Lars Danielsson
Lars Danielsson.


En kollega på amerikanska Computerworld tog sig tid att undersöka hur 2 500 högt uppsatta beslutsfattare inom dataanalys agerar. Resultatet av undersökningen är i högsta grad uppseendeväckande.

Det visar sig att över 60 procent av deltagarna i undersökningen fattar beslut om analysstrategier, arkitekturer för lösningar, verktyg, tekniska plattformar och så vidare på ett slumpmässigt sätt. De hittar på vad de ska göra under resans gång, med andra ord.

Läs också: Drömjobbet som dataanalytiker kan visa sig vara ett rent städjobb

Då ska man komma i håg att det är beslutsfattarnas egna beskrivningar av hur de agerar. Man skulle kunna tro att en viss andel av dem försöker framställa sig själva i en bättre dager än vad verkligheten medger.

Det här är naturligtvis djupt ironiskt (oanalytiskt om analys). Jag tror att det finns flera orsaker till dåligt analyserade beslut om analyslösningar:

  • För många företag är satsningar på dataanalys något nytt. Det finns inte så mycket erfarenhet att falla tillbaka på, därför blir man tvungen att hitta på lösningar. Lägg till det att det är svårt att hitta erfaren personal inom området.
  • Det händer otroligt mycket inom dataanalys just nu, både vad gäller tekniska lösningar och möjliga tillämpningar. De erfarenheter som eventuellt finns kanske inte är särskilt värdefulla. De har blivit gammalmodiga, helt enkelt.
  • Men det största problemet tror jag är ett alldeles för starkt personberoende vad gäller att utforma lösningar och arkitekturer. Typiskt så är det analys- eller beslutsstödskungen på företaget som driver ett projekt på ett passionerat sätt. När den personen slutar, kanske mitt i projektet, så kommer nästa engagerade person in och lägger om kursen för skutan.


Självklart är det bra med engagerade, och förhoppningsvis kunniga, personer. Men det borde vara lämpligt att låta fler personer granska planerna, både från tekniksidan och från verksamhetssidan. Det är trots allt en billig insats som gör att katastrofer kan undvikas.

Läs också: Larvig lanseringstakt för datatjänster gör det svårare att välja rätt

Det är inte alls säkert att en person som är kunnig inom vissa delar av dataanalys är kunnig på andra tekniska och verksamhetsmässiga frågor som är viktiga vad gäller en totallösning. Och om det inte finns best practices, för att prata ren svenska, att luta sig tillbaka på blir det väldigt viktigt att fler ögonpar får granska projekplanerna.

Läs också: Analysera det som inte hänt - än.