Analytics: En gris med sminke er fortsatt en gris

Analytics-ekspert Anders Kramer Knudsen er lei av Business Intelligence-løsninger som går under tittelen “analytics”. Produktet har nemlig ikke utviklet seg. Det har bare fått et nytt navn.

“Data er den nye oljen,” heter det, og i takt med digitaliseringen, går stadig flere virksomheter i gang med sitt “borre etter data”-prosjekt. Som med olje, har data forskjellige bruksområder og ulike utfordringer er også koblet til.

Hva skal råmaterialet brukes til? Smøreolje eller brennstoff? Hvordan oppbevarer vi råmaterialet gjennom hele forsyningskjeden av informasjon? Og hvilke verktøy skal vi bruke for å utnytte råmaterialet best mulig?

På IT-området synes det å være et nesten uendelig antall verktøy, som kan brukes til å få mer ut av råmaterialet “data”. Alt fra verktøy levert av anerkjente selskaper som IBM, SAS, Microsoft, via nyere aktører på markedet som Tableau, Birst og Qlik, til det voksende antallet verktøy som vokser ut ulike open source-miljøer.

Alle de store programvareleverandørene er på banen med løsninger som gjerne blir markedsført som en løsning som kan alt.

Det er selvfølgelig noe tull. Det er so må si at det eneste verktøyet du trenger er en bormaskin, fordi den kan brukes til å slå i spiker.

Skjuler gamle produkter bak “ananlytics”

De siste årene har “analytics” vært et av de store buzzordene innen teknologi for å utnytte data. Siden Tom Davenport i 2007 utga “Competing on Analytics”, har mange selskaper posisjonert seg som ledende innen “analytics”. Imidlertid er det stor forskjell på teknologien som leveres og hvor stor verdi den skaper mellom de ulike leverandørene. Noe er bare gammel vin på nye flasker.

Mye av det IT-selskaper i dag kaller “analytics”, er ofte bare et nytt navn på “Business Intelligence”, et begrep som har eksistert i 50 år, siden IBM-konsulenten Hans Petter Luhn skrev artikkelen “A Business Intelligence System”.
Der beskriver han blant annet behovet for “an automatic system […] which can accept information in its original form, disseminate the data promptly to the proper places and furnish information on demand”.

Siden den gang har markedet for Business Intelligence gått i mange retninger, og leverandører har, grovt sagt, konkurrert om å kunnen vise de flotteste søylediagrammene med flest mulige skrifttyper å velge mellom, når man skal vise et gjennomsnitt.

En gris med sminke er stadig en gris

Mange selskapers Business Intelligence-plattform er utviklet i samspill mellom finansavdelingen som bestiller og IT-avdelingen som leverandør. Det har medført at andre avdelingers behov for rapportering er blitt lagt på plattformen som er utviklet av finans- og IT-avdelingen.

Det er ikke vanskelig å forestille seg at denne plattformen ikke er den beste når behov er fleksibel og rask ad hoc-rapportering. Det er en av grunnen til at Excel er verdens mest brukte verktøy for rapportering.

For å imøtekomme det økende behovet for rask og fleksibel ad hoc-rapportering, tilbyr stort sett alle leverandører i dag verktøy som gjør brukerne i stand til å selv lage ønskede rapporter uten å belaste IT-avdelingen. Det endrer imidlertid ikke ved at et søylediagram stadig er et søylediagram – uansett om det er laget av en utvikler i IT-avdelingen eller av brukeren selv.

Legg vekten på “analytics”

“Analytics” slik Davenport tenkte på det i boken fra 2007, er noe ganske annet enn søylediagrammer og gjennomsnitt. Davenport beskriver bruken av matematikk og statistikk for å utnytte data bedre.

Metodene har vært kjent lenge. For eksempel oppfant Robert G. Brown en metode for å lage statistiske prognoser allerede under den andre verdenskrig. Og en amerikanske statistikeren John Turkey ga i 1962 ut boken “The future of data analysis”. Her oppfordrer han til å bruke data som utgangspunkt til å lage nye hypoteser, ikke bare for å teste ut eksisterende hypoteser.

Den store forskjellen mellom Business Intelligence og Analytics ligger i hvilke type spørsmål man kan få ved å analysere data og hvilken verdi disse svarene gir.

Business Intelligence-løsninger er utmerkede til å gi svar på hva som har skjedd: hva solgte vi den siste måneden? Hvordan var snittproduksjonen på de ulike fabrikkene? Og så videre.

Hvorfor resultatene ble som de ble, er imidlertid overlatt til tolkning basert på erfaring. Et søylediagram viser at det er forskjell på ulike grupper, men sier ingenting om hvorfor det er forskjell.

Følger du med på de riktige KPI-er?

De fleste Business Intelligence-verktøy vil ikke vise hva som vil skje fremover. Hvordan ser etterspørselen ut de neste 12 månedene? Hvilke kunder vil trolig si opp abonnementet? Hvilke produkter skal vi presentere for de enkelte kundene ved neste epostutsendelse? Og så videre.

Listen over spørsmål du ikke kan besvare med et Business Intelligence-verktøy er uendelig!

Verdien av å et svar på sine spørsmål, avhenger av det slingringsrommet svaret gir. Viten om fortiden har ikke noe slingringsrom. Det som har skjedd, har skjedd. Det du derimot kan sette ditt preg på, er fremtiden. Det betyr ikke at en tilbakeskuende Business Intelligence-løsning, er verdiløs. Hvis du ikke samler inn data, og som gir rapporter, kan du ikke lære av valgene du har tatt.

Poenget er at i forhold til alle mulighetene som finnes for å bruke data for å underbygge forretningen, er Business Intelligence en smule overvurdert. Det har så mye større verdi for forretningen, om du får opp øynene for analytics og mulighetene det gir.

Digitalisering uten buzzord? Her får du gratis brosjyre med 5 gode råd og 10 konkrete erfaringer.

Si din mening

*