Frode Stenstrøm: Svært mange bedrifter ønsker å bli datadrevet i sine beslutninger. Men det er ikke så lett å komme dit. Jeg er derfor lurt på hva en bedrift bør tenke på for å bli datadrevet. Hva betyr det å bli datadrevet, og hvorfor er dette relevant? Hva kreves av organisering og kultur? Og hvilken rolle spiller teknologien i reisen på en datadrevet bedrift? Jeg håper Øyvind og Eivind kan gi svar på dette. Mitt navn er Frode Stenstrøm, og dette er ProsessPodden. Jeg ønsker først deg, Øyvind, velkommen til studio. Øyvind Nilsen: Hei, takk for det. Øyvind heter jeg har jobbet med analyse i cirka ti år. Både som konsulent tidligere, men også InHouse. Nå er jeg da konsulent igjen. Eivind Lofthus: Jeg heter ikke Øyvind, men Eivind. Jeg har også jobbet med analyse i mange år. Jeg begynte på 90-tallet. Drevet med datavarehus og data science og masse rart forskjellig innimellom. Frode Stenstrøm: Velkommen, det blir spennende dette. Jeg tenkte vi skulle få litt begrepsavklaring først. Øyvind, hva er egentlig en datadrevet bedrift? Øyvind Nilsen: Det er jo et ord som er veldig i vinden, eller har i hvert fall vært veldig i vinden i det siste året. Men for meg så handler det egentlig om hvordan en bedrift skal bruke dataene sine, ikke bare at de får de presentert i form av tabeller eller andre typer visualiseringer, men at de kan nyttiggjøre seg av de dataene de har Frode Stenstrøm: Hva betyr datadrevet bedrift for deg, Eivind? Eivind Lofthus: Det kommer litt an på situasjonen vil jeg si, men egentlig så er jeg ikke noe veldig glad i det ordet egentlig for det liksom indikerer at, At dataene skal drive sjappa for deg, at du skal ta alle valgene, det er jo ikke tilfelle. Men for de fleste betyr det, om vi skal tolke det i god innsikt, at du tar informerte valg på bakgrunn av funn i dataene, blant annet funn i dataene. Så det er det det betyr å være datadrevet for meg. Frode Stenstrøm: Hvis vi fortsetter dette med begrepsavklaring, og vi snakket om datadrevet bedrifter, hvorfor er det relevant i dag? Øyvind Nilsen: Det begrepet er veldig relevant fordi at bedrifter i dag har veldig mye data som de ikke nyttiggjør seg av. Når du får samlet inn og strukturert dataene dine, Så får du også selvfølgelig mye bedre oversikt over de. Du får innsikt også, og du kan dele den informasjonen med de andre ansatte, og på den måten forsøke å skape verdi ut av de. Frode Stenstrøm: Men hvilket syn har du på viktigheten av data for bedriften, Eivind? Eivind Lofthus: Nei, jeg tenker det der å forandre seg litt... Det er egentlig mye at bedriftene blir mer og mer digitaliserte. Det betyr jo egentlig at systemene legger inn mer og mer data. Så potensialet for å ta i bruk de dataene blir bare større og større. Det som kanskje er nytt de siste årene er jo egentlig det at tradisjonell BI har fokusert veldig mye på, på resultatet av prosessen i en bedrift, mens nå med moderne systemer så kan du også få registrert mye av innsatsfaktorene. Dermed så åpner det seg nye analysemetoder. Det tenker jeg er noe som øker betydningen, da er det i hvert fall å se på dataene, betrakte dem og ta dem med i de beslutningene som du gjør. Så kan du også si det at hvis du jobber i en veldig kundeorientert B2C-bedrift, så har du også muligheten til å la dataene ta faktisk beslutninger, sånn som for eksempel i marketing, hvor I stedet for subjektive meninger kan bygges opp sannsynlighetsmodeller som er bakgrunnen for kundereiser. Frode Stenstrøm: Men synes dere at alle bedrifter burde satset på å bli mer datadrevet? Øyvind Nilsen: Hvis vi bare fortsetter litt på det Eivind snakker om, så trenger jo bedrifter også litt hjelp med å... Altså hvilke data er det de kan, hvilke data er det de har, altså hvilke data er det de kan nyttiggjøre seg av også, og det er jo et viktig poeng å få med, synes jeg. Eivind Lofthus: Jeg tenker hvis du driver en virksomhet i konkurranseutsatt del av næringslivet, Så hvis du stopper opp i å perfeksjonere det du holder på med, så taper du konkurransen. Sånn at hvis du føler at du er konkurranseutsatt og du ikke bruker dataen din da har du på en måte et område hvor du kan forbedre deg Frode Stenstrøm: Øyvind, hvordan bør en bedrift bygge en god kultur for samarbeid rundt analyse og datadrevet beslutninger? Øyvind Nilsen: Jeg tenker jo at igjen da, alt starter med et behov men Hvis vi kan legge til grunn at en bedrift har bestemt seg for å ta i bruk dataene sine på en bedre måte, og få presentert de, så holder ikke det helt ofte, hvert fall ifølge min erfaring, så må dette forankres. Først må man forankre at det er et behov og et mål om hvor vi skal. Hvis ikke så mister du resten av organisasjonen veldig fort, fordi at når man skal begynne å gjøre analyse, kanskje man skal innmate et datavarehus, og man skal presentere det i et eller annet analyseverktøy, og man skal på en måte jobbe seg, det finnes jo mange måter, men man kan ta en "top-down approach" da. Og jo fortere man kommer ned, jo fortere får man utfordringer. Man får utfordringer i forhold til eierskap av ting. Man får utfordringer hvordan den nye måten, hvis det i det hele tatt er noen ny måte, hvordan ting skal gjøres da. Da må man ha ledelsen i ryggen da, når man skal gjøre sånne ting. Man får veldig fort veldig mange spørsmål når man faktisk skal sette seg ned med tegnebordet og gjøre ting. Eivind Lofthus: Hvis et analyse- eller BI-prosjekt kun er forankret hos IT, så går det stort sett aldri spesielt bra. Og hvis analyse er utført av personer utenom IT-kunnskap i det hele tatt, så går det stort sett heller aldri bra. Så det er på en måte, hva skal vi si, en virksomhet som krever tre typer kompetanse. Det ene er jo metode og kompetanse og taleforståelse, og det andre er IT-forståelse. Og det tredje som er det viktigste er jo egentlig forståelse av forretningen. Øyvind Nilsen: Ja, det er jo veldig viktig det du sier der da, med at vi må for all del unngå at et BI-system blir IT-styrt ja, det er forferdelig ikke sant, jeg som konsulent akkurat nå vet jo ikke hva eller hvordan hverdagen til en salgssjef eller en kategorisjef er jeg vet ikke nødvendigvis hans behov dag til dag det må han eller hun fortelle meg da så kan jeg sparre litt med de for å finne ut hvordan vi skal komme frem til det målet sammen da. Og der kommer på en måte inn det der. Skal dette implementeres på en suksessfull måte, så må vi på en måte ha talerør ute i organisasjonen. Spesielt hvis det er litt størrelse på, altså hvis det jobber 20, 50 eller 100 stykker på salgsavdelingen, og det samme på fire andre avdelinger der, så er det klart at man kan ikke ta imot alle de beskjedene på egenhånd. Man må ha en nøkkelperson. En nøkkel bruker for å kunne klare å kommunisere og at alle skal dra i samme retning da. Eivind Lofthus: Jeg har jo vært i denne situasjonen at jeg har vært ansvarlig for utviklingen av datavarehus og BI en større bedrift det du merker er at det kommer en krav fra en hel organisasjon som er av veldig forskjellig karakter ja Og som for et IT menneske er veldig vanskelig å prioritere riktig. Sånn at det å få på plass et styrende organ, eller få konsensus for hvilken vei utviklingen skal gå, og hvordan du skal prioritere det, det er supersentralt. Det betyr også at. Du binder de folka som sitter i det organet til masta. Du slipper alle disse omkampene om prioriteringer og ressurser som du ellers ofte får. Frode Stenstrøm: blir det ikke da fort datavarehusteamet eller analyseteamet enn for å være plugg i systemet? Hvis du skal serve så stor bredde av organisasjonen, så er det veldig mange man egentlig skal tilfredsstille? Eivind Lofthus: Det er der moderne verktøy kommer inn. Fordi det var sånn at datavarehusgruppa var alltid en propp. Ja. Mens nå med selvbetjeningssystemet så har du muligheten til å lage mye mer fleksible løsninger som treffer mange flere, og som er mye enklere å sette opp, hvor brukeren gjør mye av den jobben som datavarehusteamet gjorde før. Frode Stenstrøm: Ja, for jeg har jo selv vært på bestillersiden av dere to, altså jeg ønsker å få en rapport på noen ting, for jeg må sette meg ned, beskrive hva de ønsker opp nå, dere må lage det i visningsform og en eller annen form, Og så skjønner jeg at det var ikke det jeg ville ha. Og så går jeg en runddansen, mens hvis jeg kunne bare satt meg ned med selvbetjeningsløsningen og stilt spørsmålet og fått svar, nesten sånn samtaleaktig, så hadde jeg sannsynlig fått det grunnlaget mye fortere da. Øyvind Nilsen: Da jeg var ansvarlig for datavarehus i en av Norges største bedrifter, så var det litt sånn, skal dette være en selvbetjeningsløsning? Der brukerne får lov til å lage det innholdet de vil, basert på de dataene vi gjør tilgjengelig. Eller skal det være sånn at dette går gjennom meg da, og IT? Frode Stenstrøm: Hva gjorde dere? Øyvind Nilsen: Nei, det var veldig mye diskusjoner rundt det. Vi landet på at dette må på en måte kapseles litte grann inn, uten at vi tar... Friheten fra brukerne våre for det var jo sånn at de hadde fått lov til å holde på som de ville da, frem til jeg startet der og resultatet var jo utrolig mye dårlig innhold veldig mye duplikater altså det fantes 30 rapporter av den samme typen men du visste jo ikke det Og jeg visste ikke det, fordi vi hadde de litt hver for oss da. Så hvordan ordnet vi dette? Det var å kapsle det litte grann inn, men jeg innså jo fort at dette klarer seg på egenhånd. Jeg må på en måte litt inn mot det talerøret som jeg snakket i stedet. Og da var det på en måte å finne sterke personligheter på... På salg, sterke personligheter på logistikk på kategori og innkjøp og så videre for de skulle kunne hjelpe meg med å prioritere, men også snakke ut til organisasjonen at nå er det noe på vei, dette får dere dette får dere ikke nå og så videre og etter hvert som vi innarbeidet den gruppen, og den ble på en måte en del av hverdagen det tok jo kanskje et halvt år Så kom vi på en måte litt der vi ville, at alle faktisk dro i samme retning, at vi ikke fikk så mye mas, og at organisasjonen var fornøyd med det vi leverte. Eivind Lofthus: Det er klart det er en balansegang der, blant annet så krever vi, altså hvis du skal slippe rådata løs på sluttbruker, så kreves det en, En mye mer grundig tilrettelegging. Det krever på en måte en tilrettelegging som egner seg for hvem som helst av de dataene. Men det andre jeg vil si er at dette her er veldig avhengig av virksomheten og bransjen egentlig. Noen bransjer er av natur mye mer analytiske enn andre. Det krever mye mer "ad hoc-analyser" enn andre bransjer hvor ting er mer stabilt. Sånn at det finnes på en måte et spekter av svar som er riktig, men det gjelder jo å organisere seg lurt da, uansett. Øyvind Nilsen: Ja, og det er jo litt av utfordringen, i hvert fall med dette, og sikkert mange andre systemer eller løsninger også, Det er litt sånn, du møter brukere som er gode teknisk, og noen som ikke er like gode, og noen som er i midten. Men du møter også brukere som har interesse for det man viser, mens noen kanskje ikke ser så stor verdi i det. Hvordan skal vi på en måte hjelpe organisasjonen til å bli mer datadreven som vi snakket innledende om? Det er jo nettopp det der å... Selge ting inn på en god måte men da må man ha forankringen da og folk ser at de ikke minst vet at dette skal de faktisk få lov til å bli bedre i eller få lov til å bli gode på Frode Stenstrøm: Men det ligger vel en erkjennelse i det dere sier at dette er jo ikke et prosjekt hvor man bygger noen ting og så er man ferdig, men dette er mer en del av linjevirksomheten, at man jobber med det kontinuerlig, og ved å se at ledelsen bruker data til kommunikasjon, så vil man på det settet bygge kulturforståelse på at «Ok, det er altså poeng å bruke fagsystemet vårt som heter data fra». For det er veldig mange bedrifter som gjør, jeg kaller det management by mail, eller management by Excel, hvor man enten styrer oppgavene på mail til hverandre, eller man rett og slett lager kompliserte Excel ark, som det ikke er noe innsyn i da. Jeg har jo veldig tro på det at hvis man åpner opp datasettet og deler det med alle, Og får liksom gørret av innsatsfaktorene synlig for alle, så skjønner man også over tid at jo, her har vi jo kontroll, vi vet hva som skjer, og hvorfor det skjer. Eivind Lofthus: Bedrifter forandrer jo seg hele tiden. Dessverre så gjør jo ikke BI-rapporter det. Frode Stenstrøm: Nei. Eivind Lofthus: Et fenomen som er ganske vanlig, er jo at datavarehus rapporterer på en hel helg ting som ikke blir brukt lenger. Sånn gammelt jungeltriks er jo egentlig å skru av alle rapporter. Og så skrur du på de igjen som blir etterspurt Frode Stenstrøm: ja, så du skrur dem på når folk først klager. Eivind Lofthus: Ja, ikke sant. Men det er ganske litt drastisk, men det er nok riktig å tenke, i hvert fall på det sånn tradisjonelt, at det er jo en fabrikk som lager tall, og det lønner seg nok å ta en sjau en gang imellom og se hva som faktisk blir brukt. Øyvind Nilsen: Ja, helt klart. Akkurat det trikset du nevnte der, det måtte vi faktisk gjøre. Altså, det var så store antall rapporter, og det var ikke så veldig god kontroll over hvem som egentlig hadde tilgang til dette, og ikke minst hvem som brukte det, hvor ofte, ikke sant? Så hadde man et "performance-issue" på det her igjen, hvor deler av skjul... Kunne legges på at det var så mye duplikater og dårlig innhold da. Hvordan kunne vi gjøre innholdet relevant og spisse innholdet? Altså, hvordan skal det se ut da når logistikksjef eller en eller annen medarbeider åpner opp? Hva er det de egentlig vil se? Hva er det de kan gjøre noe med da? Frode Stenstrøm: Du er inne på et tema jeg synes er litt spennende, fordi det går på kommunikasjon. For når man ser på rapportering for eksempel, så er det jo sånn at jeg kan forstå tall på ett sett, og så kan jo en HR-sjef forstå de samme talene helt motsatt. Min far som er journalist fortolker talene på en helt annen måte igjen. Så er ikke egentlig det å tenke kommunikasjon viktig? Eivind Lofthus: Det er veldig lett å lage tall som er egnet til å misforstås. Den første jobben jeg hadde var i Statistisk sentralbyrå, og det var det aller, aller, aller viktigste. Det var at dette tallet som du publiserte ikke kunne misforstås. Nå ble det jo det likevel, kan man jo si, men det er et viktig poeng. Øyvind Nilsen: Men her kommer det med... En sannhet og pålitelighet og oppetid. Frode Stenstrøm: Tilgjengelighet av tallene. Øyvind Nilsen: Ja, ikke sant. Dette er jo noe av det sier seg selv, og man har hørt om det før, men har man ikke en sannhet da, og god oppetid, så blir det liksom, da får man ingen pålitelighet rundt dette. Man får ikke noe... Driv i en sånn type løsning. Frode Stenstrøm: Men jeg lurer litt på hvordan kan vi sikre og bruke teknologi til å sikre på at vi kan stole på det hvis vi faktisk ser? Eivind Lofthus: Det du kan si er at du har ikke så veldig mange forsøk på deg altså, fordi dårlig datakvalitet eller feil tall rett og slett er ødelegger troverdigheten, og da nytter det ikke å komme riktig tall senere. Når man lager en sånn løsning som lager statistikk og tall for en bedrift, så bør det være gjort ordentlig. Fra starten, ja. Kvalitetssikring? Ja, det er det viktigste, synes jeg. Hvis ikke, så får du et problem. Frode Stenstrøm: Men er ikke det veldig krevende å kvalitetssikre de dataene? Eivind Lofthus: Ideelt sett skal dataene være riktige når de legges inn. Et tradisjonelt BI-prosjekt kommer jo i etterkant. Etter at du har investert store penger i operasjonelle systemer. Operasjonelle systemer er gjort for å få ordentlige prosesser, ikke nødvendigvis for å legge inn data av god kvalitet. Så mye av arbeidet i en BI-prosjekt er å finne og rette opp i de feilene og manglene som dataene fra operasjonelle systemer har. Hvis du tenker litt mer helhetlig, nå kommer inn tids nok, og bruker gjerne produkter fra en leverandør, så kan du sørge for at det operasjonelle systemet leverer data av god kvalitet fra dag 1, som jo er kritisk. Så det tenker jeg, sånn som markedet har utviklet seg med de tre store cloud-leverandørene, så er det en ny mulighet. Øyvind Nilsen: Mange av dem har jo bedrift av masse legacy. De har et system eller en haug med prosesser som alltid har fungert. Men så er det ofte sånn at de er avhengig av et få tall personer som opprettholder dette systemet, eller disse prosessene, ikke sant, som gjør det veldig sårbart. Da kan jo, når man bare kommer inn med en analyseplattform, da kan jo man selvfølgelig kontrollere mot det, hvis det er en sånn case, Men det vi ofte liker å gjøre, eller det vi bør gjøre, det er jo på en måte å hente rådataen. Vi vil, som datavarehusutvikler, så vil du alltid til kilden, se og speile den. Se at du har det samme, det er på en måte steg en, før du da kverner disse dataene og Gjør prosessen videre og presenterer de til slutt. Frode Stenstrøm: Er det til gode å komme til en bedrift hvor ikke de har en eller annen utfordring med datakvalitet i et eller annet operasjonelt system? Og så sitter det likevel noen på toppen som vil ha noen tall. Klarer dere å finne frem gullet og fjerne støyet, eller må bedriften rydde de operasjonelle systemene for å i det hele tatt få noe nytte av og glede av den investeringen i datavarehus og rapportering? Eivind Lofthus: Det er et veldig godt spørsmål. Jeg vil jo si det at det beste er å fikse dataene der hvor de kommer inn. Altså at du designer et godt operasjonelt system, også med det for tanke til at dataene skal brukes i analyser. Frode Stenstrøm: De har vært i drift i ti år, og så begynner de rapportering nå. Så ligger det ti år med produksjonsdata. Eivind Lofthus: Tenk analyser fra dagen. Da slipper du det problemet. Men hvis du nå har det problemet at du har masse... Blant annet delvis historikk for eksempel i operasjonelle systemer så kan jo en god analyseplattform og gode folk der gjøre utrolig ting med de dataene. Øyvind Nilsen: Et gammelt og velbrukt begrep er jo "shit in, shit out", og det har jeg også opplevd mange ganger og da er svaret mitt ja, i et datavarehus eller en analyseløsning så kan vi alltid Manipulere dataene enten å ta dem bort eller endre på dem, legge til noen logikk og så videre, men vi vil jo ikke gjøre det litt av poenget for meg med når du gjør hele reisen og kommer opp dit at du skal visualisere noe i for eksempel Power BI da det at du kan bruke dette, og det glemmer jo folk du kan jo bruke dette til å synliggjøre feil. Til å finne ut hvor feil det er. Frode Stenstrøm: Som et verktøy da, også for å på en måte rydde de operasjonelle systemene? Øyvind Nilsen: Ja, vel så mye et verktøy som å finne feil, eller til å finne feil, Som å skape annen type innsikt. Det er også innsikt når man klarer å finne feil, ikke minst hvor de kommer fra, kanskje til og med forklare de, slik at man da kan gå tilbake med en plan til kilden eller hvordan det skal være, og så forsøke å rette opp. Eivind Lofthus: Det der er veldig, veldig viktig. Det er mye vanligere at folk tror at de har god data Og så er dataene ikke av tilstrekkelig kvalitet for å ta de slutningene som de gjør. En omvendt, liksom. Når folk tror de har dårlig data, så er dataene gode nok. Det er ganske sjeldent. Sånn at det er veldig vesentlig at de som skal ta avgjørelser basert på informasjon fra data, kjenner datakvaliteten. Det er uhyre viktig Øyvind Nilsen: og ha eierskap til den Frode Stenstrøm: eierskap til tallene, ja Øyvind Nilsen: og det er jo også bare for å ta det da en situasjon man ganske fort kommer opp i Mange steder. Det er jo at man skal supplere dataene fra kilden med noen andre kilder, eller noe helt eksternt. La oss si en gruppering av noen slag, som det er behov for. Det skal noen bruke, men den finnes ikke i kilden. Ok, da må noen eie den grupperingen, noen må ta ansvar for den, noen må oppdatere den, fordi det vi gjør er å lese den inn, og på andre siden sitter folk og tenker at dette er riktig. Det er jo det som regel. Men hva hvis den personen slutter, eller glemmer, eller ikke gjør jobben sin, ikke sant? Derfor er det så viktig med den eierskapet til dataene, men også at det eierskapet er forankret, at brukerne også føler at ansvaret, Da er det litt på det rundt kultur igjen. Frode Stenstrøm: Jeg plukker opp det dere sier med at man må tenke analyse som grunnmur inn i de operasjonelle systemene for dataen skal brukes til noen ting, det skal ikke bare punches og logges. Eivind Lofthus: Ja, det er viktig, men det med kultur, det er jo mange steder hvor de har en kultur som er motsatt, ikke sant? Det er bra å mene noe, gå ut og mene masse ting. Noen ting som vi egentlig ikke ha belegg og mener noe om. Frode Stenstrøm: Jeg tror vi har et politisk system som er basert på det. Eivind Lofthus: Ja, det er liksom "cowboyvirksomheter" da, kan du kanskje kalle det, men det er nok mer vanlig enn "cowboyvirksomheter" egentlig. Frode Stenstrøm: Men vi kom jo ikke helt unna om tematikken kunstlig intelligens og Microsofts Copilot spørsmålene. Jeg hører jo hva reklamen sier, du skal kunne stille chatboten spørsmål Om noen ting, og så skal den kunne slå opp i de underliggende systemene og gi deg et svar. Men har dere vurdert det, om det er på en måte en vei fremover for sånn som det ser ut nå, eller blir det mest et leketøy nå i dag? Eivind Lofthus: Det er jo det store spørsmålet. Jeg tror svaret egentlig ligger et sted midt i mellom. Jeg er ganske sikker på at det kommer til å bli et nyttig verktøy, men kanskje ikke så viktig som Hypen sier. Frode Stenstrøm: På de som hyper det mest, de som virkelig hyper ordentlig, de sier at ok, hvis jeg spør hva var ukens omsetningstall, så får jeg tall. Og så skal jeg kunne komme med et oppfølgingsspørsmål. Hvorfor er det slik? Og da skal jo teorien skal verktøyene klare å gå og analysere bakgrunnstallene og gi meg et ordentlig svar på hvorfor falt omsetningen med 10% fra en uke til neste. Og det er jo der jeg lurer på hvor mye er det faktisk en reell ting. Eivind Lofthus: Jeg tror nok aldri du får en modell til å si den underliggende årsaken. Den kan sikkert bryte ned tallene for deg, sånn at du vet Hvilke produkter som selger mindre Øyvind Nilsen: Vi snakkes om noen år om dette det er veldig imponerende det som allerede finnes og jeg vet ikke om alt som finnes heller, men det jeg har prøvd å teste veldig fint og bra altså, men det i et sånt kanskje blitt et sånt buzzword, sånn som big data og sånne ting for noen år siden Jeg har fortsatt ikke vi har hatt noen big data prosjekter men man har på en måte ikke hatt nok data til å dra skikkelig nytte av det. AI er Interessant nok nå, eller bra nok nå, til å dra ordentlig nytte av det, eller klarer jeg meg like fint ved å sitte og gjøre mine egne tanker og klikke litt og gjøre mine egne spørsmål det er veldig vanskelig å svare på, men jeg tror jo at det vil bli mye bedre og at vi kan bruke dette til ting jeg ikke har tenkt på enda Eivind Lofthus: Det vi vet er i hvert fall at for to år siden så var det ingen som kunne forutsi hvor gode språkmodellene er i dag. Så det er vel sannsynlig at det kommer til å gjenta seg, så det er veldig vanskelig å se et par år fremover hvor god de modellene er. Øyvind Nilsen: Det går jo utrolig fort, utviklingen. Eivind Lofthus: Ja, det går virkelig fort altså. Øyvind Nilsen: Fordi disse store selskapene sitter på... Helt ville mengder informasjon som jo mater disse modellene og det er jo også forklaringen på eller mye av forklaringen på hvorfor det blir så mye bedre så raskt. Eivind Lofthus: Det jeg tror det er jo ikke noen bombe men type programmeringsspråk er veldig godt til den typen kunstig intelligens fordi det er tross alt en ganske strukturert og regelbasert måte å ha et språk på, rett og slett. Tror jeg det kommer til å bli veldig vanlig at i stedet for at du skriver inn kode i et verktøy, at du kan snakke inn den koden hvis du foretrekker den. Frode Stenstrøm: Ja, for du ser jo hvordan modellene, hva som er nåtid, nå er jo modellene for å omsette taler til tekst, eller tekst til taler, blitt ganske gode. Sånn at Copilot kan du snakke til nå på norsk, og den vil oversette og tekste spørsmålet med veldig stor kvalitet. Ikke perfekt, og det er selvfølgelig dialekter den sliter med, men man har kommet langt. Når man først spør hva var ukens omsetning på varekategori B, så klarer den språkmodellen å gjøre om det til en spørring tilbake til underliggende systemer og gi meg et svar tilbake. Men det er jo bare en annen måte å slå opp den salgsrapporten på. Så jeg spør om det er mer leketøy enn nytteverdi. For min del ville nytten vært hvis jeg kunne spurt videre, men hvorfor er det slik å faktisk få et svar? Men det er jo da jeg tror fortsatt at man må ha bygd en del analyser og modeller og prognoser som forklarer innsatsfaktorene kanskje. Det jeg tror kommer til mest impact er på intern kommunikasjon, at man kan dele informasjon på en lettere måte uten å lage strukturerte, predefinerte rapporter, som du var litt inne på i starten, altså selvbetjeningsløsninger for å hente svar på tall. Når du ser hva Microsoft gjør med Copilot på operativsystemet, hvor de bygger det inn, så kan du egentlig spørre om hva som helst av den dataen som dere har gjort tilgjengelig for systemet. Hvis dere skulle begynt på et helt nytt prosjekt hos en ny kunde i dag, som har operasjonelle systemer, men ønsker å begynne reisen, hvor skal kunden begynne den reisen sin? Øyvind Nilsen: Det kommer litt an på hva vi Hva vi legger til grunn, men ofte da, så har jo kanskje grunnen etter en annen form for datavarehus fra før av. Så blir jo spørsmålet hvorfor de skal skifte og hva de skal skifte til, ikke sant? Vi skal komme med noen teknologiråd, vi skal gjøre en analyse rundt hva det er de vil, hva er behovene her. Før vi på en måte kan begynne å se på hvilke data de skal ha og så videre. Eivind Lofthus: Det beste utgangspunktet er å begynne med forretningsbehov. Hva er det du egentlig vil? Hva er det som er utfordringene? Altså, hva er det de trenger informasjon om? Og deretter så følger dataene, og deretter så følger teknologien. Den kommer bakerst. Og akkurat når det gjelder teknologi, så blir den på en måte, synes jeg da, at den har blitt lettere og lettere På en måte å beherske det er mindre og mindre tekniske eller teknologiske hindre for å gjøre dette Frode Stenstrøm: Hadde det spilt noen rolle egentlig om en kunde hadde valgt teknologi fra Microsoft eller fra Amazon eller Google en av de store, er de blitt så komplette nå at det er Er egentlig ikke spiller en så stor rolle lenger? Øyvind Nilsen: Uten å gå i detaljer, hvis man skal si litt sånn overordnet, så kan jo de fleste verktøy gjøre stort sett det samme. Men det kan være litt forskjellige vei til mål. Fordelen med de store selskapene, sånn som Microsoft og Fabric nå, det er at de pakketere alt da. Det gjør det litt enklere og raskere å komme i gang. Frode Stenstrøm: Blir det billigere for kunder å gå den veien? Eivind Lofthus: Godt spørsmål, egentlig. Frode Stenstrøm: For det er mange av de kundene som vi snakker med til hver dag, det er bedrifter på kanskje 10-20-30 ansatte. Og i gamle dager så ville ikke de hatt råd til, for eksempel en datavarehusplattform til 15-20 000 i måned, ville ikke vært inne for rekkevidde i hele tatt. Eivind Lofthus: Jeg tenker det Microsoft har gjort med Fabric, for jeg mener akkurat nå, Så har de et konkurranse kort i markedet. De har et forsprang. Det skyldes to ting, egentlig. Det ene er at Fabric er et skikkelig bredt utvalg av verktøy og tjenester. Som de har "bundlet" sammen, priser, og de priser er egentlig ganske aggressivt. Sånn at inngangspletten til Fabric er den er akseptabel for nesten alle bedrifter. Men så er det jo ulempe å gjøre det på den måten, altså prisingen er veldig lite transparent. Frode Stenstrøm: Så det er vanskelig å vite hva det kommer til å koste over tid? Eivind Lofthus: Men du slipper i hvert fall den typiske salami-slicingen som mange andre holder på med, at du skal... Litt for det, litt for det, litt for det, litt for det, og så er summen ganske stor i hvert fall. Frode Stenstrøm: Jeg mener helt bestemt at det er dumt å begynne å vurdere og sammenligne hva de kan av funksjoner, for dette er jo tjenester som utvikles så rivende fort, så hvis du gjør en sånn analyse, så er den analysen utgått dagen etterpå nesten. Så det man må heller velge en leverandør man stole på, og vet at kan være der over lang tid, sånn investeringen man gjør, Ikke blir borte. Med den satsingen Microsoft har gjort med Copilot nå, som jeg skjønner nå ikke har bare skjedd de siste årene, selv om markedet har blitt bevisst på det de siste årene, den har de holdt på i mange år. Når de nå har åpnet Copilot-konnektorer for alle de som har jobbet med Power BI, 1100 konnektorer i tallet, så sier de at dette har vært en visjon de har hatt og jobbet med i 5, 6, 7 år. Det er ikke bare for at vi er bevisst på det nå. Øyvind Nilsen: Hvis et så stort selskap som Microsoft bestemmer seg da skjer det ting. Et eksempel er jo, jeg har jobbet med veldig mange forskjellige analyseverktøy, det vil si presentasjonsbiten av det, Cognos, Tableau, Qlik, Power BI. Vi hadde jo Power BI inne på prøve for fem år siden. Nei, ville ikke ha det. Det var bare ikke så bra som Qlik og de andre verktøyene. Men da var det fortsatt ganske nytt. Hva har skjedd med Power BI sammenlignet med Qlik og Tableau og Cognos de siste fem årene? Power BI har jo blitt mye mer enn et presentasjonsverktøy. Det har egentlig alltid vært det, men mulighetene der nå er ... Altså du kan gå deg bort da så det er en fare for å gå seg bort men det gir også muligheten til å være mye mer dynamisk du får veldig mye til da og sånn er det med de andre teknologiene de kommer med også det går veldig fort det skjer veldig mye nesten litt for mye og du kommer dit du skal da Frode Stenstrøm: Så oppsummert så er det kanskje ikke valget av teknologien som står i fokus med den rapporteringskulturen og datagrunnlaget? Eivind Lofthus: Jeg tenker teknologi er det minst interessante. Øyvind Nilsen: Smak og behag, hvor har du mest erfaring, ikke sant? Hva koster det selvfølgelig? Men litt smak og behag. Frode Stenstrøm: Jeg synes dere har gitt mange gode svar. Jeg tenkte vi skulle avslutte der. Takk til Øyvind og Øyvind for deres bidrag i dagens episode. Denne episoden er finne overalt, der dere pleier å høre på podcast, samt nettstedet Radio.ProsessPilotene.no. Denne podkasten er produsert av ProsessPilotene. ProsessPilotene øker verdiene av dine kunder, bruker markedsført teknologi og jobber med arbeidsprosessene markedsføring, salg og service. Ansvarlig for denne episoden har vært meg, Frode Stenstrøm. Jeg tar gjerne imot spørsmål og tilbakemelding på LinkedIn. Jeg ønsker bedre arbeidsprosesser for alle, og gjenhør.
Still et spørsmål eller del hva som hjalp deg.
Hva tar du med deg fra denne episoden?
Bli den første som bidrar.