Data er både en faldgrube og en fordel
Danske virksomheder kæmper med at bygge bro mellem dataparadokser og få værdi ud af deres kraftigt voksende datamængder. Virksomhederne drukner i for meget data og formår ikke at skabe indsigter og forretningsværdi. Men der er håb forude.
En ny analyse fra Forrester Consulting, The Data Paradox, udarbejdet på vegne af Dell Technologies viser, at voksende datamængder er blevet en byrde frem for en fordel for mange danske virksomheder. Både mængden af data og datatyper samt hastigheden i dataopsamling og -behandling overvælder medarbejderne og belaster både virksomhedernes teknologi og processer.
Selvom mange virksomheder har målsætninger for dataanvendelse og selv mener, at de er datadrevne, bliver de alligevel bremset af en række barrierer: Kompetencekløft, datasiloer, forretningssiloer, manuelle processer, personfølsomme data og svagheder i datasikkerheden.
To store benspænd
De to største barrierer er ifølge undersøgelsen fra Forrester:
• Dataoverflod.
• Mangel på evne til at trække indsigter ud af data.
Undersøgelsen omfatter 4036 ledere og beslutningstagere med ansvar for datastrategier og digitale transformationer fordelt på 45 lande, herunder Danmark, og respondenterne fordeler sig på både mindre og store virksomheder fra fem forskellige brancher.
Undersøgelsen bygger videre på Dell Technologies’ Digital Transformation Index, der kortlægger virksomheders digitale modenhed. Digital Transformation Index 2020 viste blandt andet, at en af de største barrierer ved digital transformation er virksomheders manglende evne til at omdanne data til brugbare indsigter – en barriere, som Dell Technologies sammen med Forrester Consulting nu har undersøgt, så den forhåbentlig kan blive mindre i fremtiden.
De tre dataparadokser
Undersøgelsen viser tre klare paradokser, der ser ud til at spænde ben for virksomhedernes arbejde med data, viden og indsigter:
1. Virksomhedernes selvopfattelse: Virksomhederne tror, de er datadrevne; men flertallet håndterer ikke data som et værdiskabende aktiv og prioriterer ikke brug af data på tværs af organisationen.
2. Virksomheder drukner sig selv i dataopsamlinger: Virksomhederne indsamler data i et tempo, der langt overstiger deres evne og mulighed for at analysere og anvende dem – og den praksis er ud til at fortsætter uændret.
3. Der er langt fra tanke til handling: Virksomhederne anerkender, at en as-a-service-model vil gøre dem i stand til at fungere mere agile, skalerbare og mindre komplekse, men det er kun et mindretal, som har taget fat på at overgå til en as-a-service-model.
Læs også: Hver fjerde SMV tripper for at løfte deres digitale niveau
Håb forude
Selvom mange virksomheder i dag arbejder med digital transformation, har flere planer om at blive endnu bedre i fremtiden: 73 procent har ifølge undersøgelsen til hensigt at implementere machine learning for at automatisere, hvordan de identificerer uregelmæssige data. 59 procent ønsker at rykke til en data-as-a-service-model, 48 procent planlægger at effektivisere måden, de behandler og udnytter data på, og 45 procent ønsker i fremtiden at benytte et multicloud-miljø.
”Vi kan sagtens nikke genkendende til de svære paradokser, som analysen blotlægger. De danske virksomheder ønsker at udnytte de mange indsamlede data i langt højere grad i takt med, at de digitaliserer og forbedrer deres cloudmiljø. Desværre kan der være et stykke vej fra vision til virkelighed; men jeg hæfter mig ved, at erkendelsen om fordelene ved en as-a-service-model er til stede”, fortæller Marianne Lindhard Moe, der er administrerende direktør hos Dell Technologies i Danmark.
For at virksomheder kan omdanne deres udfordringer med databehandling til decideret konkurrencefordele, anbefaler Dell Technologies at:
• Modernisere deres it-infrastruktur, så databehandling sker i edge-miljøet, hvor data bliver genereret. Denne inkorporering vil bringe virksomheders infrastruktur og applikationer tættere på, hvor data kan blive indsamlet, analyseret og handlet på – samtidig med, at man undgår dataspredning ved at opretholde en ensartet model gennem flere cloudmiljøer.
• Optimere dataprocessen, så data nemt kan filtreres og flyttes, mens de behandles ved hjælp af kunstig intelligens og machine learning.
• Udvikle software til at levere de personlige, integrerede oplevelser, som kunderne ønsker.
Denne artikel er del af et tema:
Tema om it og data 2021