Hva Norges VM-exit kan lære oss om data

Denne sommeren fulgte hele Norge landslaget til VM. En reise som endte i kvartfinalen mot England, 1-2 etter ekstraomganger.

Det som gjorde tapet vondt, var ikke prestasjonen til landslaget. Det var et spørsmål ingen fikk et ordentlig svar på, traff ballen kameravaieren? Hvis den gjorde det, skulle spillet vært stanset og målet aldri stått. Nyland var overbevist, Solbakken var overbevist, men TV-bildene ga grunn til tvil.

FIFA sjekket dataene sine, altså signalet fra chippen inne i selve ballen, og meldte at de ikke så noe utslag på grafen. En biomekanikkforsker ved Aarhus Universitet gikk gjennom det samme materialet og kom til en annen konklusjon: grafen FIFA la fram, holdt ikke som bevis.

Står igjen med to datakilder

Da stod man igjen med to datakilder som pekte i hver sin retning, én fra FIFA, én fra en uavhengig forsker. Dommeren rakk ikke å se episoden i kampens hete. Systemet som skulle avgjort tvilen, gjorde aldri det. Og det som gjør saken interessant, er ikke hvem som til slutt hadde rett. Det er at et av verdens mest teknologitunge idrettsarrangementer, med 16 kameraer og en sensorchip i ballen, satt igjen med et spørsmål ingen datakilde kunne svare helt presist på.

Du har sannsynligvis det samme problemet, bare uten heiagjengen

De fleste selskaper tror nok data løser tvil. Flere sensorer, flere dashboards, flere KPI-er. Men data løser sjelden tvil alene. Det som faktisk hjelper, er å vite hvor dataen kommer fra, hva som har skjedd med den underveis, og om den holder mål i det øyeblikket det betyr noe.

Hvor mange ledd er det i din egen verdikjede, og hvor mange av dem har du faktisk sett med egne øyne, fra sensor til beslutning?

I mange organisasjoner er det ingen som kan svare på det spørsmålet. Det kan fort bli silotankegang når data engineeres, IT og forretning eier hvert sitt område. Men helheten, altså reisen fra kilde til beslutning, ligger ofte i ingenmannsland mellom disse tre. Det som ingen eier, blir sjelden stilt spørsmål ved før det er for sent.

KI forstørrer dette problemet

En KI-modell er bare så god som dataen den mater seg av, og den er langt raskere enn et menneske til å trekke konklusjoner fra et usikkert grunnlag, samt legge dem fram med stor selvtillit. FIFA presenterte grafen sin med skråsikkerhet, men skråsikkerheten gjorde ikke grafen mer riktig.

Så lenge et menneske satt mellom rådata og beslutning, fungerte magefølelse som en slags brannmur. Noen stusset på tallet, ringte en kollega, dobbeltsjekket. Den brannmuren forsvinner når automatikken tar over. Da holder det ikke lenger at dataen stort sett stemmer. Du må vite hvor den kommer fra, hva som har hendt med den underveis, og hva gjør du den dagen to kilder i kjeden din er uenige.

VM «take over» på LinkedIn

Hvis du har vært på LinkedIn i dag, så har du nok sett det. Folk deler følelsene sine etter den store VM-bragden. Også på det profesjonelle nettverket. Fotballen er overalt.

Data er ikke et øyeblikksbildet 

Mange organisasjoner fanger data i et øyeblikksbilde, et tall i et dashboard, en rapport ved månedsslutt, en KPI i et styrepapir. Men et øyeblikksbilde viser deg aldri hele reisen dataen har vært på. Den beveger seg kontinuerlig gjennom organisasjonen din, hver dag, gjennom flere systemer og flere hender, og kvaliteten på beslutningen du tar fredag avhenger av hva som skjedde med den mandag, tirsdag og onsdag, i ledd du kanskje aldri har sett.

Så, hvor starter du? Ikke med et nytt verktøy, men med å tegne opp reisen selv. Samle folkene som faktisk kjenner hvert ledd, fra der dataen starter til der den brukes til å ta en beslutning, og still spørsmålet: hva gjør vi den dagen to av kildene våre sier forskjellige ting, og hvem avgjør hvem som har rett?

Mest sannsynlig kommer du til å oppdage at svaret er, «det har vi ikke tenkt på», flere steder enn du liker. Men det går helt fint, det er starten på å faktisk kunne stole på verdikjeden din, i stedet for bare å håpe den holder.

FIFA hadde all verdens teknologi tilgjengelig, og satt likevel igjen uten et svar alle kunne enes om. Høstens spørsmål handler ikke om hvor mye data du har samlet inn. Det handler om hvorvidt du vet hva du gjør den dagen dataen din begynner å motsi seg selv.

Her kan du ro en siste gang 🚣🏼

– Det har vært veldig gøy å se hva landslaget har fått til, så da roingen tok helt av, var det bare passende å lage noe gøy på internett, sier utvikler Magnus Fjelldal.