Siili people having a cup of coffee | Siili Solutions

Design x Data – hyödynnä data ihmislähtöisesti

Datan hyödyntäminen liiketoiminnan ohjaamisessa ja kehittämisessä on tämän päivän ja tulevaisuuden yksi kuumimpia trendejä. Siitä kertovat datan hyödyntämisen ja sen ympärillä käytävien keskusteluiden eksponentiaaliset kasvukäyrät. Trendi ei kuitenkaan ole vallalla syyttä, siellä tekoäly ja algoritmit mahdollistavat monin paikoin uudenlaista ja tehokkaampaa arvontuottoa toimialalla kuin toimialla. 

Miten dataratkaisuista sitten saadaan mahdollinen hyöty irti? Kokemukseni mukaan datan hyödyntämistä kannattaa lähestyä ihmislähtöisesti, asettamalla datan käyttäjät ja käyttökohteet suunnittelun keskiöön. 
 
Usein datan hyödyntämistä lähdetään edelleen ratkomaan teknologia, mielenkiintoinen algoritmihaaste tai järjestelmä edellä. Kun käyttäjät ja käyttäminen unohtuvat, tuloksena voi olla tilanne, jossa datan hyödyntämisen haasteet vain siirtyvät paikasta toiseen. Hienoinkaan algoritmi ei ole arjessa arvokas, jos se ei ole käyttäjälleen käytettävä tai jos se on liiketoiminnalle liian triviaali. 

Designvetoinen ajattelu, eli datan hyödyntäminen käyttäjien ja käyttämisen näkökulmasta, tarjoaa mahdollisuuden välttää tämän. Designvetoisen lähestymisen avulla datatekeminen on mahdollista kohdistaa oikeisiin, käyttäjälle ja liiketoiminnalle arvoa tuottaviin asioihin. Näin pienennät riskiä investoida ratkaisuihin, jotka eivät täytä käyttäjiensä todellisia tarpeita, tai joissa maksat turhista ominaisuuksista. 

Designvetoinen lähestyminen auttaa: 

  1. Hahmottamaan arvontuottoa ja kaivamaan esiin arvokkaimmat paikat ja keinot hyödyntää dataa. 
  2. Lähestymään datan hyödyntämistä sitä käyttävien ihmisten ja liiketoiminnan tarpeet edellä, ja vasta sen jälkeen valitsemaan tilanteeseen sopivat toteutusteknologiat – tämä pienentää investointiriskejä huomattavasti.  

Ihmiset ja liiketoiminta ensin - teknologiat sitten

Kun haluat todella luoda lisäarvoa käyttäjille ja liiketoiminnalle, harkitse muotoiluajattelun (design thinking) periaatteiden soveltamista datahaasteiden ratkomiseen. Listasin alle Siilin suunnittelijoiden ja data-asiantuntijoiden yhteistyössä projekteista keräämät avainvinkit parempaan datan hyödyntämiseen:

  1. Kokoa toteutustiimi niin, että sekä data- että designosaaminen ovat läsnä ja täydentävät tosiaan. Parhaat ja käytännönläheiset ratkaisut syntyvät, kun design- ja dataosaajat työskentelevät yhdessä. Parhaimmillaan sivutuotteena syntyy uusia innovaatioita. 
     
  2. Aloita ymmärtämällä datan käyttäjien arkea, tehtäviä ja tarpeita. Ensimmäinen askel on ymmärtää datan hyödyntämisen nykytilaa ja löytää kuilut ja ongelmakohdat tarpeiden ja todellisuuden välillä. Käyttäjien ja liiketoiminnan tarpeiden ja kokonaisuuden ymmärtäminen on yksi muotoiluajattelun peruspilareja, joka on luontevasti sovellettavissa myös dataratkaisujen suunnitteluun. Usein tällainen ’pöyhintä’ paljastaa myös uusia ennakoimattomia mahdollisuuksia, joita ei muuten olisi osattu kuvitella.
     
  3. Pyri hahmottamaan arvontuotto systeemitasolla. Yritys ja sitä ympäröivät sidosryhmät ovat kokonaisuus, joten myös datan hyödyntämistä kannattaa lähestyä kokonaisuuden kautta. Dataratkaisut eivät ole irrallisia saarekkeita, vaan ne liittyvät usein joko yrityksen arvontuottoon tai sen jatkuvuuden varmistamiseen. Suunnittelijan kannattaakin pyrkiä ymmärtämään, miten arvontuotto syntyy yrityksen eri toimijoiden, prosessien, ja sidosryhmien kesken, ja mikä yrityksen datan rooli voisi siinä kokonaisuudessa olla. Systeemitason ymmärtäminen paljastaa usein myös mahdollisuuksia hyödyntää dataa nykyisen arvoketjun ulkopuolella. 
     
  4. Älä yritä ratkoa kaikkea kerralla. Priorisoi ja maalaa tavoitetila jota kohti kulkea iteratiivisesti. Harvemmin datan hyödyntämisessä pystytään hyppäämään yhdellä loikalla nollasta sataan. Datan hyödyntämisessä kannattaakin siis lähteä liikkeelle eniten arvoa tuottavista teemoista. Kehityskohteiden priorisointi esimerkiksi suhteelliseen arvoon perustuen on hyvä tapa arvioida, minkä ongelmien ratkominen voisi tuottaa eniten arvoa käyttäjille sekä liiketoiminnalle. Voit määrittää suhteellista arvoa esimerkiksi oletetun hyödyn, toteutuskustannusten ja tekemättä jättämisen kustannusten kautta. Iteratiivinen kehittäminen on toinen muotoiluajattelun avainajatuksista, jota voit soveltaa myös dataratkaisujen kehittämisessä.
     
  5. Prototypoi, kokeile, ja varmista ratkaisujen toimivuus. Palveluiden ja tuotteiden suunnittelussa käytetty prototypointi, käyttäjätestit ja pilotointi ovat osuvia työkaluja myös dataratkaisujen toimivuuden varmistamiseen ja suunnitteluun. Dataratkaisuilla ei ole aina käyttöliittymiä, joten prototypoinnin ja testauksen kohteena voivat olla palveluiden lisäksi myös esimerkiksi prosessit, teknologia-POCit tai töiden kulut. Kokeilua ja testaamista kannattaa tehdä läpi koko toteutusprosessin. Näin varmistat, että ratkaisu kehittyy pala palalta oikeaan arvoa tuottavaan suuntaan, etkä hukkaa turhaan resursseja. 

Data tarvitsee designia, jotta tekeminen voidaan kohdistaa eniten arvoa tuottaviin asioihin. Designerit puolestaan tarvitsevat dataa suunnitellakseen parempia liiketoimintoja, palveluja, sekä asiakaskokemuksia, ja varmistaakseen että ratkaisut ovat datan ja teknologian vinkkelistä juurrutettuja todellisuuteen. Designin ja datan liitto on vielä vähemmän tunnettu, mutta todella arvokas mahdollisuus.

Mikäli haluat keskustella dataratkaisujesi suunnittelusta tai uusien mahdollisuuksien löytämisestä, ota yhteyttä!

---

Lue seuraavaksi: 

Hyvä muotoilu on hyvää bisnestä

Design thinking - näin vältät 5 muotoiluajattelun tyypillisintä sudenkuoppaa

Näin viet yrityksesi datatalouteen