När vi är datadrivna spelar det ingen roll vad vi tror eller hoppas på
I mer eller mindre all rapportering av covid-19 tar myndigheter och medier hjälp av visualiserad data för att förmedla fakta och insikter. Vi har alla helt plötsligt blivit användare av analytics och vi har mycket att lära av den situationen vi befinner oss i nu.
Analytics är förmågan att utvinna affärsvärde ur intern och extern data.
Det här blev väldigt tydligt för mig häromveckan när jag skulle förbereda en presentation. Jag tänkte inleda med att så pedagogiskt som jag bara kunde, introducera till området analytics. Jag upptäckte att det var lättare än någonsin! Det är ju bara att hänvisa till valfri nyhetssändning på tv, visa förstasidan på slumpvis utvald morgontidning eller surfa in på Folkhälsomyndighetens hemsida. Exempel på analytics i formen av datavisualiseringar finns precis överallt just nu (Se dashboard nedan av John Hopkins University’s data för att visualisera COVID-19-utvecklingen).
Jag kan tänka mig att precis nu när du läser detta så sitter din mamma, farfar eller mormor med en iPad i knät i en fåtölj hemma och gör urval i en datavisualisering för att lära sig om covid-19 spridningen i Sverige eller i sin hemmaregion.
Vi som jobbar med analytics pratar länge och gärna om nyttan av att bli mer ”datadriven”, precis som att alla direkt förstår vad det innebär. Nu har det helt plötsligt blivit lätt att förklara! Den datadrivna rapporteringen av covid-19 har nämligen gjort att det blivit väldigt svårt att få gehör för åsikter som baseras på magkänsla eller på ett rent gissande. Vi har sett exempel på statschefer som skjutit från höften med förutsägelser om virusets spridning men som sedan ganska snabbt övergått till ett mer datadrivet och trovärdig nulägesrapportering.
Svårt att gissa om framtiden
När rapporteringen av covid-19 blev datadriven så blev det också väldigt svårt för någon att tycka eller gissa om framtiden. Det är bara personer med relevant kunskap och erfarenhet kombinerat med data som blir trovärdiga.
Jag kan lyfta fram tre viktiga anledningar till att covid-19-rapporteringen blev datadriven så snabbt:
- Det finns begränsad erfarenhet av pandemier av denna magnitud, det gör exakta förutsägelser väldigt svåra även för personer med djup kunskap på området. Med andra ord, ingen har en magkänsla som är tillräckligt tillförlitlig.
- Forskare och hälsovårdsmyndigheter har, inte minst i Sverige, fått stor makt över både rapportering och åtgärder, och de gissar sällan utan ser till att alltid ha väl underbyggda uttalanden.
- Behovet av och tillgången till information omkring covid-19 har vuxit parallellt och extremt snabbt. Datavisualiseringar som förenklar förmedlingen av insikter genom stora mängder data blir helt nödvändig.
Det som vi upplever nu är ett utmärkt exempel på den datadrivna kraften och nyttan av analytics. Det kan på samma sätt appliceras på företag och organisationer i alla branscher och storlekar och validera vår magkänsla då vi har mer erfarenhet av vanliga affärsscenarios.
Högaktuella analyser - långsamma och tidskrävande
Många lider just nu av bristfälliga analytics-plattformar som gör högaktuella analyser både långsamma och tidskrävande
Just nu sitter företag och sliter med sina dataanalyser och desperata försök att förutse framtiden. Beslut ska fattas om korttidspermitteringar, uppsägningar eller fabriksstopp. De analyser som görs sker genom en stor del andel manuellt arbete. De scenarios som analyseras är inte unika för covid19-krisen. Kundernas framtida efterfrågan eller tillgången till råvaror och komponenter blir nu akuta frågor, men de är lika relevanta även i ett normalläge. Vi kunde se det i samband med finanskrisen och vi ser det igen, bristen på analytics blir extra tydligt i kristider.
💡 De företag som gjort investeringar på området kommer att kunna ta tidigare och bättre beslut.
Tableau Coronavirus Daily Global Tracker. Uppdateras dagligen kl 22 PT. Denna dashboard visar en subset av John Hopkins University’s data för att visualisera COVID-19-utvecklingen. Läs mer
