AI-integrering kräver datastädning: vad ska bort?

Principen ”skräp in, skräp ut” har kanske aldrig varit mer påtaglig.

– Jag tror att det handlar om att bra kvalitet på data, ger AI bättre förutsättningar att skapa sammanhang och därmed värde genom CRM. Skarpare kundanalyser, prioriteringar och automationer, vilket gör att CRM-systemet arbetar för användaren, berättar Mathias Sognefors, Sverigechef på CRM-leverantören Superoffice.

Städning av data inför AI-integrering

Som sagt stämmer principen ”skräp in, skräp ut” principen väl in på man ska se på data och AI. Ska du interagera AI i ett internt system behöver du därför städa i datan först.

– Det är ett ständigt förbättringsarbete som behöver ske, förklarar Mathias Sognefors.

Vilken data som är relevant förändras nämligen hela tiden, därför behöver organisationer arbeta medvetet med vilka datapunkter som är med i banken av information.

– Vilken data som är relevant och inte är väldigt beroende på vilken typ av verksamhet man driver. Det kan handla om ta bort dubbletter eller annan överflödig data. Har du haft samma CRM-system i en långt tid, så har du kanske ändrat din säljprocess genom åren, och därmed sparat information som inte längre är relevant.

Automatiserad grovstädning och ledarskapets nya krav

För att sopa undan data som inte längre skapar värde kan man ta in automatiserade agenter som gör grovjobbet åt en.

– Jag tror att man behöver ordentligt se över alla variabler som man har när det kommer till hur man beskriver sin verksamhet i form av processer och vilken typ av affärer, vilken typ av aktiviteter. Intressekoder, hur man taggar upp saker och ting för att kunna ha klassificering av kunder eller prospekt.

Samtidigt ställer den nya autonoma och interagerade AI:n nya krav på ledare och kvalitetssäkring.

– Det ställer ganska höga krav skulle jag säga och det krävs att man sätter sig in i det här och utbildar sig själv, sin personal och ledningsgrupp i området.

– Sen måste man prata om data, kvalitet, GDPR och regelverk samt att veta vilken typ av information man processar i vilken tjänst.

Integrerade system som tillväxtmotor i Europa

I rapporten European Growth & Technology Outlook 2027, framtagen av SuperOffice i samarbete med analysföretaget Datalily, framgår att sammankopplad data och tydlig styrning skulle vara avgörande för AI-satsningar.

Undersökningen bygger på svar från 371 beslutsfattare på B2B-företag med 30–300 anställda i fem europeiska länder: Sverige, Norge, Danmark, Tyskland och Nederländerna.

Rapporten pekar på att AI fungerar som en effektförstärkare först när grundläggande system är integrerade. Företag med sammankopplade system och avancerad AI uppvisar nästan tre gånger högre tillväxtoptimism (77 procent) än de med fragmenterad data (26 procent).

Ansvarsfördelning och gränsdragning för ”human in the loop”

När så mycket av våra system interageras och automatiseras, vem ska ansvara för att kvalitetssäkra?

– Vi tror att human in the loop är otroligt viktigt – att en människa granskar. Men som ledare måste man ställa sig frågan löpande för rena automationer ska också tjäna sitt syfte. En datakvalitetsagent som tar bort dubbletter i kunddata behöver till exempel kanske inte ha en människa som också kollar datan, säger Mathias Sognefors.