Kronik: Udnyt dit fulde datapotentiale

Langt de fleste virksomheder har brugt business intelligence til at få en større og mere detaljeret talbaseret indsigt i ens egen performance baseret på historiske data. Men med den øgede datamængde og inddragelse af ustrukturerede data kan data nu noget mere. Data science er en ny virksomhedsdisciplin, der er skabt til at forløse potentialet i nutidens datagrundlag.

Med nye værktøjer, nye metoder og nye kompetencer formår data science at omsætte data til anderledes kraftfulde indsigter, der dels kan anvendes til at styre virksomheden i realtid, dels til at kigge fremad i tid og træffe bedre beslutninger om fremtiden.

Det vurderes, at 95 pct. af analyser og indsigter, der skabes med data science, aldrig er blevet lavet før.

Data er nøglen

Forestil dig, at du kommer kørende i din bil. Vejen svinger til højre, men pga. en bygning kan du ikke se hvad, der sker på vejen efter svinget. Hvis du anvender business intelligence, vil du bruge din hukommelse og hente informationer fra sidste gang, du kørte på vejen. Men den reelle værdi af disse data er begrænset, idét vej og trafik kan være helt anderledes denne gang.

Med data science vil du hente et opdateret digitalt kort, data fra overvågningskameraer på vejen, vejdata fra Vejdirektoratet, satellitdata, aktuelle data fra bilen om hastighed og placering, og meget mere. Disse data kombineres og analyseres, og frem kommer et 100 pct. opdateret billede af, hvad du kan forvente efter svinget.

Du kan nu selv beslutte at sætte farten ned, hvis det er nødvendigt. Eller du kan overlade beslutningen til bilen selv, og så bliver data science grundlaget for datadrevet automatisering. På samme måde kan virksomheder, som skifter de bagudrettede og generiske modeller ud med unikke fremadrettede modeller, få indblik i de forskellige forretningsmæssige udfordringer, de møder i nuet eller i fremtiden.

Data science kan i kombination med IoT-løsninger, hvor sensorer konstant leverer realtidsdata, anvendes til mere nøjagtig realtidsstyring.

Det kan være en realtidsindstilling af en vindmølle til, baseret på vejr- og vinddata, at levere den størst mulige produktion af el. Eller en realtids-trimning af et skib til at have den mest brændstofbesparende placering i vandet, givet vejr-, vind- og strømforhold samt aktuel lastning, mv.

Forudser adfærd

Data science kan også bruges til at forudsige kunders adfærd.

Virksomheder har i mange år brugt “churn”-modeller til at forudsige, hvornår en kunde ville forlade virksomheden.

Med data science har “churn”-modellerne fået en bedre og anderledes præcision, ligesom indsigten bag “churn”-faktorerne er øget betydeligt. Dette kan overføres til alle typer af virksomheder, i alle brancher og af alle størrelser. Data og data science vil være essentiel for, at virksomheder kan bevare deres konkurrencemæssige fordele.

I Danmark er der en stigende mangel på it-folk. Det afspejler sig i højere grad inden for data science. En god data scientist kombinerer stærke modelleringsevner indenfor matematik, statistik og simulering med en god, forretningsmæssig forståelse og et godt datalogisk håndelag bl.a. indenfor programmering. Denne kombination er ikke en hyldevare. Tværtimod kræver den lang tids uddannelse kombineret med praktisk erfaring.

Det kræver frem for alt tid for at blive en god data scientist. I takt med at flere virksomheder får øjnene op for vigtigheden i at kunne udnytte det fulde potentiale i data, vil data scientists blive en endnu større mangelvare.

Fokus på skarpe hjerner

Hvis vi skal hjælpe danske virksomheder med at udnytte det fulde potentiale af deres data, er vi nødt til at videreuddanne nogle af de skarpeste hjerner i Danmark.

Det kan f.eks. ske ved at lære matematikere og økonomer med en god, intuitiv forretningsforståelse at kode. Det lyder måske simpelt, men det er det ikke.

Det fordrer en målrettet indsats, hvor tunge fagområder skal kombineres og tilsættes et tvist i form af kodning. Og det kræver højt uddannede tværfaglige personer, der på samme tid har en naturlig forståelse for forretning.

Vi befinder os i en tid, hvor digitalisering er i højsædet, og vinderne er dem, som formår at udnytte teknologien til at stå stærkere.

Digitalisering og data er et strategisk makkerpar. Jo mere digitalisering, jo mere data og jo større behov for virksomheder for at udnytte disse data, hvis de vil bevare eller opnå konkurrencemæssige fordele.

Så for hver dag, der går, vil evnen til at udnytte sine data blive en mere afgørende konkurrencemæssig faktor.