Data ska inte vara något bara IT förstår.

En analytiker som tar emot frågor från hela organisationen hinner knappt leverera det som efterfrågas, och djupanalysen får vänta. Eftersom frågorna staplas på varandra måste hon prioritera, och då blir vissa affärsfrågor liggande i kön längre än de borde.

Felet sitter alltså inte hos analytikern utan i hur arbetet är upplagt. När varje datafråga kräver en mellanhand är det i praktiken analytikerns arbetsbelastning som avgör vilka beslut som får underlag.

Det får också en följd som är svårare att se, nämligen att folk slutar ställa frågor de egentligen borde ställa. Tar svaret tre dagar ställer man inte frågan när den dyker upp på tisdagens möte, utan anpassar sig och arbetar vidare med det man redan vet.

Self-service BI används rätt slarvigt som uttryck, och ibland menas bara att det finns en Power BI-rapport som alla kan öppna. Det är ett steg på vägen, men egentligen är det en delad rapport.

Med verklig self-service kan rätt person hitta den data hon behöver, förstå vad den betyder och använda den för sin egen fråga utan att gå via IT eller en analytiker. Då räcker det inte med en bra rapport. Datan behöver ligga på en plats och i ett format som går att begripa utan teknisk bakgrund, begreppen behöver vara dokumenterade och det ska framgå vilken version av ett nyckeltal som är den officiella. Dessutom behöver det finnas en tydlig väg vidare till djupare analys för den som vill gå längre.

Ett av verktygen som faktiskt löser det här är en datakatalog, alltså en sökbar yta där datan beskrivs och där det framgår vem som äger den och hur den är definierad. Det låter trivialt, men de flesta organisationer har ingen. Utan katalog fastnar man i att någon måste förklara vad datan egentligen innehåller varje gång en ny fråga dyker upp.

För att self-service ska fungera behöver tre saker stämma, och den första är att datan finns på ett ställe. Om svaret på en fråga kräver att någon samkör data från tre system för hand är det fortfarande ett analytikerjobb. Grunden är därför en plattform som håller ihop informationen och gör den åtkomlig.

Sedan måste verktygen passa användarna. En controller som är van vid Excel klarar Power BI utan någon större utbildning, förutsatt att rapporterna är välstrukturerade och begreppen stämmer. En produktionsledare som vill se status per linje behöver däremot en vy som följer hur hon själv tänker om sitt arbete, snarare än en analytikers bild av datan.

Till sist behöver begreppen vara dokumenterade och stabila, eftersom det är det som avgör om någon kan lita på att hon förstår vad hon ser. Utan dokumentation måste man alltid fråga vad siffran egentligen mäter, och dokumentation som ständigt ligger efter är inte mycket bättre.

Med self-service finns analytikerns roll kvar, men den ändras. I stället för att förvalta datafiler bygger och underhåller analytikern plattformen som gör self-service möjlig, vilket i praktiken betyder att hon skapar de semantiska modellerna och dokumenterar definitionerna. Då blir det också tid över för de mer komplexa analysprojekten, där det krävs att någon känner datan på djupet.

Kompetensen hamnar alltså i analyser som påverkar hur verksamheten styrs, i stället för i löpande rapporter som egentligen inte borde kräva en analytiker. Gå gärna igenom förra månadens förfrågningar till analytikern och räkna hur många som gällde en siffra som verksamheten borde kunna hämta själv.

Om ni vill gå vidare

Ett bra första steg är att ta reda på hur lång tid det tog senast någon i verksamheten bad om en ny siffra, och var i kedjan den väntade.

Vill ni göra en bedömning på egen hand har vi en guide med tio tecken på att ni har vuxit ur er BI-lösning. Den tar ungefär tio minuter att gå igenom.

Vill ni ha ett underlag att fatta beslut på finns Datakompassen, förstudien in i en dataplattform. Den tar tre till fyra veckor och har fast pris. Ni får tre prioriterade förslag på vad som ger mest nytta att börja med, en plan för de kommande tolv månaderna och ett prisestimat för det första steget. Därefter bestämmer ni själva om ni vill gå vidare.