Blogg

Från data till kunskapskapital – ett ABC för hur man kommer framåt

Man är medveten om de möjligheter som data erbjuder, men genomförandet snubblar på vardagens jäkt – känns situationen bekant? Kanske spelar något projekt i tankarna där målet inte helt konkretiserades och hela projektet havererade redan i början. Hur kommer man vidare i en sådan situation?

Vad ska uppnås?

En absolut förutsättning för ett lyckat "Från data till kunskapskapital"-projekt är att man entydigt fastställer vad man vill uppnå. Att bara slumpmässigt analysera data tar tid och resurser i anspråk, vanligtvis utan att leda någonvart.

Vem äger kunskapen?

Kunskapen ska ha en ägare. Det förtydligar såväl projektskedet som ett effektivt utnyttjande av kunskapen på sikt. För att kunskapsbasen inte ska utgöra ett hinder i något skede för att komma vidare mot en optimal process, bör man komma ihåg grundregeln: kunskapen ska dokumenteras med en så hög nivå av noggrannhet som det är möjligt.

Inkludera dem som ska utnyttja kunskapen redan från början

Saker kan alltid utforskas teoretiskt, men om processer och verksamhetssätt ska ändras genom att man utnyttjar kunskap förutsätter det att de som står för det dagliga arbetet deltar i projektet ända från starten. Så säkerställer man samförstånd kring mål och resultat mellan såväl projektansvariga och analytiker som de som ska utnyttja resultaten i sitt arbete.

Välj rätt verktyg

Med analys kopplas olika datakällor samman och de frågor som beslutspunkterna kräver besvaras. En förutsättning för ett lyckat ”Från data till kunskapskapital”-projekt är således intensivt samarbete från början mellan affärsverksamheten och analysteamet. Så kan man säkerställa att arbetet körs i gång med rätt verktyg. Samtidigt bör man kontrollera att analytikerna ges åtkomsträttigheter till alla datakällor de behöver.

Starta upp bitvis

En elefant kan inte ätas hel – det bästa sättet att komma i gång är alltså att dela upp den stora målhelheten i hanterbara delprojekt som gagnar det dagliga arbetet. Så kan analysfärden inledas snabbt och smidigt – resultat uppnås utan att man drabbas av förlamande kallsvett och motivationen förblir samtidigt hög.

Användarvänlighet som utgångspunkt

Sist men inte minst är det viktigt inom ett ”Från data till kunskapskapital”-projekt att se till att det är enkelt att dra nytta av resultaten. Utgångspunkten är att kunskapsanvändningen för slutanvändaren ska vara enkel och ge ett tydligt mervärde. Oavsett om det gäller en överblick över resultaten eller fungerande integration direkt i processen är funktionalitet och enkelhet de viktigaste kriterierna för att projektet alls ska lyckas.

Om datautvinningen håller på att gå vidare från planering till projekt, gör man gott i att bekanta sig med projektmodellen CRISP-DMsom befunnits vara bra. 

http://houston-analytics.com/sv/analys/crisp-dm/