Forskningsprojekt: Datadreven forretningsudvikling

Tidligere har det ikke været tilstrækkelig undersøgt, hvilke barrierer små og mellemstore virksomheder har for at komme i gang med at indsamle og bearbejde data samt datadreven forretningsudvikling.

Projektet Datadreven forretningsudvikling har forsøgt at afklare, om virksomhederne har de nødvendige kompetencer til at sortere, kategorisere og analysere data i praksis.

Med forskningsprojektet har vi fokuseret på vækstpotentialet i datadrevne forretningsmodeller. Gennem udvidede casestudier af 15 mellemstore danske virksomheder, har projektet undersøgt, hvordan virksomhederne i praksis arbejder med data som grundlag for værdiskabelse og vækst på sigt.

Generelt har vi med projektet fokuseret på anvendelsen af data til enten optimering/effektivisering af eksisterende produkter, ydelser og services eller udvikling af nye produkter, services og forretningsmodeller.

Projektet baserer sig i høj grad på konkrete erfaringer fra praksis og forskningsartikler, rapporter og publikationer fra internationalt anerkendte rådgivningsvirksomheder.

Fokus på fire områder

Baseret på dette studie, har forskningsprojektet fundet fire områder, hvor det er nødvendigt for virksomhed sætter strategisk fokus samt prioritere, hvis de der ønsker at blive en datadreven virksomhed.

Virksomhedens kompetencer og evner til datadreven forretningsudvikling
Områder hvor data understøtter vækst
Identifikation af hvilke typer vækst og innovation, der foregår i virksomheden
Ledelsens rolle i forbindelse med datadreven vækst

Tre kategorier af virksomheder

Gennem forskningsprojektet er vi kommet frem til, at man kan inddele virksomheder i tre kategorier.

Leaders
er virksomheder, hvor en struktureret brug af data samt udførslen af dataanalyse har en direkte målsætning om at styrke virksomhedens indsats. Særligt i forhold til innovation på tværs af hele virksomhedens forretningsgrundlag.

Strivers
er virksomheder, der har investeret i værktøjer til brug for dataanalyse med henblik på at innovere udvalgte funktioner og elementer i forretningsgrundlaget. Dog savner disse virksomheder en klar forståelse af, hvilke af egne aktiviteter, der er grundlæggende for innovation og forretningsudvikling i virksomheden.

Strugglers
er virksomheder, der ikke har formelle innovationsprocesser og kæmper med andre interne udfordringer. Disse virksomheder ønsker typisk at løbe mindst mulig risiko. Innovation finder isoleret set sted uden koordinering på tværs i virksomhedernes enkelte forretningsenheder.

Guide: Kom i gang med datadreven forretningsudvikling

Trin 1 - Strategisk ledelse som fundament for datadreven forretningsudvikling

Det første trin er at sikre, at der er ledelsesmæssigt opbakning til at prioritere ressourcer og foretage investeringer for at understøtte datadreven forretningsudvikling.

For at opnå værdiskabende datadrevne forretningsprocesser er det altafgørende, at ledelsen tager aktivt del i processen og er villig til at investere tid og ressourcer i etableringen af fundamentet for datadreven forretningsudvikling.

Trin 2 - Opbygning af rammeværket

Rammeværket er helt centralt for at komme godt i gang med datadreven forretningsudvikling, eller hvis man vil optimere og videreudvikle allerede etablerede processer.

Et godt rammeværk består af beskrevne politikker, procedurer, processer og regler. Samtidig skal organisationsstrukturen og virksomhedens IT-teknologi understøtte indsamlingen, bearbejdningen, analysen og delingen af data på tværs af organisatoriske processer.

I denne sammenhæng er det centralt ikke at fokusere på IT-teknologierne. Et godt rammeværk består af menneskelige ressourcer, der alle vEd, hvilken rolle og formål de har, når det drejer sig om datadreven forretningsudvikling.

Datadreven forretningsudvikling ledes, styres og kontrolleres, mens IT-teknologierne er værktøj, der anvendes i forbindelse med den daglige drift.

Trin 3 - Roller og funktioner

Når rammeværket og KPIerne er defineret, er det vigtigt, at du og din virksomhed italesætter roller, funktioner og ansvar i forbindelse med datadreven forretningsudvikling.

En klar ansvarsfordeling er med til at sikre gennemsigtighed og opfølgning omkring virksomhedens datadrevne forretningsaktiviteter.

Dette trin i processen - mod at blive mere datadreven - tager lang tid og hviler tungt på virksomhedens viden. En tidlig udvælgelse af KPIer og en klar forståelse af virksomhedens strategi på det givne forretningsområder sikrer overensstemmelse mellem aktiviteter og overordnet strategi over tid.

Trin 4 - Principper for god dataledelse

Når din virksomhed har været igennem trin 1 til 3 ovenfor, er det nødvendigt at opstille principper for god dataledelse.

Her er en række generelle principper for god dataanalyse:

Transparens:
Hvor kommer data fra? Hvem har adgang til data? Hvordan bruges data?

Tillid:
Er Data troværdige, og der er fuld gennemsigtighed, transparens og ensartet forståelse af tolkningen af den konkrete datakilde eller datastump?

Ansvarlighed:
Hvem har ansvar for vedligeholdelsen og opdateringen af data? Hvem kan træffe beslutninger på basis af data?

Standardisering:
Hvordan er data kategoriseret? Er der en fælles forståelse for kategorisering, ord og terminologier?

Adgang:
Hvem har adgang til data? Bør data være tilgængelig for andre roller/funktioner/afdelinger i virksomheden?

Formelle beslutningsprocesser:
Er det etableret håndhævelsesregler i tilfælde af, at data kompromitteres eller misbruges?

Autonomi:
Understøtter processer og strukturer implementeringen af datadrevne tiltag? Er der etableret en virksomhedskultur, hvor medarbejderne opmuntres til eller har mulighed for at eksperimentere med nye modeller/løsninger/produkter på basis af data?

Principperne kan bruges som en tjekliste, som du og din virksomhed kan gennemgå for at være sikre på, at regler, rammer og procedurer for datadreven forretningsudvikling er beskrevet og implementerede på tværs af organisationen.

Læs den fulde rapport her