En dataplatform er ikke en datasø med et dashboard

Projektbeskrivelsen var klar: Få alle virksomhedens data samlet ét sted. Der blev bygget pipelines fra ERP’et, CRM’et, lagersystemet og et dusin regneark til en datasø i skyen, indlæst hver nat. Et BI-værktøj kom ovenpå. Lanceringspræsentationen viste alle kilder, der fødte ét lager.

Et halvt år senere viser tre dashboards tre forskellige omsætningstal, og analytikerne bruger det meste af ugen på at forklare hvorfor. Driftsteamene eksporterer stadig til regneark, fordi søen er et døgn bagud og alligevel ikke kan ændre noget. Data er samlet ét sted. Intet andet er.

Projektet løste lagring og transport, som aldrig var den svære del. Den svære del er betydning (hvad hvert felt faktisk er), ejerskab (hvem der står inde for, at det er rigtigt), aktualitet, der passer til beslutningen, og en vej tilbage til det sted, hvor arbejdet foregår. En datasø er en placering. En dataplatform er en aftale om alle fire.

Hvor søen med dashboardet fejler

Kopier uden betydning. Tabellerne kommer med kolonnenavne, der gav mening for den, der designede kildesystemet. Ingen længere nede i kæden ved, hvilken af de syv statusværdier der betyder »afsendt«, så hver analytiker gætter — og de gætter forskelligt.

Ingen ejer af noget faktum. Når et tal er forkert, får datateamet skylden. Fejlen ligger næsten altid i kildeprocessen, og de mennesker, der kunne rette den, hører aldrig om den, fordi søen ikke aner, hvem de er.

Én hastighed til alt. En natlig batchkørsel betjener en lagerbeslutning, der træffes hver time. Eller, i den dyre udgave, streames alt i realtid til en rapport, der læses én gang om måneden. Aktualiteten bestemmes af pipelinen, ikke af beslutningen.

Strøm i én retning. Data strømmer ud af driftssystemerne og ind i analysen. Indsigten strømmer ud af analysen som en slide. Handlingen sker tilbage i kildesystemet, i hånden. Løkken fra indsigt til handling går gennem mennesker, der taster tingene ind igen.

Definitioner i rapporteringslaget. Hvert dashboard beregner omsætning med sin egen formel, så definitionerne glider fra hinanden, én rettelse ad gangen. Hvordan man stopper det, handler én definition af omsætning om.

Hvad en dataplatform er

Én model af virksomheden, som alle kilder mappes til. Ordren i ERP’et og aftalen i CRM’et er koblet til de samme objekter, med deres relationer, i én beskrivelse af forretningen: en ontologi. Nye kilder mappes til modellen i stedet for at blive dumpet ved siden af den.

En ejer af hvert objekt og hver kilde — navngivet og med en nedskrevet definition af, hvad korrekt betyder. Når noget er forkert, går det til den person, med dokumentation.

Aktualitet sat af beslutningen. Spørg for hver anvendelse, hvilken beslutning de data understøtter, og hvor gamle de må være, når beslutningen træffes. Nogle ting kræver minutter; de fleste kræver et døgn; nogle få kræver en måned.

Dataafstamning. Hvert tal kan spores tilbage til sine kilder og de transformationer, der er anvendt undervejs, af en person, der ikke selv har bygget pipelinen.

En vej tilbage. Platformen kan sende en beslutning til det sted, hvor den føres ud i livet — som en foreslået genbestilling, en markeret faktura eller en opgave med en ejer — gennem en godkendelse i stedet for gennem en graf og en e-mail.

Det sidste punkt er grunden til, at Hurukan ikke har en separat analytisk kopi af forretningen. Datalaget er designet som connectors til én datamodel, med import, synkronisering, dokumenter og e-fakturaer knyttet til de poster, de hører til. Drift og analyse læser den samme model, så en indsigt kan blive til et forslag på den samme post, den er hentet fra. Det er under opbygning; påstanden her gælder designet.

En test, du kan køre i dag

Vælg det tal, jeres ledermøde diskuterer mest. Spor det tilbage på papir:

• Hvilket system og hvilken tabel det kom fra, og hvilket felt.
• Hvilke filtre der blev anvendt, og hvem der besluttede dem.
• Hvem der står inde for, at tallet er korrekt — med navn.
• Hvor gammelt det var i det øjeblik, det blev vist.

Stil så anden halvdel af spørgsmålet. Når tallet viser et problem, hvad sker der så? Tæl, hvor mange gange informationen tastes igen, videresendes eller forklares på ny, før noget i forretningen faktisk ændrer sig.

Hvis sporingen kræver mere end én person, eller handlingen går gennem e-mail og hukommelse, har du en sø med et dashboard. Det typiske symptom er rapporter, som ingen åbner — emnet for dashboardet, ingen åbner. Hurukans oversigt viser, hvor datalaget ligger i forhold til resten.