Varför ert datalager inte levererar det ni hoppades.

De flesta dataprojekt börjar med goda intentioner och rätt analys. Informationen sitter i för många system och beslutsunderlagen tar för lång tid att ta fram, så behovet av en gemensam bild är verkligt.

Ändå landar många datalager i ett läge där ett fåtal använder dem och resten går runt dem, medan underhållet fortsätter utan att någon riktigt vet vem som äger dem. Bakom det ser vi oftast något av fyra mönster.

Ingen äger datalaget

Tekniken är på plats, men ansvaret för att siffrorna är korrekta och aktuella har aldrig lagts på någon. När en siffra är fel, och det händer, finns det därför ingen som tar den frågan. IT skyller på källsystemet, verksamheten skyller på IT och analytikern bygger en workaround för att få fram rapporten ändå. Så urholkas tilliten, långsamt och utan att någon har beslutat det.

Tillgången är för begränsad

Datalager hamnar lätt i ett läge där de fyller ett fåtal standardrapporter men inte är tillgängliga för dem som faktiskt behöver ställa frågor. Controllern begär en ny rapport och analytikern bygger den, och nästa gång ber någon om ett litet tillägg. Då fungerar plattformen mer som en rapportfabrik än som ett beslutsstöd, och de som behöver data mest står fortfarande i kö.

"Det beror på hur man räknar"

Den frasen är ett symtom på att definitionerna aldrig skrivits in i datalagret: vad som är en "aktiv kund", när en affär är "stängd" och hur "marginal" beräknas. Då finns det utrymme för tolkningar och parallella versioner av samma siffra, och ingen litar på den gemensamma rapporten eftersom alla vet att den kan räknas annorlunda. Den gemensamma bilden, som var själva anledningen till projektet, blir därför aldrig verklighet.

Det byggdes för teknikens skull

Det är lätt att bli fascinerad av arkitekturen och optimera för teknisk korrekthet utan att lösa det ursprungliga problemet. En plattform som byggts för att vara "rätt" snarare än för att besvara bestämda beslutsfrågor blir ofta krånglig att använda, och den är svår att motivera när nästa budgetcykel kommer.

En plattform som folk litar på skiljer sig sällan från de andra i tekniken. Skillnaden ligger i att det är bestämt vem som äger vad, vilka definitioner som gäller och vad som händer när data är fel, och i att de som ska använda plattformen kommer åt den utan att gå via en analytiker varje gång.

Ordningen spelar också roll. Börjar man med beslutsbehoven, alltså vilka frågor plattformen ska besvara och för vem, så följer arkitektur, datakvalitet och prioritering av integrationer av det svaret. Bygger man i stället plattformen först och ser sedan vad den kan användas till, hamnar man lätt i något av de fyra mönstren ovan.

Därför börjar vi varje dataprojekt med att gå igenom beslutsbehov och ägarskap tillsammans med er. Det låter kanske självklart, men det är den genomgången som avgör om plattformen fortfarande används om tre år.

Har ni ett datalager som inte levererar det ni hoppades är det bättre att börja med frågan "vem äger de definitioner och det ansvar som plattformen förutsätter?" än med vad som är fel tekniskt. Svaret brukar visa vilka mått och rapporter som behöver en ägare innan något annat ändras.

Om ni vill gå vidare

Ett bra första steg är att gå igenom rapporterna som används varje vecka och se vilka som fortfarande svarar på frågor ni ställer i dag.

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.