Blogg: Ikke la deg lure av ordet Analytics

Ekspert i Advanced Analytics, Snurre Jensen, har blitt trøtt av business intelligence-løsninger, som gjemmer seg bak tittelen Analytics – for produktet har nemlig ikke utviklet seg, selv om det har fått et nytt navn.

Du skal ikke la deg lure av ordet analytics, når virksomheter selger deg gammel vin på nye flasker

Vi har akkurat bikket over til et nytt år, fra 2016 til 2017, men den same tendensen peker I same rettning: Et markant stigende fokus på digitalisering og et økt bruk av data i både kommersielle selskaper og offentlige instanser. Data har, i likehet med oljen som hentes opp fra jorden indre – forskjellige bruksområder og utfordringer tilknyttet dette. Hva skal råmaterialet brukes til? Smøring eller brennbart materiale? Hvordan oppbevarer vi råmaterialet gjennom hele forsyningskjeden av informasjon? Hvilke verktøy sal vi bruke for å få størst utbytte av rå materialet?

På IT-området dukker det opp et nesten uendelig antall verktøy som kan brukesfor å få mer ut av råmaterialet, “data”. Man kan få verktøy levert av velkjente og etablerte selskaper som IBM, SAS, Microsoft osv., men også fra nye spillere på markedet som Tableau, Birst og Qlik. I tillegg vokser det en skare av nye verktøyer, som vokser ut av forskjellige “open source- miljøer”.

Siden ingen kommersielle leverandører har noen interesse av å avstå deler av dette markedet, bruker hvert enkelt firma også en del markedsføringspenger for å fortelle at nettopp deres teknologi har “hele pakka”. Det er selvfølgelig bare tull, akkurat på samme måte som man kan si at en drill er et universal verktøy, bare fordi at man ved et knipetak kan skru en skrue inn i veggen.

Selskaper gjemmer gamle produkter bak ordet “Analytics”

Et av de store buzzwords på markedet for ny teknologi for å utnytte råmaterialet av data, har de seneste årene vært “analytics”. Helt siden Tom Davenport ga ut “Competing on Analytics” i 2007, så har eksisterende og nye firmaer posisjonert seg for å være ledende innenfor “analytics”. Det er likevel forskjelliger som dag og natt, på hva som faktsik leveres av teknologi og verdiskapelse innenfor paraplybetegnelsen “analytics”. Ofte kan produktet være “gammel vin, helt over på ny flaske”.

Mye av den teknologien som leverandøren i dag kaller “analytics”, er rett og slett en omdøpning av navn, for en teknologi som har eksistert de siste 50 årene. I 1958 utga den IBM-ansatte Hans Peter Luhn artikkelen “A Business Intelligence System” som blant annet beskriver behovet for “an automatic system is needed which can accept informaton in its original form, disseminate the data prompty to the proper places and furnish informaion on demand”.

Siden den gangen har markedet for business intelligence utviklet seg i mange rettninger, og leverandører har – satt litt på spissen – konkurrert innbyrdes om hvem som kan vise det fineste søylediagrammet, og vise hvem som har flest skrifttyper å velge mellom når man skal vise et gjennomsnitt.

En gris med sminke er fremdeles en gris

Mange selskapers business intelligence platform har historisk sett, oppstått i samspillet mellom økonomiavdelingen som oppgavestiller og IT-avdelingen som oppgaveløser. Det har ført til at andre avdelingers rapporterigsbehov har måtte støtte denne plattformen. Det er ikke vanskelig å forestille seg at en plattform, som i utgangspunktet er definert i samspill mellom IT- og økonomiavdelingen, ikke er den plattformen som er best egnet for raske og fleksible ad-hoc rapporteringer. Det er en god grunn til at Excel er verdens mest brukte verktøy til rapportering.

For å imøtekomme det økende behovet for raskere og og mer fleksible ad-hoc, tilbyr stort sett alle leverandører verktøy, som gir brukeren den ønskende rapporteringen uten å belaste IT-avdelingen i stor grad. Det endrer seg ikke ved at et søylediagram vil fortsatt bare være et søylediagram – uansett om det er laget av en utvikler i IT-avdelingen eller brukeren selv.

At det i dag heter Analytics, er mer en form enn innhold, og er drevet av markedsføring og salgshensyn – hvem vil vel ikke jobbe med et område som Googles økonomisjef, Hal Varian, har kalt den mest sexye jobben i 2010?

Fokus skal ligge på analytics

Det området, som både Hal Varian med sin uttalelse til McKinsey i 2009, og Tom Davenport med sin bok fra 2007, hadde i tankene var noe helt annet enn et gjennomsnitt og søylediagrammer: Det var et økt fokus på bruk av matematiske og statistiske metoder for å utnytte data på en bedre måte.

Metodene har vært kjent lenge. For eksempel oppfant Robert G. Brown en metode for å danne statistiske forhåndsprognose allerede under 2. verdenskrig.  Tilgangen for å bruke statistiske metoder til å analysere data er også av eldre dato. Blant annet inneholder den amerikanske statistikeren John Tukes bok fra 1962 "The future of data analysis" en oppfordring med å bruke data som input for å finne nye hypoteser, istedenfor  å bruke data til å teste eksiterende hypoteser.

 

Den store forskjellen på det, har i bunn og grunn vært business intelligence, og det, som i virkeligheten er analytics, er typen av spørsmål man som selskap eller organisasjon kan få svar på ved analyse av data, og hvilken verdi disse svarene måtte gi.

Business intelligence-verktøy er ypperlig til å gi svar på hva som allerede har skjedd. Hva solgte vi den siste måneden? Hvor mye produserte vi i gjennomsnitt per fabrikk? Hvorfor noe har skjedd, er ofte overlatt til erfaringsbasert fortolkning.  Et søylediagram kan vise at det er en forskjell mellom to grupper, men det sier ingenting om hvorfor det er en forskjell. På samme måte kan de fleste business intelligence-verktøy heller ikke gi en god forklaring på hva som vil skje i fremtiden: Hvordan ser etterspørselen ut til å utvikle seg de neste 12 månedene? Hvilke kunder vil mest sannsynlig si opp abonnementet sitt? Hvilke produkter skal vi presentere for den enkelte kunde i vår neste e-post? Listen av spørsmål du ikke kan besvare med business intelligence-verktøy, er uendelig!

Verdien av å få svaret på spørsmålene sine, er avhengig av det omfanget, som svaret gir. Så lenge du ikke heter Michael J. Fox, og kan reise tilbake i tiden, for å få den kunnskapen om fortiden, så kan du ikke få vite omfanget. Det som har skjedd, har skjedd. Det du likevel kan som enkeltperson, selskap eller organisasjon, er å sette ditt fingeravtrykk på fremtiden. Det betyr ikke at business intelligence er verdiløs. Hvis du ikke samler inn data og rapporter, kan du ikke lære av de valgene du har tatt. Poenget er, i henhold til alle de muligheter som finnes for å bruke data til å understøtte de beslutninger, som påvirker fremtiden, er business intelligence  kanskje en smule overvurdert – og at det er mye mer verdi å hente, hvis du først nå får øynene opp for muligheten med analytics.

Annonse
Andre leser også
Annonse