Datapääoma

"What we got here is a failure to communicate" - Miksi käsitemallinnamme? Vieraana liiketoimintavetoisen tietomallinuksen asiantuntija Juha Korpela Ellieltä

1:05 Paukkupakkasista vesikeleihin

01:50 Datatoimitusketju lyhyesti: se on asia joka on jokaisessa organisaatiossa olemassa. Tästä ei pääse yli eikä ympäri.

02:20 Toisessa päässä on toinen kohtalon hetkistä: datan hyödyntäminen

02:35 Jotain puuttuu, eli näkyvyys toiseen datan kohtalon hetkeen: syntyhetkeen, joka tapahtuu liiketoiminnassa, toimitusketjun ylävirralla

03:05 Yhden kurssin laatujohtamisen oppien perusteella pitäisi tämä jo ymmärtää: 1x 10x 100x 1000x --> missähän ne laatuongelmat kannattaisi korjata?

03:35 "vaikea on eri asia kuin mahdoton"

03:46 Tärkeimmät painopistealueet: Johtaminen & viestintä, organisoituminen ja roolit, yrityskulttuuri ja teknologia

04:20 Tommin kahden eurosentin Guns 'n Roses Civil War intron imitaatio, kuitenkin ihan aiheesta! Miten tämä liityy dataan?

05:35 Viestintä korjaa asiat talossa ja puutarhassa

05:53 Miten kerromme mistä meillä on dataa?

06:05 Kiitos Ari Hovi pioneerityöstä ja terkut myös Johannekselle!

06:51 Ellien tuotekehityspäällikkö Juha Korpela, tervetuloa!

07:21 Käsitemallinnuksesta on kyse, Ellie syntyi ajatuksesta, että kun tehdään käsitemallinnusta, sillä olisi hyvä olla tukenaan helppoa ja intuitiivisesti käytettävä sovellus, joka tukisi todellista liiketoimintalähtöistä mallinnusajatusta. Nykyään Ellie on erillinen yhtiö.

08:16 Yhteinen filosofinen punainen lanka löytyy Datapääoman ja datatoimitusketjun johtamisen kanssa!

08:55 Liiketoimintalähtöinen tietomallinnus / käsitemallinnus, miksi juuri "liiketoimintalähtöinen" ?

09:55 Perusongelma markkinassa on se, että tietomallinnus on perinteisesti keskittynyt aivan liikaa teknologiapainoon esim. vaikkapa tietokantataulujen fyysiseen mallinnukseen kun ensin pitäisi ymmärtää oleellisin eli liiketoiminnan arjen käsitteistö: asiakas, tuote, lasku jne.

10:15 Oikeaoppisella käsitemallinnuksella vastataan ennen kaikkea kysymykseen: "MISTÄ se data kertoo?" ei niinkään se, että miltä se näyttää jossain tietokannan taulussa.

11:20 Liiketoiminnan edustajat ovat usein salakavalastikin, heidän itse tietämättään maailmanluokan data-asiantuntijoita! Kyllähän nämä ihmiset tietävät parhaiten oman liiketoimintansa arjen. Käsitemallinnuksella tehdään tämä tieto näkyväksi!

12:15 Tulisiko meidän löytää siis yhteinen kieli, jonka myötä tulemme ymmärretyksi arjessa toinen toisillemme?

12:40 On väärä kysymys esittää "MITÄ dataa teillä on", sen sijaan tulisi kysyä "MISTÄ teillä on dataa?"

13:50 Tulisi puhua ennemmin myös "informaatioarkkitehtuurista" sen sijaan, että puhutaan "data-arkkitehtuurista". Tällä saadaan tehokkaasti teknologia häivytettyä keskustelusta pois, sehän on lopulta vain mahdollistaja.

15:06 Ensimmäinen KELTAINEN KORTTI!

 

15:16 Datan kaksi kohtalon hetkeä, näistä se tärkeämpi eli datan luontihetki. Ennen luontia olisi jo hyvä olla ymmärrys siitä mitä käsitteitä omassa liiketoiminnassa on oikeasti olemassa.

16:35 Liiketoimintaprosessista kaikki lähtee

17:04 Käsitemalli kertoo sen, mitä siinä datan toimitusketjussa itse asiassa liikkuu!

17:41 Datatoimitusketju liittyy tähän s.e. mikä on monessa yrityksessä unohtunut on se miten datan logistiikka on hoidettu: monessako paikassa on ERILLISET infrat operatiiviselle ja analyyttiselle datalle? Ei näin tule toimia enää 2020-luvulla.

18:25 Käsitemallinnus antaa hyvät pohjat myös "data-as-a-product" ajattelulle ("data tuotteena"). Maininta rakennusalalta, Firan keskeisimmistä datatuotteista.

19:25 Käsitemalli kertoo vastauksen kysymykseen "mistä meillä on tietoa", ei tarvitse mennä käyttötarkoituksiin tai luoja paratkoon ATK-järjestelmiin tässä. Data Governance - pelikirjat vastaavat kysymyksiin käyttötarkoituksista tai tavoista joita tulisi organisaatiossa vaalia.

20:16 GDPR mainittu!

20:40 2020-luvun ilmentymä tiedosta on hyvin usein bitteinä oleva data. Lopulta data on kuitenkin vain "sarja havaintoja, jotka on kirjattu ylös". PostIT-laput ovat jossain käyttötapauksessa parempia kuin se, että laitetaan tieto ATK:lle.

21:25 "Data-arkeologi" mainittu. Eikös käsitemallinnus ole vähän arkeologin hommaa?

22:25 Kun tehdään perinteisen liiketoimintamallin disruptiota, ei pystytä myöskään lukittautumaan vanhoihin käsitemalleihin. Pitää ymmärtää myös mitä ne ovat tulevassa liiketoimintamallissa.

23:53 Tiedon ja datan poikkitieteellisyys tulee Juhan kommentissa hyvin esille: data ei tunne organisaation (eikä niiden välisiä!) siilorajoja. Mennään pilkkopimeään metsään ja aletaan sytyttelemään taskulamppuja, tämän myötä aletaan näkemään metsän puita (bottom-up).

24:15 Toinen lähestyminen voi olla se, että todetaan suoraan "emme ymmärrä mitä meidän asiakasdata ylipäätään on!". Tällöin lähestyminen on top-down painotteisempi.

24:45 Lopputulos on sama: ymmärretään mitä tietoä organisaatiossa ylipäätään on ja miten se liittyy eri toimintoihin

25:30 Ei voi olla niin, että organisaatioissa olisi dataa, joka ei liittyisi mihinkään sen liiketoiminnan arjen keskeiseen käsitteeseen!

26:45 Ei "data-driven business" vaan "business-driven data"? Mistä on kyse?

27:45 Liiketoimintaa tulisi ohjata faktiseen tietoon perustuen, ei mutulla.

28:20 Liiketoiminnan tulisi ITSE ymmärtää mistä heillä on tietoa ja miten siitä hedän omistamastaa tietopääomasta voisi saada arvoa.

30:00 Yrityksissä tulisi ymmärtää, mihin kohtaan datatoimitusketjua sitä tekoälyä ollaan soveltamassa. Ei ole yhdentekevää missä kohdassa se "muka tuottaa" arvoa ja toisaalta missä se oikeasti sitä arvoa tuottaa.

31:55 Bridging the gap: liiketoiminnan ja datan välistä kuilua kurotaan umpeen. Ei sotketa IT:tä tähän.

33:30 Vähentääkö käsitemallinnus henkilöriippuvuuksia?

34:00 Kysehän on lopulta hiljaisen tiedon näkyväksi tekemisestä. Tietohan on jo olemassa organisaatiossa, kyse on tämän tiedon ymmärrettäväksi tekemisestä.

35:10 Controller on organisaation tietopääoman "heavy user"

36:45 "Järjestelmäarkkitehtuurilla päähän lyöminen" ei oikein edistä tiedonhallinnallisia asioita

37:15 Käsitemallinnuksen avulla saadaan ymmärrystä levitettyä tehokkaasti läpi organisaation. Tämä johtaa myös datatoimitusketjujen kustannusten pienenemiseen. Kysehän on lopulta siitä kuinka nopeasti yksittäinen työntekijä pääsee sisälle siitä, mitä tietoa on olemassa, mistä tietoa saadaan ja miten sitä pääsee hyödyntämään.

39:05 Kyse on myös abstraktiokerroksen tuomisesta fyysisen datan ja ihmisten väliin. Datatoimitusketjun kustannus syntyy pitkälti siitä, kun ihmiset käyttävät aikaa fyysisen datan penkomiseen kun he voisivat saada "lentävän lähdön" näkemällä ensin metsän puilta datakartaston, käsitemallin avulla.

41:00 Controllerin perussetti: ekana päivänä syvään päätyyn räpiköimään?! :D Olisiko kartasta hyötyä alkaen ensimmäisestä päivästä?

42:15 Käsitemalli on datakartta

42:26 Controller on organisaation kaikkien datatuotteiden asiakas!

43:45 Käsitemallinnuksen sudenkuopat? "Älä tee näin"-tarinat?

44:05 Käsitemallinnus on taidetta mutta myös tiedettä

44:41 Pahin moka (taas) on ajautua ATK- ja IT-keskusteluun. "Raportti" ei ole käsite, vaan väline (paitsi Microsoftilla, koska se on heidän bisnes).

45:25 Prosessit eivät ole käsitteitä. Esim. "laskutus" ei ole käsite. Helppo happotesti on kysyä "kuinka monta näitä asioita on?" eli ei ole olemassa "kolmea laskutusta" vaan pikemminkin "kolme laskua" . Tai henkilöstö: "viisi henkilöstöä" --> ei, vaan pikemminkin "työntekijä". Ja näin edelleen.

50:10 Pyhä kolmiyhteys ja graalin malja löytyi: liiketoimintojen prosessikuvaukset, järjestelmäarkkitehtuurikuvaukset ja tiedon/datan käsitemallit --> Success delivered!

51:39 Alec Sharpin vinkit käsitemallinnukseen

53:30 Loppukiteytykset

54:10 John F. Kennedy mainittu

55:30 Lopulta kyse on liiketoiminnan mallintamisesta

Kiitos Juha Korpela @ Ellie.ai

Mitä tapahtuu kun kukaan ei katso perään? - Datapääoman vieraana yrityskulttuurin johtamisen asiantuntija Jonne Seppä

01:00 Intro pöhinät
01:31 Tänään keskiössä yrityskulttuuri ja sen johtaminen
01:47 Miten yrityskulttuuri liittyy dataan?
02:19 Vieraan esittely, yrityskulttuurin johtamisen ammattilainen: Jonne Seppä (Voipa)
02:44 Jonnen ja Voipan esittely

03:38    Moni haluaa paremman yrityskulttuurin
04:06    Loppuviimein ihmiset muuttavat kulttuuria

05:36 "Avoimuus" in action: taloustiedot livenä netissä!
06:22 Kaikilla yrityksillä, myös pienillä, on yrityskulttuuri
06:40 Kun ihmiset pääsevät avoimeen tietoon kiinni, siitä tahtoo seurata jotain hyvää
07:45 Voipan taloustiedot on kenen tahansa katsottavissa firman kotisivuilla
08:10 Mitenkäs tämä kaikki liittyy nyt dataan?
09:23 Kaikki tavoittelevat hyvää yrityskulttuuria, uskomme myös että moni yritys haluaa olla dataohjautuva ja johtaa tiedolla. Datapääoma tarjoaa työkalut tähän.
10:11 Yrityskulttuuri on sitä, mitä tapahtuu kun kukaan ei katso perään
10:43 Miten Jonne näkee yrityskulttuurin merkityksen yrityksen tuottavuudelle?
11:56 Yrityskulttuurin keskiössä on hyvä johtaminen sekä arjen työn selkeys ja ymmärrettävyys

12:25 Itseohjautuvuudesta: mitä enemmän itseohjautuvaksi yrityskulttuuri menee, sitä enemmän se tarvitsee luotettavaa ja helposti käsiteltävää dataa ja tietoa toimiakseen luotettavasti ja tehokkaasti (organisaation jokaisella tasolla)
13:06 Hierarkinen johtaminen vs. organisaation itseohjautuvuus
13:50 Ei riitä että puretaan valtarakenteet vaan tilalle tuotava avointa dataa selkeitä toimintarakenteita
14:40 Datan palvelumuotoilu nousee tärkeäksi: data pitää olla helposti käsiteltävää sekä ymmärrettävää: määrä ei korvaa laatua ja käytettävyyttä
15:05 Itseohjautuvuus ja avoin data kulkevat käsi kädessä

15:36 Kokeilukulttuurista: onnistumisen ja epäonnistumisen suhde
16:13 Rohkeudesta epäonnistua ja tästä eteenpäin virheistä oppimiseen
17:10 Virheistä oppiminen on myös tietoa
17:45 Oppiminen on tietoa, oppien levittäminen on tärkeää, kun levität tietoa jonkun median avulla, tästä tiedosta tulee dataa
18:58 Putous mainittu ja rikkinäinen puhelin
19:19 Tietoa tarvitaan enemmän kun halutaan olla itseohjautuvia, keskiöön nousee myös data ja ennen kaikkea datan toimitusketjujen merkitys
19:45 Miten saamme arjessa tiedon tuottajat ja tiedon hyödyntäjät kohtaamaan, tästä on kyse datan toimitusketjun johtamisessa

20:20 Tommi vetäisee ässän hihasta ja Mark Okerstromin (CEO @ Expedia) heiton: organisoituminen antaa ihmisille oikeuden olla putkinäköisiä (esitelty myös Dan Heathin loistavassa kirjassa "Upstream: The Quest to Solve Problems Before They Happen")
21:57 Mitä organisoitumisella optimoidaan: sisäistä tehokkuutta vai kenties asiakaskokemusta? Vai optimoidaanko lopulta mitään?
23:35 Voisiko muutoksen edessä tehdä ensin jotain muuta kuin muokata organisaatiota? 
24:10 Jos organisaatio muuttuu mutta tavoitteet pysyvät samoina? Mitä haetaan?
26:01 Isot organisaatiot ja niiden työkalupakin sisältö: syysorganisaatiosta kevätorganisaatioon
27:25 Kun organisaatioita muutetaan, pystytääkö enää löytämään todistettavia kausaalisuhteita organisaatiomuutoksen ja tulosten välillä: mikä oikeasti vaikutti mihinkin?

28:45 Jos muutetaan asioita, ihmisillä on taipumusta nähdä muutosten vaikutus omien tekojensa kautta, biasoitumista tapahtuu väkisinkin.
29:45 Ei unohdeta ihmisiä: managementista ja leadershipistä ja niiden merkityksestä eritoten muutoksessa. Paperilla organisaatio on helppo laittaa uusiksi mutta todellinen vaikutus ihmisten toiminnassa vaatii aikaa.
31:01 Ihmiset tekevät yrityskulttuurin, kulttuuri muuttuu vain silloin kun ihmiset muuttuvat
31:29 Markku pääsee myyntikelmuihin!
31:40 Yritys ei muutu vaan se muuttuu yksilöiden summana. Johdatko asioita ja lukuja ja onko se edes mahdollista?
32:05 Asiat ja tehtävät eivät motivoidu eivätkä ne kuule --> voidaanko numeroita ja asioita siis edes johtaa? Kuulostaisi siltä, että leadershippiä tarvitaan.
32:40 "Johdan vain asioita, ahaa, kenelle sä siis puhut?"
33:11 Yrityksellä tulee olla selkeä ja yhteinen tavoite yrityskulttuurille
33:43 Pitää olla systemaattinen tapa, jolla yrityskulttuuria johdetaan.

34:35 Arvoista ja arvojohtamisesta: arvot ovat vain sanoja paperilla, kyse on siitä miten ne konkretisoituvat organisaation arjessa tekemisenä
35:30 Ei datallakaan tee mitään ellei sillä ole asiakasta, ihmistä tekemässä sillä jotain
36:01 Organisaatiosiilot antavat meille luvan olla itsekeskeisiä ja lyhytnäköisiä. Arvoista saadaan työkalut myös organisaation siilorajat ylittävään toimintaan ja synergiaan
36:55 Arvojen tulisi edustaa tavoitekulttuuria
37:12 Arjen muutoksen johtamiseen tarvitaan ennen kaikkea johdonmukaisuutta
37:40 Hyvässä yrityskulttuurissa jokainen organisaation jäsen voi löytää punaisen langan kaikkien arjessa tapahtuvien asioiden välille
38:35 Jos johtaminen ja viestintä ovat eriparia, tuloksena on sekametelisoppa ja epäjohdonmukainen yrityskulttuuri
39:45 Kun arvot ja johtaminen ovat synkassa keskenään, yrityskulttuuri tuntuu vahvalta
40:07 Ei pidä olla olemassa jotain universaalia "hyvää yrityskulttuuria" : se pitää aina rakentaa suhteessa kunkin yrityksen liiketoimintaan
41:11 "Firman luottokortit ja säkkituolit kaikille" ei copypaste-kulttuuria kiitos!

41:35 Loppua kohden laskettelu. Viimeiset nostot. 
42:25 Jonnen loppusanat: "data mainittu!"
43:15 Datassa määrä ei korvaa laatua, yhdellä bitilläkin voi olla iso merkitys. Vakava viesti kaikille "BIGDATA - öyhöttäjille"!

46:18 Isot kiitokset Jonne Seppä ja Voipa!

 

Datatoimitusketjun johtamisen keskeisimmät roolit ja niiden vastuut

01:01 Kertaus on optintojen äiti: mikä tai mitä on datatoimitusketju?
01:36 Kirja myös tulossa myöhemmin tänä vuonna
02:01 Paljonko sinun organisaatiosi datatoimitusketjut tällä hetkellä maksavat?
02:36 Datatoimitusketjun keskeisimmät vaiheet: kohtalon hetket eli luonnin hetki ja käytön hetki. Näiden välissä "matka" eli "logistiikka".
03:55 Datatoimitusketjuja on vähintään yhtä paljon kuin on dataa tuottavia prosesseja
04:29 Roolit datatoimitusketjun johtamisen takana
04:52 Top-downilla sisään ja nähdään ensin metsä puilta
05:30 Data ei synny järjestelmässä, vaan liiketoiminnan ydin- tai tukiprosessissa
06:40 Markku sukeltaa syvään päätyyn ja datan olemuksen ytimeen: lopulta data on vain havaintoja, joita me kirjaamme johonkin.
07:45 Isossa organisaatiossa homma vaikeutuu, vaan ei muodostu mahdottomaksi. Kyse on johtamisesta (ja sen laadusta).

08:40 Laaja-alaisin rooli, keskushyökkääjä ja valmentaja samaan aikaan: Chief Data Officer (CDO)

09:57 Seuraava rooli: oman prosessinsa tuottaman datan omistaja ja sen laadusta VASTAAVA taho: liiketoiminnan prosessin omistaja tai liiketoimintajohtaja.
11:40 "Data knows no borders": data ei tunne siilorajoja, joten datan johtaminen pitää järjestää poikkitieteellisesti, yli siilorajojen.

12:30 Seuraava rooli: taho datatuotteiden ja datapalveluiden takana: datatuotteen omistaja.
13:12 Datatuotteita on kahden tyyppisiä: masterdata/ydintietotuotteita ja prosessidatatuotteita. 
14:30 Masterdatatuote, tuo unohdettu ja kauan kadoksissa ollut tuote.
16:30 Myynti- ja markkinointifunktioiden datatuotteista
21:50 Summeeraus rooleista tähän asti: CDO, liiketoimintajohtaja ja datatuotteen omistaja / datatuotepäällikkö.

22:45 Viimeisenä, vain ei suinkaan vähäisimpänä: datatuotteen ASIAKAS.
23:20 Datatuotteen asiakas ei välttämättä ole yhtä kuin yrityksen, tai sen tuotteiden asiakas.
23:49 Datatuotteen asiakkaita on joka puolella, myös organisaatiosi ulkopuolella!

24:17 Hei wanhat työkaverit! Missä ovatkaan data engineerit ja data scientistit? Vieläkö teitä tarvitaan? ;)

26:10 Datan puhdistaminen ylipäätään tai etenkin hyödyntämishetkellä on VÄÄRÄ paikka! Kannattaa ratkoa virheet datatoimitusketjun yläjuoksulla, eli siellä missä virheen korjauskustannus on 1x. Hyödyntämishetken äärellä virheen korjauksen kustannus on 1000x ja siitä ylöspäin.

27:14 Avoin kirjeemme/kysymyksemme kaikille data engineereille ja data scientisteille. 
27:40 Avoin kirjeemme/kysymyksemme kaikille liiketoimintajohtajille.
28:15 Wanha kunnon 20/80 - sääntö: sehän on nyt vaan tyhmää maksaa liikaa.

29:15 Summa summarum: datatoimitusketjun johtaminen ja roolit vielä kerran: CDO, liiketoimintajohto, datatuotteen omistaja ja datatuotteen asiakas.
30:50 "Datakulttuuriministeri mainittu".
31:10 Data ei ole IT-asia
31:44 Datan laadun takaaja on viime kädessä liiketoiminnan johtaja / prosessin omistaja. Piste.
32:00 Huom, johtajien ei kannata itse näpytellä vaan JOHTAA.
32:39 Eikö olisi kiva keskittyä arvon hukkaamisen sijaan arvon tuottamiseen?
33:00 Datatuotteen asiakas voi olla "missä vain"

33:13 Nyt loppu. Kiitos ja heipat.
34:28 Tommi vetää vielä ässän hihasta siinä viime metreillä!
35:00 Olikohan masterdatatuote kunnossa? ;)
36:08 Varoittava esimerkki käyty läpi. Muistakaa datan laadun varmistus jo yläjuoksulla, toimitusketjun alkulähteillä.

36:48 Nyt loppu (oikeesti).
37:05 Lähettäkää palautetta. Ollaan jo saatu kivasti palautetta, haluamme enemmän!

#datatoimitusketju #datapaaoma #roolit #data

 

 

 

Tätä Datatoimitusketju on! Kuinka kalliita sinun datatoimitusketjusi ovat tällä hetkellä?

00:45 Tervetuloa, jinglen merkityksen ytimessä

01:40 Markun ensimmäisen blogautuksen grillaus alkaa: Tätä datatoimitusketju on

02:45 Datan kohtalon hetket: luonnin hetki ja käytön hetki, toimitusketjun alku ja loppu

03:20 "DW mainittu": kun data luodaan niin on hyvä ymmärtää, että dataa käytetään muuallakin kuin siellä DW:ssä

04:10 Homma kääntyy päälaelleen: nyt käännetään focus hyödyntämisestä sinne toimitusketjun ylävirralle: thats where the magik happens. Matka on tärkeä.

05:05 Markku lähtee peilaamaan, "data tuotteena" mainittu, datan luonnin hetki.

06:02 Kuinka hyvin organisaatioilla on tiedossa minkälaatuista data on sen luonnin hetkellä? CRM:ssä, ERP:ssä jne. ja muissa "datatehtaissa"

07:42 Jos dataa tuottava prosessi ei ole hallinnassa eikä sitä johdeta: käsilläsi on "datasylttytehdas"!

08:25 Barry Devlinin Business unIntelligencen avulla voitolla yöhön: informaatiopilarit esitellään. Liiketoimintajärjestelmät edustavat vain yhtä perinteistä tietolähdettä. 2020-luvulla on keskeistä ymmärtää myös IoT/sensorointi ja sen tuottaman datapääoman johtaminen sekä vuosikymmenien saatossa tuotettu "ihmislähtöinen viestintäaineisto" eli sähköpostit, kalenterit, dokumentit, äänet ja videot. 

10:00 Informaation tuottamisen transaktiokustannus

11:48 Iso kuva ja uuden auton hankinta --> analogia datan toimitusketjuun. Kenen vika on kun tehdas toimittaa vääränlaisen auton?

12:25 "Data-as-a-product": data tule nähdä ja johtaa tuotteena. Asiakastyytyväisyys on parempi jos tuote on laadukas.

13:30 Datatuotteen valmistuksen kriittisimmät vaiheet: luonnin hetki on tärkein, siellä määräytyy laatu. Valitettavast monessa organisaatiossa tämä vaihe jää pimentoon ja vaille ohjausta ja johtamista

14:50 Luonnin hetken kustannuspanostus: jos et korjaa virheitä täällä vaan toimitusketjun myöhemmissä vaihessa, virheen korjauskustannus moninkertaistuu, jopa tuhatkertaistuu

16:20 Summeeraus: asiakasta kiinnostaa lopputuote mutta jonkun tulisi johtaa myös valmistusta ja jakelua.

17:17 Autoteollisuus on itse asiassa optimoinut myös datan toimitusketjunsa hienosti: loppuasiakas näkee missä valmistuksen vaiheessa oma valmistettava auto menee!

18:00 Laatujohtamisen opit: 1x , 10x, 100x, 1000x
Tarkastellaan inhorealistisesti "näin pitäsi toimia" vs. "näin toimitaan arjessa"

19:00 Data-alustan tärkein tehtävä on mahdollistaa datatuotteet ja datapalvelut: operatiiviset ja analyyttiset

19:35 Pureutuminen data-ammattilaisen arkeen (ja uraan!?): miksi elämän keskipiste on data-alusta?

20:25 "Kymmenen palloa tännepäin", Markku saa kopin. Case Odotustenhallinta

21:21 Datatuotteen toimitusketju pitää saada haltuun: laadulla on vaikutus luottamukseen, datan luottamukseen

22:02 Datanhallinnan ammattikunta voi Suomessa hyvin, olkoonkin se keskittyy vain yhteen datatoimitusketjuun ja sen tunkkaamiseen. Lopulta kyse on siitä kuinka hyvin heitä osataan JOHTAA.

24:50 Datakehityshankkeet tuppaavat olemaan siiloutettuja, rakennetaan vain yhtä käyttötapausta varten. Ja puihin menee!
 
26:20 Ethän enää helmikuussa 2021 lähde rakentamaan pistemäisiä, analytiikkaan viritettyjä tietovarastoratkaisuja?

27:00 Palataan takaisin tärkeimpään, eli johtamiseen. Keskitetyn datatiimin tragedia. Täytyisi ymmärtää, että keskitettyjen dataputsaamojen perustaminen ei tuota arvoa vaan päinvastoin lisäävät kuluja. Johtaja: mene yläjuoksulle!

29:00 Teknisen velan ytimessä: teknisen velan korko ja koron korko: kukas hullu tätä haluaa maksaa?

29:40 Arvon datatroposfääri, meillä on yhteinen ongelma: data on ymmärretty väärin. Nyt on aika korjata näitä käsityksiä. Tähän tarvitaan teitä kaikkia!

31:00 Huono datan laatu johtuu huonosta (liike-)toiminnan prosessista

31:41 Teknologia sivuosaan ja johtaminen ja päätösten VIESTINTÄ pääosaan

32:30 No-brainereita vai ei? Miksi sitten ostetaan väärää teknologiaa ja vääränlaista osaamista? Data on liiketoiminnan asia, jos liiketoiminnan prosessi ei ole kunnossa niin data ei ole kunnossa niin ethän sä tee silloin teknologialla mitään!

34:50 Summeeraus. Tämä on matka. Olemme saaneet palautetta, lähettäkää sitä lisää! Tulkaa mukaan ja haastakaa meidät! Näin saamme aikaan dialogia ja sitä kautta voidaan itse kukin jopa oppia jotain!

37:20 Heräsikö pelko omien datatoimitusketjujen mahdollisesta, huonosta hapesta? Huolesi on todennäköisesti täysin aiheellinen. Ei hätää. Me autamme.

 

Onko käsillämme datateollinen vallankumous?

1:10 Paranoidia optimismia ja taustapeilijohtamista. Mitä haluamme oivallututtaa Datapääomassa?

 

5:15 Viive ja ylimääräiset kustannukset datan toimitusketjussa: miksi tyydymme “kerran kuukaudessa” - johtamiseen? Kuinka tehokasta on johtaminen tällä syklillä? Syynä ollut ehkä ennen ATK mutta ei enää! 

 

6:15 Pomo piilossa? Kulkeeko viesti etulinjasta johtoryhmään? Onko tuon tiedon (datan) toimitusketju kunnossa?

 

8:10 “Data on IT-asia”, no ei muuten ole! Nyt ollaan perisyntien ytimessä.

 

9:40 Case Liiketoimintojen ulkoistukset: meneekö kriittinen informaatiopääomasi pesuveden mukana? Tuletko luoneeksi kriittisen epäjatkuvuuskohdan liiketoimintatietosi (datasi) toimitusketjuun?

 

11:00 IT-ulkoistukset ja kankeat taustajärjestelmät. Ollaanko tehty kriittinen isku datan toimitusketjun alkulähteille?

 

12:55 Kysymys on tästä hetkestä: paljonko kriittisen liiketoimintadatan tuottaminen ja toimittaminen maksaa yrityksellesi juuri NYT? Toisin sanoen: kuinka kallis datan toimitusketjusi on tällä hetkellä?

 

15:05 Datan toimitusketjun keskeisimmät vaiheet: synty, matka ja päämäärä eli hyödyntämisen hetki. Informaation / tuottamisen transaktiokustannus? Jako operatiiviseen ja analyyttiseen dataan rampauttaa datan toimitusketjusi: tätä jakoa ei enää tarvita!

 

18:30 Pistemäisistä tekoälyratkaisuista ja “AI MIXEReistä”

 

18:55 Ensimmäinen varoitus Markulle: keltainen kortti!

 

19:53 “Data & analytiikka” - pakkoavioliiton purkaminen on käynnistettävä nyt: se on ONGELMAN ydin!

 

23:30 “Data-as-product” ja “Data-as-service” - ajattelu tuo avaimet onneen. Keskiöön datatuotteiden asiakastyytyväisyys, tuotekehitys ja ennen kaikkea toimitusketjun optimointi.

 

24:30 Onko DW (tietovarasto) historiaa? Markun pikakatsaus ATK:n historiaan. Onko nykyinen kulttuuri valettu vanhentuneille perustuksille?

 

26:00 Onko käsillämme myös (data-)työmarkkinoiden muutos? Tarvitaanko enää “ETL-kehittäjiä” tai “tietovarastoasiantuntijoita” ?

 

27:10 Yhden teollisuudenalan muutos tapahtuu nyt: datateollinen vallankumous on täällä!

 

27:50 Teknologia kehittyy nopeammin kuin johtamisen menetelmät ja kyvykkyydet.

 

28:15 Tuleva kirja ei ole pääasia, se on ainoastaan yksi viestimme kanava. Tärkeintä on aikaansaada AJATTELUN MUUTOS.

 

29:25 Osaamisista ja rooleista lisää. Moderni tiimi ei koostu ETL- ja tietokantataulujen indeksien ruuvaajista vaan fullstack-devaajista. Ei unohdeta kapellimestarin tarvetta: myös oikea pelikirja tarvitaan.

 

32:30 Summeeraus ja katse tulevaan sekä seuraaviin jaksoihin. Jatkossa luvassa myös vierailijoita. Muistakaa, että datatoimitusketju pitää nähdä seuraavien lasien läpi:
- johtaminen ja viestintä
- organisoituminen & roolit

- yrityskulttuuri

- teknologia

 

Tervetuloa mukaan!