Få insiderviden om kommercialisering af data i denne podcast-episode

1. Hvordan man får mest værdi fra sin data

Og ikke kun fra et kommercielt perspektiv, men også fra et kognitivt perspektiv, hvor der tales om en dybere forståelse af organisationens nuværende position. Har man gjort sig tanker om, hvor organisationen ønsker at bevæge sig hen og hvordan data kan hjælpe den med at nå målene?
Hør, hvordan tilgangen med at haste-investere i flere systemer og mere data ofte udløser en træls situation, hvor man står med en masse data, men lidt eller ingen værdi.

2. Datavidenskab – hvorfor er den så vigtig, selv når man kun har lidt data?

Mange tror, at begrebet “datavidenskab” kun er relevant for store datamængder, eller at man først skal have dataene for at kunne bruge datavidenskab. 

I episoden kan du høre om, hvorfor datavidenskab mere skal anvendes til at stille spørgsmål, som hjælper med at indsamle relevant data og derved få flere svar.

3. Hvorfor man bør ansætte en “Teknologi-Projekt-Forkæmper”

Når teknologiprojekter ikke prioriteres af organisationer, handler det ofte om, at organisationen mangler en stærk nok vilje til at løse de problemer, der eksisterer.

Episoden diskuterer værdien af en “Teknologi-Projekt-Forkæmper” – personen, som skal hjælpe med at se det større billede i, hvordan teknologi og data skal være med til at løse organisationens problemer. Personen skal kunne overbevise beslutningstagere om at give projektet de nødvendige ressourcer og støtte, så det får succes. Det handler i første omgang om, at projektet skal blive en prioritet og få den nødvendige opbakning.

4. Det er let at implementere et nyt system eller værktøj – men hvad er udfordringen så?

Fra et teknisk perspektiv er det relativt let at implementere et it-projekt i en organisations teknologiske infrastruktur. 

Men desværre bliver organisationen sjældent spurgt om, hvad behovet er. Og hertil bliver processen ledet fra et meget it- eller teknisk synspunkt og uden hensyn til de ikke-tekniske aspekter af organisationen. Det kan medføre, at mange i organisationen får svært ved at tilpasse sig det nye system eller værktøj. 

5.  Forhastede implementeringer af datadrevne funktioner i nye produkter – og konsekvenserne

Organisationer har en tendens til at haste sig igennem processen og implementere datadrevne funktioner i nye produkter, før de har stillet de vigtige spørgsmål. Det gør det sværere at integrere funktionerne i en allerede eksisterende opsætning og samtidig give indsigt i brugernes adfærd og behov.

Det kan føre til, at organisationen er nødt til at tilpasse det eksisterende produkt eller funktion for at passe til de nye datadrevne funktioner, hvilket kan medføre endnu mere kompleksitet.

Har du brug for hjælp til at undersøge og forstå dine brugeres behov og adfærd – og hertil lægge en klar plan for, hvordan data skal indsamles og anvendes? Så tag fat i Wojciech Zak, Martin Kagd Graeser eller Carsten Milek Pahlke.