Den datadrevne reisen: Teknologi, Kultur og Organisering

I denne episoden av ProsessPodden, leder Frode Stenstrøm en diskusjon med eksperter Øyvind Nilsen og Eivind Lofthus om konseptet med datadrevne virksomheter. Vi snakker om hva det vil så å være datadrevet, hvorfor dette er viktig. Videre diskuterer vi hvordan bedrifter kan organisere seg for å lykkes med bruk av dataanalyse og rapportering for forbedret drift. Hovedbudskapet i podkasten er hvordan bedrifter kan overvinne hindringer for effektiv innsikt og analyse. 00:00 Introduksjon til datadrevne bedrifter 00:27 Gjestenes bakgrunn og erfaring 01:05 Hva er en datadrevet bedrift? 01:07 Begrepsavklaring: Hva er en datadrevet bedrift? 02:13 Relevansen av datadrevne bedrifter i dagens samfunn 05:06 Bygging av en god kultur for analyse og datadrevne beslutninger 09:36 Utfordringer og løsninger i implementering av datadrevne systemer 17:15 Betydningen av datakvalitet og eierskap og bruk av tallene 21:16 Hva kan vi gjøre med dårlig datakvalitet? 26:01 Bruk av Kunstig Intelligens 30:49 Hvordan starte reisen mot å bli en datadrevet bedrift 32:09 Har valg av teknologi noen betydning? 36:27 Avslutning og takk

Episode Transcript

Frode Stenstrøm (00:00):
Svært mange bedrifter ønsker å bli

(00:01):
datadrevet i sine beslutninger.
Men det er ikke så lett å komme dit.
Jeg er derfor lurt på hva en bedriftbør 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 teknologieni reisen på en datadrevet bedrift?
Jeg håper Øyvind og Eivindkan gi svar på dette.

(00:23):
Mitt navn er Frode Stenstrøm,og dette er ProsessPodden.
Jeg ønsker først deg,Øyvind, velkommen til studio.

Øyvind Nilsen (00:31):
Hei, takk for det.
Øyvind heter jeg har jobbetmed analyse i cirka ti år.
Både som konsulenttidligere, men også InHouse.
Nå er jeg da konsulent igjen.

Eivind Lofthus (00:47):
Jeg heter ikke Øyvind, men Eivind.
Jeg har også jobbetmed analyse i mange år.
Jeg begynte på 90-tallet.
Drevet med datavarehus og data scienceog masse rart forskjellig innimellom.

Frode Stenstrøm (01:05):
Velkommen, det blir spennende dette.
Jeg tenkte vi skulle fålitt begrepsavklaring først.
Øyvind, hva er egentligen datadrevet bedrift?

Øyvind Nilsen (01:13):
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 egentligom hvordan en bedrift skal bruke
dataene sine, ikke bare at de får depresentert i form av tabeller eller
andre typer visualiseringer, men at dekan nyttiggjøre seg av de dataene de har

Frode Stenstrøm (01:37):
Hva betyr datadrevet bedrift for deg, Eivind?

Eivind Lofthus (01:40):
Det kommer litt an på situasjonen vil jeg si, men egentlig
så er jeg ikke noe veldig glad idet ordet egentlig for det liksom
indikerer at, At dataene skal drivesjappa for deg, at du skal ta alle
valgene, det er jo ikke tilfelle.
Men for de fleste betyr det, om viskal tolke det i god innsikt, at du tar

(02:03):
informerte valg på bakgrunn av funn idataene, blant annet funn i dataene.
Så det er det det betyr åvære datadrevet for meg.

Frode Stenstrøm (02:13):
Hvis vi fortsetter dette med begrepsavklaring, og vi
snakket om datadrevet bedrifter,hvorfor er det relevant i dag?

Øyvind Nilsen (02:21):
Det begrepet er veldig relevant fordi at bedrifter
i dag har veldig mye data somde ikke nyttiggjør seg av.
Når du får samlet inn og strukturertdataene dine, Så får du også
selvfølgelig mye bedre oversikt over de.
Du får innsikt også, og du kan dele deninformasjonen med de andre ansatte, og på

(02:45):
den måten forsøke å skape verdi ut av de.

Frode Stenstrøm (02:49):
Men hvilket syn har du på viktigheten av data for bedriften, Eivind?

Eivind Lofthus (02:55):
Nei, jeg tenker det der å forandre seg litt...
Det er egentlig mye at bedrifteneblir mer og mer digitaliserte.
Det betyr jo egentlig at systemenelegger inn mer og mer data.
Så potensialet for å ta i bruk dedataene blir bare større og større.
Det som kanskje er nytt de siste åreneer jo egentlig det at tradisjonell BI

(03:19):
har fokusert veldig mye på, på resultatetav prosessen i en bedrift, mens nå
med moderne systemer så kan du ogsåfå registrert mye av innsatsfaktorene.
Dermed så åpner detseg nye analysemetoder.
Det tenker jeg er noe som økerbetydningen, da er det i hvert fall å

(03:42):
se på dataene, betrakte dem og ta demmed i de beslutningene som du gjør.
Så kan du også si det at hvis du jobberi en veldig kundeorientert B2C-bedrift,
så har du også muligheten til å ladataene ta faktisk beslutninger, sånn
som for eksempel i marketing, hvorI stedet for subjektive meninger kan

(04:09):
bygges opp sannsynlighetsmodellersom er bakgrunnen for kundereiser.

Frode Stenstrøm (04:16):
Men synes dere at alle bedrifter burde
satset på å bli mer datadrevet?

Øyvind Nilsen (04:22):
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, hvilkedata er det de har, altså hvilke data er
det de kan nyttiggjøre seg av også, og deter jo et viktig poeng å få med, synes jeg.

Eivind Lofthus (04:41):
Jeg tenker hvis du driver en virksomhet i konkurranseutsatt del
av næringslivet, Så hvis du stopperopp i å perfeksjonere det du holder
på med, så taper du konkurransen.
Sånn at hvis du føler at du erkonkurranseutsatt og du ikke bruker

(05:03):
dataen din da har du på en måteet område hvor du kan forbedre deg

Frode Stenstrøm (05:13):
Øyvind, hvordan bør en bedrift bygge en god kultur for samarbeid
rundt analyse og datadrevet beslutninger?

Øyvind Nilsen (05:19):
Jeg tenker jo at igjen da, alt starter med et behov men Hvis vi kan
legge til grunn at en bedrift har bestemtseg for å ta i bruk dataene sine på en
bedre måte, og få presentert de, så holderikke det helt ofte, hvert fall ifølge

(05:42):
min erfaring, så må dette forankres.
Først må man forankre at det er etbehov og et mål om hvor vi skal.
Hvis ikke så mister du resten avorganisasjonen veldig fort, fordi at når
man skal begynne å gjøre analyse, kanskjeman skal innmate et datavarehus, og man

(06:06):
skal presentere det i et eller annetanalyseverktøy, 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 iforhold til eierskap av ting.

(06:29):
Man får utfordringer hvordan den nyemåten, hvis det i det hele tatt er noen
ny måte, hvordan ting skal gjøres da.
Da må man ha ledelsen i ryggenda, når man skal gjøre sånne ting.
Man får veldig fort veldig mangespørsmål når man faktisk skal sette
seg ned med tegnebordet og gjøre ting.

Eivind Lofthus (06:52):
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 personerutenom IT-kunnskap i det hele tatt, så
går det stort sett heller aldri bra.
Så det er på en måte, hvaskal vi si, en virksomhet som

(07:15):
krever tre typer kompetanse.
Det ene er jo metode ogkompetanse og taleforståelse,
og det andre er IT-forståelse.
Og det tredje som er det viktigste erjo egentlig forståelse av forretningen.

Øyvind Nilsen (07:31):
Ja, det er jo veldig viktig det du sier der da, med at vi
må for all del unngå at et BI-systemblir IT-styrt ja, det er forferdelig
ikke sant, jeg som konsulent akkurat nåvet jo ikke hva eller hvordan hverdagen

(07:52):
til en salgssjef eller en kategorisjefer jeg vet ikke nødvendigvis hans
behov dag til dag det må han eller hunfortelle meg da så kan jeg sparre litt
med de for å finne ut hvordan vi skalkomme frem til det målet sammen da.
Og der kommer på en måte inn det der.

(08:13):
Skal dette implementeres på ensuksessfull måte, så må vi på en
måte ha talerør ute i organisasjonen.
Spesielt hvis det er litt størrelsepå, altså hvis det jobber 20, 50 eller
100 stykker på salgsavdelingen, og detsamme på fire andre avdelinger der,

(08:33):
så er det klart at man kan ikke taimot alle de beskjedene på egenhånd.
Man må ha en nøkkelperson.
En nøkkel bruker for å kunneklare å kommunisere og at alle
skal dra i samme retning da.

Eivind Lofthus (08:50):
Jeg har jo vært i denne situasjonen at jeg har vært ansvarlig
for utviklingen av datavarehus og BI enstørre bedrift det du merker er at det
kommer en krav fra en hel organisasjonsom er av veldig forskjellig karakter
ja Og som for et IT menneske erveldig vanskelig å prioritere riktig.

(09:10):
Sånn at det å få på plass et styrendeorgan, eller få konsensus for hvilken vei
utviklingen skal gå, og hvordan du skalprioritere det, det er supersentralt.
Det betyr også at.
Du binder de folka som sitteri det organet til masta.
Du slipper alle disse omkampeneom prioriteringer og ressurser

(09:35):
som du ellers ofte får.

Frode Stenstrøm (09:36):
blir det ikke da fort datavarehusteamet eller analyseteamet
enn for å være plugg i systemet?
Hvis du skal serve så stor bredde avorganisasjonen, så er det veldig mange
man egentlig skal tilfredsstille?

Eivind Lofthus (09:50):
Det er der moderne verktøy kommer inn.
Fordi det var sånn atdatavarehusgruppa var alltid en propp.
Ja.
Mens nå med selvbetjeningssystemet såhar du muligheten til å lage mye mer
fleksible løsninger som treffer mangeflere, og som er mye enklere å sette
opp, hvor brukeren gjør mye av denjobben som datavarehusteamet gjorde før.

Frode Stenstrøm (10:15):
Ja, for jeg har jo selv vært på bestillersiden av dere
to, altså jeg ønsker å få en rapportpå 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 skjønnerjeg at det var ikke det jeg ville ha.
Og så går jeg en runddansen, menshvis jeg kunne bare satt meg ned
med selvbetjeningsløsningen og stiltspørsmålet og fått svar, nesten sånn

(10:38):
samtaleaktig, så hadde jeg sannsynligfått det grunnlaget mye fortere da.

Øyvind Nilsen (10:43):
Da jeg var ansvarlig for datavarehus i en av Norges største
bedrifter, så var det litt sånn, skaldette være en selvbetjeningsløsning?
Der brukerne får lov til å lagedet innholdet de vil, basert på
de dataene vi gjør tilgjengelig.
Eller skal det være sånn atdette går gjennom meg da, og IT?

Frode Stenstrøm (11:08):
Hva gjorde dere?

Øyvind Nilsen (11:09):
Nei, det var veldig mye diskusjoner rundt det.
Vi landet på at dette måpå en måte kapseles litte
grann inn, uten at vi tar...
Friheten fra brukerne våre for detvar jo sånn at de hadde fått lov til

(11:31):
å holde på som de ville da, frem tiljeg startet der og resultatet var jo
utrolig mye dårlig innhold veldig myeduplikater altså det fantes 30 rapporter
av den samme typen men du visste joikke det Og jeg visste ikke det, fordi

(11:51):
vi hadde de litt hver for oss da.
Så hvordan ordnet vi dette?
Det var å kapsle det litte granninn, men jeg innså jo fort at
dette klarer seg på egenhånd.
Jeg må på en måte litt inn mot dettalerøret som jeg snakket i stedet.
Og da var det på en måte å finnesterke personligheter på...
På salg, sterke personligheter pålogistikk på kategori og innkjøp og

(12:16):
så videre for de skulle kunne hjelpemeg med å prioritere, men også snakke
ut til organisasjonen at nå er det noepå vei, dette får dere dette får dere
ikke nå og så videre og etter hvertsom vi innarbeidet den gruppen, og den
ble på en måte en del av hverdagen dettok jo kanskje et halvt år Så kom vi

(12:39):
på en måte litt der vi ville, at allefaktisk dro i samme retning, at vi ikke
fikk så mye mas, og at organisasjonenvar fornøyd med det vi leverte.

Eivind Lofthus (12:52):
Det er klart det er en balansegang der, blant annet så krever
vi, altså hvis du skal slippe rådataløs på sluttbruker, så kreves det en,
En mye mer grundig tilrettelegging.
Det krever på en måte entilrettelegging som egner seg
for hvem som helst av de dataene.

(13:12):
Men det andre jeg vil si er atdette her er veldig avhengig av
virksomheten og bransjen egentlig.
Noen bransjer er av naturmye mer analytiske enn andre.
Det krever mye mer "ad hoc-analyser" ennandre bransjer hvor ting er mer stabilt.

(13:33):
Sånn at det finnes på en måte et spekterav svar som er riktig, men det gjelder
jo å organisere seg lurt da, uansett.

Øyvind Nilsen (13:43):
Ja, og det er jo litt av utfordringen, i hvert fall
med dette, og sikkert mange andresystemer eller løsninger også, Det
er litt sånn, du møter brukere somer gode teknisk, og noen som ikke er
like gode, og noen som er i midten.
Men du møter også brukere som harinteresse for det man viser, mens noen

(14:07):
kanskje ikke ser så stor verdi i det.
Hvordan skal vi på en måte hjelpeorganisasjonen 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 damå man ha forankringen da og folk ser
at de ikke minst vet at dette skalde faktisk få lov til å bli bedre

(14:32):
i eller få lov til å bli gode på

Frode Stenstrøm (14:35):
Men det ligger vel en erkjennelse i det dere sier at dette
er jo ikke et prosjekt hvor man byggernoen 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 datatil kommunikasjon, så vil man på
det settet bygge kulturforståelse påat «Ok, det er altså poeng å bruke

(14:58):
fagsystemet vårt som heter data fra».
For det er veldig mange bedriftersom gjør, jeg kaller det management
by mail, eller management by Excel,hvor man enten styrer oppgavene på
mail til hverandre, eller man rettog slett lager kompliserte Excel
ark, som det ikke er noe innsyn i da.
Jeg har jo veldig tro på det at hvisman åpner opp datasettet og deler

(15:20):
det med alle, Og får liksom gørretav innsatsfaktorene synlig for alle,
så skjønner man også over tid atjo, her har vi jo kontroll, vi vet
hva som skjer, og hvorfor det skjer.

Eivind Lofthus (15:29):
Bedrifter forandrer jo seg hele tiden.
Dessverre så gjør joikke BI-rapporter det.

Frode Stenstrøm (15:35):
Nei.

Eivind Lofthus (15:35):
Et fenomen som er ganske vanlig, er jo at datavarehus
rapporterer på en hel helg tingsom ikke blir brukt lenger.
Sånn gammelt jungeltriks er joegentlig å skru av alle rapporter.
Og så skrur du på deigjen som blir etterspurt

Frode Stenstrøm (15:53):
ja, så du skrur dem på når folk først klager.

Eivind Lofthus (15:56):
Ja, ikke sant.
Men det er ganske litt drastisk, men deter nok riktig å tenke, i hvert fall på
det sånn tradisjonelt, at det er jo enfabrikk som lager tall, og det lønner
seg nok å ta en sjau en gang imellomog se hva som faktisk blir brukt.

Øyvind Nilsen (16:17):
Ja, helt klart.
Akkurat det trikset du nevnteder, 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 tilgangtil dette, og ikke minst hvem som
brukte det, hvor ofte, ikke sant?

(16:39):
Så hadde man et "performance-issue" pådet her igjen, hvor deler av skjul...
Kunne legges på at det var så myeduplikater og dårlig innhold da.
Hvordan kunne vi gjøre innholdetrelevant og spisse innholdet?

(17:01):
Altså, hvordan skal det se ut danår 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 (17:15):
Du er inne på et tema jeg synes er litt spennende,
fordi det går på kommunikasjon.
For når man ser på rapporteringfor 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 fortolkertalene på en helt annen måte igjen.
Så er ikke egentlig det åtenke kommunikasjon viktig?

Eivind Lofthus (17:37):
Det er veldig lett å lage tall som er egnet til å misforstås.
Den første jobben jeg hadde var iStatistisk sentralbyrå, og det var
det aller, aller, aller viktigste.
Det var at dette tallet som dupubliserte ikke kunne misforstås.
Nå ble det jo det likevel, kan manjo si, men det er et viktig poeng.

Øyvind Nilsen (18:00):
Men her kommer det med...
En sannhet og pålitelighet og oppetid.

Frode Stenstrøm: Tilgjengelighet av tallene. (18:09):
undefined

Øyvind Nilsen (18:10):
Ja, ikke sant.
Dette er jo noe av det sier segselv, og man har hørt om det før, men
har man ikke en sannhet da, og godoppetid, så blir det liksom, da får
man ingen pålitelighet rundt dette.
Man får ikke noe...
Driv i en sånn type løsning.

Frode Stenstrøm (18:30):
Men jeg lurer litt på hvordan kan vi sikre og bruke
teknologi til å sikre på at vi kanstole på det hvis vi faktisk ser?

Eivind Lofthus (18:36):
Det du kan si er at du har ikke så veldig mange forsøk på
deg altså, fordi dårlig datakvaliteteller feil tall rett og slett er
ødelegger troverdigheten, og da nytterdet ikke å komme riktig tall senere.
Når man lager en sånn løsning som lagerstatistikk og tall for en bedrift,
så bør det være gjort ordentlig.

(18:57):
Fra starten, ja.
Kvalitetssikring?
Ja, det er det viktigste, synes jeg.
Hvis ikke, så får du et problem.

Frode Stenstrøm (19:03):
Men er ikke det veldig krevende å kvalitetssikre de dataene?

Eivind Lofthus (19:07):
Ideelt sett skal dataene være riktige når de legges inn.
Et tradisjonelt BI-prosjektkommer jo i etterkant.
Etter at du har investert storepenger i operasjonelle systemer.
Operasjonelle systemer er gjort for å fåordentlige prosesser, ikke nødvendigvis
for å legge inn data av god kvalitet.

(19:29):
Så mye av arbeidet i en BI-prosjekter å finne og rette opp i de
feilene og manglene som dataenefra operasjonelle systemer har.
Hvis du tenker litt mer helhetlig, nåkommer inn tids nok, og bruker gjerne
produkter fra en leverandør, så kandu sørge for at det operasjonelle

(19:53):
systemet leverer data av god kvalitetfra dag 1, som jo er kritisk.
Så det tenker jeg, sånn sommarkedet har utviklet seg med de
tre store cloud-leverandørene,så er det en ny mulighet.

Øyvind Nilsen (20:11):
Mange av dem har jo bedrift av masse legacy.
De har et system eller en haug medprosesser som alltid har fungert.
Men så er det ofte sånn at de er avhengigav et få tall personer som opprettholder
dette systemet, eller disse prosessene,ikke sant, som gjør det veldig sårbart.

(20:37):
Da kan jo, når man bare kommer innmed en analyseplattform, da kan jo man
selvfølgelig kontrollere mot det, hvisdet 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 vildu alltid til kilden, se og speile den.

(21:03):
Se at du har det samme, det er påen måte steg en, før du da kverner
disse dataene og Gjør prosessenvidere og presenterer de til slutt.

Frode Stenstrøm (21:16):
Er det til gode å komme til en bedrift hvor ikke de har en
eller annen utfordring med datakvaliteti et eller annet operasjonelt system?
Og så sitter det likevel noenpå toppen som vil ha noen tall.
Klarer dere å finne frem gullet ogfjerne støyet, eller må bedriften
rydde de operasjonelle systemenefor å i det hele tatt få noe nytte
av og glede av den investeringeni datavarehus og rapportering?

Eivind Lofthus (21:41):
Det er et veldig godt spørsmål.
Jeg vil jo si det at det beste er åfikse dataene der hvor de kommer inn.
Altså at du designer et godt operasjoneltsystem, også med det for tanke til
at dataene skal brukes i analyser.

Frode Stenstrøm (21:59):
De har vært i drift i ti år, og så begynner de rapportering nå.
Så ligger det ti år med produksjonsdata.

Eivind Lofthus (22:04):
Tenk analyser fra dagen.
Da slipper du det problemet.
Men hvis du nå har detproblemet at du har masse...
Blant annet delvis historikk for eksempeli operasjonelle systemer så kan jo en
god analyseplattform og gode folk dergjøre utrolig ting med de dataene.

Øyvind Nilsen (22:25):
Et gammelt og velbrukt begrep er jo "shit in, shit out", og
det har jeg også opplevd mange ganger ogda er svaret mitt ja, i et datavarehus
eller en analyseløsning så kan vi alltidManipulere dataene enten å ta dem bort

(22:46):
eller endre på dem, legge til noenlogikk og så videre, men vi vil jo ikke
gjøre det litt av poenget for meg mednår du gjør hele reisen og kommer opp
dit at du skal visualisere noe i foreksempel Power BI da det at du kan bruke
dette, og det glemmer jo folk du kanjo bruke dette til å synliggjøre feil.

(23:09):
Til å finne ut hvor feil det er.

Frode Stenstrøm (23:11):
Som et verktøy da, også for å på en måte rydde
de operasjonelle systemene?

Øyvind Nilsen (23:15):
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 åfinne 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 detskal være, og så forsøke å rette opp.

Eivind Lofthus (23:38):
Det der er veldig, veldig viktig.
Det er mye vanligere at folk trorat de har god data Og så er dataene
ikke av tilstrekkelig kvalitet forå ta de slutningene som de gjør.
En omvendt, liksom.
Når folk tror de har dårligdata, så er dataene gode nok.
Det er ganske sjeldent.

(23:58):
Sånn at det er veldig vesentlig at de somskal ta avgjørelser basert på informasjon
fra data, kjenner datakvaliteten.
Det er uhyre viktig

Øyvind Nilsen (24:12):
og ha eierskap til den

Frode Stenstrøm (24:14):
eierskap til tallene, ja

Øyvind Nilsen (24:16):
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 suppleredataene fra kilden med noen andre
kilder, eller noe helt eksternt.

(24:36):
La oss si en gruppering av noenslag, som det er behov for.
Det skal noen bruke, menden 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 ålese den inn, og på andre siden sitter

(24:57):
folk og tenker at dette er riktig.
Det er jo det som regel.
Men hva hvis den personenslutter, eller glemmer, eller
ikke gjør jobben sin, ikke sant?
Derfor er det så viktig med deneierskapet til dataene, men også
at det eierskapet er forankret, atbrukerne også føler at ansvaret, Da

(25:20):
er det litt på det rundt kultur igjen.

Frode Stenstrøm (25:23):
Jeg plukker opp det dere sier med at man må tenke analyse som
grunnmur inn i de operasjonelle systemenefor dataen skal brukes til noen ting,
det skal ikke bare punches og logges.

Eivind Lofthus (25:32):
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 ikkeha belegg og mener noe om.

Frode Stenstrøm (25:49):
Jeg tror vi har et politisk system som er basert på det.

Eivind Lofthus (25:51):
Ja, det er liksom "cowboyvirksomheter" da, kan du kanskje
kalle det, men det er nok mer vanligenn "cowboyvirksomheter" egentlig.

Frode Stenstrøm (26:01):
Men vi kom jo ikke helt unna om tematikken kunstlig intelligens
og Microsofts Copilot spørsmålene.
Jeg hører jo hva reklamen sier, du skalkunne stille chatboten spørsmål Om noen
ting, og så skal den kunne slå opp i deunderliggende systemene og gi deg et svar.
Men har dere vurdert det, om deter på en måte en vei fremover

(26:23):
for sånn som det ser ut nå, ellerblir det mest et leketøy nå i dag?

Eivind Lofthus (26:27):
Det er jo det store spørsmålet.
Jeg tror svaret egentligligger et sted midt i mellom.
Jeg er ganske sikker på at det kommertil å bli et nyttig verktøy, men
kanskje ikke så viktig som Hypen sier.

Frode Stenstrøm (26:39):
På de som hyper det mest, de som virkelig hyper ordentlig,
de sier at ok, hvis jeg spør hva varukens omsetningstall, så får jeg tall.
Og så skal jeg kunne kommemed et oppfølgingsspørsmål.
Hvorfor er det slik?
Og da skal jo teorien skalverktøyene klare å gå og analysere
bakgrunnstallene og gi meg et ordentligsvar på hvorfor falt omsetningen
med 10% fra en uke til neste.

(27:00):
Og det er jo der jeg lurer på hvormye er det faktisk en reell ting.

Eivind Lofthus (27:03):
Jeg tror nok aldri du får en modell til å
si den underliggende årsaken.
Den kan sikkert bryte ned tallenefor deg, sånn at du vet Hvilke
produkter som selger mindre

Øyvind Nilsen (27:14):
Vi snakkes om noen år om dette det er veldig imponerende det
som allerede finnes og jeg vet ikke omalt 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 sånneting for noen år siden Jeg har fortsatt

(27:39):
ikke vi har hatt noen big data prosjektermen man har på en måte ikke hatt nok
data til å dra skikkelig nytte av det.
AI er Interessant nok nå, eller bra noknå, til å dra ordentlig nytte av det,
eller klarer jeg meg like fint ved å sitteog gjøre mine egne tanker og klikke litt

(28:03):
og gjøre mine egne spørsmål det er veldigvanskelig å svare på, men jeg tror jo at
det vil bli mye bedre og at vi kan brukedette til ting jeg ikke har tenkt på enda

Eivind Lofthus (28:16):
Det vi vet er i hvert fall at for to år siden så
var det ingen som kunne forutsihvor gode språkmodellene er i dag.
Så det er vel sannsynlig at detkommer til å gjenta seg, så det
er veldig vanskelig å se et par årfremover hvor god de modellene er.

Øyvind Nilsen (28:34):
Det går jo utrolig fort, utviklingen.

Eivind Lofthus (28:37):
Ja, det går virkelig fort altså.

Øyvind Nilsen (28:38):
Fordi disse store selskapene sitter på...
Helt ville mengder informasjon som jomater disse modellene og det er jo også
forklaringen på eller mye av forklaringenpå hvorfor det blir så mye bedre så raskt.

Eivind Lofthus (28:55):
Det jeg tror det er jo ikke noen bombe men type
programmeringsspråk er veldig godttil den typen kunstig intelligens
fordi det er tross alt en ganskestrukturert og regelbasert måte
å ha et språk på, rett og slett.

(29:18):
Tror jeg det kommer til å bli veldigvanlig at i stedet for at du skriver
inn kode i et verktøy, at du kan snakkeinn den koden hvis du foretrekker den.

Frode Stenstrøm (29:28):
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 pånorsk, og den vil oversette og tekste
spørsmålet med veldig stor kvalitet.
Ikke perfekt, og det erselvfølgelig dialekter den sliter

(29:49):
med, men man har kommet langt.
Når man først spør hva var ukensomsetning på varekategori B, så klarer
den språkmodellen å gjøre om det tilen spørring tilbake til underliggende
systemer og gi meg et svar tilbake.
Men det er jo bare en annen måteå slå opp den salgsrapporten på.
Så jeg spør om det er merleketøy enn nytteverdi.

(30:10):
For min del ville nytten vært hvisjeg kunne spurt videre, men hvorfor
er det slik å faktisk få et svar?
Men det er jo da jeg tror fortsattat man må ha bygd en del analyser
og modeller og prognoser somforklarer innsatsfaktorene kanskje.
Det jeg tror kommer til mest impacter på intern kommunikasjon, at man kan
dele informasjon på en lettere måteuten å lage strukturerte, predefinerte

(30:32):
rapporter, som du var litt inne på istarten, altså selvbetjeningsløsninger
for å hente svar på tall.
Når du ser hva Microsoft gjør med Copilotpå operativsystemet, hvor de bygger
det inn, så kan du egentlig spørre omhva som helst av den dataen som dere
har gjort tilgjengelig for systemet.
Hvis dere skulle begynt på et heltnytt prosjekt hos en ny kunde i

(30:52):
dag, som har operasjonelle systemer,men ønsker å begynne reisen, hvor
skal kunden begynne den reisen sin?

Øyvind Nilsen (31:01):
Det kommer litt an på hva vi Hva vi legger til grunn, men ofte
da, så har jo kanskje grunnen etter enannen form for datavarehus fra før av.
Så blir jo spørsmålet hvorforde skal skifte og hva de
skal skifte til, ikke sant?
Vi skal komme med noen teknologiråd,vi skal gjøre en analyse rundt hva

(31:27):
det er de vil, hva er behovene her.
Før vi på en måte kan begynne å se påhvilke data de skal ha og så videre.

Eivind Lofthus (31:34):
Det beste utgangspunktet er å begynne med forretningsbehov.
Hva er det du egentlig vil?
Hva er det som er utfordringene?
Altså, hva er det detrenger informasjon om?
Og deretter så følger dataene, ogderetter så følger teknologien.
Den kommer bakerst.
Og akkurat når det gjelder teknologi,så blir den på en måte, synes jeg

(31:56):
da, at den har blitt lettere oglettere På en måte å beherske det
er mindre og mindre tekniske ellerteknologiske hindre for å gjøre dette

Frode Stenstrøm (32:09):
Hadde det spilt noen rolle egentlig om en kunde hadde valgt
teknologi fra Microsoft eller fra Amazoneller Google en av de store, er de blitt
så komplette nå at det er Er egentligikke spiller en så stor rolle lenger?

Øyvind Nilsen (32:22):
Uten å gå i detaljer, hvis man skal si litt
sånn overordnet, så kan jo de flesteverktøy gjøre stort sett det samme.
Men det kan være littforskjellige vei til mål.
Fordelen med de store selskapene,sånn som Microsoft og Fabric nå,
det er at de pakketere alt da.

(32:44):
Det gjør det litt enklereog raskere å komme i gang.

Frode Stenstrøm (32:49):
Blir det billigere for kunder å gå den veien?

Eivind Lofthus (32:51):
Godt spørsmål, egentlig.

Frode Stenstrøm (32:54):
For det er mange av de kundene som vi snakker med
til hver dag, det er bedrifterpå kanskje 10-20-30 ansatte.
Og i gamle dager så ville ikke de hatt rådtil, for eksempel en datavarehusplattform
til 15-20 000 i måned, ville ikkevært inne for rekkevidde i hele tatt.

Eivind Lofthus (33:07):
Jeg tenker det Microsoft har gjort med Fabric,
for jeg mener akkurat nå, Så harde et konkurranse kort i markedet.
De har et forsprang.
Det skyldes to ting, egentlig.
Det ene er at Fabric er et skikkeligbredt utvalg av verktøy og tjenester.

(33:28):
Som de har "bundlet" sammen, priser, ogde priser er egentlig ganske aggressivt.
Sånn at inngangspletten til Fabric er dener akseptabel for nesten alle bedrifter.
Men så er det jo ulempe å gjøredet på den måten, altså prisingen
er veldig lite transparent.

Frode Stenstrøm (33:47):
Så det er vanskelig å vite hva det kommer til å koste over tid?

Eivind Lofthus (33:50):
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, littfor det, litt for det, og så er
summen ganske stor i hvert fall.

Frode Stenstrøm (34:02):
Jeg mener helt bestemt at det er dumt å begynne å
vurdere og sammenligne hva de kan avfunksjoner, for dette er jo tjenester
som utvikles så rivende fort, så hvisdu gjør en sånn analyse, så er den
analysen utgått dagen etterpå nesten.
Så det man må heller velge enleverandør man stole på, og vet at
kan være der over lang tid, sånninvesteringen man gjør, Ikke blir borte.
Med den satsingen Microsoft har gjortmed Copilot nå, som jeg skjønner nå ikke

(34:25):
har bare skjedd de siste årene, selv ommarkedet har blitt bevisst på det de siste
årene, den har de holdt på i mange år.
Når de nå har åpnet Copilot-konnektorerfor alle de som har jobbet med Power
BI, 1100 konnektorer i tallet, såsier de at dette har vært en visjon de
har hatt og jobbet med i 5, 6, 7 år.
Det er ikke bare for atvi er bevisst på det nå.

Øyvind Nilsen (34:43):
Hvis et så stort selskap som Microsoft
bestemmer seg da skjer det ting.
Et eksempel er jo, jeg har jobbet medveldig mange forskjellige analyseverktøy,
det vil si presentasjonsbiten avdet, Cognos, Tableau, Qlik, Power BI.
Vi hadde jo Power BI innepå prøve for fem år siden.

(35:09):
Nei, ville ikke ha det.
Det var bare ikke så bra somQlik og de andre verktøyene.
Men da var det fortsatt ganske nytt.
Hva har skjedd med Power BIsammenlignet med Qlik og Tableau
og Cognos de siste fem årene?
Power BI har jo blitt mye merenn et presentasjonsverktøy.

(35:35):
Det har egentlig alltid vært det, menmulighetene der nå er ... Altså du kan
gå deg bort da så det er en fare for ågå seg bort men det gir også muligheten
til å være mye mer dynamisk du får veldigmye til da og sånn er det med de andre
teknologiene de kommer med også det gårveldig fort det skjer veldig mye nesten

(35:59):
litt for mye og du kommer dit du skal da

Frode Stenstrøm (36:04):
Så oppsummert så er det kanskje ikke valget av
teknologien som står i fokus med denrapporteringskulturen og datagrunnlaget?

Eivind Lofthus (36:11):
Jeg tenker teknologi er det minst interessante.

Øyvind Nilsen (36:15):
Smak og behag, hvor har du mest erfaring, ikke sant?
Hva koster det selvfølgelig?
Men litt smak og behag.

Frode Stenstrøm (36:27):
Jeg synes dere har gitt mange gode svar.
Jeg tenkte vi skulle avslutte der.
Takk til Øyvind og Øyvind forderes bidrag i dagens episode.
Denne episoden er finne overalt, derdere pleier å høre på podcast, samt
nettstedet Radio.ProsessPilotene.no.
Denne podkasten er produsertav ProsessPilotene.
ProsessPilotene øker verdiene av dinekunder, bruker markedsført teknologi

(36:47):
og jobber med arbeidsprosessenemarkedsføring, salg og service.
Ansvarlig for denne episodenhar vært meg, Frode Stenstrøm.
Jeg tar gjerne imot spørsmålog tilbakemelding på LinkedIn.
Jeg ønsker bedre arbeidsprosesserfor alle, og gjenhør.