Øyeblikkets forståelse

Analyseselskapet Gartner har rystet BI-sektoren i grunnvollene. Det som tidligere var god tone, er nå avleggs. For det har aldri vært Business Intelligence, BI. Opprinnelig virket det som rene trolldommen at bedriften kunne vurdere hva som hadde skjedd i forhold til en rekke forskjellige kriterier.

Forretningsintelligens hva er det? Ingen kan svare. Kan en applikasjon basert på data om det som har skjedd i virksomheten si noe intelligent. Da må applikasjonen ha uvanlige evner, kunstig intelligens.

Og kunstig intelligens er blitt hett, nok en gang. På en rekke områder hvor vi bedre har forstått årsak og virkning, har vi laget smartere applikasjoner, men intelligente er de ikke. De kan resonere mye raskere enn mennesker, de kan bearbeide store datavolumer raskere enn mennesker. De kan ta beslutninger basert på definerte beslutningsregler, men er det intelligens?

Begrepet BI er derfor dårlig valgt, men det har festet seg. Begrepet er egentlig godt hvis man hiver uttrykket Intelligence og erstatter det med innsikt, Insight. Business Insight er hva enhver leder ønsker seg.

Professor Erik Brynjolfsson ved Sloan School of Management ved MIT har forsket på beslutninger og data. Basert på mye og gode data kan en bedrift øke sin produktivitet med rundt fem prosent i forhold til beslutninger basert på oppfatninger av personen med den høyeste lønnen, på amerikansk kalt hippo.

Det er derfor viktig å jobbe med data, mye data og forstå hva som skjer løpende om konkurrenter, marked, produkter, tjenester og trender. Ansatte med stor forståelse for data bør vurderes høyere. Datamatiker er et godt stikkord.

De som var best til å bearbeide tilrettelagte data, og presentere dataene på en forståelig måte, fikk god skår, en plass i Gartners magiske fjerde kvadrant, øverst til høyre. Nå er alle de toneangivende ute.

For BI var innsikt ved periodeavslutning, typisk hver måned. Nå ser Gartner det annerledes. Vi er ved et vendepunkt. BI er forretningsinnsikt ved behov. På dette område har det vært noen få spesialfirmaer. Disse har vært underkjent av de etablerte. Produktene for løpende innsikt har nærmest vært sett på som lekeverktøy. Deres store pre er selvbetjent, brukerorientert analyse i motsetning til it-definert og spesialistorientert.

Datavarehus har vært hjelpemiddelet for å tilrettelegge data for analyse. Ulempen er at sammenstillingene er forhåndsdefinert. Ulempen er at dataene er historiske. De fanger ikke opp hva som skjer i øyeblikket, hva virksomheten trenger å forstå. Derfor er Gartners nye oppfatning av hvilke hjelpemidler som er gode, nødvendig, men radikal.

De tidligere toppverktøyene vil kunne levere gode oversikter som kan skape forbauselse og forståelse. Ulempen er at de tilhører en rapporteringskultur, på samme måte som månedens regnskapsavslutning.

Hvis innsikt om det som har skjedd, kan benyttes i forbindelse med nødvendige beslutninger som må tas, er det flott, men det forutsetter stabile markedsforhold uten store endringer hos konkurrenter og uten nye utfordrere.

Beslutninger basert på historisk innsikt blir som å styre virksomheten ved å se i bakspeilet. Det går bare en kort stund, og kortere og kortere er det mulig å basere beslutninger på hva som har skjedd.

Å gjøre presentasjonene mer grafiske og benytte nøkkelindikatorer i dashbord har vært et fremskritt, men det virker som de avanserte verktøyene har mistet noe av gløden. Visuell analyse har blitt et stikkord, men det må skje basert på det som skjer.

Derfor er nye stikkord som store data og i minnet viktig. Store data betyr ikke nødvendigvis at det er store volumer med data, bare at det er mange flere kilder til analysegrunnlaget enn tidligere.

Analysene skal gjøres basert på data i minnet. Innhenting av data fra lagringssystemer kan få en bruker til å gå fra konseptene. Men fortsatt gjelder det at datakilder må identifiseres og tilrettelegges for at de skal kunne inngå i analysegrunnlaget. For viktige data kommer ikke av seg selv.

Hensikten er å demokratisere analysearbeidet. Nye medarbeidere skal kunne gjøre en innsats selv om de ikke er it-spesialister, selv om de bare har forståelse for deler av problematikken.

Det gjelder å prøve noe, gjøre feil, gjøre endringer, prøve om igjen og lære på det tilgjengelige datagrunnlaget. Men de som har god kjennskap til datakildene får raskere innsikt.

Ahlert Hysing er fagredaktør i Computerworld.