Udviklingen mod organisering efter dataens logik

tema |
datadreven hr
Udviklingen mod
organisering efter
dataens logik
Big Data – buzzword, gamechanger, værktøjskasse, paradigme, nye muligheder og nye
udfordringer. Der er skrevet meget om Big Datas potentiale. Meget er rigtigt, noget
er overdrevet. Helt sikkert er det, at Big Data allerede nu giver retning til måden, vi
organiserer vores arbejde på i fremtiden – uanset branche og fag.
Af Morten Lindblad, direktør Dataproces
Big Data – buzzword, gamechanger,
værktøjskasse, paradigme, nye muligheder og nye udfordringer. Der er skrevet meget om Big Datas potentiale.
Meget er rigtigt, noget er overdrevet.
Helt sikkert er det, at Big Data allerede
nu giver retning til måden, vi organiserer vores arbejde på i fremtiden –
uanset branche og fag.
Fra min position som direktør i virksomheden Dataproces, der arbejder intensivt med blandt andet kommunale
data, ser jeg en spændende udvikling.
Så snart man begynder at lave Big
Data-analyser på ens felt, fås ikke kun
resultatet. Man får også et indblik i,
hvor ens egen organisation er præget
af det, jeg vil kalde papirets logik. Det
er udviklingen fra dette papirets logik
til dataens logik og dens konsekvenser
for organisering jeg i det følgende vil
uddybe.
Organisering skal i denne artikel
læses i ordets bredeste forstand. Det
betegner den grundlæggende måde,
vi har valgt at indrette vores samfunds
side
6
hr chefen l oktober 2014
bureaukratiske infrastruktur på. Det er også måden, vi tilrettelægger vores dagligdags opgaver på. Det være sig i administration, HR
eller noget helt tredje. Big Data er relevant overalt, ikke kun i online
marketing og partikelfysik. I praksis handler Big Data handler nemlig
lige så meget om at smidiggøre og kvalificere eksisterende processer
som at skabe nye markeder og forretningsmuligheder.
Se figur på modsatte side
I forrige århundrede opstod der med det moderne industrisamfund en organisering, som var baseret på regler, faste procedurer,
afdelingsmæssige siloer og papirformularer. Mod slutningen af
århundredet gik man ind i en anden fase, hvor offentlige og private
organisationer blev digitaliseret. Igen med udgangspunkt i regler,
faste procedurer, afdelingsmæssige siloer og digitale (papiragtige)
formularer. Det er naturligvis en forsimpling, men pointen er at
tydeliggøre denne digitaliseringsbølges alderstegn. Der knytter sig
nemlig en række ulemper, tæt forbundet med papirets logik, til
måden, vi hidtil har skabt fagsystemer, og dermed til måden, vi har
organiseret vores opgaveløsning på. Hvad er så papirets logik? Og
hvad er forbindelsen til Big Data?
Papirets logik kan opsummeres i to vigtige egenskaber. For det
første: Papir er et nemt medie at forstå, men også et krævende
medie af brugeren i administrativ sammenhæng (har du f.eks. været
i tvivl, når du har skullet udfylde offentlige blanketter?). Den anden
egenskab ved papiret er, at det kræver hænder. Arbejdsgange med
papir kræver udfyldelse, overdragelse, duplikering, journalisering i
ringbind osv.
datadreven hr
| tema
Morten Lindblad
direktør
Dataproces
Udviklingen mod organisering efter dataens logik
?
Digital organisering –
formet efter dataens logik
Radikalt øget effektivitet og både kvantitative og
kvalitative indsigter. Kontinuerlig forbedring af
Digital organisering –
overgang med
Big Data analyser
opgaveløsning gennem potentialet i data.
Kvantitativ berigtigelse af data, men arbejdsgange
og fejlkilder forbliver grundlæggende de samme.
Digital organisering –
formet efter papirets logik
Øget effektivitet i forhold til tidligere.
Stor kompleksitet af data og digitale strukturer.
Papirbaseret
organisering
Overblik, styring, kontrol af det 20. århundredes
samfund.
Udviklingen fra papirbaseret organisering til den organisering efter dataens logik. De fleste organisationer
befinder sig i stadiet med digital organisering formet efter papirets logik.
hr chefen I oktober 2014 side
7
tema |
datadreven hr
Dataens logik tilsiger, at information
bør findes én gang ved kilden og
kunne deles. Hvis det f.eks. drejer sig
om forbrug eller adfærd, så skal den
observeres – ikke spørges til i et spørgeskema (papirlogik). Hvis ét system
har gavn af data fra et andet, så skal
data kunne anvendes der med det
samme. Fordi meget data, inden for
lovens fornuftige rammer, ikke er begrænset af ’hænder’, kan man skabe
enormt store og komplekse datasæt.
Det muliggør indsigter, som ville være
fysisk umulige at skaffe i et system
baseret på papirets logik.
Om at udvikle sit fag med Big Data
Hvorfor springer man ikke bare ud i Big Data? Det kan måske virke
unaturligt at tale om en særskilt fase med Big Data-analyse. Det er
i imidlertid min erfaring, at denne fase er meget reel for de fleste
veletablerede organisationer. Man bruger tid på at lære de nye
perspektiver og muligheder at kende. Man kører analyser, retter
fejl og bringer på den måde klarhed over, hvor svaghederne i ens
nuværende organisering er.
Udviklingen fra papirbaseret til digital
organisering ændrede ikke grundlæggende, alle muligheder til trods, ved
mange arbejdsgange. De blev overført
til digitale systemer – og i mange
tilfælde kun halvhjertet, som når det
forretningskritiske system, man købte
for år tilbage, kun understøtter papirudskrifter i stedet for eksportering af
data (ja, de findes!). Logikken fra den
papirbaserede organisering kan også
være mere skjult, som når en digital
arbejdsgang er baseret på en 10 år
gammel blanket fra stativet i regnskabsafdelingen.
Det er værd at bemærke, at selvom
Big Data handler om nye indsigter,
effektivisering, optimering, så er digital
organisering efter papirets logik en
enorm succes. Administrativt er det
kun en brøkdel af de opgaver, der
hver dag gennemføres i journal- og
fagsystemer, som ender med at rumme
fejl. I systemer, hvor der er meget
manuelt arbejde og mange muligheder
for fejl, vil rutinerede medarbejdere
typisk lave fejl i 1-2% af deres sager.
Menneskelige fejl som forglemmelser,
fejltastninger og misforståelser vil altid
eksistere, men der er også en teknisk
dimension. Den nuværende generation
af fagsystemer er ofte lidt kluntede,
langsommelige og frem for alt, ikke i
stand til at dele relevante data. Sidstnævnte er en stor udfordring for at
kunne indsamle data.
side
8
hr chefen l oktober 2014
Nogle områder vil sikkert blot kunne optimeres en anelse. På andre
områder vil der kunne ske radikale forandringer. Når man begynder
på Big Data analyser, får man også et bedre business intelligencegrundlag og mulighed for at besvare spørgsmål som: Betaler vi løn
til personer, der ikke længere er ansat? Udbetaler vi for meget i løn?
Hvornår og hvor er vores medarbejdere produktive? Har vi ledere,
som ikke løfter deres ansvar? Hvad er årsagerne til sygefravær hos
os? Har vi hentet de refusioner, som vi skal? Det projekt, som vi
startede for to år siden for at forhindre opsigelser, har det virket?
I Dataproces begyndte vi med at analysere og berigtige store datasæt for kommunerne. Det har givet optimering for tocifrede millionbeløb i selv mindre kommuner. Derfra er mange begyndt tage hul
på næste fase, hvor man grundlæggende tager fat på at optimere
organisationen til anvendelse af data. Flere steder er man nu ved at
bruge dataens logik til at skabe kvalitativt bedre arbejdsgange. Et
eksempel er ved at bruge data som beslutningsstøtte og værktøj i
hele organisationen – ikke blot på ledelsesniveau.
Organisering af arbejdsgange og infrastruktur efter dataens logik
indebærer et kontinuerligt fokus på driftsoptimering. Det betyder
at skabe og omskabe digital infrastruktur og arbejdsgange til at
tema |
datadreven hr
anvende data i langt højere grad end i
dag. Manuelt arbejde med at flytte og
flette informationer er automatiseret,
og der er strukturer til at samle relevant viden i store databaser. Effekten
er kvantitativt mere korrekte data og
kvalitativt bedre forudsætninger for at
understøtte videnarbejde.
Domæneeksperter er som regel ikke skolede i at tolke og arbejde
statistisk på store datamængder, men analytikere har brug for
domænekendskabet for ikke at lave fejlslutninger – der er sjældent
kun én fortolkningsmulighed. Programmørerne er centrale i opbygningen af nødvendiginfrastruktur og i løbende udbygning. Juristerne
er nødvendige som grænsedragere i et stadigt mere komplekst
juridisk landskab. Med Big Data kan man desværre hurtigt skabe
løsninger, der er lige så ulovlige, som de er effektive.
Domænekendskab må heller
ikke skilles fra områder, der
kræver menneskelig indsigt.
Google viste det ufrivilligt for år
tilbage ved at skabe den ’perfekte’ Big Data-model til forudsigelse af influenza. Efter en
tilsyneladende god start fejlede
modellen med et brag, fordi der
ikke blev stillet tilstrækkelige
spørgsmål til datagrundlaget
af hverken dataloger eller folk
med influenza-faglig viden.
Et råd: Husk at være tværfaglig
Digital organisering formet efter
dataens logik er ikke det samme som
fuldkommen automatisering – langt
fra. Det
kan godt
vise sig, at
tværfaglig
respekt og
indsigt bliver
en af den
nye tids
store udfordringer. For
mig står det
helt klart, at
kompleksiteten af Big
Data gør, at
gode løsninger altid involverer et miks af viden fra
flere grupper: dem med analytisk-statistisk dataforståelse, dem med juridisk
indsigt, programmører og endelig fagpersoner med dybt domænekendskab
til området, der arbejdes med.
side
10
hr chefen l oktober 2014
Vi er på vej mod en tid, hvor
stadig større vægt lægges på
Big Data-analyser til at finde
bedre løsninger. Jeg vil opfordre til, at man begynder at eksperimentere systematisk med data for dermed at ruste sig til udviklingen.
Trenden er nemlig klar: Big Data kommer til at påvirke vores organisering som samfund, virksomheder og myndigheder afgørende.
Så velkommen til en verden, hvor Big Data er grundlaget for kontinuerlig forbedring. På baggrund af Big Data-analyser og infrastruktur vil vi se en verden, hvor rutinepræget arbejde automatiseres. En
verden hvor ny indsigt skabes i takt med stadig bedre analyser af det
råstof, vi skal leve af i fremtiden: data.
Kilde: HR chefen Nr.5 2014 – Udgivet af DANSK HR www.danskhr.dk