Datan merkityksestä organisaatioille puhutaan digitalisaation, automaation, tekoälyn ja koneoppimisen myötä jatkuvasti enemmän. Monella toimialalla organisaatiot ovat yhä enemmän dataohjautuvia eli perustavat päätöksensä dataan ja faktoihin.
Taloushallinnon ammattilaiselle dataohjautuvuus ei ole tietenkään uusi asia, perustuuhan taloushallinto mitä suurimmissa määrin dataan. Tämän päivän keskustelussa dataohjautuvuudesta korostuu kuitenkin aiempaa enemmän vaatimus datan laadusta ja käyttökelpoisuudesta.
Yrityksen taloutta on aina ollut tarve ennustaa. Perinteisesti ennusteet on tehty menneen perusteella sillä oletuksella, että mikä toimi eilen, toimii myös huomenna. Tämänkaltainen ennustaminen ei kuitenkaan enää tässä nopeasti muuttuvassa maailmassa toimi.
Nyt eteenpäin katsomisen tulee perustua yhä enemmän älykkyyteen ja jatkuvaan oppimiseen – ja datan aiempaa laajemman hyödyntämisen avulla. Teknologia mahdollistaa useiden datalähteiden yhdistämisen, ja se puolestaan on avannut oven uudenlaiselle dataohjautuvuudelle ja ennustettavuudelle.
Datalukutaito yhä tärkeämpää
Pelkästään datalla ei vielä tee yhtään mitään, vaan siihen pitää lisätä konteksti, analyysiä, älyä ja tulkintaa. Datalukutaidon vaatimus koskee nykyorganisaatiossa kaikkia: jokaisen työntekijän olisi hyvä ymmärtää oma paikkansa datan arvoketjussa eli sen luojana ja käyttäjänä. Oma data pitää tuntea – täytyy ymmärtää, mistä se kertoo ja miten sitä voidaan hyödyntää.
Lue myös: Tehosta ristiinmyyntiä tuoteanalyysin avulla
Perinteisesti taloushallinto on tuntenut omat lukunsa hyvin – perustuuhan koko toiminto datan käsittelyyn ja raportointiin. Siksi dataohjautuvuus ei ole talousjohdolle uutta, vaikka nimitys voikin olla. Talouden lukuja on aina seurattu ja analysoitu, ja niitä on verrattu myös yrityksen ulkopuoliseen toimialan dataan.
Yksi yrityksen datan käyttökelpoisuuden ja esimerkiksi prosessien automatisoinnin näkökulmasta keskeinen asia on metadata ja sen määrittely. Robotteja ja tekoälyä on autettava luokittelemaan dataa, jotta data olisi hyödyllistä. Raportteja ja mittareita rakennettaessa on tärkeä määritellä mitattava data johdonmukaisesti ja järkevästi – esimerkiksi ”asiakas” voidaan määritellä vaikkapa toimitusosoitteeksi, organisaatioksi, henkilöksi tai konserniksi. Jos määrittely ei ole johdonmukaista, saadun datan hyödyntäminen ei onnistu.
Kaikille organisaation osille datan luokittelu ei aina ole tuttua, mutta taloushallinnossa se on arkipäivää. Taloushallinnon panosta ja osaamista datan määrittelyssä kannattaakin organisaatioissa käyttää hyväksi nykyistä paljon enemmän.
Lue myös: Dataohjautuvuuden jalkauttaminen organisaatiossa
Entistä dataohjautuvammassa yritysmaailmassa talousjohdon rooli tulee korostumaan entisestään. Talous- ja muista lähteistä saatavan datan ja sen pohjalta tehtävien analyysien avulla pystytään tekemään entistä parempia päätöksiä.
Talousjohdolta tämä vaatii nähdäkseni oikeastaan vain yhtä asiaa: itsevarmuutta. Taloushallinnon osaaminen liiketoiminnan analysoinnissa on jo korkealla tasolla, meidän pitää vain uskaltaa tuoda sitä rohkeammin esiin. Parhaimmillaan talousjohto on yrityksessä dataohjautuvuuden ajaja ja muiden yksiköiden tuki datalukutaidon kehittämisessä.
