Sisäinen muutos ja kyvykkyydet rohkean datan ja teknologian hyödyntämisen pohjana

 

Datan hyödyntäminen johtamisessa tulisi olla enemmän eteenpäinkatsovaa. Johtajien on haastettava olettamuksiaan ja tarkasteltava dataa kriittisesti, jotta voidaan tunnistaa kasvumahdollisuuksia ja suunnata organisaatio oikeaan suuntaan. 

Organisaation ymmärryksen ja osaamisen nostaminen datan hyödyntämisen tasolle, jolla voidaan katsoa eteenpäin, vaatii monessa yrityksessä kulttuurin muutosta. Jotta tässä onnistuu, on luotava yhteinen ymmärrys datan merkityksestä päätöksenteossa ja resursoinnissa. On osoitettava, miten data voi auttaa organisaatiota menestymään ja saavuttamaan tavoitteet. Kaikki haluavat onnistua tavoitteissaan! Viestintä ja tiedon avoin jakaminen ovat tärkeitä osia ihmisten sitouttamisessa datan hyödyntämiseen

Hyvä johtaja osaa rakentaa tarinan datan ympärille
- ja kommunikoida sen merkityksen organisaatiossa.

Kaikkein vaikeinta on nähdä, mikä on tulossa

Jos yrityksissä on jotain mennyt pieleen, niin se on ollut ajoitus.

Christian Fredrikson
Kasvuryhmän perustajajäsen

Data on aina epätäydellistä, eikä se itsestään parane!

Monesti kuulemme, että data on epätäydellistä, se ei ole käytettävässä muodossa tai dataa ei ole saatavilla. Siitä huolimatta tehokkainta on lähteä vain tekemään ja kokeilemaan. Data pitää saada nähtäville ja käyttöön, mikä altistaa meidät näkemään datan laatua, ja sen myötä löytyy tarve lähteä sitä parantamaan.

Miika Soininen
Ponsse
 

Miten uudistusta johdetaan

 

  • Tehdään päätöksiä tarpeeksi usein. Huono päätös on parempi, kuin ei päätöstä ollenkaan.
  • Strategian tulee olla riittävän ketterä! Koneisto ei saa olla liian raskas, koska valmistuessaan koneisto on jo vanha.
  • Liike on lääke myös liiketoiminnassa.
  • Älä vältä vaikeita keskusteluita! Muista, että mikään ei muutu, jos kukaan ei suutu. Jokainen ihminen lähtökohtaisesti vastustaa muutosta. Kaikkien mielipidettä ei voi kuunnella, ole valistunut diktaattori uudistumisessa.
  • Jos on oman menestyksen vanki, uudistuminen jää.
  • Omistajilta ja hallitukselta pitää olla selkänoja!
  • Muutos vaatii ajattelun diversiteettiä.
  • Muista mieletön kärsimättömyys lyhyen horisontin tekemisessä ja järjetön kärsivällisyys pitkän horisontin uudistumisessa.
  • Huomaa, että systeemisen muutoksen este on usein toimialan omat uskomukset.
  • Investointiähkyn jälkeen on hyvä vetää hetki happea.

Chat gpt:n yhteenveto datalla johtamisen myyttien murtamiseen

 

Miten teet datalla liiketoimintaa?

 

Hae vahvistusta eri näkökulmista hankkeen seurantaan, mittaamiseen ja päätöksenteon tueksi.

Tärkeää on ymmärtää asiakkaan todellinen prosessi ja koko arvoketju, jotta dataliitännäisten palveluiden ratkaiseva osuus ja mahdolliset myynnin esteet voidaan tunnistaa.

 

Työstä investointia hyötyjen ja riskien näkökulmasta:

  • Millainen on asiakkaan ongelma, jota yritetään ratkaista?
  • Onko se riittävän suuri / tärkeä ongelma asiakkaalle?
  • Onko se asiakkaan näkökulmasta TOP3-ongelma?
  • Miten voitte validoida ongelmaa yhdessä asiakkaan kanssa?
  • Minkä arvoinen ongelma on euroissa?
  • Onko asiakas valmis maksamaan ratkaisusta?

 

Toimintaympäristön ymmärtäminen:

  1. Mitä dataa saadaan kerättyä omasta toiminnasta?
  2. Mitä dataa saadaan kerättyä ulkoisesta ympäristöstä?

 

Monesti datan suhteen jäädään siihen, että katsotaan vain taaksepäin ja sen pohjalta on hankala kehittää mitään uutta. Tulisi löytää tapoja ennustaa datan pohjalta ja katsoa, millaisia skenaarioita sieltä pystytään tekemään ennakoinnin tueksi.

Etsi taho, joka kysyy rohkeimmat kysymykset

Sitä kautta saat parasta sparrausta kehitykseen. Kaikkea ei tarvitse ratkaista itse.
Esimerkiksi tietoturvaan liittyvät asiat voi ratkaista kumppanien avulla.

 

Sisäisen startupin perustaminen ja johtaminen uusien datapohjaisten palveluiden kehittämisessä

Milloin sisäinen startup kannattaa perustaa?


• Kun uudistuminen ei synny olemassa olevan organisaation kautta: kun tarvitaan isompaa ajattelua ja/tai yrityksen rakenne ja mittarit eivät mahdollista ketterien innovaatioiden syntyä.

• Kun uusi idea on liiketoimintamalliltaan
erilainen kuin nykybisnes.

• Myös osana jatkuvaa ja systemaattista kasvuaihioiden tunnistamista, niiden arviointia ja liikkeelle saamista, kun halutaan kehittää ketterään kehittämiseen liittyvää osaamista.

Mikä on tärkeää sisäisten startupien käynnistämisessä ja johtamisessa?


• Eriytys pakottaa resursoimaan riittävästi. Uudet lähdöt on näin pakko pääomittaa.

• Asiakas otettava mukaan alusta lähtien!

• Sekä johdon että organisaation on ymmärrettävä, että kyseessä on väliaikainen ratkaisu.

• Pohdittava se, miten mukana olevia henkilöitä palkitaan ja sitoutetaan. Itsenäisessä startupissa unelma isosta visiosta ja sen mukana tulevista miljoonista motivoi.

• Pohdi, miten voit uudistaa koko yrityksen kulttuuria sisäisen startupin avulla. Miten koko organisaatio pääsee toimintaan mukaan? Hackathonit, ideoinnit tms. Tässä yksi malli ei toimi, vaan jotta homma pysyy kiinnostavana, toimintatapojen tulee koko ajan uudistua.

Entä sitten, kun idea on testattu ja tuotteistettu?


• Bisnes otetaan takaisin haltuun ns. normaaliin organisaatioon. Tämä on vaihtoehto silloin, jos a) uusi bisnes tukee perusbisnestä, b) yrityksen johtamisjärjestelmä sopii uuden bisneksen johtamiseen ja c) uusi bisnes rakentaa brändin arvoa ja tätä kautta kasvattaa yritysarvoa.

• Bisnes spinnataan kokonaan ulos. Tässä tapauksessa on hienoa, jos on etukäteen pohdittu, miten alusta saakka mukana olevat ihmiset voidaan sitouttaa uuteen yhtiöön (mm. omistamisen keinoin).

• Bisnes tapetaan.

 

Miten lähteä ketterästi liikkeelle olemassa olevaa dataa hyödyntäen?

 

Pohdi seuraavia:

  1. Kuinka paljon ja kuinka nopeasti tekoälyn hyödyntämiseen pitäisi panostaa?
  2. Voitteko jo pilotoida jotain?
    • Millaista sisäistä dataa teillä on, jonka kanssa voitte aloittaa?
    • Mitä potentiaalista julkista dataa on olemassa, jota voisi hyödyntää?
    • Muista, ettei datan tarvitse olla täydellistä ennen aloittamista.
  3. Millaisia olemassa olevia työkaluja voisitte hyödyntää?
  4. Millaisia reunaehtoja voi tulla vastaan, esim. mitä dataa ei haluta jakaa ulospäin?
  5. Mitä dataan liittyvästä lainsäädännöstä on tärkeää huomioida tekoälyn käyttöönotossa?
 

Mahdollisuuksien tunnistaminen

 

Miten olemassa olevaa dataa voi hyödyntää? Kuinka liiketoiminta hyötyisi, jos kaikki mahdollinen data olisi saatavilla? Mitä tekoäly ei pysty korvaamaan?

 

Ville Herva

Bolt.Works

 

 

 

 

Kasvun kiihdyttäminen datan avulla

 

Miten voi laskea business casen siitä, mitä datalla voidaan saavuttaa. Miten data vastuutetaan? Kuinka paljon johtoryhmässä kannattaa käyttää aikaa asian edistämiseen?

 

Mika Toikka
Avaus

 

 

 

 

Tekoäly arkipäiväistyy

Mitkä ovat ne asiat, jotka tekoälyn avulla teidän tulee tehdä, koska: 1) ovat välttämättömiä tehdä, koska kaikki muutkin tulevat niin tekemään ja 2) tulee erottamaan teidät kilpailijoista