Monimuotoiset dataekosysteemit

Avoin, suljettu vai hybridi dataekosysteemi? Erilaiset dataekosysteemit tarjoavat organisaatioille monia tapoja hyödyntää dataa tehokkaammin. Artikkelissa avataan keskeiset mallit selkeiden esimerkkien avulla.

Avoin, suljettu vai hybridi dataekosysteemi? Erilaiset dataekosysteemit tarjoavat organisaatioille monia tapoja hyödyntää dataa tehokkaammin. Artikkelissa avataan keskeiset mallit selkeiden esimerkkien avulla.
Jokapäiväinen toiminta, kuten käyttäjien hallinta ja tunnistaminen sekä datan jakaminen.
Käyttäjiä ja käyttöoikeuksia tulee hallita keskitetysti ja oikeuksia antaa vain tarpeen mukaan. Monivaiheisella tunnistautumisella saadaan lisäturvaa.
Data kannattaa luokitella ja järjestää käyttötarpeet ja turvallisuus huomioiden. Pääsy annetaan vain niille käyttäjille, jotka sitä todella tarvitsevat.
Erilaisiin uhkiin ja niistä toipumiseen kannattaa varautua ennakolta tekemällä suunnitelmat eri kyberturvauhkien varalle.
Ohjeistuksella lisätään tietoturvatietoisuutta ja varmistetaan että kaikki osapuolet osaavat toimia turvallisella tavalla.
Toiminnassa tulee ottaa huomioon tietoturvalainsäädäntö ja muut viranomaisten vaatimukset. Sopimuksilla pyritään varmistamaan että yhteistyö kumppanien kanssa on luotettavaa ja turvallista.
Käytäntöihin kuuluu sääntelyn huomioiminen ja käytännön toimenpiteiden suunnittelu ja valmistautuminen ennalta.
Järjestelmiin ja laitteisiin kuuluvat kaikki yrityksen verkkoon kytketyt laitteet ja kaikki käytetyt tietojärjestelmät. Niitä suojataan päivityksillä ja asetusten hallinnalla.
Tekniset ratkaisut koskevat kaikkia yrityksen tietoteknisiä laitteita, järjestelmiä ja tietoliikenneyhteyksiä sekä niiden suojaamista.
Yrityksen kyberturva tarkoittaa kaikkia niitä toimenpiteitä, joilla yritys suojaa omia tietojärjestelmiä ja niiden sisältämiä tietoja ulkoisilta uhilta tavoitteena on minimoida riskit ja varmistaa liiketoiminnan jatkuvuus.
Tämä on dataekosysteemin tavoitetila. Kun dataekosysteemi on jo toiminnassa, ja se on kehittyvä ja todistettavasti arvoa tuottava, fokusta voidaan siirtää seuraavalle tasolle. Tällöin ei enää kysytä “toimiiko tämä?”, vaan kysytään: ”Miten ekosysteemistä tehdään kestävä, skaalautuva ja strategisesti korvaamaton?”.
Kuten liiketoiminnassa yleensäkin, on toiminnan arviointiin syytä kiinnittää huomiota. Dataekosysteemin toiminnassa arviointi kannattaa tehdä monipuolisesti. Pelkkä tekninen mittaaminen (rajapintakutsut tms.) ei riitä, koska dataekosysteemi on sosio-tekninen kokonaisuus, jossa mukana ovat ihmiset, organisaatiot, tehdyt sopimukset, toimijoiden välinen luottamus sekä liiketoimintavaikutukset.
Dataekosysteemin toimintaa on syytä seurata ja mukana olevien toimijoiden on säännöllisesti käytävä keskustelua havaituista aiheista ja mahdollisista ongelmista. Toiminnan ylläpito edellyttää jatkuvaa hallintaa, muun muassa tiedonhallinnan ja vastuiden osalta. Myös regulaatiomuutoksia on seurattava. Toimiva dataekosysteemi mahdollistaa jatkokehityksen ja uuden innovoinnin, koska osapuolilla on jo käytännön kokemusta toimivasta dataekosysteemistä.
Uuden toimintamallin käyttöönotossa on ensisijaisen tärkeää toiminnan jalkauttaminen. Kaikille mukana oleville on oltava selvää, miksi dataa kerätään, eli esimerkiksi miksi käytössä olevia järjestelmiä käytetään sovitulla tavalla? On oltava selvää myös, miksi dataa jaetaan. Sopimukseen perustuva toiminta yhteistyökumppaneiden kanssa on sitovaa kaikille osapuolille, eli varmistetaan, että kaikki osapuolet toimivat juuri siten, miten on sovittu.
Dataekosysteemi rakennetaan suunnitelman mukaisesti. Käyttöön otetaan esimerkiksi valittu tekninen toteutus järjestelmien tai avattavien rajapintojen avulla. Teknisiä ratkaisumahdollisuuksia on erilaisia, esimerkiksi API-pohjainen tiedonvaihto, data-alustat ja data sharing -palvelut sekä data space -ratkaisut, joissa jaetaan datan käyttöoikeuksia.
Kun yhteistoiminta on selvillä, eli mistä data on saatavilla, miten se välitetään ja miten sitä käytetään, ja dataekosysteemin toiminnan tavoitteet ovat selkeät, on aika käydä keskustelu velvollisuuksista ja vastuista sekä tehdä tarvittavat sopimukset esimerkiksi datan omistajuuteen ja hallintaan liittyen. Datan omistajuuskysymyksistä neuvotellaan esimerkiksi järjestelmätoimittajien kanssa.
Kun toimintaympäristö on kartoitettu ja kun on löydetty selkeä kohde, jota kannattaa yhdessä kehittää, voidaan edetä suunnittelutyöhön. Kehittämisessä ja sen suunnittelussa huomioidaan nykytila ja tavoitetila sekä se, miten tavoitetilaan voidaan päästä. Kehittämistyö on täysin riippuvainen toiminnan tavoitteista ja laajuudesta sekä käytössä olevista resursseista.
Kun tiedon tarpeet ja se, miten tieto välitetään, on selvitetty, voidaan toimintaa tarkastella tarkemmin. Esimerkiksi onko tiedon jaossa, toimintatavoissa tai sisällöissä kehitettäviä kohteita? Lisäksi pohditaan, mitä tietoa voidaan välittää digitaalisesti tai esimerkiksi automatisoida prosessia. Pohdinnassa voi olla myös uusia dataan pohjautuvia palveluja tai tuotteita.
Oman liiketoiminnan toimintaympäristössä mukana olevien yritysten ja organisaatioiden välistä toimintaa tarkennetaan siten, että kuvaajaan merkitään, mitä tietoa jaetaan ja mihin suuntaan tietovirrat kulkevat, eli kuka tuottaa tiedon ja kenelle tietoa välitetään, toisin sanoen kuka tietoa tarvitsee. Esimerkiksi asiakkaalta saadaan tilaukseen liittyvät tiedot yritykselle. Tietovirtojen sisältöä tarkennetaan kirjallisena, esimerkiksi miten tietoa välitetään.
Oman liiketoiminnan toimintaympäristön kartoitusta voidaan tehdä kuvaamalla se visuaalisesti. Kuvauksessa yrityksen liiketoiminnassa mukana olevat tahot ja heidän välisensä yhteydet esitetään. Yksinkertaisin tapa on tehdä ensin kuvaus, jossa eri toimijat nimetään ja kirjataan suorakulmioon ja toimijoiden välinen yhteistyö merkitään viivalla.
Yritys ja sen yhteistyöverkosto sekä näiden osapuolten välillä tapahtuva digitaalinen tiedonvälitys muodostavat dataekosysteemin. Dataekosysteemin toimintaan ja muotoon vaikuttavat muun muassa liiketoimintamalli, teknologiavalinnat, sovitut yhteiset toimintaohjeet ja lainsäädäntö. Jaettu data tuottaa toimijoille liiketoiminnallista tai yhteiskunnallista arvoa. Kun kerättävä ja jalostettava data tuottaa selkeästi liiketoiminnallista arvoa, voidaan tätä toimintaa nimittää datataloudeksi. Liiketoiminnallinen arvo voi muodostua esimerkiksi paremmasta päätöksenteosta, uusista palveluista tai tehostetusta toiminnasta.
Dataekosysteemin kehittämisen polun avulla pääset käsittelemään kehittämisen eri vaiheita yksi osa-alue kerrallaan. Klikkaa polulta sinua kiinnostavaa kuvaketta ja tutustu kehittämispolun vaiheeseen tarkemmin. Lue lisää -painiketta painamalla pääset siirtymään uudelle välilehdelle, jossa aihetta käsitellään tarkemmin.
Tietoyhteyksien osalta tavoitteena on turvata yhteyksien saatavuus ja luotettavuus varayhteyksillä, salauksella ja liikenteen valvonnalla.