Miksi päätöksiä siirretään, vaikka dataa on enemmän kuin koskaan?

Ongelma ei ole tieto eikä tahdon puute. Ongelman muodostaa se hiljainen hetki kokouksessa, jolloin kukaan ei oikein ota vastuuta siitä, mitä data oikeasti tarkoittaa.

Tilanne toistuu eri toimialoilla, erikokoisissa organisaatioissa, eri johdon tasoilla. Se ei johdu huonosta johtamisesta eikä väärästä datasta. Se johtuu yhdestä nimeämättömästä aukosta.

Kuka ottaa vastuun ja sanoo ääneen: "Tätä tämä tarkoittaa meille — ja tämä on se, mitä teemme"?

Tätä roolia on nimetty harvoissa organisaatiossa. Tulkinta oletetaan kaikkien yhteiseksi tehtäväksi. Ja kun se on kaikkien tehtävä, se on käytännössä ei kenenkään. Niin päätöksiä lykätään — ei tiedon puutteen, vaan yhteisen tulkinnan puutteen takia.

Datarunsaus kääntyy meitä vastaan

Elämme aikaa, jolloin analytiikkaa on saatavilla enemmän kuin kukaan ehtii lukea. Jokainen järjestelmä tuottaa raportin. Jokainen tiimi rakentaa oman dashboardinsa. Ja silti — tai ehkä juuri siksi — kokouksissa käytetään yhä enemmän aikaa siihen, kenen tulkinta on oikea.

Oraclen globaali Decision Dilemma -tutkimus haastatteli yli 14 000 johtajaa 17 maassa ja löysi saman kaavan: 72 % johtajista myöntää, että datan ylikuormitus on pysäyttänyt heidät kokonaan — he eivät pysty tekemään päätöstä lainkaan. 85 % on kokenut "päätösahdistusta" — katumus, epäilys, syyllisyys siitä, mitä päätti tai jätti päättämättä. (Oracle & Seth Stephens-Davidowitz, 2023)

Data ei puhu puolestaan. Se ei koskaan ole puhunut. Se tarvitsee tulkitsijan, jonkun, joka kääntää luvut merkitykseksi ja merkityksen toiminnaksi. Kun tätä ei ole selkeästi nimetty, kokous muuttuu helposti väittelyksi näkökulmista. Aika kuluu tilannekuvan rakentamiseen, ei itse päätökseen.

72 % johtajista: datan määrä estää päätöksenteon kokonaan

85 % johtajista kärsii päätösahdistuksesta — epäilystä ja katumuksesta

35 % johtoryhmien päätöksentekoon käytetystä ajasta on tehotonta (PwC 2024)

20 % organisaatioista erinomaisia päätöksenteossa — loput kamppailevat (McKinsey)

AI pahentaa tätä ennen kuin se parantaa

Moni odottaa tekoälyn ratkaisevan ongelman. Jos kone analysoi datan, saamme vihdoin sen objektiivisen totuuden, joka lopettaa väittelyn.

Todellisuus menee usein toisin päin.

Kun kone tuottaa viisi analyysiä sekunnissa, kokoukseen ei synny enemmän selkeyttä. Syntyy enemmän vaihtoehtoja — ja se lamauttava hetki, jossa kukaan ei oikein tiedä, mistä katsoa. 86 % johtajista sanoo, että datan lisääntyminen on tehnyt päätöksistä monimutkaisempia, ei yksinkertaisempia. (Oracle, 2023) Tekoäly kiihdyttää tätä ilmiötä, ei hillitse sitä.

Tekoäly osaa käsitellä massiivisia datamääriä ja löytää korrelaatioita, joita ihminen ei näkisi. Mutta se ei tunne organisaationne strategiaa, kulttuuria tai sitä hiljaista tietoa, joka ratkaisee milloin kannattaa toimia ja milloin odottaa. Eikä se voi ottaa vastuuta päätöksestä.

Se on erinomainen renki. Huono isäntä.

Rakenteellinen aukko — ei johtamisongelma

Organisaatioissa, joissa päätökset oikeasti liikkuvat, ei ole välttämättä parempaa dataa tai älykkäämpiä ihmisiä. Mutta yksi asia on eri tavalla: joku omistaa tulkinnan. Joku kantaa vastuun siitä, että viimeisin tieto kiteytyy yhdeksi riittävän selkeäksi kuvaksi ennen kuin päätöstä tarvitaan.

Tämä paradoksi tulee tiedostaa: McKinseyn tutkimukset osoittavat, että dataohjatut organisaatiot ovat 19x todennäköisemmin kannattavia ja tekevät päätökset 5x nopeammin kuin kilpailijansa. (McKinsey Global Institute / Bain & Company) Mutta vain 20 % organisaatioista on todellisuudessa hyvällä tasolla päätöksenteossaan. Hyödyt ovat siis olemassa — mutta ne eivät synny lisäämällä dataa. Ne syntyvät rakentamalla selkeä tulkintaprosessi sen päälle.

He eivät odota täydellistä varmuutta. He rakentavat riittävän yhteisen ymmärryksen — ja liikkuvat sen pohjalta.

Tähän Bluecom on rakennettu

Emme lisää analytiikkaa vaan poistamme kohinaa. Emme tuota lisää näkymiä vaan kirkastamme sen, jonka varassa voi toimia. Käytännössä tämä tarkoittaa olemassa olevan datan priorisointia, AI:n hyödyntämistä prosessin nopeuttamiseen — ei näkymien monistamiseen — ja asiantuntijatulkintaa, joka muuttaa informaation yhdeksi selkeäksi suositukseksi.

Lopputulos on yksinkertainen: mitä tapahtuu, miksi se tapahtuu, ja mitä tehdään seuraavaksi.