Yksi tietopohja, monta näkymää – tekoälyavusteisesti.
Johdanto
Organisaation toiminnan ja rakenteen kuvaamisessa on perinteisesti keskitytty erilaisten kaavioiden ja dokumenttien tuottamiseen. Tietoa on usein hajallaan eri välineissä, eikä kokonaiskuvaa elementtien välisistä riippuvuuksista ole helposti saatavilla. Tämä vaikeuttaa esimerkiksi muutosten vaikutusten arviointia ja toiminnan kokonaisvaltaista kehittämistä.
Ratkaisuna on yhteinen kuvauskanta, jossa hallitaan organisaation elementtejä ja niiden välisiä suhteita rakenteisena tietona. Tekoäly mahdollistaa tietojen hakemisen luonnollisella kielellä, riippuvuuksien analysoinnin sekä erilaisten karttojen ja EDGY-visualisointien tuottamisen tarpeen mukaan.
Ratkaisu voidaan toteuttaa nopeasti ja edullisesti kevyenä selainkäyttöisenä sovelluksena, jota voidaan myöhemmin laajentaa esimerkiksi graafitietokannan avulla.
Näin voidaan rakentaa vaiheittain organisaation digitaalinen kaksonen (Enterprise Digital Twin),
joka auttaa ymmärtämään kokonaisuutta, arvioimaan muutosten vaikutuksia
ja kehittämään toimintaa tietoon perustuen.
Miksi riippuvuuksien hallinta on tärkeää?
Organisaatio on monimutkainen kokonaisuus, jossa asiakkaat, palvelut, prosessit, kyvykkyydet, ihmiset, tiedot ja tietojärjestelmät liittyvät toisiinsa. Mikään näistä ei toimi täysin erillään muista. Organisaation toiminta perustuu niiden välisiin suhteisiin ja riippuvuuksiin.
Näiden riippuvuuksien ymmärtäminen on keskeistä niin operatiivisen toiminnan, johtamisen kuin liiketoiminnan kehittämisen kannalta. Esimerkiksi tietojärjestelmän uudistaminen voi vaikuttaa useisiin prosesseihin, palveluihin ja asiakaspolkuihin. Vastaavasti asiakaskokemuksen parantaminen voi edellyttää muutoksia prosesseihin, tietoihin, järjestelmiin ja organisaation toimintatapoihin.
Ongelma on, että tieto näistä riippuvuuksista on usein hajallaan eri järjestelmissä, dokumenteissa ja asiantuntijoiden tiedossa. Kokonaiskuvan muodostaminen on vaikeaa ja muutosten vaikutusten selvittäminen työlästä.
Organisaation ymmärtäminen edellyttää sen osien lisäksi niiden välisten riippuvuuksien ymmärtämistä.
Mitä riippuvuuksien hallinta tarkoittaa?
Riippuvuuksien hallinta tarkoittaa organisaation toiminnan ja rakenteen elementtien sekä niiden välisten suhteiden tunnistamista, kuvaamista ja ylläpitämistä yhteisessä tietopohjassa. Elementtejä voivat olla esimerkiksi asiakkaat, asiakastarpeet, asiakaspolut, palvelut, tuotteet, arvovirrat, kyvykkyydet, prosessit, organisaatiot, roolit, tiedot, tietojärjestelmät ja teknologiat. Ks. tarkemmin organisaation toiminnan ja rakenteet elementit.
Näiden välille voidaan kuvata erilaisia suhteita:
- Asiakas käyttää palvelua ja/tai tuotetta.
- Palvelu ja/tai tuote vastaa asiakkaan tarpeeseen.
- Prosessi tuottaa palvelun ja/tai tuotteen.
- Prosessi käsittelee tietoa.
- Järjestelmä tukee prosessia ja hallinnoi tietoa.
- Järjestelmä siirtää tietoa toiselle järjestelmälle.
- Organisaatio omistaa vastaa palvelusta ja tuotteista.
- Kyvykkyys koostaa yhteen kuuluvat asiat yhteen, ja mahdollistaa tarjooman (palveluiden ja/tai tuotteiden) tuottamisen ja strategisen tarkastelun, kehittämisen ja johtamisen.
Näin muodostuu toisiinsa liittyvien elementtien verkosto, joka kuvaa organisaation toimintaa ja rakennetta. Tarkoituksena ei ole kuvata kaikkea mahdollista, vaan tunnistaa ja hallita ne riippuvuudet, joilla on merkitystä organisaation toiminnalle, johtamiselle ja kehittämiselle.
Yksi tietopohja, monta käyttötarkoitusta
Kun elementit ja niiden väliset suhteet ovat rakenteisessa muodossa, samaa tietopohjaa voidaan hyödyntää moniin tarkoituksiin.
- Operatiivisessa toiminnassa voidaan tarkastella esimerkiksi tietovirtoja, järjestelmien välisiä riippuvuuksia ja häiriöiden vaikutuksia.
- Johtamisessa voidaan muodostaa kokonaiskuvia palveluista, kyvykkyyksistä, vastuista ja toiminnan kriittisistä riippuvuuksista.
- Liiketoiminnan kehittämisessä voidaan arvioida muutosten vaikutuksia, tunnistaa kehittämistarpeita ja suunnitella ratkaisuja kokonaisvaltaisesti.
Tyypillinen käyttötapaus on tietovirtojen hallinta. Organisaation sisäisten ja ulkoisten järjestelmien väliset tietovirrat voidaan tallentaa yhteiseen tietopohjaan. Sen perusteella voidaan selvittää, mistä tieto tulee, mihin sitä siirretään, mitkä järjestelmät sitä käsittelevät ja mihin prosesseihin tai palveluihin se liittyy. Samasta tietopohjasta voidaan muodostaa esimerkiksi tietovirtakaavio, järjestelmäkartta tai vaikutusanalyysi.
Ensisijaisesti hallitaan tietoa organisaation toiminnasta ja rakenteesta. Visualisoinnit tuotetaan tarpeen mukaan.
Tekoäly tekee tietopohjasta helposti hyödynnettävän
Tekoäly mahdollistaa uudenlaisen tavan hyödyntää organisaation rakenteista tietoa. Käyttäjän ei tarvitse tuntea tietokannan rakennetta tai osata muodostaa monimutkaisia kyselyitä.
Tietopohjalle voidaan esittää kysymyksiä luonnollisella kielellä, esimerkiksi:
- Mitkä järjestelmät liittyvät tähän palveluun?
- Mihin prosesseihin ja asiakaspolkuihin järjestelmän uudistaminen vaikuttaa?
- Mitä tietoja siirretään näiden järjestelmien välillä?
- Mitkä palvelut ovat riippuvaisia tietystä järjestelmästä?
- Mitä riippuvuuksia tietyn kyvykkyyden toteuttamiseen liittyy?
Tekoäly voi muodostaa kysymyksen perusteella tarvittavan tietokantakyselyn, analysoida tulokset ja esittää ne ymmärrettävästi. Tulokset voidaan tuottaa tekstinä, taulukkoina, raportteina tai visualisointeina. Tekoälyä voidaan hyödyntää myös tietopohjan täydentämisessä. Se voi tunnistaa elementtejä ja riippuvuuksia olemassa olevista dokumenteista, järjestelmäkuvauksista ja muista tietolähteistä sekä ehdottaa niiden lisäämistä kuvauskantaan. Tietojen oikeellisuus on kuitenkin varmistettava. Erityisesti riippuvuus- ja vaikutusanalyysien tulee perustua todelliseen tietopohjaan, ei tekoälyn oletuksiin.
EDGY – yhteinen kieli visualisointiin
Ihmiset ymmärtävät monimutkaisia kokonaisuuksia usein parhaiten visuaalisesti. Siksi tietopohjan sisältöä tulee voida tarkastella myös erilaisina karttoina ja kaavioina.
EDGY (Enterprise Design Graph Interplay) soveltuu tähän erityisen hyvin. Se on yksinkertainen, kokonaisvaltainen ja helposti ymmärrettävä kuvauskieli, joka yhdistää organisaation identiteetin, asiakaskokemuksen ja arkkitehtuurin näkökulmat.
EDGYssä on rajallinen määrä elementtityyppejä ja vain kaksi yhteystyyppiä. Tämä helpottaa sekä ihmisten välistä kommunikointia että tekoälyavusteista visualisointia. Tietopohjan sisältämistä elementeistä ja suhteista voidaan muodostaa tekoälyn avulla EDGY-kuvauksia tarpeen mukaan. Kuvaukset voidaan tuottaa esimerkiksi muokattavaan Draw.io-muotoon. EDGY voi toimia yleiskäyttöisenä visualisointikielenä, mutta erityistarpeisiin voidaan käyttää myös muita kuvauskieliä, kuten BPMN:ää, UML:ää tai ArchiMatea. Olennaista on, ettei visualisointi ole erillinen ylläpidettävä tietolähde, vaan näkymä yhteiseen tietoon.
Katso EDGY pikaopas
Kevyt ratkaisu riittää alkuun
Riippuvuuksien hallinta ei edellytä raskasta kokonaisarkkitehtuurivälinettä tai suurta järjestelmähanketta. Yksinkertaisimmillaan tietopohja voidaan toteuttaa taulukoilla, joissa hallitaan elementtejä, niiden ominaisuuksia ja välisiä suhteita.
Ensimmäinen varsinainen sovellus voidaan rakentaa kevyenä selainkäyttöisenä ratkaisuna, jossa on kolme keskeistä ominaisuutta:
- Tietojen hallinta: elementtien ja riippuvuuksien lisääminen, hakeminen, muuttaminen ja poistaminen helppokäyttöisellä editorilla.
- Haku ja analysointi: elementtien ja riippuvuuksien tarkastelu, vaikutusanalyysit ja tekoälyavusteiset kyselyt luonnollisella kielellä.
- Visualisointi: tietopohjasta muodostettavat kartat, kaaviot ja EDGY-kuvaukset.
Tietoja voidaan lisätä käsin, tuoda taulukoista (esim. Excel, Confluence) tai hakea olemassa olevista lähteistä, kuten CMDB:stä, kuvauskannoista ja muista organisaation järjestelmistä. Teknisesti ratkaisu voidaan toteuttaa kevyellä sovellusarkkitehtuurilla ja yksinkertaisella tietokannalla. Organisaation sisäiseen käyttöön tarkoitettu ratkaisu voidaan asentaa paikalliseen, hallittuun ympäristöön. Myös tekoälypalvelu voidaan toteuttaa paikallisesti, jolloin organisaation tietoja ei tarvitse lähettää ulkoisiin palveluihin.
Kevyestä kuvauskannasta graafitietokantaan
Kun elementtien ja suhteiden määrä kasvaa, niiden muodostama verkosto voi muuttua monimutkaiseksi. Tällöin luonteva jatkokehitys on graafitietokanta, jossa elementit esitetään solmuina ja niiden väliset suhteet yhteyksinä. Tämä vastaa suoraan riippuvuuksien hallinnan perusajatusta.
Graafitietokanta mahdollistaa monitasoisten riippuvuuksien tarkastelun. Esimerkiksi järjestelmästä voidaan edetä siihen liittyvien prosessien, palvelujen kautta aina asiakaspolkuihin ja asiakastarpeisiin asti. Siirtyminen graafitietokantaan ei kuitenkaan edellytä koko ratkaisun uudelleenrakentamista, jos elementit, suhteet ja niiden ominaisuudet on alusta lähtien määritelty yhtenäisen tietomallin mukaisesti. Käyttäjälle ratkaisun tietokantateknologian ei tarvitse näkyä. Sama selainkäyttöinen käyttöliittymä voi palvella niin yksinkertaista kuvauskantaa kuin laajempaa graafitietokantaa.
Tarvitaanko perinteisiä kokonaisarkkitehtuurivälineitä enää?
Perinteiset kokonaisarkkitehtuurivälineet, kuten Sparx Enterprise Architect, ovat monimutkaisia ja pääasiassa pienen asiantuntijajoukon käyttämiä. Tekoälyaikakaudella niiden tarve vähenee, sillä olennaista ei ole väline tai kaavioiden ylläpito, vaan organisaation toiminnan ja rakenteen elementtien sekä niiden välisten riippuvuuksien hallinta ja hyödyntäminen.
Esimerkiksi Sparx EA QEA-tiedosto perustuu SQLite-tietokantaan, josta tietoja voidaan poimia CSV- tai JSON-muotoon tekoälyn analysoitavaksi. Tiedot voidaan siirtää aluksi jopa Exceliin, myöhemmin relaatiotietokantaan tai graafitietokantaan, joka soveltuu erityisen hyvin riippuvuuksien hallintaan. Tekoäly mahdollistaa tietojen hakemisen, analysoinnin ja EDGY-visualisointien tuottamisen ilman raskasta erikoisvälinettä.
Painopiste siirtyy asiantuntijoiden mallinnusvälineistä
koko organisaation yhteiseen, helposti käytettävään tietopohjaan.
Kohti organisaation digitaalista kaksosta
Yhteisestä riippuvuuksien hallinnasta voidaan kehittää vaiheittain organisaation digitaalinen kaksonen (Enterprise Digital Twin).
Ensimmäisessä vaiheessa hallitaan organisaation toiminnan ja rakenteen elementtejä sekä niiden välisiä riippuvuuksia. Näin muodostuu rakenteellinen malli organisaatiosta. Seuraavassa vaiheessa tietopohjaa hyödynnetään tekoälyavusteiseen analysointiin, vaikutusten arviointiin ja visualisointiin. Kun malliin myöhemmin liitetään ajantasaista tietoa operatiivisesta toiminnasta, suorituskyvystä ja muutoksista, siitä voi kehittyä dynaamisempi digitaalinen kaksonen, joka tukee myös toiminnan seurantaa ja erilaisten muutosskenaarioiden arviointia. Digitaalista kaksosta ei siis tarvitse rakentaa kerralla. Se voi kehittyä vähitellen, todellisten käyttötarpeiden ohjaamana.
Kohti yksinkertaisempaa ja älykkäämpää kokonaisuuden hallintaa
Tekoälyaikakaudella organisaation toiminnan ja rakenteen hallinnan painopiste voi siirtyä erillisten kaavioiden tuottamisesta yhteisen tietopohjan ylläpitämiseen ja hyödyntämiseen. Tämä muuttaa myös kokonaisarkkitehtuurin ja palvelumuotoilun työskentelytapoja. Asiantuntijoiden aikaa ei tarvitse käyttää yhtä paljon kaavioiden piirtämiseen ja ylläpitämiseen, vaan he voivat keskittyä kokonaisuuksien ymmärtämiseen, asiakkaiden tarpeisiin ja parempien ratkaisujen suunnitteluun.
Tavoitteena ei ole rakentaa mahdollisimman kattavaa kuvauskantaa tai uutta monimutkaista järjestelmää. Tavoitteena on tehdä organisaation riippuvuuksista näkyviä, ymmärrettäviä ja helposti hyödynnettäviä.
Yksinkertainen tietopohja, tekoälyavusteinen analysointi ja tarpeen mukaan tuotettavat visualisoinnit
voivat muodostaa uudenlaisen perustan
organisaation operatiivisen toiminnan, johtamisen ja kehittämisen tueksi.
— Eero Hosiaisluoma