Skip to main content

Kuva

It services Enfo
Blogi

Datahallinnan näkökulma: mihin digitalisaatio on menossa?

Sisältökappaleet

Text

Digitalisaation suuret linjat ja tulevaisuus puhuttavat yritysmaailmassa. Digitalisaatio kehittyy vahvasti holistiseen suuntaan, eli sitä tapahtuu kaikkialla. Dataa syntyy käytännöllisesti katsoen kaikesta toiminnasta. Silti edelleen on paljolti avoinna mitä datalla tehdään, mihin sitä käytetään ja mihin sitä saa käyttää?

Enfo toteutti yhdessä Microsoftin kanssa suomalaisten organisaatioiden datan hallintaa ja hyödyntämistä kartoittavan markkinatutkimuksen loppuvuodesta 2021. Tulosten perusteella datan laatu on edelleen merkittävä ongelma, joka vaikeuttaa datan hyödynnettävyyttä liiketoiminnassa. Datan löydettävyys on monelle organisaatiolle iso haaste, jota pyritään helpottamaan lisäämällä automaattiseen metatietojen keräämiseen ja luokitteluun toiminnallisuutta. Datan itsepalvelukäyttö on datahallinnan megatrendi, jossa liiketoimintakäyttäjät hakevat ja hyödyntävät dataa suoraan omatoimisesti. Edes helppokäyttöinen kehittynyt välineistö ei siihen yksin riitä, vaan taustalle tarvitaan laadukasta kuvausta tiedoista eli metatietoja.

Laitteiden internet lisää tiedon toisiokäyttöä – loppukäyttäjäkin voi olla kone

Tunnettu digitalisaation osa-alue on laitteiden internet eli Internet of Things (IoT), jonka kautta päästään hyvin kiinni tietojen toisiokäytön käsitteeseen. Uudet koneet ja laitteet – esimerkiksi teollisuusrobotit, puhelimet, kotitalousuunit, televisiot tai autot – kytkeytyvät nykyisin verkkoon. Laitteet tuottavat dataa, jota on mahdollista käyttää muuhunkin kuin alkuperäiseen käyttötarkoitukseen eli datan tuottaneen laitteen toimintoihin. Datalle voidaan siis löytää toisiokäyttöä. Olemme tämän hyödyntämisessä kuitenkin vasta alkutaipaleella.
Datan loppukäyttäjä ei enää välttämättä ole ihminen. Näyttääkin vahvasti siltä, että seuraava datan käytön tehostamisen aalto syntyy, kun laitteet ja järjestelmät alkavat laajemmin käyttää toisten laitteiden tuottamaa dataa. Puhutaan koneelta koneelle interaktioista, Machine to Machine (M2M). Tämän yleistyminen edellyttää lisää yleiskäyttöisiä standardeja datan jakamiseen ja ennen kaikkea löytämisen helpottamiseen, mutta myös datan käyttöoikeuksien hallintaan.

Tekoäly muuttaa päätelmien luonnetta

Tekoäly tarjoaa datahallintaan koneoppimismalleja, jolla voidaan ennustaa tulevaa hankalasti hahmotettavien suurien datamäärien pohjalta, silloinkin kun suoria toiminnallisia riippuvuuksia on vaikea löytää. Vertaus ihmisälyyn on looginen: Ihminen havainnoi todellisuutta, siis vastaanottaa dataa aisteillaan eli antureillaan, ja soveltaa sitten omaa päänsisäistä algoritmiaan, jonka päättelyketju ei ole aina ihan suoraviivainen.

Samoin kuin ihmisen päätelmät, myös tekoälyn tuottamat tulokset ovat vain tilastollisia ennusteita. Siis päätellään lähtötiedoista jotain todennäköisesti tapahtuvaksi. Ihminen ilmoittaa oman päättelynsä todennäköisyyttä epävarmuutta kuvaavilla ilmaisuilla, kuten ”minusta tuntuu, että”. Tietokoneiden verrattain lyhyen historian aikana olemme tottuneet ohjelmoitujen päättelyketjujen tuloksena syntyvän ensisijaisesti deterministisiä päätelmiä. Meillä onkin opeteltavaa, kun saamme jatkossa entistä enemmän kovaan faktadataan pohjautuvia, mutta silti epävarmuutta sisältäviä päätelmiä myös koneelta.

Datahallinnan ohjelmistorobotit ottavat mallia hakukoneilta

Toinen tekoälyn sovellusalue datahallinnassa on metadatan keruu ja muodostaminen automaattisesti. Etsitään siis mitä dataa olisi saatavana. Internetin hakukoneet ovat jo pitkään viitoittaneet tietä tälle. Ne keräävät automaattisesti metatietoa internetin verkkosivustoilta ja tarjoavat helppoja hakutoimintoja metadataan, sekä myös nopeaa oikoreittiä verkkosivustoille eli ”dataan”. Tulevaisuuden datahallinnan ohjelmistorobototit (crawlerit) voivat tehdä samaa yritysten ja organisaatioiden datasisällöille. Riippumatta datan sijaintipaikasta tai talletusmuodosta voidaan kerätä ja muodostaa uutta metadataa, joka auttaa datan löytämisessä ja hyötykäytössä.

Kolmas tekoälyn sovellusalue on datan automaattinen visualisointi. Kehittyneet ohjelmistot voivat metadatan ja datasisältöjen perustella muodostaa parhaita arvauksia mitä tästä datasta voisit haluta saada nähtäväksi. Yksinkertaisemmillaan tätä toiminnallisuutta löytyy jo lähes kaikista nykyaikaisista datan visualisointiin tarkoitetuista ohjelmistoista, mutta uskoakseni olemme vasta alkutaipaleella. Visualisoinnin automatiikka tulee vielä merkittävästi helpottamaan datan itsepalvelukäyttöä.

Kilpailuetua digitalisaatiosta

Miten ja mistä digitalisoituvassa maailmassa luodaan yritysten kilpailuetu?

Uskon itse vahvasti tehokkaamman datan hyödyntämisen tuomiin etuihin, joita ovat kustannustehokkuuden parantaminen, uudet liiketoiminnat, ja jopa suoraan datan tarjoaminen liiketoimintana. Data nostaa tietoisuutta ympäröivästä todellisuudesta, jolloin omaa toimintaa voidaan paremmin ohjata ja sovittaa siihen.

Author

MIka Naatula

Author's title

CTO, Data & Analytics, Enfo

Text

Alustapalvelut ovat hyvä esimerkki digitalisaation ja datan mahdollistamista uusista liiketoiminnoista. Kaikki tuntevat Trivagon, Uberin ja Woltin, mutta vaatteiden ja kenkien korjauspalveluita välittävä suomalainen startup Menddie on hyvä esimerkki uudesta innovatiivisesta alustapalvelusta. Jopa datakauppapaikkojen tekemiseen on olemassa Harbrdata-alustapalvelu.

Kuka saa tarjota dataan perustuvat palvelut?

Digitalisaation kehittyessä tullaan näkemään lisääntyvää kilpajuoksua siitä kenelle kuuluu tarjota dataamme hyödyntäviä palveluita? Yrityspuolen datahallinnassa on jo pitkään ollut vääntöä siitä, hankitaanko data ja analytiikkapalvelut perustejärjestelmän eli ERP:n toimittajalta, jonka tuottamaa dataa pääosin käytetään, vaiko erikoistuneelta data- ja analytiikkatoimijalta.

Entä ajoneuvojen tuottaman datan hyödyntäminen, kuuluuko se itseoikeutetusti ajoneuvon valmistajan tuottamiin palveluihin? Vaiko sittenkin ajoneuvodataan erikoistuneille toimijoille, jotka poimivat datat mistä tahansa eri valmistajien ajoneuvoista? Sama pohdinta koskee terveysdataa ja henkilöiden fysiologisia mittauksia. Kuka tarjoaa palvelut dataan perustuen? Onko se terveyspalvelun toimittaja, mittarointilaitteen (esim. älykello, älysormus) valmistaja vai julkinen palvelu (kuten Kela)? Vaiko sittenkin terveysdataan erikoistunut toimittaja, joka kykenee kytkeytymään kaikkiin erilaisiin tietolähteisiin?

Mika Naatula
CTO, Data & Analytics, Enfo

Artikkeli on julkaistu alunperin Tivissä 7.6.2022

Jaa