Mihin suuntaan dataohjautuva organisaatio juuri nyt kehittyy? Minkälaista dataosaamista tarvitaan tulevaisuudessa?

Haastattelimme kahdeksaa suomalaista datan parissa työskentelevää johtajaa ja asiantuntijaa selvittääksemme, miltä datajohdettu organisaatio näyttää nyt ja tulevaisuudessa.

Yksi merkittävimmistä kehityssuunnista on se, että data siirtyy lähemmäs liiketoimintoja: suoraan sinne, missä tietoa käytetään päätöksenteon tukena yhä tiiviimmin. Siksi myös dataymmärryksen jatkuva kehittäminen on organisaatioiden agendalla.

Merkittävänä tulevaisuuden trendinä data-alan asiantuntijat näkevät datan arkipäiväistymisen. Jatkossa tietoa on niin helppo käsitellä, että data-analyytikkojen rinnalle tulevat kansalaisdatatieteilijät, jotka hyödyntävät tietoa osana omaa työtään ja muokkaavat sitä asiakaskokemuksen kehittämiseen.  
 
Vaikka data arkipäiväistyy, ei teknologiakehitys kuitenkaan hidastu: eri toten jatkuvasti kehittyvä automaatio mahdollistaa tulevina vuosina entistä rikkaamman asiakaskokemuksen. Samalla asiakas nousee dataohjautuvuuden keskipisteeseen. Kyse ei ole niinkään siitä, miten tekniikka kehittyy jatkossa, vaan siitä, miten dataa hyödyntämällä on mahdollista tehdä entistä parempia päätöksiä. 
 
Raportti on jaettu neljään osaan. Ensimmäisessä osassa pureudutaan dataohjautuvan organisaation nykytilaan. Toisessa osassa keskitytään datan tulevaisuuteen: minkälaisia kehityssuuntia ja mahdollisuuksia on nähtävissä? Kolmannessa osassa sukelletaan tarkemmin siihen, minkälaista dataosaamista organisaatiossa tarvitaan tulevina vuosina. Lopuksi data-asiantuntijat antavat parhaat vinkkinsä datajohdetun organisaation kehittämiseen. 

Askeleet kohti entistä dataohjautuvampaa kulttuuria ovat edessäsi. 

Ota kuunteluun myös Tietoa tulevasta -podcast, jossa Roosan vieraiksi kutsumme Suomen eturivin data-asiantuntijoita.

Johtavien data-asiantuntijoiden mukaan tieto-ohjautuvissa organisaatioissa on nähtävissä kolme oleellista kehityssuuntaa, jotka samalla limittyvät toisiinsa.

Yksi merkittävimmistä viime vuosina tapahtuneista muutoksista on, että enää dataa ei nähdä vain teknologisina hankkeina, vaan oleellisena arvona osana liiketoimintastrategiaa. Samalla data hivuttautuu yhä lähemmäs loppukäyttäjää niin, että myös datan omistajuus siirtyy IT-osastolta liiketoimintoihin. Se puolestaan edellyttää datan ympärille organisoitumista uudenlaisin tavoin ja näin ollen myös uusia rooleja, jotka tukevat yhteisten päämäärien saavuttamista. 
 
Muutosta ei kuitenkaan voi tapahtua, jos organisaatiossa ei ensin ymmärretä datan liiketoiminnallista arvoa. Siksi dataymmärrystä kehitetään aktiivisesti osana jokapäiväistä organisaatiokulttuuria. Näin päätöksentekijät voivat hyödyntää saatavilla olevaa informaatiota omassa työssään ja kääntää sen lopulta asiakkaan hyödyksi. Ymmärryksen kasvattaminen lähtee ylimmän johdon oivalluttamisesta ja laajenee organisaation eri tasoille. 
 
Keskitetty dataosaaminen ei häviä jatkossakaan, mutta datan omistajuus siirtyy entistä enemmän liiketoimintoihin samalla, kun vain monimutkaisinta teknologiaa ja analytiikkaa syvennytään kehittämään keskitetysti. 

01 / DATA EI OLE YKSITTÄINEN PROJEKTI, VAAN OSA LIIKETOIMINTASTRATEGIAA  

Jos dataa hallinnoitiin aiemmin irrallisina projekteina, on data nyt kiinteä osa liiketoimintastrategiaa. Kyse ei ole erillisistä teknologiahankkeista, vaan ennen kaikkea siitä, että nyt datalla pyritään luomaan merkittävää liiketoiminnallista arvoa. 
 
Jotta data on mahdollista saada helposti hyötykäyttöön, tarvitaan toimiva datastrategia, joka sitouttaa organisaation yhteiseen tahtotilaan. Oleellista on, että datastrategia kulkee rinnakkain liiketoimintastrategian kanssa. Liiketoimintastrategiasta johdetaan oleellisimmat datan sisältöalueet, joihin datastrategia ottaa kantaa esimerkiksi saatavuuden, tiedon oikeellisuuden ja ajantasaisuuden osalta – vain näin data voi vastata liiketoiminnallisesti merkittäviin kysymyksiin. 

Datan hyödyntämisen teknistä osaamista on siirtynyt yhä enemmän liiketoimintaan; teknologiafunktioiden ja liiketoiminnan raja häilyy. Teknologian ja datan on oltava vahvasti bisnesstrategian mahdollistajana. Liiketoimintajohdon ja muun organisaation tulee olla enemmän tietoinen datakyvykkyyksistä ja niiden hyödyntämismahdollisuuksista. Ja yhtä lailla IT:n on ymmärrettävä entistä paremmin liiketoiminnan tarpeita.
Tero Miikki, UPM

Liiketoimintavetoinen datan johtajuus on edellytys sille, että data saadaan valjastettua laadukkaasti ja tehokkaasti liiketoiminnan arvoksi.
Minna Kärhä, Finnair

Kyse ei ole yksittäisistä IT-järjestelmistä vaan siitä, mitkä ovat liiketoiminnalliset haasteet, joita haluamme ratkaista ja mitkä olisivat ne innovatiiviset datalähteet, joita voimme käyttää tässä apunamme.
Maija Hovila, Kone

Dataan pohjautuvat palvelut on nostettu strategian keskiöön, ja datan laatu on olennainen osa tekemisen laatua, mikä vaikuttaa jokaisen ponsselaisen tekemiseen ja sitä kautta asiakaspalveluumme.
Miika Soininen, Ponsse

Dataohjautuvassa organisaatiossa tieto on kaikkien ulottuvilla niin, että dataa käsitellään ja analysoidaan siellä, missä sitä hyödynnetäänkin. Siksi suomalaisissa organisaatioissa ollaan siirtymässä liiketoimintalähtöiseen dataohjautuvuuteen, jossa data- ja analytiikkaosaaminen ei ole ainoastaan keskitettyä, vaan kyvykkyyksiä löytyy yhä enemmän liiketoimintojen sisältä.

Liiketoiminnan prosessit tuottavat digitalisoitumisen myötä niin valtavat määrät dataa, etteivät perinteiset datan hallinnan ja jalostamisen menetelmät enää pysty tuottamaan siitä arvoa, vaan tukehtuvat. Siksi data on aidosti tunnistettava liiketoiminnan assetiksi, ja sitä täytyy alkaa johtaa kuten muitakin assetteja. Tämän myötä vastuu siirtyy luonnollisesti IT:ltä liiketoiminnalle. 
Minna Kärhä, Finnair 

Kun datan omistajuus löytyy vahvasti liiketoiminnoista, tarvitaan myös aivan uudenlaisia rooleja. Erityisesti liiketoimintojen sisään kaivataan eräänlaista tuoteomistajaa, joka vastaa data- ja analytiikkaportfolion kehityksestä ja siihen liittyvistä konkreettisista toiminnoista.

Data on meille tärkeää omaisuutta. Yhä enemmän ja enemmän mietimme sitä, miten dataa voisi paremmin sekä ymmärtää että hyödyntää. Olemme viime vuosina organisoituneet vahvasti datan ympärille. Jokaisella liiketoiminta-alueella toimii Head of Data, joka on oman alueensa kehitysportfolion johtaja. Jokaisen Head of Datan alle on kehittynyt oma dataorganisaationsa, jossa muodostetaan näkemystä siitä, mikä kyseisen liiketoiminta-alueen informaatioarkkitehtuuri on ja mitkä sen tärkeimmät assetit ovat. Näin ymmärrys sekä datan hyödyntäminen lisääntyvät koko ajan.
Tero Miikki, UPM

Product owner -osaamisessa on vielä paljon kehitettävää. On tärkeää, että kullekin kehityskohteelle löytyy omistajuus liiketoiminnan puolelta ja myös aktiivinen ohjaus toteutuu. Tähän suuntaan ollaan Kemiralla menossa ja koulutusohjelmat ovat käynnissä, mutta kulttuurin muutos globaalissa organisaatiossa vie aikaa.
Kristiina Tiilas, Kemira

Ponssella on viime vuosina opittu datan omistajuuden kysymyksistä. Omistajuus löytyy liiketoiminnoista, joilla on kyky sanoa mikä on “oikea totuus datasta”. Tässä on yritetty ymmärtää myös datan omistajuuden ja prosessiomistajuuden suhdetta toisiinsa, sillä on tärkeää, että asioita kehitetään yhteistyössä.
Miika Soininen, Ponsse

Data on voimakas päätöksenteon tuki, joten laadukkaan ja ymmärrettävän tiedon on oltava päätöksentekijän ulottuvilla. Hyvälaatuista tietoa hyödyntämällä päätöksenteko on helpompaa ja ajantasaiseen dataan nojautuvat päätökset ovat parempia.

Perinteinen toimittaja-tilaaja-malli väistyy. Liiketoiminnot eivät ole enää organisaation sisäisiä asiakkaita, jotka pyytävät aina tarvittaessa esimerkiksi erilaisia dataraportteja ja analytiikkaratkaisuja käyttöönsä. Sen sijaan data tuodaan kiinteäksi osaksi liiketoimintoja ja liiketoimintoja autetaan onnistumaan sen kanssa työskentelyssä. On huikea ero siinä, onko data raportilla vai onko omassa tiimissä sen monipuoliseen ymmärtämiseen kykenevä datatieteilijä. Siksi data ja sen ymmärtäminen on otettu tiiviimmin haltuun liiketoiminnoissa ja tukifunktioissa.
Antti Myllymäki, OP

03 / DATAYMMÄRRYSTÄ KASVATETAAN YHTEISTYÖLLÄ

Dataohjautuvassa kulttuurissa panostetaan tällä hetkellä vahvasti siihen, että dataymmärrys laajenee organisaation kaikille tasoille. Johdon on ymmärrettävä datan mahdollisuudet, ja liiketoiminnoissa on puolestaan käsitettävä datan merkitys kilpailukyvylle. Samaan aikaan data-asiantuntijoiden on ymmärrettävä liiketoiminnallista kontekstia entistä paremmin.

On kyse merkittävästä ajattelutavan muutoksesta: dataosaaminen ei ole enää IT-osaston ja datatiimien yksinoikeus saati ainoastaan niiden velvollisuus.

Ylimmän johdon oivalluttaminen datan strategisesta arvosta on yksi dataymmärryksen kehittämisen oleellisimmista askeleista. Jotta datasta saa kaiken potentiaalin irti, korkeimman johdon on sisäistettävä sen hyödyntämismahdollisuudet.

Muutos kohti dataohjautuvaa organisaatiota lähtee paljolti johdon ymmärryksestä. Siksi on tärkeää kommunikoida ja puhua asioista. Kun johto ymmärtää, mitkä datan mahdollisuudet ovat, asioita on helpompi viedä eteenpäin.
Maija Hovila, Kone

Strategisen arvon tuottaminen edellyttää myös uudenlaisia yhteistyömalleja organisaation sisällä. Organisaatiossa ryhmäydytään nyt dataheimoihin, jolloin spesifit osaamisalueet – kuten informaatioarkkitehtuurinen osaaminen – löytyvät saman heimon sisältä. Näin yhteisöllisyys data-asiantuntijoiden välillä lisääntyy, mutta samalla jokainen dataheimo tekee työtä organisaation strategisten päämäärien eteen.

Olemme fokusoineet laajasti oikeiden roolien muodostamiseen sekä IT:n että liiketoiminnan puolella. Keskustelu dataorganisaation kautta ja yhteistyö liiketoimintojen ja funktioiden välillä on kiihtynyt. Meillä on muodostunut läpi organisaation heimoja – kuten informaatioarkkitehdit, data scientistit ja data-arkkitehdit – jotka vievät aktiivisesti yhteisiä kyvykkyyksiä ja datan ilosanomaa eteenpäin.
Tero Miikki, UPM

Analytiikan asiantuntijamme ovat organisoituneet heimotyyppiseen malliin, joka mahdollistaa kosketuspinnan liiketoimintaan, mutta samalla yhteistyö asiantuntijoiden välillä on entistä tiiviimpää. Tilannehuonehankkeella lisätään dataymmärrystä organisaation sisällä. Tilannehuoneen tarkoituksena on tarjota jokaiselle tiimille näkymä oman toimintansa tärkeimpiin tulosmittareihin, mahdollistaa itseohjautuvuutta ja toiminnan kehittämistä sekä kehittää tiedolla johtamisen kulttuuria.
Jarkko Levasma, Verohallinto

Entistä dataohjautuvamman kulttuurin edellytys on, että koko organisaation ymmärrys datan merkityksestä lisääntyy. Siksi koulutusta tarjotaan laajasti organisaatioiden eri tasoilla aina työntekijästä johtoportaaseen. Enää ei riitä, että puhutaan siitä, mitä datalla on mahdollista tehdä. Nyt on puhuttava myös siitä, miksi näin tehdään ja minkälaisia asioita on mahdollista saavuttaa.

Dataymmärrystä pyritään kasvattamaan kolmella eri tasolla: Kaikille työntekijöille tarjotaan peruskoulutusta, jotta perustason ymmärrys termeistä ja käytettävissä olevista työkaluista olisi mahdollisimman laajasti hallussa. Dataa työssänsä hyödyntäville tiimeille tarjotaan puolestaan syventävää koulusta. Lisäksi data-analytiikan asiantuntijoille luodaan oppimispolkuja esimerkiksi datatieteestä ja tiedon mallinnuksesta.
Kristiina Tiilas, Kemira

Muutosta on vaikea saada aikaan, jos ihmiset eivät ymmärrä, miksi muutos on tärkeää.
Maija Hovila, Kone

Tulevaisuuden kiinnostavimmat datatrendit: tieto arkipäiväistyy, automaation ja ennusteiden merkitys kasvaa entisestään, ja lopulta kerätty data muuntuu syvällisemmäksi asiakasymmärrykseksi ja entistä paremmin asiakkaiden tarpeita vastaaviksi tuotteiksi ja palveluiksi. 

Tulevina vuosina erityisesti kansalaisdatatieteily tulee muuttamaan organisaatiokulttuuria. Datan arkisesta pyörittelystä tulee perustaito, joka kuuluu jokaisen osaamisprofiiliin. 
 
Yhä useampi käsittelee tulevaisuudessa dataa, mutta samaan aikaan ihmistä ei enää tarvita yksinkertaisten perusprosessien ylläpitoon; edistynyt automaatio muuttaa päätöksentekoa ja jatkuviin ennusteisiin perustuva toiminta kiihdyttää dataohjautuvuutta entisestään.

01 / DATA ARKIPÄIVÄISTYY 

Tiedolla johdetuissa organisaatioissa data on siirtynyt lähemmäs liiketoimintoja. Tulevaisuudessa data ei ole enää muusta organisaatiosta irrallinen osa, vaan sillä on vakiintunut roolinsa organisaation arjessa.

 
Tavoitteenamme on, että dataosaaminen ja sen hyödyntäminen laajenee koko organisaatioon. Olemme panostaneet paljon aikaa siihen, että tunnistamme data-assetteja ja luomme yhteisiä tietomalleja, työkaluja ja sanastoa. Kaikkien ei tarvitse osata koodata, mutta tavoite on, että jatkossa oman alueen dataorganisaatio, data-assetit ja ymmärrys siitä, miten mahdollinen dataidea viedään eteenpäin, olisi laajemmin olemassa. Toisaalta datan on oltava “business as usual” ja mukana tukemassa päivittäistä tekemistä.
Tero Miikki, UPM

Kun data siirtyy luonnolliseksi osaksi jokapäiväistä tekemistä, kansalaisdatatieteily lisääntyy. Dataohjautuvan organisaation elinehto on, että dataa eivät hyödynnä vain ammattilaisdatatieteilijät, vaan myös kansalaisdatatieteilijät osana omaa toimenkuvaansa. Mitä helppokäyttöisemmiksi työkalut kehittyvät, sitä sujuvampaa datan arkinen hyödyntäminen on.  
 
Edistynyt itsepalveluautomatiikka huolehtii puolestaan siitä, että liiketoiminnan edustajien on helppo hyödyntää saatavilla olevaa tietoa osana arkeaan. Tulevaisuudessa datan hyödyntäminen on perustaito siinä missä minkä tahansa muunkin digitaalisen työkalun käyttö.  

Myös muiden kuin varsinaisten analyytikkojen on pystyttävä analysoimaan tietoa. 
Jarkko Levasma, Verohallinto 
 
Sen sijaan, että sata ihmistä tekee töitä datan parissa päivittäin, tarvitaan 300 sellaista ihmistä, jotka eivät pyörittele dataa päätyökseen, mutta joilla on riittävästi dataosaamista tehdäkseen sitä muutaman päivän viikossa. Pelkästään data-ammattilaisia rekrytoimalla tie nousee nopeasti pystyyn, sillä on vaikea löytää riittävästi osaajia. Voidaankin sanoa, että pienestä ammattilaisten ryhmästä siirrytään kohti laajempaa Citizen Data Scientist -mallia. 
Antti Myllymäki, OP

Datan yksi tärkeimmistä tehtävistä on parantaa asiakaskokemusta. Kun tietoa kerätään ja tutkitaan aktiivisesti, on sen avulla mahdollista löytää vastauksia siihen, mitä asiakas tarvitsee ja minkälaiset asiat helpottaisivat asiakkaan elämää. 

Lentoliikenteessä ja matkustamisen sekä logistiikan toimialalla yleisestikin, on paljon potentiaalia hyödyntää asiakasinformaatiota (asiakaskokemus, odotukset, käyttäytymismallit) palvelusuunnittelun ja operoinnin kehittämisessä. Toimiala on perinteisesti keskittynyt optimoimaan standardiprosesseja, jotka keskittyvät reittien operointiin, mutta nykykuluttaja odottaa palveluilta sujuvuutta ja hakee tarpeitansa parhaiten vastaavaa tarjoomaa. 
Minna Kärhä, Finnair 
 
Verotukseen vaikuttavien ilmiöiden ymmärtämisessä tiedolla on merkittävä roolinsa. Siksi on tärkeää, että tietoa saadaan riittävästi ja että sitä tulkitaan aktiivisesti. Oleellista on, että kerättyä tietoa hyödynnetään asiakasymmärryksen parantamiseen: tieto kertoo, mitä asiakkaat tarvitsevat ja minkälaiset asiat helpottaisivat heidän elämäänsä. 
Jarkko Levasma, Verohallinto 

Lisäarvoa asiakkaalle tuotetaan esimerkiksi uudenlaisten, tekoälyyn nojaavien innovaatioiden ja palvelujen avulla. Paitsi että asiakas hyötyy, myös organisaatiot säästävät rahaa valjastaessaan datan palvelemaan asiakasta entistä tehokkaammin. 

Datalla on valta helpottaa ihmisten elämää ja vastata arjen tarpeisiin, mutta kyse voi olla myös elämän ja kuoleman kysymyksistä, joihin vastauksia etsitään saatavilla olevasta datasta. 

Datan avulla tehdään erittäin merkityksellistä työtä sekä kustannusmielessä että ennen kaikkea ihmisen loppuelämän näkökulmasta. Siksi resurssit on ohjattava aidosti vaikuttaviin kehityshankkeisiin, joita ovat esimerkiksi aivokuvantamiseen tai syöpien leviämiseen liittyvä analytiikka.
Mikko Rotonen, HUS

Dataan sisältyy valtavasti vielä täysin hyödyntämätöntä potentiaalia. Paremman asiakaskokemuksen lisäksi datan avulla voidaankin synnyttää uusia oivalluksia ja luoda erilaisia innovaatioita, joilla on merkitystä esimerkiksi kestävän kehityksen näkökulmasta. 

Metsät ovat tunnetusti tehokkaita hiilinieluja, ja arvokkaan resurssin kestävää käyttöä voidaan hallita datan avulla. Dataa voidaan hyödyntää metsävarojen kestävään ja samalla tehokkaaseen hyödyntämiseen puun laatua, määrää ja logistiikkaa hallitsemalla. 
Miika Soininen, Ponsse 
 
Datan avulla kehitetään tulevaisuudessa uusia liiketoiminta-alueita, uusia innovaatioita, aivan uudenlaisia tuotteita. Toivon, että datatieteilijät ja tuotekehittelijät pystyisivät innovoimaan yhdessä jotain sellaista, mitä ei ole aikaisemmin nähty. 
Tero Miikki, UPM 

Data lisääntyy ja sen manuaalinen käsittely käy yhä työläämmäksi. Tulevaisuudessa entistä innovatiivisemmaksi kehitettävä automatiikka ottaa ihmisen roolin. Pian perusprosessit hoituvat automaatiolla ja nopea reagointi mahdollistuu ilman aivotyötä. Kun tekoäly hoitaa datan peruskäsittelyn, osaamisresursseja vapautuu muuhun käyttöön. 

Ei ole enää nykypäivää, saati sitten tulevaisuutta, että dataa hyödynnetään vain ihmisen päätöksenteon tukena. OP:llakin ihmisen rooli päätöksentekijänä esimerkiksi lainapäätöksissä ja useissa muissa nopeaa reagointia vaativissa datan hyödyntämisketjuissa on vähentynyt tai poistunut. Esimerkiksi henkilökohtaisten tuote- ja palvelusuositusten toteuttaminen ja niiden pohjalta tehtävien markkinointikampanjoiden toteuttaminen on hyvin automaattista ilman, että ihminen on päätöksentekijänä joka vaiheessa. 
Antti Myllymäki, OP 
 
Merkittävä kysymys tulevaisuudessa on, miten nykyisiä prosesseja on mahdollista automatisoida niin, että asioita voidaan tehdä aiempaa järkevämmin. 
Maija Hovila, Kone 

Käsi kädessä automaation kanssa kulkee ennustaminen, joka vie datan hyödyntämisen astetta kehittyneemmälle tasolle. Edistyneiden ennusteiden avulla on mahdollista paitsi suunnata toimintaa myös muuttaa tieto suoraan konkreettiseksi ja jopa automaattiseksi toiminnaksi.

Erilainen ennustaminen on näkynyt jo pitkään tarpeena, ja ennusteiden hyödyntäminen on kehittynyt merkittävästi. Monessa kohtaa ennustamisen ja seuraamisen seuraava kehityssuunta on datan muuttaminen suoraan tekemiseksi. Datan määrä kasvaa koko ajan ja samaan aikaan vaatimukset reaaliaikaiseen tiedon saamiseksi tekemisen ohjaamiseksi kasvavat. Ihmisillä ei ole aikaa ja kykyä jalostaa itse datamassoja, vaan siirrytään ilmiöiden tunnistamiseen datasta ja sen perusteella luodaan esimerkiksi hälytyksiä tai työpyyntöjä.
Miika Soininen, Ponsse

Itseohjautuvat autot tulivat jo, lohkoketjut tulivat jo, kaikki tarvittava teknologia on jo olemassa. Kysymys kuuluukin, miten me hyödynnämme olemassa olevia teknologioita nykyistä laajemmin.
Kristiina Tiilas, Kemira

Tulevaisuuden painopiste on ennen kaikkea ennakoivassa analytiikassa. Tärkeintä on se, mitä tulee tapahtumaan seuraavaksi: mikä olisi optimaalisin tilanne sinun, organisaatiosi tai yhteiskunnan kannalta ja voiko dataa hyödyntämällä tehdä korjaavia tai suojaavia toimenpiteitä.
Mikko Rotonen, HUS

Tulevaisuudessa reagointi on paitsi automaattisempaa myös yhä nopeampaa. Datasta luodaan skenaarioita, joiden avulla on mahdollista ennakoida tulevaa nykyistä huomattavasti nopeammassa tahdissa.

Markkinoiden sykleihin vaaditaan entistä nopeampaa reagointia. Datan tukemana mitä jos -tyyppistä skenaarioajattelua voisi viedä paljon nykyistä pidemmälle.
Tero Miikki, UPM

Dataohjautuvan kulttuurin elinehto on, että hyvälaatuinen tieto on helposti käytettävissä ja entistä vaivattomammin jatkojalostettavissa – tarvitaan datalukutaitoa, jotta tiedon arkinen hyödyntäminen muuttuu vähitellen jokaisen perustaidoksi. Kansalaisdatatieteily laajenee tulevaisuudessa myös koneoppimisen ja edistyneen analytiikan puolelle. 
 
Valtavirtaosaamisen vastapainona tietojohdetuissa organisaatioissa kaivataan nykyistä enemmän datan perusteellista syväosaamista. Valtavat tietovarannot sisältävät kätkettyä potentiaalia, jonka äärelle päästään olemassa olevaa dataa kekseliäästi yhdistelemällä. Innovaatiot eivät kuitenkaan synny ilman syväosaajia, jotka paitsi hahmottavat dataverkostojen mahdollisuudet, osaavat kääntää ne myös konkreettisiksi toimenpiteiksi.  Yhtä oleellista on, että perinteisemmät järjestelmät ja modernit ratkaisut kyetään sovittamaan yhteen niin, että hyvälaatuista, luotettavaa tietoa on saatavilla uusien oivallusten raaka-aineeksi. 
 
Lopulta kyse on siitä, että dataosaaminen valjastetaan vastaamaan asiakkaiden aitoon tarpeeseen. Teknologiaosaamisen rinnalle nouseekin vahvasti palvelumuotoilullisia osaamiselementtejä, jotka mahdollistavat datan muokkaamisen entistä paremmaksi asiakaskokemukseksi. 

01 / DATALUKUTAITO KUULUU KAIKILLE 

Datan lukutaito on tulevaisuuden organisaatiossa yhtä oleellinen taito kuin minkä tahansa muun digitaalisen työkalun käyttötaito. Kun datalukutaito kehittyy, voi jokainen hyödyntää saatavilla olevaa tietoa tehokkaammin osana omaa työtään ja parempien päätösten tukena. 
 
Citizen Data Scientistit, kansalaisdatatieteilijät, nousevat ammattilaisdatatieteilijöiden rinnalle. Käyttäjäystävälliset analytiikkatyökalut mahdollistavat datan entistä ketterämmän hyödyntämisen. Vasta kun data on helposti saatavilla, vaivattomasti luettavissa ja sujuvasti hyödynnettävissä, luodaan aitoa liiketoiminnallista merkitystä. 

Datan ja informaation hyödyntäminen tulee osaksi jokaisen työntekijän perusosaamista: datan lukutaito kansalaistaidoksi. Tämä tarkoittaa sitä, että jokaiseen osaamisprofiiliin liittyy myös tiedon jalostaminen ja hyödyntäminen omien tehtävien toteuttamisessa. 
Minna Kärhä, Finnair 

Tulevaisuudessa myös koneoppimisen ja kehittyneen analytiikan elementit nousevat osaksi arjen työtä. Kyseessä on iso murros, joka ei tapahdu itsestään: se vaatii paitsi oikeanlaisia työkaluja myös sitä, että peruskäyttäjä opastetaan alkuun ja häntä tuetaan ensimetreillä. 

Kyse on siitä, miten tarjoamme kyvykkyyksiä niin, että myös liiketoiminta voi tehdä itsenäisesti low code tai self service -kokonaisuuksia yhä enemmän. Kyse on myös siitä, miten skaalaudutaan niin, että periaatteessa kuka tahansa voi hyödyntää dataa, analytiikkaa ja jopa koneoppimista, jotta hyöty saataisiin käyttöön nopeammin ja laajemmin. 
Tero Miikki, UPM 

02 / DATAN SYVÄOSAAMINEN MAHDOLLISTAA INNOVAATIOT

Hyödynnettävissä olevaa dataa on saatavilla runsaasti, ja sitä on mahdollista yhdistellä innovatiivisesti. Näin syntyy uusia ideoita, ilmiöitä ja oivalluksia, jotka puolestaan muuntuvat merkittäväksi asiakashyödyksi uudenlaisten tuotteiden ja palveluiden muodossa. Jotta tämä olisi mahdollista, tarvitaan datan syväosaamista, joka vie tiedon käsittelyn, muokkaamisen ja hyödyntämisen ennennäkemättömälle tasolle.

Tarvitaan datan syväosaajia, jotka osaavat teknisesti käsitellä ja muokata datasta erilaisia oivalluksia ja uutta informaatiota.
Minna Kärhä, Finnair

Syväosaamisen kasvava tarve linkittyy kiinteästi teknologiaosaamiseen. Kriittistä on, miten perinteisemmät järjestelmät yhdistyvät jatkossa uusiin ratkaisuihin. Onkin selvää, että tulevaisuudessa tarvitaan uudenlaista data-arkkitehtuuriosaamista. Sen lisäksi kasvava tarve on myös dataa valmistelevalle ja dataympäristön sujuvuuden varmistavalle datainsinööriosaamiselle.

Data Scientist -osaamista on tarjolla paljon, mutta harvinaisempi on osaamiskombinaatio, jossa ymmärrys perinteisestä IT:stä yhdistyy data-analytiikkaan ja pilvipalveluihin. Tulevaisuudessa tarvitaan ennen kaikkea data-arkkitehteja, jotka ymmärtävät, miten perinteiset järjestelmät yhdistetään uusiin teknologioihin parhaalla mahdollisella tavalla. Enää ei riitä, että pilotoidaan uutta AI-kilkettä, vaan se on osattava myös skaalata ja integroida jo olemassa oleviin järjestelmiin.
Kristiina Tiilas, Kemira

Liiketoimintaa tunteville Data Engineereille ja datan peruskäsittelylle on merkittävä kasvava tilaus. Informaation mallinnuksen suhteen liiketoimintoja on valmennettu mallintamaan, ja osaaminen lähentyy ylipäänsä koko ajan liiketoimintaa.
Miika Soininen, Ponsse

03 / DATA, TEKNOLOGIAT JA PALVELUMUOTOILU LIMITTYVÄT

Tulevaisuudessa data muokkautuu kekseliäiksi palveluiksi, jotka aidosti hyödyttävät käyttäjää. Siksi syväluotaavaan asiakasymmärrykseen tähtäävät ratkaisut ja dataan perustuvat palvelut vaativat palvelumuotoilullista otetta, jotta tieto jalostuu yksilön – tai laajemmin jopa yhteiskunnan – hyödyksi.

Teknologia on varsin pitkälle kehittynyttä, mutta yksin se ei riitä. Tarvitaan ihmiskeskeistä, palvelumuotoilullista ajattelua, jotta teknologiat ja kaikki saatavilla oleva tieto jalostuvat ongelmia ratkaiseviksi innovaatioiksi.

Palvelumuotoilullinen ajattelu osana datakehitystä korostuu: pyritään paremmin ymmärtämään sitä, mikä on asiakkaan polku ja palveleeko jokin asia tai toiminnallisuus loppu viimein asiakkaan tarvetta. Kaikkea ei voi jättää asiakkaan kuuntelun varaan, vaan teknologian push-efektiä pitää pystyä hyödyntämään proaktiivisesti ja näin tuottamaan asiakkaille hyödyllisiä toimintoja ja apuja.
Miika Soininen, Ponsse

Teknologiat ovat jo täällä, palvelumuotoiluakin on jo hyvin yhdistetty dataprojekteissa, suurin ja haastavin muutos on muuttaa kulttuuria ja ihmisten toimintaa. Ilman laajaa muutosta ihmisten toiminnassa, jää datakehitys vain pienen teknologiaporukan haihatteluksi.
Kristiina Tiilas, Kemira

Dataa hyödyntämällä asiakasta voidaan palvella paremmin esimerkiksi arkisissa maksutilanteissa. Ajatellaan, että olet maksamassa pankkikortiltasi 1040 euron sohvaostosta huonekaluliikkeessä. Maksu ei kuitenkaan mene läpi ja ihmettelet miksi. Mitäpä jos siinä vaiheessa kännykässäsi oleva digitaalinen neuvonantaja muistuttaisi, että tilisi vuorokausittainen käyttöraja on nykyisin 1000 euroa ja kysyisi, haluatko yhdellä klikkauksella nostaa käyttörajaa muutamalla sadalla eurolla. Digitaalinen neuvonantaja, pankki puhelimessasi, helpottaisi näin arkeasi.
Antti Myllymäki, OP

01 / TUO DATAVISIO OSAKSI LIIKETOIMINTASTRATEGIAA 

Jotta muutat datan organisaation menestystekijäksi, luo selkeä datastrategia ja kytke se kiinteäksi osaksi liiketoiminnallisia suuntaviivoja.  

Dataan pohjautuvat palvelut on nostettu strategian keskiöön ja datan laatu on olennainen osa tekemisen laatua, mikä näkyy jokaisen ponsselaisen tekemisessä.  
Miika Soininen, Ponsse

02 / LUO DATAORGANISAATIO TEKEMISEN TUEKSI 

Organisaatiorakenteiden on tuettava dataohjautuvuutta. Huolehdi datan ympärille organisoitumisesta ja etene askel askeleelta kohti yhteisiä toimintatapoja panostaen siihen, että datalla vastataan ennen muuta liiketoiminnallisiin kysymyksiin.  

Meillä tietyt dataorganisaation avainroolit tulevat ainakin aluksi olemaan keskitettyjä. Dataosaamisen kasvaessa vastuuta ja omistajuutta jalkautetaan mahdollisimman pitkälle suoraan bisnesyksiköihin. 
Kristiina Tiilas, Kemira 

03 / VARMISTA DATAN LAATU JA KÄYTETTÄVYYS 

Huolehdi, että data on laadukasta ja että se on helposti liiketoiminnan saatavilla. Panosta keskitettyyn data-alustaan – näin eri puolille organisaatiota sirpaloitunut data löytyy yhdestä paikasta ja helpottaa sen käytettävyyttä organisaation kaikilla tasoilla. Datakatalogia hyödyntämällä varmistat, että jokainen tietää, minkälaista dataa on olemassa ja mistä sitä on saatavilla.  

Olemme ottaneet käyttöön kattavan tietoallasratkaisun, jonka piirissä on yli kaksi miljoonaa suomalaista. Tietoallas on yhdistetty olemassa oleviin potilas- ja asiakastietojärjestelmiin, joiden kautta saatava informaatio varastoituu ja järjestyy altaassa niin, että sitä voidaan yhdistellä reaaliaikaisesti halutulla tavalla.  
Mikko Rotonen, HUS 

04 / OHJAA DATAVASTUUT LIIKETOIMINTAAN 

Synnytä aidosti liiketoiminnallista arvoa siirtämällä datavastuuta ja -omistajuutta liiketoimintoihin. Tue bisneksen datakyvyykkyyttä keskitetysti, kasvata dataosaamista aktiivisesti ja panosta erityisesti datalukutaidon kehittymiseen. Huolehdi niin ikään siitä, että organisaatiossa puhutaan yhteistä kieltä – se on avain toimivaan datakulttuuriin. 

Oleellista on, että on liiketoimintaosaaminan ja dataosaaminen löytyvät samasta tiimistä.  
Maija Hovila, Kone 

05 / TEE DATAN HYÖDYNTÄMINEN MAHDOLLISIMMAN HELPOKSI 

Aidon dataohjautuvuuden elinehtona on, että tietojen hyödyntäminen on vaivatonta. Varmista, että data- ja analytiikkatyökalut ovat helppokäyttöisiä ja lisää dataymmärrystä organisaation kaikilla tasoilla.

Data-analytiikkatyökalut ovat tulevaisuudessa niin helppokäyttöisiä, että tietoa voi hyödyntää helposti ja niin, että havaintojen tekeminen osana arkea on mahdollista. 
Jarkko Levasma, Verohallinto 

06 / HYÖDYNNÄ AUTOMAATIOTA 

Valjasta automaatio käyttöösi niin, että resursseja ei valu perusprosessien ylläpitoon ja että nopea reagointi ilman ihmiskäsiä mahdollistuu. 

Älykkäämpien prosessien ansiosta operatiivista tehokkuutta parannetaan, ihmisen tekemä toistuva tietojen keräys ja analyysityö automatisoidaan. Näin esimerkiksi toistuvista manuaalisista asiakaspalvelutehtävistä siirrytään esimerkiksi tekoälyn opetustehtäviin.
Antti Myllymäki, OP  

07 / KESKITY IHMISEEN

Data ja siihen liittyvät teknologiat tuottavat liiketoiminnallista hyötyä vain, kun keskitytään ratkaisemaan ihmisten ja arjen ongelmia. Yhdistä dataosaaminen palvelumuotoilulliseen ajatteluun ja nosta asiakasymmärryksen kehittäminen kaiken tekemisen keskiöön.