Gofore Oy valittiin valtioneuvoston hanketiedon esiselvityksen arkkitehtuuri- ja määrittelytyön toimittajaksi. Goforen asiantuntijoiden tehtävänä on esiselvityksen arkkitehtuurityö sekä esiselvityksen osana tehtävä määrittely. Optiona Gofore tarjoaa asiantuntijat tekemään tarjouspyyntöön ja hankintapäätökseen tarvittavat materiaalit mukaan lukien tarjouspyynnön liitteeksi tulevan vaatimusmäärittelyn.
Hanketieto liittyy kiinteästi valtioneuvoston ja ministeriöiden sekä laajemmin koko julkishallinnon toimintaan. Esiselvitettävänä on ratkaisu, jonka avulla on mahdollista seurata yhtenäisesti valtioneuvoston yleisesti merkittäviä asioita. Tällaisia ovat mm. hallitusohjelman toimeenpano, säädösvalmisteluhankkeet, keskeiset eri asioita koskevat uudistamis- ja kehittämishankkeet, valtioneuvoston toimielimet ja niiden asettaminen sekä strategiat, selonteot ja valtioneuvoston linjaavat asiakirjat. Hanketietoratkaisun tarkoituksena on lisätä hallinnon avoimuutta ja toteuttaa julkisuuslain vaatimuksia tiedonsaannin ja hyvän tiedonhallinnan edistämiseksi.

Kokemus ja osaaminen arkkitehtuuri-, esiselvitys- ja määrittelytyöstä toivat voiton

Valtiovarainministeriön kilpailutuksessa Gofore osoitti tarjoajista parasta osaamista ja kokemusta julkishallinnon ICT-ratkaisujen kehittämisestä ja arkkitehtuurityöstä. Pitkäjänteinen ja määrätietoinen työ erityisesti julkishallinnon kehittäjien kumppanina sai esiselvitystyön myötä tärkeää jatkoa. Tämä tukee Goforen tavoitetta kehittyä julkisen hallinnon arkkitehtuurin kokonaisvaltaiseksi osaajaksi sekä toivotuimmaksi kumppaniksi.
Myös aikaisempi yhteistyö valtiovarainministeriön kanssa jatkuu. Goforella on käynnissä valtiovarainministeriölle toteutettava kuntien toiminta- ja taloustietojen käsitemallityö. Työn tavoitteena on luoda perusta kuntien talousohjauksen kehittämiselle siten, että mallin avulla ymmärretään toiminnan ja talouden rakenteet kokonaisuutena. Tämä mahdollistaa yhdenmukaisen vertailutiedon ja analyysin kuntien toiminnasta, sen tehokkuudesta sekä tarjoaa perustan tuottavuuden kehittämiselle.
Lisätietoja:
Gofore Oy
Mikael Nylund
Liiketoimintajohtaja
Sähköisten palveluiden arkkitehtuuritoimisto
p. 040 540 2280
mikael.nylund@gofore.com
 

Mikael Nylund

Mikael Nylund

Mikael on Goforen toimitusjohtaja. Hän on työskennellyt Goforessa vuodesta 2010 lähtien ja auttanut sinä aikana lukuisia organisaatioita polulla kohti digitaalista liiketoimintaa. Mikael ajattelee, että parempi tulevaisuus tehdään teknologian avulla ihmisten ehdoilla.

Piditkö lukemastasi? Jaa se myös muille.

Tieto hyötykäyttöön

Autosi sovittaa liikennevaloja lähestyessään nopeutensa siten, että ylimääräisiä, energiaa kuluttavia pysähdyksiä ja kiihdytyksiä ei tule. Etähoidossa olevan potilaan tulossa oleva sydänkohtaus nähdään ennalta ja apua lähetetään jo ennen kuin potilas itse edes osaa sitä pyytää. Tuulivoimalan lavoissa olevien anturien ja sääennusteiden tietoja yhdistelemällä voidaan tulevaa ennakoida ja ryhtyä toimenpiteisiin jo ennen tuulivoimalan pysähtymistä lapojen jäätymisen takia.
Edellä kuvatut tilanteet ovat yksinkertaisia, Goforen asiakkaiden arjesta otettuja esimerkkejä siitä, miten maailmamme tulee muuttumaan kun opimme jatkuvasti paremmalla tavalla hyödyntämään käytössämme olevaa tietoa. Tietoa syntyy ja sitä kerätään jatkuvasti yhä enemmän. Se asettaa uudenlaisia vaatimuksia tiedon hallinnalle ja tarkoituksenmukaiselle hyödyntämiselle erilaisissa päätöksentekotilanteissa. Tiedon jalostaminen on kasvava liiketoiminta-alue ja tieto sen raaka-aineena merkittävää kauppatavaraa. Samaan aikaan on ymmärretty avoimen tiedon arvo uusien tiedon jalostamiseen perustuvien innovaatioiden mahdollistajana.
Useimmat organisaatiot ovat jo tarttuneet haasteeseen tekemällä mittavia kehityspanostuksia tiedolla johtamisen ja BI:n infrastruktuuriin ja raportointiin. Massadatan hallinta, tulevaa ennakoiva analytiikka sekä oman tieto-omaisuuden ja tietoarkkitehtuurin hallinta ovat kehittämiskohteita, joissa useimmilla organisaatioilla niin yksityisellä sektorilla kuin julkishallinnossa on vielä paljon tekemistä.
Me Goforella haluamme olla asiakkaidemme tukena rakentamassa tiedolla johtamisen arkkitehtuuria. Haluamme nähdä nykyistä ketterämpiä ja avoimempia ratkaisuja, jotka mukautuvat tulevaisuuden nopeasti muuttuviin tarpeisiin. Intohimomme ovat ratkaisut, jotka tukevat asiakkaidemme päätöksentekoa kaikilla sen eri tasoilla strategiasta päivittäiseen toimintaan.
Haluamme kuitenkin myös muistuttaa teitä siitä, että tiedolla johtaminen on myös mitä suurimmassa määrin kulttuurikysymys, joka edellyttää monessa tapauksessa uudenlaista johtamisen mallia. Tiedon menestyksekäs hyödyntäminen on matka, jota tehdään rinnan johtamisen kehittämisen ja ICT-ratkaisujen saroilla. Kutsumme teidät tekemään menestyksekkäitä tiedolla johtamisen ratkaisuja yhteistyössä Goforen kanssa!

Mikael Nylund

Mikael Nylund

Mikael on Goforen toimitusjohtaja. Hän on työskennellyt Goforessa vuodesta 2010 lähtien ja auttanut sinä aikana lukuisia organisaatioita polulla kohti digitaalista liiketoimintaa. Mikael ajattelee, että parempi tulevaisuus tehdään teknologian avulla ihmisten ehdoilla.

Piditkö lukemastasi? Jaa se myös muille.

Tiedolla johtamisen pitäisi olla päämäärätietoista toimintaa, jossa johtaja reagoi eri tavoin tietoon, joka kuvastaa määritellyn päämäärän toteutumisesta. Tiedolla johtaminen voi kohdistua pitkälle tulevaisuuteen, lähitulevaisuuteen tai nykyhetkeen. Johtamista on näin ollen monella tasolla, strategiasta yhteen yksilöön. Itsensä nykyhetkessä tapahtuvaa johtamista kutsutaan itseohjautuvuudeksi. Raja johtamisen ja yleisemminkin ohjaamisen välillä on epäselvä, ja rajan vetäminen on luultavasti turhaa. Tässä johtamisen ja ohjaamisen eroa kuitenkin analysoidaan siksi, että niiden erojen ja yhtäläisyyksien havaitseminen voisi edistää tiedolla johtamisen kulttuuria.
Johtajan mahdollisia tapoja reagoida saatuun tietoon ovat olleet puhuminen, oman käytöksen muuttaminen oikean esimerkin näyttämiseksi ja kirjallisten ohjeiden laatiminen. Ohjaaminen on käyttänyt samoja välineitä. Onko johtamisen ja ohjaamisen ero lähinnä pakollisuus? Johtamisviesti on ”toimi näin”, ohjaamisen viesti ”toimi näin, jos tiedossasi ei ole hyvää syytä toimia toisin”.
Edellä oleva kuulostaa viisastelulta, mutta muuttuu tärkeäksi huomioksi, kun mietitään, miten tiedolla johtamisen vaikuttavuutta voisi lisätä. Johtaminen puhumalla ja erityisesti kirjallisilla ohjeilla ei onnistu ainakaan runsaasti erilaisia prosesseja ja projekteja sisältävässä ekosysteemeissä kuten terveydenhuolto. Tiedolla johtamisen tulisikin vaikuttaa työntekijän käytökseen ilman, että pitää muistaa jotain. Yksi tapa vaikuttaa käytökseen on vaikuttaa työntekijän sähköisen työpöydän käyttäytymiseen ja muotoilla tiedonkäsittelyprosesseja. Ero ohjaamiseen tulee ilmeiseksi nimenomaan tiedon käsittelyn välineissä. Ohjaussääntö tuottaa käyttäjälle ehdotuksen, varoituksen tai ehdotuksen seuraavasta toiminnosta. Johtamissääntö pakottaa käyttäjän toimimaan tietyllä tavalla.
Tiedolla johtaminen vanhoilla tavoilla on itse asiassa ohjaamista, koska johtamisen kohteella on aina mahdollisuus olla tottelematta. Kun työntekijä voi valita muun kuin johtajan esittämän vaihtoehdon, ’johtamisohjaamisen’ ohjeen ei tarvitse olla totta joka hetki ja joka tilanteessa. Valtavirtojen tunnistaminen riittää. Kuinka paljon aikaa olemmekaan uhranneet aikaa sen varmistamiseen, että johtajalla on käytössään ehdottoman oikeat ja tarkat tiedot johtamisohjaamisen perustaksi. Liian laadun vaatimisen tekosyyllä johtajat on jätetty vaille mitään tietoja. Vaihtoehtoisesti olemme pilanneet tuottamamme tiedon maineen korostamalla aineistoa vääristäviä tekijöitä. Tiedolla johtamisen kulttuuri ei kukoista epäluottamuksen ilmapiirissä. Hyvää tiedolla johtamista ei estä datan epätarkkuus, vaan tottumattomuus käyttää tietoa johtamisessa.
Päinvastoin kuin tiedolla johtamisen perinteisessä maailmassa, vaatimus lähdetiedon oikeellisuudesta on hyvin keskeistä, kun tiedolla johtamista toteutetaan digitaalista ympäristöä, esim. työpöytää säätämällä. Jos työprosessia, toimintoja tai tiedon saatavuutta rajoitetaan tai muutetaan, muotoilusääntöjen tulee perustua yksityiskohtaiseen tietoon. Ympäristön muotoilun sääntöjen luomisessa tarvitaan myös tiedot poikkeamista.
Tiedolla johtaminen digitaalisen ympäristön muotoilun avulla kuulostaa nyt sosiaali- ja terveydenhuollossa jopa vaaralliselta. Vasta, kun ”totuus” perustuu riittävään big data -tyyppisen aineistosta löytyneisiin säännönmukaisuuksiin, voisi olla järkevää esim. haluta syrjäyttää ammattihenkilön oikeus ja vastuu viimekädessä päättää hoitoratkaisuista ja potilaan hoitoprosessista
Vaikka ylläkuvattu digitaalisen ympäristön muotoilu saattaa olla jopa mahdoton visio joillain aloilla, pitää huomata, että pienessä mitassa vastaavaa tapahtuu koko ajan. Jokainen päätös työntekijän käyttämän sovelluksen ominaisuuksista muovailee työntekijän käytöstä ja hoitoprosessia. Onkin kummallista, että pääsääntöisesti taho, joka ei tiedä, mihin johtaja työntekijää haluaa ohjata, saa päättää miten järjestettynä ja missä järjestyksessä työntekijälle tarjotaan tietoa. Tiedolla johtamisen alin, pääosin vielä saavuttamaton, kypsyystaso voisikin olla ”organisaatio huolehtii siitä, että johtamisen päämäärät ovat organisaation tietojärjestelmiä määrittelevien tiedossa ja että ne ilmenevät sovelluksissa”.
Kirjoittaja: Tietohallintoylilääkäri Pirkko Kortekangas, Varsinais-Suomen sairaanhoitopiiri

Avatar

Piditkö lukemastasi? Jaa se myös muille.

Ylikorostunut teknologianäkökulma

Mediassa big dataa käsitellään yleensä hyvin teknologialähtöisesti. Hadoop ja vastaavat teknologiat ovat keskustelun ytimessä. Näitä teknologioita käytetään pääsääntöisesti yksittäisissä hankkeissa ja tietojärjestelmissä korvaamaan mm. perinteisiä relaatiotietokantoja ja hakemistoja rakenteettoman tiedon tallennuksessa ja käsittelyssä. Näiden teknologioiden käyttö onkin monesti perusteltua sekä tiedon tallennuksen kustannustehokkuuden että hajautettuun ja rinnakkaistettuun tiedon prosessointiin liittyvän ohjelmointikyvykkyyden lisäämisen näkökulmasta. Mikäli organisaatiossa halutaan hyödyntää tietopääomia yksittäisiä sovelluksia laajemmin ja hyödyntää big dataa esimerkiksi tiedolla johtamiseen, pitää big dataa pystyä yhdistämään joustavasti ja laaja-alaisesti muihin tietoihin. Tämän onnistuminen ei ole useinkaan kiinni teknologioista vaan laajemmin menetelmistä, arkkitehtuurista, mallinnus- ja toteutustavoista.

”ETL is dying” – perinteisen tietovarastoinnin skaalautuvuusongelmat

Big datan hyödyntämisestä tietovarastoinnissa on runsaasti erilaisia näkemyksiä. Isojen tietokantatoimittajien määrittelemä tapa perustuu usein Hadoopilla tai vastaavalla map-reduce pohjaisella prosessointiteknologialla toteutettuun datan kutistamiseen ja kutistetun tiedon viemiseen tietovaraston raportointirakenteisiin. Kutistaminen voi olla esimerkiksi tiedon suodattamista tai koostamista. Kyseessä on kuitenkin Data Vault kehittäjän Dan Linstedtin kuvaama antisuunnittelumalli (antipattern), jossa liiketoimintasäännöt yhdistetään tiedon lataamiseen ja integraatiologiikkaan. Ongelmana on skaalautumattomuus sekä uusien tietolähteiden että liiketoimintasääntöjen lisäämiseen osalta. Uuden tietolähteen lisäystä ei voi tehdä vain uutta ETL-latausprosessia (Extract-Transform-Load) kirjoittamalla, vaan olemassa olevia latausprosesseja pitää muuttaa, jotta niihin sisältyvät liiketoimintasäännöt kykenevät huomioimaan uuden tietolähteen tarjoaman tiedon. Yksittäinen ETL-prosessi monimutkaistuu merkittävästi tietolähteiden kasvaessa, monimutkaistaen prosessiin sisällytettävän liiketoimintasäännön muokkaamista tai uuden liiketoimintasäännön lisäämistä. Mitä suuremmaksi siis tietovarasto kasvaa sitä monimutkaisemmaksi ja työläämmäksi uuden tietolähteen tai liiketoimintasäännön lisäys käyvät. Jossain vaiheessa muutostyön määrä voi helposti kasvaa niin suureksi, ettei tietovarasto kestä enää uusia lisäyksiä.
Big datan käsittelyn näkökulmasta edellä kuvatut skaalautumisrajoitteet ovat kestämättömiä. Tarkoituksenahan on juuri kyetä hyödyntämään laajamittaisesti organisaation erimuotoisia tietolähteitä ja saada uusia asioita irti olemassa olevasta tiedosta. Dan Linstedtin mukaan edellä kuvatulla tavalla ei ole tulevaisuutta ja hän onkin todennut: ”ETL is dying”. Data Vault 2.0 arkkitehtuurissa tietojen tuominen tietovarastoon (raakadata vault) on erotettu omaan kerrokseensa liiketoimintasäännöt huomioivasta business vault-kerroksesta ja raportointirakenteiden määrittelystä (information mart area). ETL-prosessista on näin saatu T eli muunnokset pois. EL-prosessi ei tarkoita kuitenkaan tietojen suoraa kopiointia, vaan tuontiin voi liittyä ns. kovia sääntöjä (hard rules) kuten tietotyyppien muunnoksia tai tietojen normalisointia.
Erillisten kerrosten ansiosta liiketoimintasääntöjen muuttaminen ei vaikuta lainkaan tietojen latausprosesseihin. Tietolähteiden lisäämisellä on puolestaan vähäiset tai ei lainkaan vaikutuksia olemassa oleviin liiketoimintasääntöihin ja raportointirakenteisiin. Koska vanhoja latausprosesseja ja malleja ei tarvitse juurikaan päivittää, tietovaraston koolla ei ole vastaavaa vaikutusta työmääriin ja kustannuksiin kuin perinteisessä kaksitasoisessa tietovarastoinnissa. Koska latausprosessit eivät sisällä liiketoimintalogiikkaa, niiden määrä pysyy myös perinteistä mallia vähäisempänä ja niistä muodostuu varsin yksinkertaisia, nopeita ja suoraviivaisia tiedonsiirtoja, jotka ovat keskenään melko samanlaisia. Tämä puolestaan mahdollistaa latausprosessien kehittämisen ja hallinnan automatisoinnin.
Lisäksi Data Vault 2.0 ja perinteiselle arkkitehtuurilla on merkittävä ero tietovaraston suorituskyvyn skaalautuvuuteen. Liiketoimintasääntöjen puuttuminen ja tiedot toisistaan hyvin eriyttävä Data Vault 2.0 mallinnus mahdollistavat latausprosessin suorituksen rinnakkaistamisen, mikä ei ole perinteisessä mallissa samassa laajuudessa mahdollista. Perinteisessä mallissa rinnakkaista ja laiteresursseihin skaalautuvaa prosessointia rajoittavat merkittävästi liiketoimintasääntöjen ja raportointirakenteiden (esim. tähtimalli) edellyttämät tietojen yhdistämis- ja koostamisvaatimukset sekä muut riippuvuudet tuotavien tietojen välillä.

Monimuotoinen big data ei taivu yhteen muottiin

Big dataa käsitellään usein harhaanjohtavasti erillisenä saarekkeenaan, jota pitäisi käsitellä täysin uudenlaisesti ja uusilla teknologioilla. Tyypillisesti big data kuitenkin koostuu erityyppisistä, kokoisista ja muotoisista tietojoukoista, joiden perusteella käsittelytapa ja -teknologiat kannattaa valita.
Rakenteellinen tieto kannattaa usein siirtää relaatiotietokantamuotoiseen tietovarastoon, jotta sen jatkokäsittely olisi mahdollisimman yksinkertaista, kustannustehokasta, helposti automatisoitavissa ja tukisi mahdollisimman hyvin olemassa olevaa osaamista ja organisaation käyttämiä tiedon anlysointi- ja visualisointityökaluja. Tiedon koon tai tietovirran nopeuden ollessa todella suurta, kannattaa tieto prosessoida kustannustehokkailla rinnakkaista hajautettua prosessointia tukevilla alustoilla. Näihin lukeutuvat myös osa sql-kieltä tukevista tietokantaratkaisuista. Rakeenteellisen tiedon määrä ja tietovirran nopeus ovat nykyisin kuitenkin hyvin harvoin esteenä tietojen viemiselle relaatiotietokantapohjaiseen tietovarastoon, jos sen tietomalli ja arkkitehtuuri on suunniteltu tehokkaaseen tiedon tuontiin ja integrointiin. Tehokas tiedon tuonti on ollut Data Vault mallinnuksen ja arkkitehtuurin keskeisenä lähtökohtana. Jos tieto prosessoidaan matalan tason teknologioita käyttäen, kuten esim. suoraan Hadoop-tiedostojärjestelmän päällä, kannattaa tulokset siirtää tietokantaan, jossa niitä on käyttäjien helpompi analysoida, visualisoida, yhdistää muihin tietoihin ja jatkokäsitellä käyttäjille entuudestaan tutuilla BI-tuotteilla.
Rakenteeton tieto ja siihen liittyvät käsittelyvaatimukset eroavat usein merkittävästi rakenteellisesta tiedosta ja sen käsittelyvaatimuksista. Esim. kuvien ja videoiden koot voivat olla massiivisia eivätkä perinteiset relaatiotietokannat anna näiden sisällön käsittelyyn parhaita eväitä. Yhtenä vaihtoehtona on viedä tiedostojen metatiedot tietovarastoon ja varsinaisen sisällön tallennus ja mahdollinen analysointi hoitaa esim. Hadoop-pohjaisilla tiedontallennusalustoilla, jotka skaalautuvat kustannustehokkaasti suurillekin tietomäärille.
Data Vault 2.0:n arkkitehtuuri huomioi big datan monimuotoisuuden ja edellä kuvatut erilaiset käsittelytavat eikä malli yksinkertaista big datan käsittelyä virheellisesti yhteen muottiin. Alla olevassa kuvassa on esitetty DV 2.0:n mukaiset arkkitehtuuritasot ja big datan kytkeytymisvaihtoehdot eri tasoille.

Kuva 1. Data Vault 2.0 arkkitehtuuri ja big data
Kuva 1. Data Vault 2.0 arkkitehtuuri ja big data

Perinteiseen kaksikerroksiseen tietovarastoinnin arkkitehtuuriin ja tietomallinnukseen liittyy edellä kuvattujen lisäksi runsaasti muitakin keskeisiä haasteita, jotka korostuvat entisestään big datan myötä. Näitä ovat mm. heikko tuki toimintalähtöiselle ketterälle kehittämiselle ja tietosuojavaatimusten huomioimiselle. Data Vault 2.0 järjestelmään pohjautuvia ratkaisumalleja näihin ongelmakohtiin on kuvattu tarkemmin blogeissa Data Vault 2.0 – tietovarastojen villin lännen ”pieni suuri” metodi? ja Tietosuojan ja henkilörekisterien käsittelyn sudenkuopat tietovarastoinnissa.

Avatar

Mika Varjus

Mika on kokenut ohjelmistoarkkitehti ja kokonaisarkkitehtuurikonsultti. Hänellä on erityisen laaja kokemus tieto- ja palveluarkkitehtuurien kokonaisvaltaisesta kehittämisestä. Hän on yli seitsemäntoista vuoden työhistoriansa aikana ollut päävastuullisena suunnittelijana useissa kymmenissä eri tietojärjestelmähankkeissa ja omaa toistakymmentä sertifikaattia eri aihealueilta, kattaen mm. ohjelmistotuotannon prosessit ja menetelmät, testauksen, tietokannan hallintajärjestelmät ja sovelluspalvelinympäristöt. Tietovarastoinnista hänellä on CDVP2 - Data Vault 2.0 Certified Practitioner –sertifikaatti.

Linkedin profile

Piditkö lukemastasi? Jaa se myös muille.

Vantaan virkamiesjohto visioi itselleen ja kuntalaisille kojelaudan, jonka mittaristo kertoo keskeiset kaupungin johtamisen ja siihen liittyvän ennakoinnin tunnusluvut. Näitä mittareita synnytetään nyt kaupungin tietohallinto-ohjelmassa. Sen keskeisenä osana kehitetään tiedolla johtamista.
− Työ on alussa, ja edessä on 3−4 vuoden rupeama. Ensin kartoitamme mittarit, joilla toimintaa johdetaan, ja sparraamme niiden konkretisointia. Samaan aikaan otamme ensi askeleita tiedolla johtamisen arkkitehtuurin luomiseksi, Vantaan tietohallintojohtaja Antti Ylä-Jarkko kertoo.
Toimintaa kuvaavien tunnuslukujen määrittely on osoittautunut organisaatiolle odotettua mutkikkaammaksi. Tämä on yllättänyt Ylä-Jarkonkin.
− Tunnusluvut tarvitaan, sillä toimintalähtöisyys on meillä koko projektin perusta. Lähestymme tiedolla johtamista siten, ettemme aluksi ollenkaan puhu ICT:stä tai tietojärjestelmistä, vaan tarkastelemme arjen toimintoja ja miten niitä johdetaan, millaisin tunnusluvuin ja mihin ilmiöihin perustuen.
Tiedolla johtamisen tarpeita mietittäessä virkamiesjohto on nostanut samaan kokonaisuuteen monenlaisia kehityskohteita.
− Tiedolla johtamisen rinnalla on tullut esiin esimerkiksi uudenlaisia tilastointitarpeita, operatiivisen järjestelmän raportointipuutteita ja halua kehittää ad hoc -raportointia. Olemme palastelleet eri tarpeet konkreettiseen ja ymmärrettävään muotoon neljäksi eri road mapiksi, joilla nyt lähestymme toimialoja.

Ensin tarvitaan uusi kulttuuri

Antti Ylä-Jarkon mukaan alkuvaiheessa Vantaalla kyse on tiedolla johtamisen kulttuurin rakentamisesta. Pitää kartoittaa organisaation valmiudet edistää asiaa.
− Silloin mietitään, olemmeko ylipäätänsä vaiheessa, jossa mittareita tarvitaan. Paljastuuko, että mittarit ovat puhtaasti talouden lukuja, jotka saadaan suoraan SAPista? Millaisia muita mittareita löydetään ja millaista muuta tulevaisuustietoa on mahdollisesti käytettävissä ja saatavissa näkyviin?
Mitä jatkosta päätetäänkin, etenemisen on Ylä-Jarkon mukaan oltava iteratiivista. Lähdetään liikkeelle pienesti ja kokonaisuutta kehitetään eteenpäin iteraatioiden kautta.

Kuntalaisille näkyviin, millä tiedolla johdetaan

Onko tiedolla johtaminen kuntaorganisaatioissa erityisen monimutkaista? Antti Ylä-Jarkko katsoo tosiasioita: missä tahansa konsernissa, jossa tuotetaan paljon erilaisia palveluja erilaisille asiakasryhmille, toiminnan johtaminen on haasteellista.
− Meillä on hyvä toimintakulttuuri ja tekemisen meininki. Niin tietohallinnossa kuin muillakin toimialoilla organisaatiot ovat ohuita, ja nyt niiden on löydettävä aikaa tähän ja uskallusta investoida henkilöstöpääomaan. Siksi tietohallinnossa on konkretisoitava tiedolla johtamisen hyödyt niin toimialoille kuin kuntalaisille, Ylä-Jarkko perustelee.
Hän muistuttaa, että hyödyt kuntalaisille – entistä tehokkaammin johdettu kaupunki ja paremmat palvelut − on se ohjuri, joka viime kädessä linjaa ratkaisuja.
Ylä-Jarkon mukaan tiedolla johtaminen on demokratisoiva johtamismalli, joka tuo päätöksentekoon tasalaatuisuutta, läpinäkyvyyttä ja päättäjille mahdollisuuden oikeasti keskustella samasta asiasta.  Päästään arvioimaan, ovatko ratkaisut tunnuslukujen valossa oikeita, mitä vaihtoehtoja on ja mitä vaikutuksia vaihtoehdoilla on eri ryhmille.
− Jos tunnuslukuja ei saada, ollaan mutu-impulssien varassa. Luvut ovat jonkun päässä ja niiden perusteella tuntuu, että organisaatiota on vietävä tiettyyn suuntaan.
− Johtamisen perusteet on saatava paremmin esiin, ja ne voitaisiin tuoda myös kuntalaisille näkyviin. Myös ennustetietoja ja tulevaisuuden simulointimahdollisuus olisi saatava päätöksentekoon. Nyt simulointimahdollisuus puuttuu lähes täysin.
−  Itse kaipaan esimerkiksi nykyistä paremmin talouden ja HR-puolen ennusteita.
Gofore toimii Vantaan kokonaisarkkitehtuurin asiantuntijapalvelujen toimittajana ja kumppanina tiedolla johtamisen ja sähköisen asioinnin viitearkkitehtuurien kehittämisessä.

Vastaavatko palvelut kuntalaisten tarpeita? − Miksei käytössä voisi olla vaikkapa mobiilisovellus, jossa kuntalaiset voisivat ottaa livenä kantaa palvelujen laatuun.  Tulos näkyisi suoraan jossakin kojelautamme mittaristossa, tietohallintojohtaja Antti Ylä-Jarkko ideoi.
Vastaavatko palvelut kuntalaisten tarpeita? − Miksei käytössä voisi olla vaikkapa mobiilisovellus, jossa kuntalaiset voisivat ottaa livenä kantaa palvelujen laatuun. Tulos näkyisi suoraan jossakin kojelautamme mittaristossa, tietohallintojohtaja Antti Ylä-Jarkko ideoi.

Teksti: Aila Välikoski, Effet.

Avatar

Riikka Nurminen

Piditkö lukemastasi? Jaa se myös muille.

Jyrki Kataisen hallitusohjelma nosti tiedolla johtamisen julkisjohtamisen isoksi teemaksi 2011. Hallitusohjelmassa esitettiin muun muassa, että ”julkisen sektorin tuottavuutta lisätään hyödyntämällä nykyistä tehokkaammin tiedolla johtamista”. Tämän jälkeen tiedolla johtamisen kehittämishankkeita on käynnistetty valtava määrä.
Tiedolla johtamisella pyritään tarttumaan esimerkiksi kustannustietoisuuden edistämiseen, tiedon avaamiseen, palveluiden vaikutusten mittaamiseen, kansalaisten osallistamiseen, toimintaprosessien tehostamiseen sekä lukemattomiin muihin johtamisen haasteisiin.
Yleisesti tiedolla johtamisen perusajatus on yksinkertainen. Minä olen jaotellut tiedolla johtamisen menestystekijät seuraavasti: 1) toiminnan tavoitteet ovat selvät, 2) kehittämistä ohjaavat aidot käyttö-/päätöksentekotilanteet, 3) tieto jalostuu ja 4) data on luotettavaa. Tästä on verraten helposti tunnistettavissa kokonaisarkkitehtuurin näkökulmat. Kokonaisarkkitehtuuri luokin varsin hyvän viitekehyksen tiedolla johtamisen edistämiseen.
Datan osalta tapetilla ovat muun muassa laatu- ja omistajuuskysymykset. Nämä muodostavat edellytykset luotettavalle tiedolla johtamiselle. Datan linkittäminen kontekstiin, erilaisen datan ja tietolähteiden yhdistäminen, rajapintojen rakentaminen ja yhteensopivuuden varmistaminen luovat edellytykset tiedon jalostamiselle päätöksenteon tueksi.  Innovatiiviset tavat yhdistää paikkatietoa, demografiatietoja ja esimerkiksi tietoa käytössä olevasta kapasiteetista tarjoavat perusteet paremmalle toiminnan ohjaukselle.
Tietoa on jalostettu päätöksenteon tueksi jo pitkään, mutta moderni teknologia, avoimet arkkitehtuurit ja rajapinnat sekä tietoverkkoja hyödyntävät liiketoimintamallit nostavat datan jalostusmahdollisuudet aivan uudelle tasolle.
Uudenlainen dataan pohjautuva ajattelu on haastamassa vanhat johtamismallit ja kääntämässä uuden sivun liiketaloudellisessa ajattelussa. Vielä vuosikymmen sitten ei ollut lainkaan selvää, että tietohallintopäällikkö kuului yrityksen johtoryhmään. Nyt on jo nähty esimerkkejä, joissa tietohallinto tai valistuneet data-ajattelijat ovat keskeisessä roolissa liiketoiminnan suunnan määrittämisessä.
Yritykset seuraavat jo asiakkaiden tunteita ja käyttötottumuksia sosiaalisessa mediassa ja kohdentavat näin markkinointiaan ja tekevät muutoksia tuotteisiin tai niiden hinnoitteluun. Koska julkinen sektori pystyy tähän? Voisiko esimerkiksi terveyspalveluiden käyttöä ennakoida tai laatua seurata sosiaalisessa mediassa käytyjen keskusteluiden perusteella?
Siinä missä tiedonhallinta miellettiin aikaisemmin tukifunktioksi, tietojohtamisesta on tullut monen julkisen organisaation kohdalla koko toiminnan ydin. Erityisen tärkeätä on muistaa, että hallintokoneisto on olemassa yksinomaan asiakasta varten. Asiakkaiden palvelemiseksi tieto on vietävä sinne missä päätöksiä tehdään. Siellä tiedosta luodaan arvoa, ja alkaa se varsinainen tiedolla johtaminen; vaihtoehtojen punnitseminen ja päätösten tekeminen. Missä olemme nyt, minne haluamme toimintamme kehittyvän ja mitä teemme, jotta pääsemme tavoitteisiin.
Toiminnan tavoitteiden, oli sitten kyse kuntalaisten hyvinvoinnista tai valtion kokonaisedusta, tulee ohjata toimintaa. Rakenneuudistukset ovat välttämättömiä, jotta nykypäivän haasteisiin voidaan vastata. Poteroihin kaivautumisen aika on ohi. Kansalaisilla on aktiivinen rooli palveluiden suunnittelussa ja toteutuksessa. Tietojärjestelmämme eivät vielä mahdollista osallistumista kovinkaan tehokkaasti.
Johtamisen näkökulmasta on tärkeä huomioida, että julkisessa hallinnossa tullaan näkemään sukupolvenvaihdos, joka haastaa meidät kaikki. Osaamisen siirtäminen ja uuden oppiminen nousevat keskeiseen roolin. Tämä muuttaa toimintakulttuuria ja nostaa tiedolla johtamisen entistä tärkeämpään rooliin. Se maailma, jota varten julkiset palvelut ja niitä tukeva hallintokoneisto aikoinaan rakennettiin, oli kovin toisenlainen. Nyt päätöksenteon tueksi tarvitaan uudenlaista tietoa ja tätä tuottamaan uudenlaiset rakenteet ja järjestelmät. Nämä tulee rakentaa tämän päivän tarpeet ja tavoitteet huomioiden.
Tiedolla johtaminen edellyttää tekemisen meininkiä; asennetta ja uudenlaista kulttuuria. Esimerkkejä tästä on jo nähtävissä. Uudenlaiset toiminta- ja johtamismallit valtaavat tilaa ja niittävät mainetta. Suuret kaupungit kulkevat etulinjassa ja pyrkivät luomaan tietoon perustuvia tapoja toimia.
Kehittämistä tehdään yhteistyössä järjestelmätoimittajien, toisten kuntien ja myös kolmannen sektorin kanssa. Kunnat toimivat oman alueellisen ekosysteeminsä keskiössä ja pyrkivät huolehtimaan sen elinvoimaisuudesta. Tässä tehtävässä tarvitaan niin ymmärrystä, osaamista kuin tekoja. Samalla kun teknologia uudistuu valtavaa vauhtia, vaaditaan rohkeutta myös johtamiselta. Tietoa pitää hyödyntää ja  johtajien tulee omalla esimerkillään osoittaa, että tavoitteiden saavuttamista seurataan ja tuetaan – tiedolla aidosti johdetaan.
Kirjoittaja: Tutkijatohtori Harri Laihonen, Tietojohtamisen tutkimuskeskus Novi, Tampereen teknillinen yliopisto

Avatar

Harri Laihonen

Harri Laihonen toimii tutkijana Tietojohtamisen tutkimuskeskus Novissa Tampereen teknillisellä yliopistolla. Lisäksi hän on Mittaritiimi-tutkimusryhmän johtaja. Harrilla on kauppatieteellinen peruskoulutus ja tämän jälkeen hän on työskennellyt it-sektorilla sekä väitellyt terveysjärjestelmän johtamisen tietovirroista. Viime vuosina hän on osallistunut useisiin tutkimus- ja kehittämishankkeisiin, joissa on etsitty välineitä yksilön työhyvinvoinnin ja tuottavuuden edistämiseksi, organisaatioiden suorituskyvyn parantamiseksi sekä palvelujärjestelmien johtamiseksi.

Linkedin profile

Piditkö lukemastasi? Jaa se myös muille.

Tietovaraston tietosuojan suunnittelu ei ole yksinkertainen tehtävä, ja tähän liittyvien virheiden korjaaminen jälkikäteen voi osoittautua hyvin hankalaksi ja kalliiksi. Tämän vuoksi päätimme Goforella ottaa tietosuojan yhdeksi keskeiseksi tietovaraston suunnittelua ohjaavaksi tekijäksi asiakasprojekteissamme. Tämän periaatteen johdattamina loimme kriittisempääkin tarkastelua kestävän, mutta kuitenkin selkeän ja ketterän tietovaraston tietosuojauksen mallin, joka käsittää arkkitehtuurin ja mallinnuksen lisäksi mm. roolitukset ja rekisteritietojen käsittelyyn ja raportointiin liittyvät hallintaprosessit. Malli ei kuitenkaan syntynyt nopeasti itsestään, vaan sitä edelsi lukuisia keskusteluja toimialojen lakimiesten, tietosuojavaltuutetun ja tietosuoja-asiantuntijoiden kanssa. Tässä blogissa käsittelen kahta melko yleistä sudenkuoppaa, jotka luomamme malli kiertää, mutta joiden vaarallisuudesta kertoo paljon se, kuinka moni organisaatio on niihin astunut.
Sudenkuopista ensimmäinen on ajatus henkilötietojen anonymisoinnista, niin ettei yksilötasoista tietoa sisältävästä tietovarastosta muodostu henkilötietolain ja toimialakohtaisten lainsäädäntöjen mukaisia henkilörekisterejä. Tätä toteutustapaa on usein kuitenkin lähes mahdotonta toteuttaa lainmukaisesti, koska rekisterin syntyyn voi riittää se, että yksikin henkilö tietovarastossa on tavalla tai toisella tunnistettavissa. Käytännössä tähän voi riittää pelkkä syntymävuosi, eikä henkilö saa olla tunnistettavissa myöskään eri tietoja yhdistelemällä. Koosteisessa tiedossa, esimerkiksi alueellisessa raportoinnissa, henkilöt harvemmin ovat tunnistettavissa, mutta yksilötason tietojen osalta tämä on erittäin haastavaa ja usein mahdotonta hukkaamatta raportoinnin kannalta keskeistä tietoa.
Toinen sudenkuoppa liittyy siihen, kuinka lain määrittelemät henkilörekisterit ja tietojärjestelmät kytketään toisiinsa. Välillä tietovaraston toteutushankkeissa erehdytään ajattelemaan, että yksittäinen tietojärjestelmä tai sen tietokanta vastaavat yhtä rekisteriä. Rekisterin tiedot voivat jakautua kuitenkin eri tietojärjestelmien kesken ja yksittäinen tietojärjestelmä voi sisältää suuren määrä eri rekisterejä, joiden sisältämiä tietoja ei saa yhdistää ilman lain määrittelemiä perusteita. Esimerkiksi yksittäinen sosiaalihuollon tietojärjestelmä sisältää usein jopa yli kaksikymmentä erillistä rekisteriä. Mikäli tiedot tuodaan perinteisen tietovarastoinnin mukaisesti lähdejärjestelmistä edustakannan kautta suoraan tietovaraston raportointirakenteisiin, on suuri riski, että rekisteritietoja käytetään ja valvotaan lain vastaisesti. Koska perinteisessä tavassa tietojen yhdistäminen tapahtuu latausprosesseissa, tulee rekisterinpitäjän pystyä arvioimaan tähän liittyviä yhdistely- ja liiketoimintasääntöjä integraatiologiikan seasta. Koska eri rekisterien tiedot voivat lähdejärjestelmissä sijaita fyysisesti yhdessä, jopa samoissa kantatauluissa, pitäisi rekisterinpitäjän vielä tietää lähdejärjestelmien sisäiset toteutustavat ja kantarakenteet varmistuakseen rekisteritietojen lainmukaisesta käytöstä. Onneksi rekisterinpitäjää ei ole pakko saattaa edellä kuvattuun tilanteeseen.
Edellä kuvattuihin sudenkuoppiin ei kannata lähteä hakemaan parannusta pienillä korjausliikkeillä, vaan ottaa iso leka käteen ja korjata tietosuojan kannalta keskeiset suunnitteluvirheet jo arkkitehtuuritasolta. Ensimmäinen korjausliike on hylätä perinteinen kaksitasoinen tietovarastoinnin arkkitehtuurimalli ja siirtyä esim. Data Vault 2.0 -mukaiseen arkkitehtuuriin. Seuraava keskeinen askel on erottaa lain määrittämät henkilörekisterit Data Vault -kerroksella fyysisesti toisistaan. Eri henkilörekisterien tiedot on syytä jakaa omiin fyysisiin kantarakenteisiinsa myös siinä tapauksessa, että lähdejärjestelmissä näin ei ole toimittu. Data Vault -kerroksella, tästä erillisellä tiedon saantikerroksella ja raportointirakenteiden luontiin liittyvillä hallintaprosesseilla mahdollistetaan selkeä vastuujako, roolitus ja varmistetaan, että päätösvalta rekisteritietojen käytöstä ja raportointitasoista säilyvät rekisterivastaavilla. Tällä tavoin tietojen käyttöä on myös helppo valvoa, eikä raportointityökalun käyttäjät pääse edes suoraan kantaa käyttäessään tarkempaan tietoon käsiksi kuin, mitä rekisterivastaava on määritellyt. Valvonnan osalta keskeisin ero perinteiseen tietovarastoinnin malliin on, että perinteisessä mallissa valvonta voidaan ulottaa vain raportointirakenteiden sisältämiin prosessoituihin tietoihin, ei näiden pohjana oleviin rekisteritietoihin. Edellä kuvatussa arkkitehtuurissa valvonta voidaan puolestaan kohdistaa suoraan rekisteritietojen käyttöön, koska toisin kuin perinteisessä mallissa, rekisterit ovat osa tietovarastoa.
Tietovarastoinnissa eri henkilörekisterien tiedot on yleensä kustannustehokkainta tallentaa yhteiseen fyysiseen tietokantaan. Tämä on mahdollista, vaikka rekisterit olisikin edellä kuvatuista syistä erotettu toisistaan fyysisellä tasolla eri kantarakenteisiin. Laissa henkilörekisterillä tarkoitetaan loogista, ei fyysistä tietojoukkoa. Lain näkökulmasta fyysinen tietokanta ja rekisteri eivät siis liity mitenkään toisiinsa. Eri rekisterien sisältämiä henkilötietoja ei yleensä saa eikä ole tarkoituksenmukaista yhdistää toisiinsa. Eri tietolähteet sisältävät kuitenkin paljon muutakin tietovarastoinnissa hyödynnettävää tietoa kuin henkilötietoja. Näitä tietoja, kuten esimerkiksi palvelu- ja aluetietoja, voidaan tuoda muista tietojärjestelmistä ja yhdistää yleensä melko vapaasti rekisteritietoihin. Riippumatta siitä, miten tiedot on tietovarastossa jaoteltu, tietojen yhdistely onnistuu yleensä varsin helposti Data Vault 2.0 -mallinnuksen mukaisilla avaimilla, jotka ovat 2.0 version myötä päivitetty huomioimaan erityisesti big datan vaatimukset tietovarastoinnille.

Avatar

Mika Varjus

Mika on kokenut ohjelmistoarkkitehti ja kokonaisarkkitehtuurikonsultti. Hänellä on erityisen laaja kokemus tieto- ja palveluarkkitehtuurien kokonaisvaltaisesta kehittämisestä. Hän on yli seitsemäntoista vuoden työhistoriansa aikana ollut päävastuullisena suunnittelijana useissa kymmenissä eri tietojärjestelmähankkeissa ja omaa toistakymmentä sertifikaattia eri aihealueilta, kattaen mm. ohjelmistotuotannon prosessit ja menetelmät, testauksen, tietokannan hallintajärjestelmät ja sovelluspalvelinympäristöt. Tietovarastoinnista hänellä on CDVP2 - Data Vault 2.0 Certified Practitioner –sertifikaatti.

Linkedin profile

Piditkö lukemastasi? Jaa se myös muille.

”Tässä on meidän 2000-sivuinen määrittelydokumentaatio järjestelmälle, jota toteutamme seuraavat kymmenen vuotta 1,5 miljardilla eurolla.” – Ai ei houkuttele vai? Voi olla, ettei järjestelmässä päästä alkua pidemmälle ennen kuin määrittelyt ovat jo vanhentuneet.
Ohjelmistoalan eri trendeissä viimeisen kymmenen vuoden ajalta voi havaita korkeamman tason megatrendin.
Ketterä ja iteratiivinen ohjelmistokehitys, lean-tuotantomalli ohjelmistoissa, pilvipalveluiden ostaminen käyttöperustaisesti, kehittämisen ja ylläpidon DevOps-yhteennivoutuminen ja beta-testaaminen loppukäyttäjillä.
Kaikissa näissä ilmiöissä varaudutaan muuttuviin odotuksiin ja tavalla tai toisella pyritään lyhentämään läpimenoaikaa päätöksestä valmiiseen tuotteeseen. Palvelujen tarjoajilla ei ole enää varaa olla hitaita. Koko yhteiskunnassa tarpeet muuttuvat sellaisella tahdilla, ettei ohjelmistoalan turbulenttisessa ilmastossa kannata enää vetää läpi valtavia ja riskialttiita vesiputousmallisia projekteja. Lisää spiidiä siis tarvitaan.
Suomessa tähän on herätty tutkimusmaailmassa tänä vuonna käynnistyneellä Digilen Need For Speed -tutkimushankkeella. Harras toiveeni on, että myös julkishallinnon tietojärjestelmäprojekteissa herättäisiin tähän vahvemmin. Ketteryys tekee kyllä vähitellen tietään, mutta aina se ei yllä projektien kaikille tasoille. Ohjelmistokehitys saattaa rullata ketterästi, kunnes tarvitaan uusi palvelin käyttöpalvelutoimittajalta. Pyyntö toteutuu kahdessa kuukaudessa, jonka aikana kehitetään hampaat irvessä palvelun muita osia.
Vanha klisee ketjun heikoimmasta lenkistä kirkastuu silmissä, kun yhdenkin kumppanin ketteryys on kuin ketjuun kahlittua. Uusien ominaisuuksien kehityssykli pyörii kuitenkin sulavasti, jos infrastruktuurin hallinnasta saadaan yhtä ketterää kuin itse ohjelmistokehittämisestä.

Amatsonien pilvilinnoja

Kävin alkukesästä Amazon Web Services Summitissa Tukholmassa toteamassa Amazonin olevan edelleen pilvi-infrastruktuurin markkinajohtaja. Myös Gartnerin tutkimuksen mukaan AWS porskuttaa tarjontansa laajuudella ja syvyydellä kaukana muista kilpailijoista, vaikkakin Google ja Microsoft kirivät.
Kaikki näistä ovat ponnistaneet pilvipalvelunsa alun perin omista sisäisistä tarpeistaan ylläpitää monimutkaisia palvelinkokonaisuuksia. Konesalitoiminta, jos mikä, on volyymibisnestä, ja pilvipalveluiden yhteydessä puhutaan usein suuruuden ekonomiasta (economies of scale). Mitä enemmän palvelimia on sitä pienemmiksi ylläpitokustannukset kuten sähkö, jäähdytys ja ohjelmistoylläpito saadaan puristettua per palvelin.
Keskittäminen siis kannattaa. Suuria toimijoita paremmin ja kustannustehokkaammin hommaa on todella vaikea hoitaa. Jos konesalien pyörittäminen ei ole oman organisaation ydintoimintaa, ei omien palvelimien omistaminen ole kannattavaa. Uudet markkinoille pyrkivät pilvipalveluiden tarjoajatkin joutuvat etsimään muita kilpailuvaltteja.
Koska pilvipalveluissa maksetaan käytössä olevista resursseista ja käytännössä kaikille asiakkaille on tarjolla samat palvelut, niiden on monesti sanottu demokratisoivan infrastruktuurin hankkimista.

Kokeilemisen taito

Niin pienen startupin kuin uuden ketterän ohjelmistoprojektinkin arjessa on paljon epävarmuustekijöitä. Eteenpäin pitäisi päästä ja rohkeasti kokeillen etsiä toimivia asioita. Monet asiat kirkastuvat vasta, kun niitä pääsee kokeilemaan ja näkemään, ja suunta vääjäämättä muuttuu projektin aikana. Rohkeimmat ideat jäävät helposti tutkimatta, jos niiden kokeileminen vaikuttaa riskialttiilta. MIT:n Media Labin johtaja Joi Ito kiteytti ajatuksen hyvin:
”If you want to increase innovation, you need to lower the cost of failure.”
Jos idea todetaan toimimattomasti, kului lähinnä työaikaa. Tärkeintä on kuitenkin pelkän jatkuvan koodin tuotantoon viemisen (continuous deployment) sijasta jatkuva oppiminen. Rohkeimmat pilvipalveluita hyödyntävät toimijat lähtevät jopa liikkeelle siitä, että tuotantoympäristö on ainoa paikka, jossa sovellusta voi täysin aidosti testata ja analysoida. Esimerkiksi Google ja Facebook tekevät jatkuvasti pieniä muutoksia palveluihinsa ja A/B-testauksella vertailevat muutoksia loppukäyttäjien käyttäytymisessä.
Ohjelmistot ovat muuttuneet fyysisesti jaelluista korpuista ja rompuista internetissä tarjottaviin palveluihin, mikä on sumentanut perinteisten kehitys- ja ylläpitovaiheiden välisen rajan. Sen sijaan että palveluihin tehtäisiin isoja, kaiken mullistavia versiopäivityksiä, on entistä enemmän yleistynyt malli, jossa pieniä parannuksia viedään nopealla syklillä jatkuvasti tuotantoon. Laadusta riippuen käyttäjä voi kokea olevansa jatkuvasti paranevan palvelun käyttäjä tai ikuinen beta-testaaja.
Vaikka palvelu siirtyisikin selkeästi passiivisempaan ylläpitovaiheeseen, saattaa vielä tällöinkin asiakkaalta ponnahtaa yllättävä tarve uudelle toiminnolle. Tällöinkin onnistuminen voi riippua siitä, kuinka nopeasti muutos saadaan toteutettua.

Propellipäiden kahlekuningas

Kuinka sitten päästää propellipäät irti kahleista? Se vaatii hieman Lean Startup -henkeä, jota voi luoda isommissakin organisaatioissa itsenäisen projektitiimin tasolla. Kun ylin johto antaa hyväksyntänsä projektille ja tuoteomistajalle, voi tiimi itsenäisesti edetä rivakastikin kehityksessä. Pilvipalveluiden ketteryysetua ei saa kehitysvaiheessa lunastettua, jos päätösprosessit edustavat vanhaa maailmaa, jossa jokaista pientä päätöstä edeltää viikon sähköpostirumba.
Pilvipalveluita käyttöönottaessa tulee kartoittaa omat tarpeet ja sitoutua palveluun sen mukaisesti. Mitä tiukemmin sitoo oman tuotteensa alustan uniikkeihin ominaisuuksiin sitä enemmän lukittautuu kyseiseen palveluntarjoajaan. Toisaalta tällöin saa suurimmat hyödytkin ja valmiiden toteutusten hyödyntäminen on juuri se, millä pääsee nopeasti eteenpäin.
Kyse on aina tasapainoilusta, jossa pitää muistaa, ettei pilvipalveluiden käyttö ole kaikki-tai-ei-mitään. Palveluista voi hakea kokemuksia ottamalla niitä käyttöön tietyissä projektin vaiheissa (esim. vain kehityksessä tai testaamisessa) tai järjestelmän osassa (esim. varmuuskopiot, data-analyysit).
Oleellista olisi kuitenkin lähteä liikkeelle nyt, tulevaisuudessa ollaan jo myöhässä.
 
 

Avatar

Ville Seppänen

Ville edistää Goforella kokeilevan ohjelmistokehittämisen kulttuuria. Ohjelmistokehittämisen ohella hän konsultoi pilvipalveluiden käytössä. Palveluväylä- ja Avoindata.fi-projektien kautta Ville on auttanut Suomen julkishallintoa avaamaan tietovarantojaan.

Linkedin profile

Piditkö lukemastasi? Jaa se myös muille.

Avoindata.fi -palvelu julkistettiin Helsingissä Avoin Suomi 2014 -messujen yhteydessä maanantaina 15.9.2014. Avoimen datan palvelu on Gofore Oy:n Valtion tieto- ja viestintätekniikkakeskus Valtorille toteuttama julkishallinnon avoimen datan jakamiseen tarkoitettu verkkopalvelu, jonka sisältö on vapaasti kaikkien hyödynnettävissä.
Tiedon avaamisella pyritään lisäämään yhteiskunnan läpinäkyvyyttä ja avointa toimintaa. Valtioneuvoston tulevaisuusselonteon ”Kestävällä kasvulla hyvinvointia” tavoitteiden mukaisesti nyt rakennetaan uuden avoimen tietoyhteiskunnan rakenteita ja käytäntöjä. Palvelu on suunnattu kaikille, jotka haluavat hyödyntää omissa sähköisissä palveluissaan julkishallinnon tuottamaa avointa dataa.
Gofore on vastannut avoindata.fi -toteutusprojektin ketterän ja avoimen kehittämisen käytännöistä sekä varsinaisesta toteutuksesta.
Aiheesta lehdistössä:
Hs.fi: Hallitusohjelman toteutumista voi seurata internetissä
Tivi.fi: Kaikki valtion avoin data nyt yhdeltä luukulta
It-viikko: Avoimen datan tuutti aukesi – vielä Helsinkiin päin kallellaan
Gofore pyrkii olemaan avoimen tiedon ja -datan suunnittelu- ja toteutustyössä osaavin kumppani sekä julkisen että yksityisen sektorin organisaatioille.
Lue lisää avoimen tiedon palveluistamme:
Avoimen tiedon palvelut 
PRH:n tavoite: tieto avoimeksi ja käyttöön
Goforen uutiskirje: Julkinen data avoimeksi ja käyttöön
Lisätietoja:
Gofore Oy
Juha Virtanen
Liiketoimintajohtaja, sähköisten palveluiden rakennustoimisto
050 413 3136
juha.virtanen@gofore.com

Avatar

Juha Virtanen

Juhan vastuulla on Goforen myynnin ja asiakkuuksien johtaminen. Erityisesti Juhan sydäntä lähellä on maailman muuttaminen paremmaksi uusien digitaalisten innovaatioiden ja toimintatapojen kautta. Tällä hetkellä Juhan tärkeimpänä tehtävänä on kehittää Goforesta Suomen parasta asiakasarvoa tuottava digitalisoinnin kumppani.

Piditkö lukemastasi? Jaa se myös muille.

Tietovaraston rakentaminen on iso hanke. Monet tietovarastoprojektit paisuvat, ylittävät budjettinsa ja lopulta jäävät vähälle käytölle investointeihin nähden. Usein puhutaankin tiedon kaatopaikoista. Kuulostaa hälytyskellojen pärinältä, kun yksi tietojohtamisen trendi on ”massa data” (engl. Big data). Kriittisimmät äänet varoittelevatkin, että organisaatio ei kykene hyödyntämään Big Dataa, ennen kuin se oppii käyttämään ja analysoimaan tietojansa operatiivisen toiminnan päätöksenteossa.
Data Vault 2.0 on Dan Linstedtin mukaan kehitetty korjaamaan tietovarastoihin liittyviä ongelmia. Data Vault 2.0 pyrkii tuomaan seuraavia liiketoiminnan hyötyjä:

  • hallittu itsepalvelu liiketoimintatiedon hallinnassa
  • automatisointi ja taustajärjestelmien itsestään toipuvat systeemit
  • dynaaminen tietovaraston rakenteen sopeutus
  • nopeat toimitussyklit (kaksi tai kolme viikkoa)
  • pienempi ylläpidon ja hallinnan kokonaiskustannus.

Data Vault on tietovaraston ja liiketoimintatiedon hallinnan (engl. Business Intelligence) järjestelmä, joka koostuu kolmesta keskeisestä komponentista: Data Vault -malli, -metodologia ja -systeemiarkkitehtuuri. Data Vault -malli perustuu kolmen perusmallinnuskäsitteen ympärille. Aluksi organisaatioiden perustietovarannoista pyritään löytämään yleensä muuttumattomat liiketoiminnan avaimet kuten asiakkaan tunnisteet ja tuotekoodit. Näitä kutsutaan Hubeiksi. Sitten tunnistetaan näiden väliset yhteydet, eli Linkit. Linkkejä voisivat olla esimerkiksi asiakkaiden ostamista tuotteista lähetettävät laskut. Sekä hubeihin että linkkeihin voidaan liittää myös muuta tietoa ja erityisesti historiatietoa. Tämä data kuvataan Satelliittien avulla. Data Vault -malliin perustuvien tietovarastojen ominaisuus onkin, että ne sisältävät datan sillä tarkkuudella kuin lähdejärjestelmissä ja lisäksi myös historiatiedon. Kuvassa 1. on illustroitu Data Vault -rakennetta. Vaikka edellä mainittuihin mallinnuskäsitteisiin liittyy useita sääntöjä ja parhaita käytänteitä, on mielestäni mallinnuksen vahvuus juuri tässä molekyylimäisesti laajentuvassa rakenteessa, jota voidaan kehittää iteratiivisesti tarpeiden mukaan. Data Vault -menetelmän havaitut edut liittyvät muutosjoustavuuteen ja tietovaraston laajennettavuuteen.

Kuva 1. Data Vault -mallin illustrointi
Kuva 1. Data Vault -mallin illustrointi

Siinä missä Data Vault 1.0 sisälsi tietovaraston mallin, tuo Data Vault 2.0 tietovaraston kehittämismenetelmät, jotka perustuvat CMMI 5 -tason parhaisiin käytänteisiin. Tietovarastojen kehittämisessä suurin sudenkuoppa onkin ollut vahvojen menetelmien puuttuminen. Data Vault 2.0 metodin kehittäjän, Dan Linstedtin, mukaan tietovaraston rakentaminen on ketterän kehittämisen ohjelmistoprojekti. Toisin sanoen, tietovarastoa ei tulisi lähteä kehittämään siten, että ensin hankitaan liiketoimintatiedon hallinnan- tai raportoinnin työkalut ja sitten mietitään, mihin niitä voitaisiin käyttää, vaan liiketoimintatarpeiden tunnistamisen jälkeen tietovaraston rakenteet ja raportit tuotetaan iteratiivisesti ja asiakkaan tarpeita jatkuvasti kuunnellen. Kokonaisarkkitehtuuriselvityksissä olemme usein huomanneet, että organisaatiot ovat hankkineet useitakin liiketoimintatiedon hallinnan työkaluja, mutta niiden käyttötarkoitus on jäänyt epäselväksi ja toteutus vaikeakäyttöiseksi. Näiden työkalujen hankinnassa kannattaa lähteä liikkeelle mitoitettuna siihen, mitä organisaatio ensimmäisenä tietovarastoltaan tarvitsee. Myös tietovarastojen ketterässä kehittämisessä sisällön oikea rajaus on kaikki kaikessa!
Tietovarastojen tarkoitus on olla organisaation kaiken datan tallennuspaikka. Big data tuo tähän jo entisestäänkin haasteelliseen tavoitteeseen uuden tason. Dan Linstedt on todennut, että Big data on tietovarastoinnin looginen jatko. Data Vault 2.0 ei ratkaise itsessään kaikkea tietovarastoinnin tai Big dataan liittyviä haasteita. Julkishallinnossa erityishaasteita tuottaa mm. se, että kaikelle henkilötietojen hyödyntämiselle tulee aina olla lainmukainen peruste, esim. kansalaisen antama suostumus. Henkilötietoja koskevissa hankkeissa tietovarasto- tai Big data -ratkaisuja ei voida siis tarkastella vain teknisenä haasteena, vaan on syytä tuntea lainsäädäntöä ja suunnitella tietovaraston hyödyntäminen, organisaation vastuut ja tietosuoja siten, että lainmukaisuus täyttyy. Tarkemmin näistä edellytyksistä voi lukea mm. Tietosuojavaltuutetun toimiston sivuilta.
Onkin tärkeätä valita oikea kumppani suunnittelemaan niin tietovarastoratkaisuja kuin Big data -hankkeita. Data Vault 2.0 -menetelmää ei voi kuka tahansa ottaa käyttöönsä, vaan soveltajan tulee olla sertifioitu Data Vault 2.0 -harjoittaja, jolla on käytännön kokemusta. Meillä Goforella sertifioitu Data Vault 2.0 -asiantuntija on allekirjoittaneen lisäksi Mika Varjus.

 
Avatar

Tahvo Hyötyläinen

Piditkö lukemastasi? Jaa se myös muille.