Ordet algoritm används flitigt just nu, ibland lite slarvigt. Om man ska tro Wikipedia är en algoritm en ”en effektiv metod för att beräkna en funktion i ett ändligt utrymme och under en ändlig tidsrymd, som kan beskrivas med ett formellt språk”.

En alternativ definition är att en algoritm är en beskrivning av en lösning.

När ordet algoritm används i dagligt tal syftar det ofta på att använda mjukvara för att automatisera analyser som ligger till grund för beslut. Man har kommit längst med det här inom värdepappershandel, därav begrepp som ” algorithmic trading”. Även inom annonsförsäljning blir det allt vanligare att köpbeslut fattas av mjukvara, som ofta kallas robotar.

Läs också: Offensiv från Google och Microsoft hotar det svenska BI-undret

Om det här låter lockande så inställer sig frågan om hur man blir ett algoritmiskt företag. Mark Palmer som är ansvarig för analyslösningar på Tibco Software tipsar om tre steg i SD Times.

Det första steget är att fastställa en strategi och implementera en datasjö och de kopplingar som behövs för att fylla den med data. Om man har ofullständig åtkomst till data, eller till felaktiga och inkonsistenta data, så kommer det inte att fungera bra. Inte heller om man vill jobba i realtid och inte har en lösning för att strömma data på plats.

För att lyckas kan man satsa på att bygga api:er till applikationer för att automatisera dataöverföringar och bygga mikrotjänster som triggas av händelser som överför data. Om de olika mikrotjänsterna kan köras oberoende av varandra blir de enklare att hantera och skalbarheten blir bättre.

Det andra steget är att göra en rejäl satsning på dataanalys. Många företag har inlett sådana här satsningar, men ofta på ett halvhjärtat sätt som är beroende av enskilda individer. De företag som lyckas automatiserar arbetet och utnyttjar ofta maskininlärning och datakällor som sensorer. I stället för att ha ett litet center med några experter används analyser överallt på företaget.

Läs också: It-proffs fortsatt högvilt – här är de 10 hetaste kompetenserna just nu

Det tredje steget enligt Palmer är att få upp prestanda för lösningarna. Ett sätt är att minska den mänskliga inblandningen, alltså att automatisera så mycket som möjligt.

Att genomföra de här tre stegen varken låter eller är enkelt. Om finns två generella slutsatser att dra av Palmers resonemang så är det att inte genomföra en satsning halvhjärtat och att automatisera så mycket som möjligt.