(Ei suositella mobiililaitteille tai hitaille yhteyksille.)

Mikä ajaa digitaalista transformaatiota?

Yleisimmät digitaalisen transformaation tekijät ovat organisaatioiden tarve integroida tietoa yhä useammalta alueelta ja toiminnasta, vastata käyttäjien, asiakkaiden ja sidosryhmien odotuksiin ja toimia. Kaikki tämä yhä kiihtyvällä tempolla.

Transformaatiovirrat

Muita alemman tason tekijöitä on olemassa,1 mutta nämä kolme strategista tarvetta näyttävät vaikuttavan siihen, miten organisaatiot ovat tällä hetkellä lähestymässä digitaalista kehitystä.

Ne ovat aina läsnä. Kuten virtaukset valtamerissä.

Huipputason digitaalisen kehityksen virtaukset. Kuva 1: Huipputason digitaalisen kehityksen virtaukset.

Integrointi2

Organisaatiot ovat yhä enemmän tietoisia tiedon jakautumisen organisaation, toimialan tai sektorin kesken aiheuttamista kielteisistä vaikutuksista. Lisäksi organisaatioiden on nykyään usein toimittava digitaalisesti useilla sektoreilla ja alueilla. Monet organisaatiot ovat nyt kiinnostuneita myös yritystoiminnan sosiaalisten ja ympäristövaikutusten mittaamisesta, mikä edellyttää hyvin erilaisen tiedon keräämistä.

Tämän seurauksena organisaatioiden on nyt löydettävä ja integroitava yhä laajempia tietojoukkoja, erityyppistä tietoa ja yhä laajemmista lähteistä.

Kyky vastata3

Kiinnostus yksittäisten käyttäjien tarpeisiin räätälöityjä ratkaisuja kohtaan on kasvussa. Myös läpinäkyvyysvaatimukset ovat siirtymässä yleisen tason odotuksista haluun saada tarkkoja tietoja siitä, miten asiat tehdään. Tämä tapahtuu yhteiskunnan polarisoituessa yhä enemmän, joten paineita vastata sidosryhmille on yhä enemmän.

Tämän seurauksena organisaatioiden on käytettävä dataa ymmärtääkseen kuluttajien, kansalaisten ja sidosryhmien odotuksia ja vastatakseen niihin.

Kiihtyvyys4

Ihmisten vuorovaikutuksen nopeus on kasvanut tasaisesti ja monet vuorovaikutukset tapahtuvat nyt sekunneissa. Lisäksi alojen keskinäiset vaikutukset ovat nyt nopeampia kuin koskaan. Esimerkiksi COVID-pandemia vaikutti lähes välittömästi toimitusketjuihin maailmanlaajuisesti. Lopuksi itse teknologia-alalle on ominaista “break things fast” -mentaliteetti.

Tämän seurauksena organisaatioiden on nyt oltava nopeampia kuin koskaan kaikessa, mitä tekevät.

Tietoisuus kannattaa

Nämä kolme virtausta vaikuttavat minkä tahansa organisaation digitaaliseen kehitykseen riippumatta siitä, ymmärretäänkö niitä organisaatiossa vai ei.

He, jotka eivät ymmärrä virtauksia, ovat kuin merimiehiä, jotka yrittävät navigoida merellä ymmärtämättä valtamerten virtauksia.

Heille, jotka ymmärtävät virtaukset menestys ei ole taattu, mutta he hyötyvät kyvystä tehdä tietoisia valintoja.


—

Footnotes

  1. Ks. esim. C. Ebert and C. H. C. Duarte, ‘Digital Transformation’, IEEE Software, 35/4 (2018), 16–21; S. Nadkarni and R. Prügl, ‘Digital transformation: A review, synthesis and opportunities for future research’, Management Review Quarterly, 71/2 (2021), 233–341. ↩

  2. Ks. esim. A. Day, ‘Six steps to solving the sustainability data challenge’, (2021); Government Analysis Function and Office for National Statistics, ‘Joined up data in government: The future of data linking methods’, (2020); S. Mirsattari, ‘Solving ESG data integration challenges at a critical moment Insights’, (2022); J. Patel, ‘Bridging data silos using Big Data integration’, International Journal of Database Management Systems, 11/3 (2019), 01–06; R. Reda, F. Piccinini, and A. Carbonaro, ‘Towards Consistent Data Representation in the IoT Healthcare Landscape’, Proceedings of the 2018 International Conference on Digital Health, (New York, NY, USA: Association for Computing Machinery, 2018), pp. 5–10; A. Kadadi, R. Agrawal, C. Nyamful, and R. Atiq, ‘Challenges of data integration and interoperability in big data’, 2014 IEEE International Conference on Big Data (Big Data), (2014), pp. 38–40. ↩

  3. Ks. esim. L. Ardissono and A. Goy, ‘Tailoring the Interaction with users in electronic shops’, in J. Kay (ed.), UM99 User Modeling, (Vienna: Springer, 1999), pp. 35–44; FSA, ‘FSA Covid-19 Horizon Scanning: Social Media listening’, (2020); E. Heims and M. Lodge, ‘Customer engagement in UK water regulation: towards a collaborative regulatory state?’, Policy & Politics, 46/1 (2018), 81–100; M. Karampela, E. Lacka, and G. McLean, ‘“Just be there”: Social media presence, interactivity, and responsiveness, and their impact on B2B relationships’, European Journal of Marketing, 54/6 (2020), 1281–1303; C. Koop and M. Lodge, ‘British economic regulators in an age of politicisation: From the responsible to the responsive regulatory state?’, Journal of European Public Policy, 27/11 (2020), 1612–35; M. Matarazzo, L. Penco, G. Profumo, and R. Quaglia, ‘Digital transformation and customer value creation in Made in Italy SMEs: A dynamic capabilities perspective’, Journal of Business Research, 123 (2021), 642–56; M. Munir, M. S. S. Jajja, and K. A. Chatha, ‘Capabilities for enhancing supply chain resilience and responsiveness in the COVID-19 pandemic: exploring the role of improvisation, anticipation, and data analytics capabilities’, International Journal of Operations & Production Management, 42/10 (2022), 1576–1604; C. Reh, E. Bressanelli, and C. Koop, ‘Responsive withdrawal? The politics of EU agenda-setting’, Journal of European Public Policy, 27/3 (2020), 419–38; H. Yoon, D.-H. Shin, and H. Kim, ‘Health information tailoring and data privacy in a smart watch as a preventive health tool’, in M. Kurosu (ed.), Human-Computer Interaction: Users and Contexts, (Cham: Springer International Publishing, 2015), pp. 537–48. ↩

  4. Ks. esim. J. A. Bolanos and A. Guter-Sandu, ‘Governments are demanding more and faster data than ever. That carries risks’, (2020); A. Lorentz, ‘Big data, fast data, smart data’, (2013); K. Yeung, ‘Algorithmic regulation: A critical interrogation’, Regulation & Governance, 12/4 (2018), 505–23; K. Yeung and M. Lodge, Algorithmic Regulation, (Oxford University Press, 2019); L. Andrews, B. Benbouzid, J. Brice, L. A. Bygrave, D. Demortain, A. Griffiths, M. Lodge, A. Mennicken, and K. Yeung, Algorithmic regulation, (2017); A. T. Chatfield and C. G. Reddick, ‘Customer agility and responsiveness through big data analytics for public value creation: A case study of Houston 311 on-demand services’, Government Information Quarterly, 35/2 (2018), 336–47. ↩