige dataelementer. Compliance og ordentlighed har også væsentlige dataelementer.

Et supplement til denne type analyse er interviews med relevante nøglepersoner - f.eks. en marketingdirektør. Her kan der komme lidt yderligere uddybninger af det, der fremgår af forretningsstrategien. Det kan endda være, at Marketing har sin egen marketingstrategi som input til forretningsstrategien, du kan få indblik i.

Begge ovennævnte tilgange dækker over en top-down tilgang. I kan få mere fylde på ved at kombinere med en bottom-up tilgang. Her inddrages bredt - under hensyntagen til de ovennævnte afgrænsninger - og man får gennem workshops og efterfølgende bearbejdning afdækket, hvilke use cases I ønsker data benyttet til.

Eksempler på use cases kunne være »Bedre anbefalinger i vores online butik«, »Automatisk dataoverførsel fra vores ERP- til CRM-system«, »Øget kvalitet i vores produktstamdata« etc.

Pointen her er, at I på dette tidspunkt i strategiarbejdet ikke skal begynde at argumentere for, hvorfor noget ikke kan lade sig gøre. Datastrategien er jo netop et værktøj, der kan medvirke til at skabe forudsætningerne for, at det kan lade sig gøre - hvis det vurderes vigtigt nok ift. forretningsstrategien og de andre use cases.

Data use cases skal dokumenteres, og det kan ske på et utal af måder. En simpel Google-søgning på »data use case template« returnerer en række forslag. De vigtigste input, man skal have frem, er en sigende beskrivelse af, hvad casen går ud på, den værdi det skaber at muliggøre use casen - alternativt risiko, hvis I ikke gør det - samt hvor ressourcekrævende den forventes at være at lave.

I fysiske workshops er det mest hensigtsmæssige at få printet en lang række skabeloner, der så kan udfyldes. I disse tider hvor workshops i stigende grad foregår virtuelt, kan I kombinere det med digital dokumentation i f.eks. regneark eller værktøjer som Microsoft Forms. Alt bør dokumenteres digitalt, men på fysiske workshops giver arbejdet med fysiske templates mere energi.

Når alt er dokumenteret, står I forhåbentlig med en større mængde use cases. Jeg har oplevet alt i spændet 10-200 afhængig af omfanget af datastrategien. For at gøre det videre arbejde nemmere, kan I gruppere jeres use cases i temaer som illustreret nedenfor.

Illustration, der viser, at for at gøre det videre arbejde nemmere kan man gruppere use cases i temaer.
Illustration: Snurre Jensen/SJ Consult.

Hvad, temaerne skal være, afhænger af den konkrete situation. Jf. tidligere kan temaer linkes til initiativer i forretningsstrategien som f.eks. "Kunderejsen". En anden gruppering kunne tage udgangspunkt i organisationen således, at temaerne kom til at afspejle, hvad Marketing, Finans etc. har brug for. Det, der burde være tydeligt på nuværende tidspunkt, er, hvor de største potentialer befinder sig.

Indtil videre har strategiarbejdet bestået i at indsamle, dokumentere og bearbejde en masse information. Da det er de færreste organisationer, der har båndbredde til alt, er det nu, der skal træffes en række valg. Med udgangspunkt i use cases og temaer og den værdi (eller risiko) som de repræsenterer, skal I nu beslutte, hvilket tema eller evt. hvilke temaer der skal arbejdes videre med.

Det er her, det kan begynde at gøre ondt - for hvad hvis nu f.eks. Marketing ikke bliver prioriteret som område? Beslutningsprocessen, der afgør, hvilke temaer der skal prioriteres, bør være så transparent som muligt, så alle forstår de valg, der er truffet. I sidste ende er det dog datastrategiens ejer eller sponsor, der har det sidste ord.

Således beriget med en masse input til, hvordan organisationen gerne vil bruge data, og et transparent valg om, hvad I vil prioritere, er I klar til næste trin i strategiarbejdet - hvad skal der til for, at vi kan gennemføre, det vi gerne vil? Det er emnet for næste artikel.

Dette indlæg er oprindeligt udgivet på LinkedIn.

Prøv DataTech gratis

DataTech giver dig ny viden, cases og erfaringer med at lykkes med AI og data science i praksis. Få 3 ugers gratis og uforpligtende prøveabonnement

Klik her