Kommentteja AWS:n johdolta...

Kuuntelin YouTubesta Andy Jassyn (AWS:n toimari) settiä heidän isoimmasta tilaisuudesta ReInventistä.
https://live.awsevents.com/previous/
Jäin pohtimaan hänen tarinaansa siitä miten organisaatiot muutetaan digitaaliseksi ja AWS:n tarinassa se tietenkin tarkoittaa pilven hyödyntämistä.
No olipa tapa mikä tahansa, viesti muutoksen onnistumisesta oli seuraava:
1. Sitouta ylin johto yhteiseen tavoitteeseen
2. Valitse ylhäältä alas tarpeeksi kunnianhimoinen tavoite
3. Kouluta henkilöstö

Varmasti muutoksen implementointiin nämä ovat oikeita asioita. Kohta 2 on mielestäni tärkein ja laajin, eikä se ole ainoastaan ylhäältä alas viety aktiviteetit, vaan myös alhaalta ylös näyttöä arvoa luovista caseista!
Andyn esimerkki aiheesta oli erään firman CIO:n tavoite viedä 50 applikaatiota pilveen kolmessa kuukaudessa. Tämä on kuitenkin hyvin IT:n näköinen tavoite ja itse mieluusti näkisin tavoitteet bisneksen silmin. Jos tavoite olisi innovaatioiden nopeuden nosto, tai uusia bisnescaseja digi-palveluiden saralla olisin täysin samoilla linjoilla!

Pidetään mielessä nämä 3 asiaa kun rakennetaan data strategioita!

P.s. 3. kohta eli koulutus liittyy koko kulttuurin muutokseen ja sisältää teknisen koulutuksen lisäksi laajasti data-johtajuuden käsitteistöä, tekoälyn mahdollisuuksia ja viestintää 😅

Mikä on TOIMINTAMALLI???

Olen saanut ja joutunut muutoksen syövereihin uuden organisaation muodostuessa. Muutoksista pidän itse kovasti ja niitä olen paljon myös johtanut, mutta nyt mennään minulle vieraaseen ympäristöön: IT:hen!!! IT-maalimassa puhutaan paljon toimintamalleista ja palveluista, kuten myös muista ihmeellisyyksistä (ITIL, IT4IT,...). Tämä on ihan yhtä mystistä kuin ydinvoima-ala!

No tällä kertaa käsittelen aihetta toimintamalli. Käsitykseni mukaan toimintamalli kuvaa sen miten toimitaan asioiden ympärillä, kuka päättää mistäkin ja ottaa vastuun asiasta. Roolit kuuluvat kuvaan kun toimintamallista puhutaan.

Usein käsitteet toimintamalli, prosessi ja kyvykkyys menevät iloisesti sekaisin puheessa. Ihan vastaavasti kun tekoäly, data science ja koneoppiminen 😂

No minun ymmärrykseno mukaan koko homma pelittää näin:
1. luo firmalle strategia
2. määritä bisnesmallit ja mitä kyvykkyyksiä niiden toteuttamiseen tarvitaan
3. toimintamalli määrittää vastuut ja sen mitä hommia toteutetaan missä
4. toimintamallin alla ovat prosessit, teknologiat ja ihmiset

Eli otetaan esimerkki… Perustan firman joka pyrkii tuottamaan liikuntapalveluita ihmisille. Bisnesmalli on softa-bisnes, eli liikuntapalvelut tuotetaan aplikaation välityksellä ja kuluttajat maksavat lisenssiä (9€/kk). No kyvykkyyksiä on varmasti ainakin markkinointi, myynti ja aplikaation toteutus, sekä sisältöjen luominen (jumppatunnit), laskutus ja asiakaspalvelu. Ehkä vielä palaute ja kehitysfunktiot. Toimintamallissa määritän mikä yksikkö on vastuussa mistäkin osa-alueesta ja jos tämä on startup niin tehdään jako vaikka niin että mina hoidan alkupään, eli markkinointi ja myynti asiat, sekä laskutuksen. Kumppani hoitaa loput. Hyvin selkeä jako ja päätökset tehdään aina yhdessä (voi toimia startupissa mutta tietty isossa firmassa pitää olla vähän järkevämpi malli). Prosessit kuvaavat miten markkinoidaan vaikka somessa, myydään itsepalveluna ja toteutetaan palvelu hyvin tehokkaasti niin että yksi jumppaohjaaja vetää kaikki tunnit. Teknologiaksi on valittu AWS pilviympäristö ja sieltä skaalautuvat palvelut, frontti on tehty Node.js:llä, tunnistautumiseen on Azuren AD-palvelu, ym… Ihmisiä meillä on siis kaksi ja muu osaaminen ostetaan ulkoa.

En tiedä saitko tästä mitään selvää, joten alla vielä kuva... lainattu Deloittelta ;)

Miksi data science ei riitä???

Mä oon seurannut digitalisaatiota teollisuudessa jo vuosia ja myös tätä data science-hypen kasvua. Mä oon sitä mieltä että data science itsessään EI OLE SE RATKAISU VAAN TARVITAAN ENEMMÄN!

Jos mietitään mitä data science (mihin siis sisältyy tekoäly ja koneoppimisen) ratkaisee, niin ennustuksia historian perusteella. Ei muuta.

Kaikki muu liittyy datan käsittelyyn ja sen tuomiseen saataville, tulosten hyödyntämiseen, osaamiseen ja kulttuuriin jotta osataan tehdä oikeita asioita.

Jos tätä vertaa vaikkapa kahvin keittämiseen ja nauttimiseen, niin mietitäänpä hiukan...

Data itsessään on kahvin pavut (näitä ilman tuotetta ei synny).

Data science olisi Moccamaster-kahvinkeitin, joka on kehitetty juuri tietynlaisen kahvin keittämiseen.

Data engineering hoitaisi kahvin pavut puruiksi, joten tämä on välttämätön osa prosessia.

Visualisointi olisi kahvikuppi mistä data on helppo ja mukavaa nauttia.

Kulttuurin avulla voisi erilaisia kahveja maistella, samoin luoda tavat aamukahville lehden kanssa, tai testailla parhaita kahvimaitoja. 

Joskus Moccamasteria parempi vaihtoehto on espresso-pannu, jolloin data science on tarpeeton pala prosessia. Tällöin datalla johtamisen kulttuuri ja osaaminen korostuu!

Välillä data sciencesta puhutaan kaikissa esimerkin konteksteissa, mutta todellinen data science keskittyy kehittämään ennustava malleja eri menetelmillä ja soveltamaan niitä eri tarpeisiin (ei sen enempää eikä vähempää).

Kääk... Mä oon digi-riippuvainen!

Kuuntelen äänikirja The Digital Drug ja mä niin tunnistan itseni...
Otetaan esimerkki eilisestä aamusta. Heräsin ennen kuin kello soi, nappasin kännykän yöpöydältä, tsekkasin somen, meilit ja Hesarin pikaisesti, otin kännykän ja kävelin vessaan pesemään hampaita. Samalla kun keitin kahvit, olin vastaillut pariin sähköpostiin ja tsekkasin päivän ohjelman.
Siitä lähdin junalle kuunnellen podcasteja ja viestitellen lapsille. Töissä sama setti jatkui, mutta kännykän lisäksi mulla oli pari läppäriä asioiden hoitamiseen.

Tän kirjan mukaan suurin syy parisuhteiden ongelmiin on se ettei puolisoa enää huomioida kun puhelin kiinnostaa enemmän. Varmasti sama asia töissä, keskittyminen häiriintyy jatkuvista viesteistä eikä mitään saada aikaan.

Toinen riippuvuuden esimerkki on se että paniikki iskee jos puhelin menee hetkeksi hukkaan. Kuvittele tilanne: puhelin ei olekaan siinä taskussa missä sen pitäisi olla, paniikissa kokeilen kaikki muut taskut ja kassin. Sydän hakkaa ja paniikki iskee kun mietin mihin ihmeeseen olen voinut kännykän jättää...
Tämä on hyvin yleistä ja tunnistan sen itsessänikin.

Kannattaa kuunnella tää kirja, sieltä löytyy hyvä kysely ja ohjeet laskea pisteet kuinka pahassa tilanteessa olet.

Tämä digi-riippuvuus usein liittyy muihinkin riippuvuuksien, kuten peliriippuvuuteen tai alkoholiin.

Nyt pienin muutoksin eroon riippuvuudesta: jätän puhelimen välillä kotiin, en tsekkaa viestejä tai somea tiettyyn aikaa päivästä, ja keskityn läheisiin aina kun siihen on mahdollisuus 😊