Data ligger i for mange systemer

Det er sjældent det samme problem som manglende data. Det er et problem med adgang, sammenhæng og tid. SAP beskriver datasiloer som data, der er fanget i afdelinger, systemer eller platforme. Databricks peger på, at det hæmmer adgang, øger ineffektivitet og gør governance sværere.

Det mærkes først i hverdagen. Folk bruger tid på at eksportere, sammenligne, genindtaste og tjekke igen. Ikke fordi de er dårlige til deres arbejde. Men fordi de arbejder på tværs af flere systemer, der ikke giver dem svaret ét sted.

En digital medarbejder kan hjælpe, fordi den ikke behøver at vente på det perfekte datasæt. Den kan samle det, I allerede har, og gøre det brugbart. Mennesket tager stadig den endelige beslutning.

Sådan ser problemet ud i praksis

Hvad en digital medarbejder gør anderledes

Den digitale medarbejder skal ikke erstatte jeres systemer. Den skal være det lag, der binder arbejdet sammen, når data allerede findes men ligger spredt.

• Samler. Den henter data fra flere kilder og lægger det i samme format.

• Sammenholder. Den peger på afvigelser, dubletter og mangler, før et menneske spilder tid på at finde dem selv.

• Forbereder. Den laver et udkast til det overblik, der skal godkendes, så medarbejderen ikke starter fra nul.

• Stopper. Når noget er uklart eller risikofyldt, eskalerer den. Den skal ikke gætte i blinde.

Det er forskellen på et script og en kollega. Et script flytter data. En digital medarbejder forstår, at data skal være samlet, brugbart og kontrolleret, før nogen kan tage næste skridt.

Et konkret eksempel

Vores salgsagent er et godt billede på problemet. Den arbejder ikke kun i et CRM-system. Den læser email, noter og pipeline-status, så den kan se hvad der er aftalt, hvad der mangler, og hvad næste skridt bør være.

Uden den sammenhæng skulle nogen åbne flere steder for at finde det samme. Med en digital medarbejder ligger historikken samlet, og mennesket kan bruge sin tid på vurderingen i stedet for oprydningen.

Det samme mønster går igen i drift, økonomi og dokumentarbejde. Når data er spredt, bliver overblikket dyrt. Når nogen samler det for jer, bliver arbejdet roligere.

KonditorBager viser pointen

I en case hos KonditorBager blev sammenhængen styrket, da data blev samlet i ét system i stedet for at ligge spredt. Det sænkede fejlrisikoen og gav bedre overblik for både kædekontor og butikker.

Det er ikke en særskilt teknologi-historie. Det er en arbejds-historie. Når flere skal bruge de samme oplysninger, er det sjældent smart at gøre dem mere usynlige.

Hvornår giver det mening?

• Når data allerede findes, men ligger i flere systemer.

• Når de samme tal samles igen og igen af de samme folk.

• Når mennesket stadig skal godkende output, men ikke starte fra et tomt ark.

Hvis problemet derimod er, at data slet ikke findes, eller at I mangler en fælles datamodel på tværs af hele virksomheden, er første skridt ofte en dataplatform. Det ene udelukker ikke det andet.

Læs også