Jag tror att de flesta känner till dataprojekt som inte levererar. Jag har varit med om flera dataprojekt som aldrig blivit något. Några initiativ har runnit ut i sanden, vissa har fått ändrat scope utan att någon tagit aktiva beslut och andra har blivit evighetsprojekt som aldrig når i mål. Gemensamt med alla är att de flesta inte ifrågasätter eller stoppar detta beteende, trots att det är uppenbart att något inte fungerar.
Visioner behöver detaljeras
Det är ofta ganska enkelt att säga hur man vill något. Det ska vara bra, fint, ge mer insikter, göra en mer nöjd osv. Visioner låter ofta bra, men för att nå en vision, måste man förtydliga. Att förklara vad man vill ha är mycket svårare. Om man även ska förklara varför, så blir det ännu mer komplext. Men, av någon anledning är det vanligt att man börjar planera hur man ska genomföa ett dataprojekt innan man vet vad man ska uppnå och varför. Jag tror att det beror på att man har svårt att förstå att data inte klarar av ungefärliga skisser eller visioner. Förr eller senare måste någon bestämma alla bakomliggande variabler som aldrig syns.
Dataprojekt är krångliga
Min erfarenhet är att det börjar med att någon på affärssidan identifierar ett problem. Det är ofta någon i mellanchefsposition, en person som egentligen inte kan ämnet, utan drivs mer av en önskan om att skapa förändring. Man har hört om hur andra gör eller lyssnat på ett team som har tankar och förslag. Problemet uppstår när ett projekt sätts igång utan att någon faktiskt kan ämnet. Det är också vanligt att affärsprocessen eller strategin inte finns, men att man misstar sig och istället tror att ett data-projekt är lösningen.
Det är en vanlig önskan att kunna kombinera data från olika källor. Det kan vara för att man vill kunna mäta och arbeta med lite mer traditionell Business Intelligence. Det kan också vara mera avancerade dataprojekt med en ’single view of the customer’, där målet är all kunddata på ett ställe. Det sägs att 85% av alla dataprojekt misslyckas och jag förstår det. Leverantörer för Business Intelligence och Customer Data system säljer gärna in sina system som enkla och anpassningsbara. Ambitiösa projekt börjar planera hur man ska koppla ihop system för att nå affärsnyttan, men man glömmer bort detaljerna med data och helheten i affären. Dataprojekt som inte levererar har ofta ett för stort scope. Istället för att lösa ett problem i taget, vill man både förändra arbetsprocesser, skapa nya mätetal och ny kultur.
Rätt personer lyckas
Hur ska man då göra för att lyckas med sitt dataprojekt? Det finns två viktiga faktorer som egentligen är självklara – någon som kan data och någon som kan projektplanering. Det måste finnas någon med mandat och kunskap att ifrågasätta, guida och avgränsa projektet. En teknisk lösning som inte levererar affärsnytta har inget större värde. Idéer om automatisering av affärsprocesser skapar ingen förbättring om de inte implementeras.
Hur man genomför sina dataprojekt beror på mognaden på bolaget, men vår erfarenhet är att små team lyckas bäst. Sen behöver även små team vara del av en större strategi, men fler kockar ger inte en bättre data-soppa.
Enkla frågor innan dataprojekt
Dataprojekt kostar pengar, dataprojekt som inte levererar kostar ännu mer.Säkerställ innan ni börjar att ni har har koll på läget. Om frågorna är svåra att svara på eller oklara, tänk igenom det en gång till. Ni kanske ska ta hjälp från någon oberoende part som guidar?
- Finns det en affärsstrategi? Finns det en datastrategi?
- Vad är det för affärsprocess ni vill förbättra genom ett dataprojekt?
- Är det utveckling av ett system eller användning av data? Olika mål behöver olika kompetens.
- Finns det nyckelpersoner som gjort liknande projekt förr?
- Hur stort projekt är det egentligen? Vissa saker är inte så komplicerade som man tror och vice versa
- Är det IT, affärssidan eller ett samarbete?
Kontakta oss om du behöver hjälp med ett nytt projekt eller ett dataprojekt som inte lyckas leverera.