Tiedolla johtamiseen tarvitaan luonnollisesti dataa. Sitä on saatavilla monesta eri lähteestä ja dataa tuotetaan organisaatioissa lukematon määrä, tietoisesti ja tiedostamatta, hoidettaessa arjen askareita. Onko tuo tieto hyödynnettävää? Vastaus riippuu monestakin seikasta. Tärkeintä luonnollisesti on pohtia mitä tiedolla tavoitellaan, muuten sorrutaan usein ”kiva tietää” asioihin, jotka ei vie organisaatiota kohti tavoitetta. Toiseksi usein haetaan liian tarkkaa tietoa kehityksen havainnoimiseksi. Ei välttämättä tarvitse ”tehdä tiedettä” ja varmistua, että data on seitsemättä desimaalia myöden täydellisesti oikein. Joskus riittää, että ”sataset” ovat oikein. Kolmas seikka on määrä. Jos johtopäätöksiä lähdetään vetämään kovin pienestä datan määrästä, kasvaa väärien johtopäätösten riski. Mutta toisaalta on huomioitava myös se, että suurissa datamäärissä radikaalitkaan muutokset eivät välttämättä nouse merkitsevästi esille, vaan ovat mittausten ”kohinaa”.
Datan lähteitä on monia
Pohtiessani datan määrää ja siitä vedettäviä johtopäätöksiä, päätin tutkailla omasta sähköpostista saatavaa dataa. Minua kiinnosti tietää, miten esimerkiksi asiakastapaamisten määrä on ajansaatossa muuttunut, ja millaisia havaintoja pystyn sen perusteella tekemään. Asiakastapaamiset ovat merkittävä osa työtäni, joten aiheeseen paneutuminen on siksikin minulle tärkeää.
Otin sähköpostiohjelmasta raakadataa viimeisten kolmen vuoden ajalta, mistä käy ilmi tapaamiset ja aiheet, jopa sisältöä myöden. Kyseisen datan työstäminen ymmärrettävään ja tilastoitavaan muotoon vei oman aikansa, mutta se oli tehtävissä. Itse asiassa juuri datan muokkaaminen siihen muotoon, että se palvelee hypoteesia/tavoitetta, vie eniten aikaa (ja rahaa, koska käsittely on pääosin manuaalista). Kalenterin osalta se voisi tarkoittaa mm. eri laskentoja, kuten tapaamisten kokonaismäärän muutosta ajan suhteessa. Näin saadaan hypoteesia tukevaa tai kumoavaa dataa ja johtopäätöksien muodostamiseksi.
Datan rikastaminen vaatii tapauskohtaista harkintaa
Tässä tapauksessa asiakastapaamisten määrä oli kasvanut vuosittain, joten pystyin pureutumaan tarkemmin muutoksiin ja miettiä muutosta selittäviä datalähteitä. Rikastavia datalähteitä tulee harkita tapauskohtaisesti ja kyseistä hypoteesia varten käytettävissä oli vain sähköpostiohjelman data. Mielenkiintoista olisi ollut rikastus esimerkiksi palkka- ja paikkadatalla, jolloin olisin voinut tuoda mukaan arvoaspektia ja todellisia kustannuksia.
Koska rikastavia datalähteitä ei käytetty, käytin sähköpostiohjelman tekemää erittelyä etätapaamisten ja paikanpäällä tapahtuvien tapaamisten välillä. Pystyin toteamaan vuotuisen tapaamismäärien kasvaneen +20% ja ajankäytön tehostuneen 30% , eli olin saanut enemmän tapaamisia entistä lyhyemmässä ajassa, ns. tuplahyödyn. Johtopäätökseni oli, että etätapaamiset todella tehostavat tapaamisia, mutta mikä on ihmisten halukkuus käyttää niitä? Tähän ei kyseinen data pysty tuomaan vastausta, joskin suuntaviivoja ja olettamia voidaan tehdä. Jos tapaamisten määrä kasvaa, niin myös etätapaamisia saadaan sovittua kuten muitakin. Ne siis tulevat koko ajan tunnetummaksi ja hyväksyttävämmäksi asiakaskunnassa?
Huomioi vaikuttavuus
Mielestäni parasta on aina ensin testata olettamia suuntaa antavilla asioilla kuten esimerkin avulla tehtiin, ja sen jälkeen pureutua tarkemmin keinoihin. Näin voidaan tunnistaa eri asioita ja niiden merkitystä kehityksessä. Järki pitää kuitenkin aina olla panos/tuotto ajatuksessa, koska dataa analysoimalla voidaan helposti pohtia viikkokausia vaikuttavuutta, jonka vaikuttava arvo on vaikkapa 100 euroa.