Kuinka ymmärtää ja hyödyntää dataa?

Maailmassa tuotetaan valtavasti dataa. On jopa sanottu, että 80 prosenttia kaikesta olemassa olevasta datasta on luotu viimeisen kahden vuoden aikana. Määrän on ennustettu kasvavan 500 prosenttia seuraavan parin vuoden aikana. Suurten datamassojen käsittely tapahtuu jo nyt ja tulevaisuudessa vielä enemmän tietokoneavusteisesti, mutta tarvitaan ainakin vielä toistaiseksi ihmisen kykyä kehittää uutta; uusia ongelmia koneille ratkottavaksi. Ongelmana onkin siis ymmärtää ongelma – ymmärtää ja hyödyntää dataa.

Tarvitaan oikeanlaista dataa oikeanlaisessa muodossa, näkyvää ja helposti ymmärrettävää, kaikille.

Kun työntekijällä on pääsy tarvittavan datan äärelle, hän pystyy itse säätämään työntekoaan tilanteen vaatimalla tavalla. Datan avulla muun muassa seurataan virtausyksiköiden liikkeitä, tunnistetaan pullonkaulat ja kohdennetaan resurssit ja tehostamistoimenpiteet oikein.

Kuvitellaan esimerkiksi, että sairaalassa osa henkilöstöstä potee tiettyinä päivinä työuupumusta, mikä heijastuu heidän antamansa hoidon laatuun. Kuitenkin osa henkilöstöstä kokee samoina päivinä tilanteen olevan omalta osaltaan varsin mainio.

Henkilöstömitoituksen mukaan sairaalassa on ollut näinä päivinä optimaalinen määrä työntekijöitä, joten työuupumuksen syynä ei voi olla henkilöstön vajaus. Vai voiko sittenkin? Voi olla, että vaikka sairaalassa on ollut näinä päivinä henkilöstöä tarpeeksi, se on jakautunut epätasaisesti eri osastoille. Kun toisella osastolla on taisteltu kahden kollegan sairastumisen aiheuttaman työntekijävajeen kanssa, on toiselle osastolle suunniteltu samalle ajalle kahden työntekijän ylimitoitus työvuorosuunnittelun teknisten rajoitteiden vuoksi.

Kokonaishenkilöstömäärä näyttää näin ollen hyvältä, mutta henkilöstön jakauma osastoittain johtaa uupumiseen ja asiakaspalvelun laadun heikkenemiseen.

Datan avulla voi optimoida henkilöstön käyttöä

Seuressa hyödynnetään dataa sekä sisäisten prosessiemme jatkuvaan ”hoikistamiseen” että oman ja asiakkaidemme henkilöstön käytön optimointiin eri työkohteissa. Datan avulla suunnitellaan muun muassa työvuorot liikkuvalle henkilöstölle ennustetun tarpeen perusteella ja määrittelemällä, minkä henkilöstöryhmän on optimaalisinta tehdä jokin tietty työtehtävä tietyssä työkohteessa tiettynä ajankohtana.

Jotta voimme palvella asiakkaitamme vieläkin paremmin, meidän tulee tehdä entistä tiiviimpää yhteistyötä heidän kanssaan. Tavoitteena onkin päästä tilanteeseen, jossa 1+1 ei olekaan enää vain 2, vaan jotain paljon enemmän.

Tämä ei vaadi vain uudenlaista ajattelua, tämä vaatii uudenlaista dataa.

Datamassojen kasvaessa ja datan hyödyntämisen merkityksen ymmärryksen lisääntyessä myös datan analysoijien ja tarinallistajien tarve kasvaa, jotta itseohjautuvilla työntekijöillä ja muilla työyksiköillä on tarvittavat edellytykset ohjata itseään. Jo aiemmin on puhuttu esimiehen asemasta mahdollistajana. Ovatko uuden ajan esimiehet datan tarinallistajia?

 

Lue Seuren blogia ja seuraa meitä Facebookissa ja Twitterissä!

Kirjoittaja työskentelee Seuressa kehittäjänä, jolle tieto on val(uut)taa.