Hvordan ved en vidensvirksomhed hvad, den ved?

Session

Business Intelligence

Resume

Alle videnstunge virksomheder lever af at kunne sætte deres viden i spil. Den rigtige viden på det rigtige tidspunkt på den rigtige måde. Samtidig oplever langt de fleste, at det praktisk taget er umuligt, fordi viden ligger fragmenteret i deres organisation både fagligt, organisatorisk og teknisk.

Vi er lykkedes med at integrere data på tværs af projekter og organisationsskel i én central dataløsning, der både kan udnyttes af os selv samt af vores kunder. Konceptet bygger på data warehousing / business intelligence. Vi kalder det "Environmental intelligence”.

Dette åbner op for helt nye muligheder i forhold til vores kundeleverancer, der nu kan baseres på dynamisk opdaterede og kvalitetssikrede data. Vi kan derfor nu supplere salg af projekter og timer med abonnementsbaserede ydelser baseret på både nye og gamle data.

Målgruppe

Rådgivere, konsulenter, store offentlige bygherrer og myndigheder - alle, der arbejder med projekter.

Abstract

Alle videnstunge virksomheder lever af at kunne sætte deres viden i spil. Den rigtige viden på det rigtige tidspunkt på den rigtige måde. Samtidig oplever langt de fleste, at det praktisk taget er umuligt, fordi viden ligger fragmenteret i deres organisation både fagligt, organisatorisk og teknisk.

Når man ser på mulighederne i datadrevne løsninger og Big Data analyse, virker det oplagt at bruge det i forhold til den viden, der ligger i denne type virksomheder. Udfordringen ligger imidlertid i den måde disse virksomheder og deres kunder bedriver forretning med hinanden på. Som vidensvirksomhed er den mest oplagte leverance et projekt, da det her er muligt at afgrænse ydelsen i tid, kvalitet, pris og ikke mindst selve leverancen / scopet. Men netop projektafgrænsningen er også den største barriere mod videndeling efterfølgende. Man tvinges nemlig til at tænke i afbrudte, afgrænsede og uafhængige forløb. Hvorfor skulle mine informationer og data dog være relevante for andre?

Dette kan være med til at forklare, hvorfor nye muligheder inden for Big Data analyse ikke udnyttes i større grad i f.eks. konsulentvirksomhedernes projekter, da de som oftest ligger og samler støv i en SharePoint mappe.

Igennem de sidste 3 års tid har vi arbejdet mod at integrere data på tværs af projekter og organisationsskel i én central dataløsning. Løsningen baserer sig på en tilpasset version af klassisk data warehousing / business intelligence. Vi kalder det "Environmental intelligence", hvilket afspejler at vi arbejder med tekniske data, primært indenfor geo- og miljøområdet. Løsningen driftes af Group IT, der har lært at håndtere voldsomt varierende datatyper med en helt anden hastighed og styret af forretningens krav i leverancerne til vores kunder.

Hvorfor har ingen så bygget et tilsvarende data warehouse før? Der er givetvis flere barrierer, hvoraf projektleveranceformen er den ene. Men det er også vanskeligt at lave en central løsning, der integrerer så voldsomt forskellige datatyper, som der arbejdes med i en rådgivende ingeniørvirksomhed. Hos os er det imidlertid lykkedes at oversætte forretningens domæneviden om data til medarbejderne i Group IT ved hjælp af simple dimensionale modeller.

Data til dataplatformen kommer fra offentlige databaser, kunders data, egne data, feltapplikationer, sensorer og loggere, samt data både beliggende lokalt og i forskellige skyløsninger. Vi bestemmer selv opdateringshastigheden af data til slutbrugerne og leverer alt fra ugentligt opdaterede data til rene live-løsninger, hvilket igen åbner for helt nye muligheder i forhold til kundeleverancer. Det giver ikke meget mening at levere standardydelser som rapporter, når datagrundlaget er dynamisk. Vi har derfor set muligheder for at udvikle abonnementsbaserede ydelser som supplement til at sælge projekter og timer.

I præsentationen gennemgås konceptet, erfaringerne med at ændre forretningen og processerne indefra, samt cases på nye leverancer.