Tietoa, tietoa ja aina vain enemmän tietoa. Tiedon syntynopeuden kasvaessa meillä on eksponentiaalisesti kasvava määrä tietoa, josta yhä suurempi osa on edellisestä tiedosta johdettua, vaikka tekoälyä käyttäen. Mutta tiedon arvo syntyy vasta sen käytöstä! Tämän artikkelin ydin on kuvata, miten luodaan kokonaisvaltaisesti kestävää ja luotettavaa tietoa DAMA evolved ympyrää hyödyntäen.
DAMA DMBok viitekehys ja tekemisen järjestys
DAMA DMBok 2.0 yksi kattavimmista viitekehyksistä, mitä tiedonhallintaan on alalla luotu. Moni tuntee DAMA viitekehyksen 11 osaamisalueen kokoelmana, joista kaikista on laajahkot kuvaukset saatavilla. Mutta 11 aluetta on liian paljon kerralla hallittavaksi, jotta kehitysprojektit saadaan tuottamaan tuloksia ja myös maaliin aikanaan. Tarvittavaa priorisointia tukemaan on kirjan ensimmäisessä luvussa kuvattu DAMA Wheel evolved, joka jakaa tietotekemisen perustaan, elinkaareen ja hallintaan. Perustan on oltava ensin hallussa, jotta kestävästi voidaan lähteä tiedon elinkaarta taivuttamaan ja palettia hallitaan tiedon johtamisen menetelmillä (data governance)
Tiedonhallinta ja perustukset
Tiedon elinkaari muistuttaa merkittävästi rakennushankkeen elinkaarta. Jos olet rakentamassa pientä puuvajaa pihallesi, et välttämättä paljoa keskity suunnitteluun. Silti on väliä, millaiselle pohjalle rakennat vajasi, tai ainakin silloin, jos haluat sen kestävän aikaa ja olevan pitkäikäinen. Kokonaisen talon tai jopa kaupungin rakentamisessa perustuksien merkitys kasvaa ja perustuksista riippuu myös, voitko jopa laajentaa rakennusta tarpeiden kasvaessa.
Tiedossa se tarkoittaa, että perusasioiden on oltava kunnossa, ennen kuin voidaan rakentaa kestävästi ja luotettavasti. Käytännössä siis ”pakollinen perusta” on tietoturva, tietosuoja ja riskien hallinta. Lisäksi on tiedettävä, mitä tietoa tästä tiedosta pitää tietää ja jakaa käyttäjille (metadata) ja millaiset tekijät määräävät tiedon laadun. Metadan merkitys on myös kasvamassa aina isommaksi, koska luottamuksen rakentaminen edellyttää, että tiedosta on tiedettävä, mistä se on tullut ja millaista laatua se edustaa. Satunnainen tietolähde voi aiheuttaa yllättäviä ongelmia pienellä viiveellä, vaikka tulos ensisilmäyksellä näyttäisi täysin uskottavalta. Tieto ei ole kuitenkaan uskon asia mutta metadatalla luodaan tietoa, johon voi uskoa.
Tiedon elinkaari vaiheittain
Yksinkertaisimmillaan tiedon elinkaari tarkoittaa kuvassa havainnollistettua kolmiota.
- Tiedon suunnittelu ja mallinnus (Plan & Design)
- Mahdollistaminen ja ylläpito (Enable & Maintain)
- Tiedon käyttö (Täällä syntyy tiedon arvo) (Use & Enhance)
Tiedon elinkaari – Tiedon suunnittelu ja mallinnus
Tämäkin muistuttaa rakentamista, vaikka vaiheet ovat vähän eri nimisiä. Suunnittelun arkkitehtuuri-, mallinnus- ja design-vaiheet määrittelevät, mitä halutaan tuottaa ja mihin tarkoitukseen. Suunnitelmia ja malleja on mahdollista tarkastella, arvioida ja hyväksyä, samoin kuin talonrakennuksessa. Toimintaympäristöstä riippuu, mitä on valittu pakolliseksi ja mitä ei. Rakennusprojekteissa valinnanvaraa yleensä ei ole, vaan katselmoinnit ja hyväksynnät ovat pakollisia, jolloin rakennuksista tulee tasalaatuisempia.
Tiedon elinkaari – Mahdollistaminen ja ylläpito
Mahdollistava osa elinkaarta kuvaa tekniikoita, jotka on hyväksi havaittuja. Tässä kohtaa on hyvä huomata, että kaikki erilaiset kuvatut menetelmät eivät ole pakollisia, eikä keskittymistä kannata hajauttaa liian moneen paikkaan kerrallaan. Sopivien tekniikoiden arviointiin DMBOK on taas hyvä lähde, mutta olennaista on valita käyttöön otettavat tekniikat, joilla arvellaan olevan juuri tähän ympäristöön merkitystä. Ehkä tiedon varastointi ja integraatiot ovat kuitenkin ”pakollisia”, mutta näissäkin pitää tehdä niitä valintoja, mitä ja miten lähdetään toteuttamaan.
Tiedon elinkaari – Tiedon käyttö
Tiedon käyttö ja parantaminen on tiedon elinkaaren viimeinen ja tavallaan tärkein vaihe. Jos tietoa ei kukaan käytä, on kaikki valmistelu turhaa ja pelkkiä kuluja ja mielipahaa. Tähänkin löytyy analogia rakennusten puolelta. Vaikka tekisit hulppean hienon ja teoriassa täydellisen rakennuksen, mutta sille ei löydy käyttäjää, niin kaikki tekemäsi työ on eräällä tavalla mennyt hukkaan. Rinnakkainen analogia on, että käyttäjä löytyy, mutta kukaan ei ottaisi vastuuta rakennuksen ylläpidosta. Ylläpidon puuttuessa hyvänkin talon käyttöarvo alenee nopeasti, mutta asiallisen huolenpidon ja kehityksen avulla saman talon käyttöikä voi olla jopa satoja vuosia.
Tiedon johtaminen antaa raamit
Tiedon johtaminen (Data Governance) sitoo tiedonhallinnan kokonaisuuden ehyeksi rakenteeksi. Se liimaa strategiset tavoitteet osaksi vaatimuksia, luo tarvittavat politiikat, määrittelee tarvittavat vastuut ja tehtävät, tuo näkyväksi riippuvuudet eri tehtävien välillä. Tiedon johtamisen työkalupakkiin kuuluvat myös maturiteetin mittaukset ja tiedon arvon ymmärtämisen tukeminen.
Yksilön oma osaaminen on se todellinen liima
Tiedon laatu syntyy lopulta jokaisen yksittäisen tietoketjun tekijän omasta toiminnasta. Tähän pätee myös sanonta, että ketju on juuri niin vahva, kuin sen heikoin lenkki. Siis koko ketjun osaamista ja motivointia laadukkaaseen tietoon pitää vaalia. Kokonaisuus pitää myös ymmärtää. Ei riitä, että tietosuoja on tarkasti määritelty ja luokittelut yksiselitteisesti kuvattu. Nuo ohjeet ja säännöt pitää ymmärtää ja toteuttaa ketjun jokaisessa vaiheessa. Kukaan meistä ei tyypillisesti hallitse koko ketjua ja sen jokaista yksityiskohtaa. Tämä on ihan OK, kun vain kaikki tietävät, miten oma tekeminen vaikuttaa kokonaisuuteen ja mitä oikeastaan kuuluu siihen omalle tontille.
Tiedonhallinnan kokonaiskuva
Tiedonhallinta on palapeli, jossa jokaisen palasten yhteen sopiminen vaatii kokonaisuuden ymmärtämistä ja riittävän selkeitä pelisääntöjä ja osaavaa tekemistä. Kun kaikille on tarjolla riittävän hyvää tietoa jo olemassa olevasta tiedosta, selkeät tavoitteet, mitä tiedolla pitäisi voida saavuttaa ja ohjausta siitä, miten noihin tavoitteisiin voi kunkin omassa roolissa vaikuttaa, tulee tiedon käyttämisestä kestävästi ja luotettavasti mahdollista. Tämä koskee meitä kaikkia ja myös meidän AI apureitamme.
Jyrki Tunnela on tehnyt monipuolisia dataan liittyviä töitä yli 30 vuoden ajan sisältäen mm. ohjelmointia, ohjelmistoarkkitehtuuria, tuotehallintaa, laadunhallintaa, prosessikehitystä, integraatioita, Master Dataa ja viimeiset vuodet enemmän ja enemmän tiedonhallintaa Fintraffic-ympäristössä tiedonhallintapäällikön roolissa.
