Olen jo jonkin aikaa kirjoitellut data-analytiikasta ja sen hyödyntämisen potentiaalista kuntasektorilla, mutta tutustuminen keinoälyn ja erityisesti neuroverkkojen tarjoamiin mahdollisuuksiin sai ainakin omalla kohdalla todella tajunnan laajentavat mittasuhteet. Jos jossain tuntuisi olevan soveltamispinta-alaa keinoälyn hyödyntämiseen päätöksenteon tukena, niin juuri kuntasektorilla.
Lähdetään liikkeelle perusteista eli siitä mistä puhumme, kun puhumme keinoälystä. Keinoäly (tai tekoäly) on yksinkertaisesti määriteltynä tietokoneohjelma, joka kykenee älykkääksi miellettyihin toimintoihin. Toiminnot voivat olla hyvin eri tasoisia eli keinoäly voi joko suorittaa laskutoimitusten perusteella matemaattisesti mielekkäimmän vaihtoehdon jostain olemassaolevasta otannasta (heikko tekoäly) tai sitten se voi soveltaa jo olemassaolevaa otantaa, mutta myös oppia jatkuvasti uutta tätä oppimaansa soveltaen (vahva tekoäly). Ensimmäiseksi mainituista tyyppillinen edustaja on esimerkiksi Deep Blue ja jälkimmäisestä, joskin kärjistäen, AlphaGo.
Toinen merkittävä määrittelyn kohde on data. Data on jalostamatonta tietoa, joka ei ole erityisen jäsentynyttä sinällään, eikä se siis itsessään ole vielä kovinkaan soveltamiskelpoista tai edes arvokasta. Dataa prosessoimalla siitä on mahdollista jalostaa hyödyllistä tai hyödynnettävää informaatiota. Jos informaatiolle edelleen voidaan antaa semanttinen merkitys eli siis jonkinlainen mielekäs viittaussuhde johonkin toiseen informaatioon ja viime kädessä informaation tulkitsijaan, on se myös tietoa. Tällöin datasta tulee myös mahdollisesti arvokasta. Tämän lisäksi data voi olla määrällistä ja/tai laadullista, ja juuri tästä syystä sen kerääminen, käyttäminen ja jalostaminen on erityisen kriittinen komponentti esimerkiksi johtamisessa.
Ja silti juuri yksikään kunta tai kaupunki ei ole ottanut dataa osaksi omaa strategiaansa eikä edes sana ”data” ole juurikaan vilahdellut strategiatyöpajoissa. Muutamia poikkeuksia toki maailmalta löytyy ja niistä ehkä huomionarvoisimpia on Lontoon datastrategia, jossa data on mielletty osaksi koko kaupungin infrastruktuuria. Sekä Hong Kong että Chicago ovat niin ikään hyviä esimerkkejä maailman kaupungeista, joissa data on otettu vahvasti päätöksenteon keskiöön. Ja sitten on tietenkin San Francisco, jonka avoimen datan DataSF-sivusto avaa yhä lisääntyvän määrän aineistoa kenen tahansa käyttöön.
Miksi sitten datastrategiaa tarvitaan laajemminkin kuntasektorilla? Ensiksikin siksi, että se ohjaisi kuntaa määrittelemään omia palveluitaan näinä digitalisaation kuumina vuosina. Jokainen digitaaliseksi suunniteltu palvelu tulisi lähtökohtaisesti suunnitella kunnan näkökulmasta sellaiseksi, että siitä pystytään hyödyntämään dataa pitkäjänteiseen kehittämistyöhön. Ihannetilanteessa nämä datavirrat vieläpä olisivat semanttisesti merkityksellisiä toisilleen, toisin sanoen ne muodostaisivat vain näennäisesti toisistaan irrallisia kokonaisuuksia, mutta olisivatkin oikein hyödynnettyinä toisiaan tukevia johtamisen työkaluja. Aivan kuten jo aikaisemmassa blogissa kirjoittamassani esimerkissä Nizzan kaupungille kehitetyssä dashboardissa.
Toisekseen datastrategia auttaisi kehittämään kunnan palveluja kuntalaisten käyttäytymisen ja mieltymysten mukaan, juuri edellä mainitun toimintamallin takia. Kun kuntasektorin palvelut kykenisivät kerryttämään jatkuvasti lähes reaaliaikaisesti tietoa käyttöasteestaan, asiakasprofiileistaan ja kysyntäpiikeistään, olisi johtamisen työkalut aivan erilaiset kuin nykyinen, jälkijättöinen ja hyvin hitaasti reagoiva systeemi. Ehkäpä jopa parin workshopin ja seminaarin aika vapautuisi muuhun hyötykäyttöön. Lisäksi poissaoleva data kertoisi välittömästi sen missä palvelua ei ylipäänsä vielä tuoteta, jolloin uusien palvelujen arviointi olisi verraten helppoa ja kääntäen ”vanhojen”, hyödyttömien palvelujen lakkauttaminen niin ikään.
Alanpa hahmotella datastrategiaa viimeistään kesälomilla.
Marko Lehenberg,
elinvoimajohtaja