AI påskyndar dataarbete men ersätter inte analytiker

Florian Schimpe, data- och analyschef för TWT-Group, understryker att datadrivet beslutsfattande ofta är mer organisatoriskt och kulturellt än tekniskt. Han diskuterade med Scavenger AI de många utmaningarna som företag står inför när de implementerar ett datadrivet arbetssätt.

Enligt Schimpe beror misslyckanden i dataprojekt ofta på dålig koppling mellan den tekniska och affärsmässiga sidan. "Dataarbete är alltid ett förändringsprojekt", konstaterar han, och att konfrontera gamla arbetssätt med fakta kräver systematiskt ledningsstöd.

Han rekommenderar att börja med små projekt med tydliga mål, leverera Proof of Concepts snabbt och kommunicera framgångar. Vanliga "lågt hängande frukter" inkluderar A/B-testning, visualisering av kundresor och automatisering av rapportering.

Tydligt dataägandeskap är avgörande. Det definierar vad mätvärden betyder, vem som ansvarar för datakvaliteten och vem som fattar beslut baserat på den. Schimpe bekräftar att utan tydligt ägandeskap kämpar företag med KPI-diskussioner och försämrad datakvalitet.

AI revolutionerar dataarbete genom att erbjuda acceleration. "Jag behöver inte vara analytiker idag för att kunna svara på de första frågorna", säger Schimpe. AI kan automatisera analyser, optimera kampanjer och generera rapporter, men dess effektivitet beror på kvaliteten och strukturen på befintlig data.