Dela data med hela organisationen — utan att tappa kontrollen.

Länge innebar kontrollerad datadelning en avvägning som ingen var riktigt nöjd med. Antingen höll IT hårt i vem som fick tillgång till vad, och då uppstod köer och ett beroende av analytiker för frågor som verksamheten egentligen borde kunna besvara själv. Eller så öppnades tillgången, och sedan spreds datan via Excel-exporter, mejlbilagor och lokala kopior som ingen längre hade koll på.

Den andra varianten blir snabbt ett efterlevnadsproblem, eftersom data som borde vara skyddad hamnar hos fel personer. Samtidigt bygger rapporterna på lokala kopior som skiljer sig åt, så till slut vet ingen vilket underlag som är det officiellt gällande. Goda rutiner räcker sällan för att rätta till det, för felet sitter i hur datan lagras och delas.

Plattformar som Microsoft Fabric löser det här på ett annat sätt än äldre BI-lösningar. I stället för att datan kopieras ut till dem som behöver den ligger allt på en central lagringsplats, OneLake, och sedan styrs åtkomsten per roll. Vad man ser beror alltså på vem man är och inte på var datan ligger.

I praktiken kan en controller se finansdata utan att komma åt HR-information, medan en verksamhetschef ser sina nyckeltal aggregerade utan att nå de underliggande transaktionerna. En analytiker kan i sin tur bygga egna rapporter inom sitt behörighetsområde utan att gå via IT för varje ny fråga.

Eftersom alla arbetar mot samma plattform behöver ingen data kopieras ut. IT har dessutom full insyn i vem som sett vad, och det följer helt enkelt av hur behörigheterna är inställda utan att någon behöver bygga ett separat kontrollsystem.

Tekniken löser strukturproblemet, men bara om behörighetsmodellen är genomtänkt från början. Det arbetet avgör om plattformen faktiskt ger bred tillgång med kontroll, eller om samma gamla problem bara flyttar in i ett nyare system.

Först behövs ett beslut om rollmodellen, alltså vilka roller som finns, vad varje roll behöver se och vad en viss roll aldrig ska kunna se. Det beslutet hör till verksamheten, för även om IT ställer in tekniken är det ledningen och verksamheten som avgör vem som har rätt att se vad.

Sedan behövs ett beslut om vilken data som är "officiell", det vill säga vilka definitioner och aggregeringsnivåer som gäller när till exempel en controller och en verksamhetschef tittar på samma nyckeltal. Utan det beslutet kan folk fortfarande gräva fram olika svar beroende på vilken vy de öppnar.

Till sist behöver någon ansvara för kvaliteten i datan. Även det är ett beslut som tekniken kan stödja men inte fatta åt er, precis som de två föregående.

Ett vanligt misstag är att försöka lösa hela organisationens databehov på en gång. Då blir projektet så stort att det dröjer länge innan någon ser ett resultat, och under tiden falnar engagemanget.

Vi föreslår i stället att ni börjar med ett avgränsat område och ett väldefinierat datasätt, och bygger rollmodellen för just det. När behörigheterna är inställda kontrollerar ni att rätt personer ser rätt saker, och sedan följer ni upp om det faktiskt används, alltså om folk hittar svaren de söker utan att gå omvägen via IT.

Ett sådant område är litet nog för att gå snabbt, och det ger en mall för hur nästa område ska byggas så att ni slipper ta samma diskussioner från början varje gång. Titta gärna på var flest Excel-exporter går ut i dag, för där brukar ett bra första område finnas.