Insights

Klar til et eksplorativt dataprojekt?

Digitalisering er på agendaen i alle virksomheder og dækker alt fra at sætte strøm til dokumenter, til at udvikle nye produkter og services gennem intelligent dataindsamling og avanceret dataanalyse. Men hvad definerer et ambitiøst og eksplorativt dataprojekt, og hvad kræver det at lykkes?

Viften af digitaliseringsprojekter er bred. Derfor er det er vigtigt at være bevidst om, at ikke alle projekter er ens og behøver forskellige grader af fokus. Der stilles vidt forskellige krav til, hvordan et dataprojekt skal gennemføres, afhængigt af hvor på modenhedskurven et projekt hører hjemme. 

Et dataprojekt, som har en veldefineret forretningsudfordring, er nemt at forstå, og har som oftest bred accept fra medarbejderne. Et sådan projekt kræver kun nogen grad af ledelsesinvolvering såvel som en mindre transformation i organisationen, når implementeringen gennemføres.

Anderledes er det med projekter, som tager udgangspunkt i nye forretningsidéer. Der er høje ambitioner og nysgerrighed om brugen af data intelligence til at udvikle nye services, produkter eller arbejdsgange. Virksomheden ser nye forretningsmuligheder uden helt at kunne præcisere disse. Her er der behov for at igangsætte et eksplorativt dataprojekt.

"

Virksomheder opnår et bedre projektforløb og hurtigere gevinst, hvis dataprojektet som helhed, tænkes til ende ved projektets begyndelse.

Sæt de rette rammer for virksomhedens eksplorative dataprojekt

Et eksplorativt dataprojekt skal være i tråd med virksomhedens strategiske fokus. Især når der er forventning om, at projektets resultater har indvirkning på dens kerneprodukter, -services og arbejdsgange. Det kræver en succesfuld transformation at implementere løsningen, og topledelsens involvering og eksplicitte opbakning er essentiel. Fra start til slut.

Projektets formål og resultat vil højst sandsynligt ændres undervejs i projektforløbet. Derfor bør projektet følges tæt og nye beslutninger tages, når delresultaterne tager en anden retning end først planlagt. Det er ikke nødvendigvis et problem, når blot det følger virksomhedens strategiske retning. Man opnår viden, man ikke vidste man kunne få, såvel som viden man gerne ville have, men ikke kunne få.

Ikke alle eksplorative projekter bør implementeres. Kan projektet - til trods for opdateringer i formål og forventninger til resultatet - ikke skabe den forventede værdi, der står mål med indsatsen, skal projektet nedlukkes. Det skal ikke ses som en fiasko. Man er blevet mere erfaren i arbejdet med dataprojekter, har fået øget indsigt i, hvilke data man har, og hvad de kan bruges til. Som ethvert andet produktudviklingsinitiativ er det ikke alle idéer, der skal realiseres.

Valg af de rigtige ressourcer gør en forskel. Ved at vælge de rette kompetencer til projektet er grundlaget for kvaliteten i projektresultaterne etableret. Hvis ikke de rette ressourcer er tilgængelige, så afvent eller omprioriter. Vælg den rigtige datapartner, hvis data science-kompetencerne ikke findes i virksomheden. Sammensætning af projektteamet, hvor alle relevante profiler indgår, har væsentlig betydning for resultatet.

Transformationen til den nye løsning er det, som frigiver gevinsten. Netop som forventningen til et godt resultat i projektet er inden for rækkevidde, er risikoen for ikke at opnå de forventede gevinster tilstede. Der er behov for at investere i den nødvendige change management, der skal til for at nye produkter eller services kommer til at indgå effektivt i virksomheden. F.eks. kan det være, at salgsstyrken skal have en dybere forståelse og tillid til produktet for at kunne sælge den. Det kan også være, at løsningen medfører nye arbejdsrutiner i produktionen. I alle tilfælde skal der ske tilpasninger. Resultatet bliver akkurat så godt som det svageste led.

Tænk dataprojektet til ende ved projektets begyndelse. Virksomheder opnår et bedre projektforløb og hurtigere gevinster, hvis dataprojektet som helhed tænkes til ende, inden det sættes i gang. Lige fra de begrænsninger og udfordringer, som projektet møder i gennemførelsen, til hvilke retninger man kan forestille sig, at det nye produkt eller den nye service kan tage undervejs – og stadig være relevant. Det udelukker ikke den agile tilgang i projektet, når det først går i gang.

Styrken ligger i det personlige møde

Har du mod på at drøfte udgangspunktet for dit kommende dataprojekt, inden du sætter det i gang, så kontakt Birgitte Dahl

Book et møde

Om Rooftop Analytics

Rooftop Analytics har solid erfaring med at implementere data- og algoritmebaserede løsninger med væsentlig forretningsmæssig værdi. Vi forstår forudsætningerne for at lykkes og finde den løsning, som bedst matcher virksomhedens behov. Vi tilbyder vores kompetencer ved etablering, såvel som i implementering og til transformationen i dataprojekter og påtager os gerne rollen som projektleder i tæt samarbejde med virksomheden.

Læs mere

Seks gode råd til eksekvering af dataprojekter.

Rooftop Analytics tilbyder services, som er nødvendige for at kunne realisere komplekse dataprojekter.