Transcript Vad är Analytics for Management?

Sida 1 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
Vad är Analytics for Management?
– En konceptuell beskrivning av nyheterna inom faktabaserade beslutsstöd
I dagens organisationer erbjuds många gånger
data som är så omfattande att en beslutsfattare
inte besitter förmågan att urskilja det väsentliga
utan hjälp av sofistikerade verktyg. Mätningar
visar på att vi adderar så mycket som 2,5
kvintiljoner (1030) byte data varje dag1.
Analytics for Management är ett metodstöd för
att samla in rätt sorts data, vilken sedan
presenteras och visualiseras på rätt sätt för att
möjliggöra rätt analys av en organisations
nuvarande situation. Detta kan te sig självklart
i dagens organisationer, men stort stöd finns för
att beslut vanligtvis fattas på dåligt underbyggd
fakta med felaktig data och många gånger på
beslutsfattarens intuition2.
En undersökning genomförd av Accenture3
2009 visade på att så mycket som 60 % av de
beslut som fattas i verksamheter idag faktiskt
baseras på input ifrån ett faktabaserat
beslutsstöd, och att vikten av ett sådant som
input till beslut i ledningsgrupper kommer att
fortsatt öka. Analytics for Management
Västgötegatan 13 C, 602 21 Norrköping
erbjuder den transformation som organisationer behöver för att gå ifrån intuitiva beslut
till att styra och hantera verksamheten utifrån
fakta.
Studier tyder på att ett väl fungerande
faktabaserat beslutsstöd ökar organisationens
prestanda inom de områden som beslutsstödet
berör och ökar företagets konkurrenskraft
samtidigt som det förbättrar den innovativa
förmågan. Beslutsstödet blir ett sätt att
differentiera sig emot andra aktörer på
marknaden. Denna artikel beskriver synen på
dagens faktabaserade beslutsstöd, placerar det i
rätt sammanhang samt presenterar några av
nyheterna inom området.
Inspiration till detta White Paper bygger på
en presentation om Analytics for Management av P.
Cronemyr och M. Elg. Bilderna har sitt ursprung från
den presentationen (rättigheter har erhållits).
Källa:
Cronemyr, P. and Elg, M. (2014): The time is right for Fact-Based
Decision Making – Applying QM/QC tools to Big Data. QMOD
Conference, Prague, 3-5 September 2014.
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]
Sida 2 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
Analytics – Ett analytiskt
tillvägagångssätt.
från ökad konkurrens. Vanligt är att
verksamheter helt enkelt hanterar detta genom
att samla på sig all tänkbar data som de kan få
Vi lever onekligen i en era av Big Data som
tag på från alla tänkbara håll.
berör områden så som supply chain
Samtidigt som insamling av företagsdata
management, operations, marknadsföring,
ökar så vill organisationer få ut mer ifrån sin
kundbearbetning och HRM-frågor inom
specialistkompetens vilket driver dem mot att
branscher så som finansiella tjänster, telekomanamma ett datadrivet faktabaserat beslutsmunikation, energiproduktion, konsumentstöd. Målet är att få bort intuition och
varuhandel, resor och transport.
gissningar som angreppMed Analytics så menar
sätt ifrån management på
man
vanligtvis
vetentoppnivå. I mångt och
skapen om logisk analys.
Akademiskt sett så kan Analytics
mycket så blir du vad du
Analytics kan både vara
definieras som ”omfattande
mäter och det handlar om
input för mänskligt beslutsvilka
parametrar
ett
användning utav data, statistik
fattande eller för att driva
företag ställer upp för att
och kvantitativ analys,
helautomatiserade beslutsmäta. Det är därmed en
utforskande och förutsägande
system. Man kan förenklat
förutsättning att verksammodeller och faktabaserat driv för
beskriva Analytics som en
hetens processer är stabila
beslutsfattning och handling”
delmängd utav konceptet
och att mätetalen på ett
Business Intelligence (BI),
riktigt sätt återspeglar
– (Davenport & Harris, 2007: 07)
som inkluderar dataaccess,
företagets verksamhet.
rapportering och Analytics. Analytics är dock
Målet med Analytics är därmed inte ur ett
något mer än enbart specifika analytiska
kontrollerande syfte, utan snarare utifrån en
metoder och tekniker använda genom logisk
möjlighet för organisationen att lära. Ökad
analys. Det är snarare processen för att ta beslut
kontroll leder inte till förbättrande åtgärder,
och lösa problem genom att transformera och
utan det är genom att lära sig att prestera som
översätta data till handling baserad på analys
verksamheten uppnår sina mål, med eller utan
och insikt.
mätpunkter.
Det finns tre övergripande typer av
Analytics4:



Beskrivande (Descriptive) Analytics
fokuserar på att rapportera det förgångna.
Förutsägande (Predictive) Analytics
fokuserar på att förutspå framtiden.
Normativ (Prescriptive) Analytics
använder modeller för att specificera
optimalt beteende och handlingar.
Analytics for Management inkluderar alla
tre typer, men betonar Prescriptive Analytics
som innehåller storskalig test och optimering.
Att samla på sig data har idag blivit en trivial sak
för organisationer. Det gör att storleken
(Volume), spridningen (Variety) och komplexiteten på data i databaser växer i en allt högre
takt (Velocity).
Organisationer samlar, sparar och processar
idag överväldigande mängder data, samtidigt
som den organisatoriska komplexiteten ökar,
kundbeteenden är i en allt snabbare takt mer
ombytliga och samtidigt så ställs allt högre krav
Västgötegatan 13 C, 602 21 Norrköping
”Analytics is the key component in this
transformation. We are leveraging
analytics to make better decisions and to
invest our resources more effectively: the
right information to the right person at the
right location”
– (Kiron et al., 2014: 32)
Idag så har många företag en god erfarenhet
av att mäta resultatmätetal. Resultatvariabler
kan ses som att titta i backspegeln och se vad
som har hänt medan styrvariabler kan
potentiellt leda vägen framåt. Med Analytics for
Management så hjälps organisation att
översätta mätetal för resultatvariabler till
mätetal för styrvariabler. Analytics for
Management hjälper därmed organisation att
uppnå ett hållbart resultat genom att erbjuda ett
beslutsstöd för att rätt beslut baseras på rätt
fakta.
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]
Sida 3 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
Att arbeta analytiskt är ingen
självklarhet
Statistisk information samlas i dagens
samhälle in i stort sett inom alla typer av
verksamheter. Att samla data för att presentera
information på ett tydligt och klart sätt är nu
mer en självklarhet för alla typer av organisationer så som kommuner och landsting, statliga
verk men även industri och tjänsteföretag i alla
tänkbara former.
Utvecklingen inom Big Data innebär numer
att mängden lagrad data växer exponentiellt
samtidigt som kostnaden för att lagra data
sjunker. Data samlas, processas och sparas
samtidigt in med all större hastighet för att
möta efterfrågan av information. Insamlingsmöjligheter är heller inte längre begränsad till
inom organisationen, utan finns överallt och
runt omkring.
Den tekniska utveckling har medfört att data
kan kontinuerligt och frekvent samlas in passivt
vilket innebär att det numera är berättigat att
spara all data snarare än att förkasta den. Trots
denna enorma möjlighet till informationsinsamling så finns ett stort stöd för att beslut
fortfarande tas med grund i fakta baserad på få
eller begränsad data, gammal data eller rent
utav felaktig data.
Att kunna arbeta strukturerat med
tillgänglig data och ta rätt analytiska beslut är
inte längre en självklarhet. Ett mycket vanligt
problem beslutsfattare står inför är att de måste
fatta beslut uteslutande från data presenterade
genom medelvärden utan hänsyn till spridning
eller avvikelsemått.
”There is strong evidence that business
performance can be improved substantially
via data-driven decision making, big data
technologies, and data-science techniques
based on big data”
– (Provost and Fawcett, 2013: 58)
Att granska data är nödvändigt för att tillåta
beslutsfattande som är baserat på fakta.
Mätning av organisationens prestationsförmåga är därmed nödvändigt för att följa upp,
koordinera, kontrollera och förbättra organisatoriska aktiviteter. Att kritiskt granska data för
att göra bedömningar och utvärderingar av
Västgötegatan 13 C, 602 21 Norrköping
helheten är nästan omöjligt om det inte
representeras i tvådimensionell form, exempelvis i grafisk återgivning. Visualisering av
informationen spelar då en central roll vid
analyser av organisatorisk prestationsförmåga.
Ett stort problem med prestationsmätningar
är att beslutsfattare vanligen har svårigheter att
förstå vad dessa mätetal verkligen betyder, hur
de ska tolkas och användas. Exempelvis så är
risken påtaglig att beslutsfattare fokuserar på
fel saker ifrån presentationer om hur organisationen presterar. Vanliga fel som beslutsfattare
fokuserar på innefattar bl.a.




Beräkningsfel.
Visualiseringsproblem.
Tolkningsfel och diskussion över vad
mätvärdena betyder.
Effekten på den organisatoriska designen.
Det finns även många potentiella felkällor
till insamling av data med låg kvalitet. Några
av dessa innefattar bl.a.






Vaga eller föråldrade definitioner över det
data som ska samlas in.
Otydlighet över vad som ska mätas och
rapporteras.
Begränsningar i mjukvara.
Mänskliga fel kopplat till dataregistrering,
beräkning och procedurer för
presentationer.
Tekniska problem relaterat till systemintegration och data konverteringsfel.
Fel kopplade till visualisering och
förvrängning av information.
En förklaring till varför denna problematik
uppstår är det potentiella gapet mellan de som
är ansvarig för att samla in och säkerställa rå
data och de som ska fatta viktiga organisatoriska beslut baserat på den. Ofta blir det ”de
många kockarnas problematik” när det gäller
hela processen med data för beslutsfattare då
många spelare är inblandade i datainsamlingen
och dessa är ofta separerade ifrån varandra
både när det gäller tid och rum.
De har även olika motiv och mål med
datainsamling och även många gånger
motstridiga mål, så som att mätpunkt A –
kundtillfredsställelse,
kommer
på
bekostnad av mätpunkt B – förhandlat pris.
Genom att individ B’s mål blir uppfyllda så
drabbas individ A’s mål negativt. Detta behöver
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]
Sida 4 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
i sig inte vara helt fel, då sådana mål tvingar
organisationen till att verkligen förbättras, och
man kan inte fuska sig fram genom att skruva
på det som är på tapeten för närvarande.
För att utnyttja den fulla potentialen,
säkerställa kvaliteten och skapa ordning i all
den information som uppstår som till en följd av
Big Data så behöver organisationen verktyg för
att hantera alla dessa potentiella felkällor. Olika
Quality Management-verktyg, så som exempelvis grundorsaksanalys, statistisk analys och Six
Sigma, har idag en central roll i att förbättra
kvaliteten av tillverknings- och tjänsteprocesser. Organisationen tillåts därmed att
fatta bättre beslut i de operativa och strategiska
processerna.
Just att fatta beslut baserat på fakta är en
nyckelkomponent av Quality Management.
Samma idéer kan med fördel användas för att
säkerställa kvaliteten på insamlad data och
tillsammans med insikt ifrån Analytics-fältet
skapa bättre underlag till det faktabaserade
beslutsstödet. Det handlar helt enkelt om att
identifiera mönster i data på alla tänkbara vis
för att kunna förutspå morgondagen.
Men ska man lita på en dators beräkningar
istället för på en experts visdom? Det har visat
sig att datadrivet beslutstöd inte är ett antingen
eller perspektiv utan kombinationen av de två
är i de flesta fallen det mest effektiva. Datorns
beräkningsförmåga är som mest effektiv i en
stabil och strukturerad miljö medan effektiviteten av experters analytiska förmåga växer vid
ökad grad av komplexitet och variation.
Verktygen inom Quality Management har
utvecklats så att inte enbart statistikexperter
behärskar dem, utan ingenjörer, chefer och
linjeroller kan alla hantera dem för att
säkerställa att rätt information står till grund
för det faktabaserade beslutsstödet. Det är
precis det här som Analytics for Management
handlar om. Organisationen måste kombinera
vetenskapen om datadriven fakta med
intuitionens konstform.
” Without data you are just another person
with an opinion” – W. Edwards Deming
Att anamma ett evidensbaserat system för
beslutsfattning är inte ett helt simpelt åtagande.
Det handlar vanligtvis om att sätta igång ett
kulturellt skifte av attityder och perspektiv i det
Västgötegatan 13 C, 602 21 Norrköping
operativa utförandet inom organisationen.
Arbetsprocesser måste omdefinieras, data
måste rensas och städas samtidigt som regler
och rutiner måste etableras för att vägleda de
anställdas arbete. Fördelen med denna resa är
att om den redan har genomförts lyckosamt så
återgår organisation sällan till sina gamla vanor
samtidigt som konkurrenter har svårt att
replikera kompetensen.
Analytics for Management –
eller förstärkt Analytics
Analytics for Management kan kortfattat
beskrivas som Data för Beslutsfattande, och
blir konkret resultatet av att sammanföra
forskningsområdena inom Quality Management, Big Data och Analytics. Analytics for
Management, eller Analytics förstärkt med
verktyg
och
principer
från
Quality
Management, är därmed ett bredare och mer
heltäckande koncept än Business Intelligence.
Beslutsprocessen förstärks av tre fristående
men överlappande aktiviteter.
Analytics for
Management
Att välja rätt
mätetal
Visualisera och
presentera Data
Grundorsaksanalys
för att påvisa
samband
Den första aktiviteten fokuserar på hur
man väljer ut rätt mätetal, och hur man tar
ut nya datapunkter för mätetal. Att välja rätt
mätetal är ingen helt trivial sak. Med alla
verktyg och metoder som finns idag så är
begränsningarna att samla in data små. Det
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]
Sida 5 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
leder dock tyvärr till att företag har en tendens
att samla på sig oerhörda mängder mätdata
inom alla tänkbara olika resultat- och styrvariabler. Med framgången inom modern
teknologi, är det dock mer försvarbart att
använda hela datamängden, och inte bara en
delmängd. Det svåra ligger i att välja ut vilka
variabler som faktiskt spelar roll för
verksamheten och därmed är relevant att mäta
och följa upp. Mätetalen ska därmed ha en
tydlig koppling till verksamhetens strategi och
långsiktiga mål.
Den andra aktiviteten lägger tonvikten på
hur man visualiserar och presenterar
data på bästa sätt. Individer har vanligtvis
svårigheter med att förstå sannolikhet. Sättet på
vilket data presenteras har stor inverkan på hur
sannolikhet tolkas, och grafisk representation
och datasimulering kan kraftigt bidra till
förståelsen. Den grafiska återgivningen är en av
de viktigaste delarna av processen för att
producera information och rätt metoder och
modeller för visualisering av information är
vitalt. Mätetal ger ofta ett så komplext budskap
att det blir svårt att sortera ut rätt fakta ur det
genererade data som i sig själv blir vilseledande.
Med hjälp av visualisering, som att inkludera
spridningsmått i grafer, så kan beslutsfattare
vägledas till att ta mer korrekta och medvetna
beslut. När datamängden är så komplicerad att
det är svårt att beskriva i en graf så kan
interaktiva datasimuleringar låta personen se
Att implementera Analytics for
Management i praktiken
Ett faktabaserat beslutsstöd erbjuder stora
fördelar och är därför lockande för många
företag som strävar efter att bli världsledande i
sin bransch. För att inte riskera att lägga dyra
pengar på tekniska systemlösningar i framkant
som inte passar verksamhetens strategi och
processer så måste organisationen inse sin
mognad inom Analytics for Management. När ni
som organisation tar fram ert faktabaserade
beslutsstöd så är det centralt att göra rätt sak i
rätt ordning.
För att hitta rätt nivå för just er verksamhet
så rekommenderas Propias White Paper:
Analytics for Management Mognadstrappa –
Fyra nivåer av mognad i det faktabaserade
beslutsstödet.
Västgötegatan 13 C, 602 21 Norrköping
och uppleva sannolikhet, möjliga utfall och den
underliggande statistiska processen vilket ger
dem bättre beslutsunderlag.
Oavsett hur väl fungerande datainsamlingen eller beräkningsprocedurer må ha varit
så kan en dålig visuell återgivning skada
tolkningen och förståelsen för informationen
vilken förhindrar ett effektivt beslutsfattande.
Exempelvis så beskriver Scott Berinato i
Visualizing Trouble5 hur även moderna
visualiseringsverktyg kan göra information
oförståelig även om de skapar färgglada och
avancerade figurer på grund av att den teknik
som används i sig inte uppfyller ändamålet.
Detta är vanligt förekommande för onlinetjänster där tekniken inte är anpassad till det
data som ska mätas. Visualiserad data blir inte
av automatik informativt av att använda dessa
verktyg. Det krävs en individuell tankekraft
bakom verktygen trots allt.
” to understand is to know what cause provokes
what effect, by what means, at what rate”
– (Tufte, 1983, p. 9)
Aktivitet tre består i att utföra grundorsaksanalys för att påvisa samband
mellan olika styr- och resultatvariabler för att
inte bli lurad av slumpmässighet. Många gånger
visar det sig att beslutsfattare drar slutsatser
som inte är förankrade i verkligheten. De förstår
inte heller alla gånger hur de olika styrvariablerna är kopplade till varandra, och vad
utfallet blir i ena änden om man skruvar i den
andra. Det är nödvändigt att finna korrelationen mellan olika variabler för att ta reda på
vilken variabel som påverkar andra variabler,
och till vilken grad.
Det är här som grundorsaksanalysen hjälper
till att ta fram och förtydliga de samband om
hur verksamheten verkligen fungerar. Att finna
grundorsaken i datamönster är därmed mycket
mer komplicerat och heltäckande än att mangla
insamlad Big Data. Verksamheter som är
duktiga på selektiv data-crunshing lyckas idag
hitta alla möjliga typer av värdefull korrelation
som kan utnyttjas på olika sätt.
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]
Sida 6 av 6
Vad är Analytics for Management?
En konceptuell beskrivning av nyheterna inom
faktabaserade beslutsstöd
I verktygslådan för Analytics
for Management
Det finns många konkreta verktyg tillgängliga för en organisation för att förbättra sitt
faktabaserade beslutsstöd. På ett övergripande
plan så är ramverket för Six Sigma ett typiskt
verktyg för Analytics from Management.
Genom att efterleva DMAIC-metodiken för Six
Sigma så genomförs exempelvis strukturerad
mätning, utförlig analys efter konstens alla
regler, vilket sedan presenteras i run- och
control charts för att hitta potentiella förbättringsförslag. Men det finns även andra verktyg
för att arbeta med data för de organisationer
som saknar erfarenhet inom Six Sigma.
Inom de tre aktiviteterna av Analytics for
Management finns det en uppsjö olika metoder
och verktyg som kan användas för att angripa
problem. För att angripa problemet med att
välja ut rätt mätetal och att ta fram nya
datapunkter så är metodiken med att ta fram
tredje generationens Balanced Scorecards med
Strategy Linkage och Destination Statement ett
vanligt val hos företag.
För att attackera problemet med att
visualisera och presentera data så kan
Descriptive Statistics vara användbart. Denna
disciplin syftar till att kvantitativt beskriva
statistiskt säkerställda mönster. När rätt
mätetal har valts ut och visualiserats så är nästa
steg att utföra en grundorsaksanalys för att
påvisa vilka samband som existerar. Några
verktyg som är tätt sammankopplat med
Analytics for
Management
Att välja rätt
mätetal
Third generation
Balanced Scorecard
Visualisera och
presentera Data
Descriptive
Statistics
Grundorsaksanalys
för att påvisa
samband
Six Sigma tools and
principles
grundorsaksanalys är analysverktygen som
korrelations- och regressionsanalys, analysis of
variance (ANOVA) och Design of Experiments
(DOE) inom ramverket för Six Sigma.
Genom att ha koll på de metoder och verktyg
som finns tillgängliga i verktygslådan för
Analytics for Management tillåts verksamheten
att kapitalisera på den uppsjö av information
som finns tillgänglig. Verksamheten tillåts att ta
bättre beslut baserade på aktuell data i realtid
och beslutsfattarna tillåts att leda och styra
innan det är för sent.
Genom att få bort intuition och gissningar
som angreppsätt ifrån management på toppnivå
så tillåts verksamheten få en hållbart ökad
prestanda genom att ta bättre beslut baserade
på fakta. Då uppnås även bättre resultat.
Analytics for Management blir det verktyg
ledningsgruppen behöver för att skapa sig
nödvändig konkurrensfördel på marknaden. I
en värld karaktäriserad av ett behov av ständig
förbättring är ett faktabaserat beslutsstöd i
världsklass en nödvändighet.
Hur kommer du vidare i ditt arbete med Analytics for Management?
Propia hjälper dig att finna rätt nivå i arbetet med att utveckla ett modernt och effektivt
beslutsstöd, baserat på rätt data vid rätt tid. Vi har kompetens och erfarenhet av att
diagnostisera företag för att skapa ett faktabaserat beslutsstöd som är anpassade just
utefter era förutsättningar. Det handlar helt enkelt om rätt åtgärder vid rätt tillfälle!
Kontakta oss för att få veta mer!
www.propia.se
Källor:
1
Hayashi, A.M. (2014) ‘Thriving in a Big Data World’, MIT
Sloan Management Review, Vol. 55, No. 2, pp. 35-39.
2 Davenport, T.H. and Harris, J.G. (2007) Competing on
Analytics – The New Science of Winning, Harvard
Business School Press, Boston, Massachusetts.
3 Liberatore, M.J. and Luo, W, (2010) ‘The Analytics
Movement: Implications for Operations Research’,
Interfaces, Vol. 40, No 4, pp. 313-324.
4 Davenport, T.H. (2013) ‘Analytics 3.0’, Harvard Business
Review, Vol. 91, Issue 12, December Issue, pp. 64-72.
Västgötegatan 13 C, 602 21 Norrköping
5 Berinato, S. (2013)
’Visualizing Trouble’, Harvard Business
Review, Vol. 91, Issue 10, pp. 146-147.
Kiron, D., Kirk-Prentice, P. and Boucher-Ferguson, R.
(2014) ‘Raising the Bar With Analytics’, MIT Sloan
Management Review, Vol. 55, No. 2, pp. 29-33.
Provost, F. and Fawcett, T. (2013) ‘Data Science and its
Relationship to Big Data and Data-Driven Decision
Making’, Big Data, Vol. 1, No. 1, pp. 51-59.
Tufte, E.R. (1983) The Visual Display of Quantitative
Information, Graphics Press, Cheshire, CT.
Arenavägen 41, 121 77 Stockholm
0771-27700
[email protected]