Idag sker en fascinerande teknikutveckling på många plan. Nya tekniska hjälpmedel skapar allt mer komplexa system. System som vi måste kunna hantera, utveckla och förbättra. Tillgången till information och data ökar snabbt, samtidigt som möjligheterna att i realtid mäta och följa upp, både arbetets utförande och de produkter som levererats, utvecklas blixtsnabbt genom ny sensorteknik. Tekniska system och utrustningar kommunicerar allt mer med varandra genom uppkopplingar. Vi talar om Internet of Things (IoT). Möjligheterna att överföra data i stora volymer och med högre hastighet står inför dörren genom en snar utbyggnad av näten mot 5G. Ofta använd begreppet Big Data för att sammanfatta situationen. Denna utveckling skapar både stora utmaningar och mycket spännande möjligheter. Något som alla är överens om är att helt avgörande för att kunna fortsätta verka framgångsrikt, både som individ och verksamhet, är att snabbt utveckla förmågan att analysera och tolka all denna data. De som kommer att vara bäst på att analysera och förstå information lär i stor utsträckning bli framtidens vinnare!
Intressant är dock att hjälpmedlen och teknikerna för att analysera och tolka data utvecklas lika snabbt. Mjukvara för dataanalys har funnits länge, men på senare år har den snabbt blivit allt smartare. Införandet av AI (artificiell intelligens) i analysprogrammen börjar idag skapa helt nya möjligheter att få stöd vid analys och tolkning av data. Något som vi ser tydligt i Minitab, som över åren allt mer kommit att bli förbättringsledarnas och verksamhetsutvecklarnas högra hand. Detta gör att möjligheterna att göra kraftfulla analyser och förstå mer snabbt förbättras. Och denna utveckling går i sig allt fortare!
Min bedömning är att det finns mycket goda möjligheter att genombrotten i mätteknik och genombrotten i dataanalys kommer att gå hand i hand, vilket skulle innebär att vi har alla möjligheter att hänga med och verkligen ta vara på många av de möjligheter som bjuds. Detta skapar i sig mycket intressanta öppningar att dramatiskt förbättra de sätt som vi arbetar med förbättringar på. En utveckling mot ett betydligt mer faktabaserat förbättringsarbete som inte styrs av tyckande och tänkande. Ett förbättringsarbete där vi i större utsträckning genomför evidensbaserade åtgärder och lär oss lösa mer komplexa och svåra problem. Ett förbättringsarbete som än mer kan bidra till att utveckla och förbättra våra organisationers förmåga att göra rätt saker på rätt sätt.
Den enda hållhaken i denna utveckling är dock människan. Vad som krävs är nämligen att kunskapen hos individerna utvecklas i minst samma takt som tekniken. Behärskar man inte grunderna i tillämpad statistik och mer sofistikerad analys så spelar det ju ingen roll hur bra mjukvara och hjälpmedel det finns. Risk finns att utvecklingen kommer att leda till en segregering där de som lär de viktiga analysverktygen kommer att kunna verka på en helt annan nivå än de som ej får dessa möjligheter. De som hamnar efter riskerar att bli vad vi ibland kallar ”numeriska analfabeter”. Kanske låter detta lite hårt, men i framtiden kommer det med stor sannolikhet att vara ett lika stort handikapp att inte kunna analysera och tolka data som det är att inte kunna läsa i den gamla världen. Både kunskap och makt finns i informationen. Redan idag är mycket data allt för komplex för att man ska kunna komma särskilt långt i förståelse utan kunskap om mer sofistikerad analys.
Tyvärr är de kunskaper som de flesta människor erhåller genom skolan och traditionell utbildning inte särskilt omfattande avseende tillämpad statistik. Vårt utbildningssystem släpar i stor utsträckning efter och relativt få elever får en möjlighet att lära sig de analysverktyg som finns att tillgå. Skolsystemet har fortfarande en allt för teoretisk fokus då statistik lärs ut, vilket gör att förståelse för tillämpade applikationer uteblir. Här krävs en rejäl skärpning. Att behärska praktiskt tillämpad statistik är en grundförutsättning om vi ska kunna hantera digitaliseringen och vad man ofta kallar ”den fjärde industriella revolutionen”.
För dig som snabbt vill ”se om ditt eget hus” och hänga med i utvecklingen rekommenderar jag dock att du ger högsta prioritet till att lära dig den praktiska statistikens verktygslåda. Sandholm Associates utbildningsprogram Praktisk statistik ger dig en rivstart. Ännu bättre anser jag det är att följa vår Black Belt-utbildning där vi inte bara lär dessa statistiska analysverktyg utan även sätter dem i ett förbättringssammanhang. Just där de behövs allra mest och gör störst skillnad. För dig som initialt vill få en inblick i denna verktygslåda rekommenderar jag vår introduktionskurs Statistisk processanalys där vi lär några av analysens allra viktigaste basverktyg och börjar bygga upp förståelsen för hantering av variationer.
Praktisk statistik, 12 dagar. Nästa kursstart 22 mars
Black Belt-utbildning, 22 dagar. Nästa kursstart 20 mars
Statistisk processanalys, 3 dagar. Vårens kursstarter, 1 april och 12 juni