Arbetssätt för ett självbetjänat BI-projekt

Jag har under en tid arbetat med självbetjänande BI-projekt. Att driva dessa kräver en annan typ av projektmetodik då många av slutanvändarna själva skall göra jobbet och skapa sin analys.

För att lyckas med detta krävs extra tydliga mål och kontinuerliga/dagliga avstämning så alla känner sitt ansvar och är inkluderade.

Kommunikationen är också superviktig så alla hela tiden förstår vad som händer i projektet.

Utbildningsinsatser är också centralt. Alla måste veta vad man kan göra och hur man gör det. Det är svårt med självbetjäning både för att verktygen fortfarande är komplexa och för att mognadsgraden är så olika. Alla har ju inte haft dataslöjd och SQL i skolan.

Idag är det dock så lätt att ta bilder, spela in klipp och klippa och klistra skärmbilder så det är lättare att få alla att förstå. Utbildningarna kan vara små enkla presentationer i powerpoint som läggs i yammer grupper eller på sharepoint-siter eller som mejl. Det är viktigt att alla bidrar med webblänkar, bilder, klipp och annat utifrån sitt perspektiv. Allt för att få full förståelse av verktyg, teknik, formler, administration och analyser. Jag tycker det är bra att ha ambitionen att hålla kontinuerlig utbildning och uppföljningar med tips, standup och/eller video.

Det tar förstås mer kraft att arbeta såhär och även att ha halvfärdiga lösningar öppna för testa och utforska. En del upplever att det blir problematiskt, spretigt och svårt att se hur detta förenklar vardagen. Men det ger också en enorm transparens, energi och skapar en härlig idédriven innovationskultur. Detta gör det riktigt kul tycker jag. Dessutom får man väldigt bra feedback och idéer på vad som är verkligt viktigt och hur vi bör göra från helt oväntat håll. Det ger också mycket färre ändringar efteråt eftersom man hela tiden själv ser resultatet framför sig.

Detta att alla är delaktiga gör också att användarna upplever det som att det är deras lösning och att de är med och utvecklas samtidigt som de skapar. Det ger också bra förståelse för utmaningarna med datakvalitet(tvättregler, dubbletter, databasjoins), konsolideringsregler och verktygsbegränsningar.

Runt projektet behöver man en hel del utvecklingssupport både kring verktyg, infrastruktur och teknik. Precis som i klassiska BI-projekt är datavärdskap också centralt eftersom den hela tiden garanterar att siffrorna blir rätt. För oss på IT krävs det också att vi ligger steget före användarna.

Som alltid är det sedan viktigt att produktionssätta lösningen efter alla konstens regler på rätt sätt utan att ta skaparglädjen ifrån användarna.

Kontakta mig om ni vill prova detta hakan.alsen@knowit.se 0738472800