Tiedonhallinta tarkoittaa tiedon keruuta, organisointia ja tallentamista niin, että se on helposti löydettävissä ja käytettävissä. Se ei ole yksi järjestelmä, vaan joukko toisiinsa liittyviä osa-alueita:
- Kerääminen – mistä tieto tulee ja miten se saadaan talteen johdonmukaisesti.
- Tallentaminen ja järjestäminen – missä tieto sijaitsee ja kuinka helposti se löytyy sitä tarvittaessa.
- Laatu – onko tieto tarkkaa, ajantasaista ja ristiriidatonta.
- Suojaus – kuka pääsee käsiksi tietoon ja miten se on suojattu väärinkäytöltä.
- Avoimuus – mikä osa tiedosta voidaan ja kannattaa jakaa muiden käyttöön.
Nämä osa-alueet eivät toimi erillään: heikko laatu tekee tyhjäksi hyvänkin tallennusratkaisun, ja huono suojaus voi tehdä muuten toimivasta tiedonhallinnasta riskin sen sijaan että se olisi hyöty. Käytännön tiedonhallinta on jatkuvaa tasapainoilua näiden osa-alueiden välillä, ei kertaluonteinen projekti, joka valmistuu ja jää sitten ennalleen.
Mitä tiedonhallinta tarkoittaa?
Tiedonhallinta on tiedon keruuta, organisointia ja tallentamista siten, että se on helposti löydettävissä ja käytettävissä – tämä on suomen kielen termipankin (TEPA) kirjaama määritelmä. Käytännössä se tarkoittaa vastausta kolmeen kysymykseen: mistä tieto tulee, missä se on, ja voiko siihen luottaa.
Organisaatiossa tiedonhallinta ei ole yhden henkilön tai yhden ohjelmiston vastuulla, vaikka se usein niin ajatellaan. Asiakastieto voi syntyä myynnissä, päivittyä asiakaspalvelussa ja päätyä lopulta laskutukseen – jos näillä kolmella ei ole yhteistä tapaa pitää tieto ajan tasalla, sama asiakas näyttäytyy eri järjestelmissä eri tavalla. Tiedonhallinta on juuri tämän ristiriidan ehkäisemistä etukäteen, ei sen korjaamista jälkikäteen.
Hyvin hoidettu tiedonhallinta ei näy ulospäin mitenkään erityisenä – se näkyy siinä, että tieto vain löytyy, on ajan tasalla eikä ole ristiriitaista. Huonosti hoidettu tiedonhallinta taas näkyy hyvin konkreettisesti: samaa asiaa kysytään asiakkaalta moneen kertaan, raportit eri järjestelmistä eivät täsmää keskenään, ja kukaan ei ole varma, mikä versio tiedosta on se oikea.
Tiedonhallintaan kuuluu myös se, mitä tiedolle tapahtuu ajan kuluessa. Osa tiedosta pitää säilyttää pitkään esimerkiksi lain vaatimusten vuoksi (kirjanpitoaineisto on tästä tyypillinen esimerkki), osa taas kannattaa poistaa aktiivisesta käytöstä heti, kun sitä ei enää tarvita – vanhentunut, käyttämätön tieto ei ole vain turha kustannus, vaan myös tietoturvariski, jos sitä ei kukaan enää valvo. Hyvä tiedonhallinta sisältää siis myös suunnitelman siitä, milloin ja miten tietoa arkistoidaan tai poistetaan, ei vain siitä, miten se kerätään.
Mikä on tietovarasto?
Tietovarasto on tietokanta tai tietokantakokoelma, johon on kattavasti koottu tietoa organisaation eri toiminnoista – tämäkin TEPA:n kirjaama määritelmä. Ero tavalliseen tietokantaan on tarkoituksessa: yksittäinen tietokanta palvelee yleensä yhtä järjestelmää (esimerkiksi verkkokaupan tilausjärjestelmää), kun taas tietovarasto kokoaa tietoa useasta eri järjestelmästä yhteen paikkaan, jotta sitä voidaan tarkastella kokonaisuutena.
Käytännön esimerkki: yrityksellä voi olla erillinen tietokanta myynnille, toinen asiakaspalvelulle ja kolmas verkkosivun kävijädatalle. Kukin niistä toimii hyvin omassa käytössään, mutta kysymykseen “mitkä asiakkaat ovat yhteydessä asiakaspalveluun ennen suurta ostosta” ei voi vastata yhdestäkään niistä yksinään. Tietovarasto kokoaa tarvittavat osat kaikista kolmesta yhteen, jotta tällaiseen kysymykseen voidaan vastata. Tämä on myös se pohja, jolta suuri osa data-analytiikasta käytännössä lähtee liikkeelle – analyysi on usein vain niin hyvä kuin tietovarasto, josta data haetaan.
Datan laatu – neljä ulottuvuutta
“Datan laatu” ei ole yksi mitattava luku, vaan yleensä tarkoitetaan useaa ulottuvuutta yhdessä:
| Ulottuvuus | Kysymys, johon se vastaa |
|---|---|
| Tarkkuus | Vastaako tallennettu tieto todellisuutta juuri nyt? |
| Ajantasaisuus | Onko tieto päivitetty riittävän usein, jotta se on vielä käyttökelpoista? |
| Täydellisyys | Puuttuuko tiedosta oleellisia kenttiä tai rivejä? |
| Eheys | Onko tieto pysynyt muuttumattomana, ellei sitä ole tarkoituksella muutettu, ja voiko muutokset jäljittää? |
Huono datan laatu on yksi yleisimmistä syistä, miksi data-analytiikan tulokset osoittautuvat vääriksi tai harhaanjohtaviksi – analyysi voi olla teknisesti täysin oikein tehty, mutta jos syötetty data on virheellistä, myös lopputulos on virheellinen. Tästä syystä datan laadun tarkistaminen kannattaa tehdä ennen analysointia, ei vasta sitten, kun tulokset alkavat vaikuttaa oudoilta.
Mitä avoin data tarkoittaa?
Avoin data on tietyn tahon tuottamaa tai sille kertynyttä dataa, jota muut voivat eri tavoin käyttää maksutta ja luvallisesti uudelleen – näin TEPA-termipankki sen määrittelee. Suomessa keskeinen esimerkki on Suomi.fi-avoindata (avoindata.fi), kansallinen avoimen datan portaali, jota ylläpitää Digi- ja väestötietovirasto (DVV). Palvelu kokoaa yhteen pääasiassa julkishallinnon tuottamaa avointa dataa, ja sen selaaminen on maksutonta eikä vaadi rekisteröitymistä.
Avoin data eroaa yrityksen omasta, sisäisestä tiedonhallinnasta siinä, että se on tarkoituksella jaettu muiden käyttöön – esimerkiksi tutkijoiden, kehittäjien tai muiden organisaatioiden hyödynnettäväksi. Sama tiedonhallinnan perusperiaate pätee kuitenkin molempiin: tiedon pitää olla riittävän laadukasta ja hyvin kuvattua, jotta joku muu voi ylipäätään käyttää sitä luotettavasti – avoimen datan kohdalla tämä “joku muu” on vain organisaation ulkopuolella.
Tyypillisiä avoimen datan aiheita julkishallinnossa ovat esimerkiksi tilastotiedot, paikkatieto ja karttadata, säädata sekä liikenteen aikataulutiedot – kaikki sellaista, jonka jakaminen ei loukkaa kenenkään yksityisyyttä ja josta on hyötyä useammalle taholle kuin vain sen alun perin tuottaneelle organisaatiolle. Avoimen datan hyödyntäjä voi olla tutkija, toisen viraston työntekijä, sovelluskehittäjä tai yksittäinen kansalainen – portaali ei rajaa käyttäjäkuntaa etukäteen. Henkilötietoja ei julkaista avoimena datana, koska avoimen datan koko idea on vapaa uudelleenkäyttö – eikä sitä voi yhdistää henkilötietosuojan vaatimuksiin siitä, kuka saa käyttää tietoa ja mihin tarkoitukseen.
Tarkista tämä organisaatiosi tiedonhallinnasta
- Tiedätkö, missä järjestelmissä sama tieto (esim. asiakastiedot) on tallennettuna useampaan kertaan?
- Onko selvää, kuka vastaa siitä, että tieto pysyy ajan tasalla, kun se muuttuu?
- Löytyykö tarvittava tieto ilman, että joku joutuu kysymään sitä toiselta henkilöltä sähköpostilla?
- Onko olemassa yhtä paikkaa (esimerkiksi tietovarastoa), josta eri järjestelmien tieto on koottavissa yhteen tarkasteluun?
- Onko osa tiedosta sellaista, joka voitaisiin turvallisesti julkaista avoimena datana muiden hyödynnettäväksi?
Tiedonhallinta on käytännössä perusta kaikelle muulle tämän sivuston data-osion sisällölle: ilman järjestettyä tietoa ei ole toimivaa tietokantaa, ilman luotettavaa dataa ei ole luotettavaa data-analytiikkaa, eikä big datan hallinta onnistu, jos perusasiat – mistä tieto tulee ja voiko siihen luottaa – eivät ole kunnossa jo pienemmässä mittakaavassa. Mitä isommaksi organisaatio ja sen datamäärä kasvavat, sitä kalliimmaksi käy korjata tiedonhallinnan puutteet jälkikäteen – siksi perusasiat kannattaa laittaa kuntoon mahdollisimman aikaisin, ei vasta sitten kun ongelmat ovat jo näkyviä.