Big data og Six Sigma! Big data? Right data? Når selv data kan drille

Big data og Six Sigma hænger faktisk sammen. Big data – store ord. Mange betydninger. For mange organisationer handler det især om at forstå kunderne bedre gennem brug af data. Og det fylder stadig mere. Det giver mening. Aldrig har vi haft adgang til så mange slags data. Masser af muligheder… men også masser af chancer for at træffe forkerte beslutninger. Sørg nu for, at det er rigtige og relevante data.

Big data kan også være for små organisationer. Alle typer af organisationer kan have glæde af at spotte trends. Der er både it-systemer, køb af data etc. tilgængeligt. Brug det for at forstå kunderne. Brug det for at udvikle organisationen. Men glem alligevel ikke at anvende egne data fra hverdagen.

 

”Right data” – fokus på egne daglige performancedata

Data og datadrevne informationer er et stærkt ledelsesværktøj. Og det er en fornøjelse at se hvor mange færre konflikter og diskussioner, som en datadrevet tilgang giver. Det er meget lettere at ”gå efter bolden, fremfor manden”. Væk med for mange følelser og undskyldninger. Lad os hellere fokusere på det vigtige. Nemlig at vi sammen som organisation kan performe og forfølge det samme mål.

Så langt, så godt. Sørg for at formulere klare og operationelle mål. Giv alle medarbejdere plads til at drøfte, hvordan deres indsats er afgørende for, at vi kan nå disse mål. Det kan være på store seminarer ude af huset – men det kan også være gennem tavlemøder, hvor der er fokus på de faktiske leverancer, og hvad der driller dem.

Med kendte mål er det også meget lettere at operationalisere og følge op på den faktiske performance. Det sker typisk gennem en hurtig brainstorm om, hvilke data vi har tilgængelige, og hvordan de lige skal præsenteres. Men viser de data egentlig noget om den faktiske performance? Ved medarbejderne overhovedet, at ledelsen bruger disse data? Hvis ikke, så betyder det måske ikke så meget om data er korrekt indtastet? Eller overhovedet er indtastet?

Egne data indeholder derfor mindst lige så meget gavnlig information – oftest bare med fokus på en mere kortsigtet forståelse af performance overfor kunderne her og nu.

 

Right data – det modsatte sker næsten lige så ofte

Retvisende data – kan vi stole på vores data? Ikke altid. Ikke af ond vilje. Der var bare ikke brugt tid på at skabe rette data – baseret på, hvad data skulle hjælpe os med. Der er masser af eksempler fra den virkelige verden. Eksempler, som på forskellige måder var millioner på bundlinjen.

Det kan være historien om it-leverandøren, som udjævnede den faktiske udbyttevariation, så kurverne så pænere ud på skærmen. Så er det svært at styre produktionen ind.

Eller den om medarbejderne, som kunne vælge mellem så mange sagstyper, at de hver især havde skabt ”favorittyperne”, som de kunne udenad. Indsigt i kundernes faktiske udfordringer kunne dermed ikke gennemskues ud fra data. Og dermed var det heller ikke muligt at styre og lede ressourcerne.

Eller historierne om serviceteknikerne, som indberettede oplysninger gennem telefonisk kontakt til kollegerne – og da begge parter var overbeviste om, at data ikke blev brugt til noget, så var kategoriseringen nok ikke afgørende. Det var ved at igangsætte meget store unødvendige investeringer.

Så fokus på at finde og /eller skabe de rette data er af meget større betydning end som så. Brug ledelsestid på at sikre konsistens i data. Er det rette data? Og fortæller de noget om virkeligheden? Hvad vil vi som ledelse gerne have, at vores organisation leverer?

Det vender faktisk to veje. Kan vi stole på vores målinger og måden vi måler på? Og har vi målinger, som rent faktisk understøtter vores strategi. For det, der bliver målt… bliver også gjort.

 

Vi vil ha’ ”right data! ”Hvad gør man så?

Tag dialogen. Sæt jer som beslutningstagere ned og tag en dialog om hvad vi egentlig gerne vil med vores data indenfor et givent område. Den slags drøftelser prioriteres ikke altid i den travle hverdag. Om ikke andet, så start med at stille jer selv følgende spørgsmål:

1. Hvad vil vi egentlig gerne kunne styre efter?
2. Har vi data, som rent faktisk vil fortælle noget om den ønskede performance?
3. Kan vi stole på de eksisterende data? Måler vi korrekt? Og ved de involverede medarbejdere, at disse data rent faktisk bliver brugt?
4. Skal der etableres nye målinger? Så find ud af, hvad vi gerne vil vide noget om. Undersøg hvordan det kan måles. Og etabler og implementer målingen ordentligt. Relevante parter skal involveres og informeres. Og skab så lidt mere opfølgning på, om målingerne rent faktisk også laves på rette vis. Det er faktisk den store udfordring.
5. Når data/målinger skal transformeres til informationer, så tjek lige om konklusionerne faktisk ligner viden, som erfarne medarbejdere/ledere ligger inde med. Kort sagt: kan de genkende deres hverdag? Hvis ikke, så tag lige et rul mere i manegen.

Fokusér først og fremmest på ”Rigth data” – det kan blive meget dyrt, hvis et datadrevet grundlag er et forkert grundlag.

 

Lær at strukturere dine data

Står du i en organisation med ‘big data’, så er Six Sigma løsningen til at få struktur og overblik. Oplagt er en Green Belt eller Black Belt uddannelse. Det giver dig kompetencerne til, selv at styre dine data og tage beslutninger på baggrund heraf.