Uppdatering: den här analysen gäller sannolikt för konventionella medieföretag som ju till stor del har till uppgift att förse sin publik med omvärldsanalys. Särskilt branschmedier. Det är därför inte förvånande att nya mediesatsningar nu växer fram, med KIT.se som ett spännande exempel. Stämmer analysen kommer vi bli vana vid att maskininlärnings-experter, antropologer och  statistiska matematiker anställs som redaktörer.

Att vilja förstå sin omvärld är en mycket grundläggande mänsklig drivkraft. I varje historisk epok har en särskild modell för omvärldsanalys blivit dominant. Från väldigt personberoende magiska föreställningar om särskilda orakel och stjärntydare i jordbrukssamhället till personoberoende processer med nyhetsartiklar, offentliga dokument och befolkningsstatistik som råmaterial i industrisamhället. Nu går vi snabbt in i ett nytt skede som läggs ovanpå de tidigare, på samma sätt som smarta mobiler lagts ovanpå Internet. Metoderna för omvärldsbevakning blir, precis som förra gången, inte stegvis mer komplexa som i 1 + 1 + 1 = 3, utan exponentiellt mer komplexa uppe på ett redan komplext system som i 1 + 2 + 4 = 7.

Observera
För att observera behöver man bara titta på var den ekonomiska tillväxten finns. Det är IT-bolag som världens numera mest värdefulla företag Google vars själva existens handlar om att samla in all världens information. Eller Palantír vars existens handlar om att lösa världens svåraste problem för världens viktigaste institutioner enligt egen utsaga och som fått hela 2.4 miljarder dollar i investeringar. Av de konventionella omvärldsbevakningsföretagen är det de IT-baserade som Meltwater eller plethoran av sociala mediebevakare (Talkwalker, SocialBakers, Moz etc) som står för tillväxten.

Förstå
För att se hela bilden underlättar det att ta ett steg bakåt. Särskilt i den till synes kaotiska och blixtsnabba IT-utvecklingen. Det är lätt att den som tillbringar sina dagar i högintensivt kundmöten eller brandsläckningar på kontoret hoppas att snabbläsning av näringslivsmedier ska ge en överblick att orientera sig med hjälp av, men verkligheten stannar ofta vid buzzwords och en känsla av att inte kunna agera på informationen. Jaha, så vi ska anställa ett team ingenjörer nu och implementera AI här i butiken? Blir inte det väldigt dyrt? Jag minns ett IT-projekt jag var med om på ett företag i början av 90-talet och det kostade flera hundra miljoner och fick läggas ner för det blev för stort… Det blir för dyrt. Vi har ingen som kan leda såna projekt. Ungefär så låter det nog ofta – i bästa fall. Annars låter det så om några år när man minns tillbaka på ogenomtänkta IT-satstningar som görs idag.

Själv tror jag att det är klokt att börja med att identifiera makrotrender, alltså den verkligt stora bilden, för att sen successivt zooma sig ner närmare och närmare marken där det som alltid kommer att handla om skruvar och muttrar och nån som har vett att dra i rätt sådan i rätt tid. Här är en bild på ett makroperspektiv på omvärldsanalys som jag tycker håller sig över åren, och nästan blivit pinsamt tydligt nu för den som är i branschen

Mognadsfaser för omvärldsanalys      Till vänster ser vi de tre historiska samhällsepokerna jordbrukssamhälle, industrisamhälle respektive nätverkssamhälle som används i den briljanta (de förutspådde Facebook och Twitter innan de fanns) boken Nätokraterna av Alexander Bard och Jan Söderqvist. Jordbrukssamhället som bara lever kvar i avlägsna och ekonomiskt betydelselösa avkrokar på planeten, industrisamhället som nu är på nergång respektive nätverkssamhället som är på uppgång och till skillnad från de tidigare bryter fram med hastigheten i de laserpulser som numera lyser upp de kablar som lades kors och tvärs över planeten som ett led i industrialiseringen.

Bubblorna är mina tolkningar av de huvudsakliga komponenterna i hur man ser på omvärldsanalys i de olika epokerna. “Maktperspektiv” skulle i princip kunna bytas ut mot spioner/siare/trendspanare, men det är just för att de har ett sinnelag som känner av förändringar i vilka aktörer och idéer som är på väg att bli viktiga som de i praktiken tillför ett maktperspektiv. Du måste veta vad du letar efter innan du börjar undersöka. Utan instruktioner kan en analytiker komma hem med vilken tossig information som helst, vilket just nu den så kallade Big Data-branschen vaknar upp till. Det är att veta vilka frågor man ska ställa och vilka signaler man ska leta efter som är själva hantverket i omvärldsanalys.

Jag tycker att den här bilden är bra för att förstå vad vi är mitt uppe i nu i omvärldsanalysens utveckling. Det finns en grupp aktörer som fortfarande har tyngdpunkten kvar i de industriella processerna och det industriella tänkandet och alltså agerar genom att försöka addera till alltfler datakällor och gör kompromisser i kvalitén på undersökningarna för att klämma in så många observationer som möjligt. Det blir ofta så kallade dashboards eller sammanvägda mått som möjliggör överblick över många datakällor och numeriska summeringar av tusentals eller fler observationer som förr kunde läsas i detalj var för sig. Problemet är att informationen och slutsatserna blir ytligare och ytligare vartefter händelsekedjan fortlöper. Dessutom är det ett lopp som inte går att vinna eftersom variationen och antalet datakällor enbart på den sociala webben är oändligt mycket större och mer komplex än vad några industriella processer klarar av. Det blir som att fösa ihop ett helt zoo, insekter, fåglar och däggdjur, i en inhängnad och triumferande meddela att det är exakt X antal djur därinne.

Vad var frågan? Är det veterinären, djurskötaren eller direktören som undrar?

Sen finns det en grupp aktörer som har börjat flytta tyngdpunkten mot nätverkssamhällets fokus på maskininlärning, humanvetenskaper och nätverksanalys. Man får titta ganska noga för att se det, men åtminstone maskininlärning/AI är numera i PPT:er och lönekostnads-listor bland de aktörer inom omvärldsanalys som upplever tillväxt. I många av de medie- och omvärldsanalysföretag jag kommit i kontakt med personligen genom åren finns dock alltför få beslutsfattare med förståelse för IT för att känna sig trygga med att anställa eller köpa in tjänster. Och det är inte så konstigt! IT är verkligen oerhört komplext med sina många olika specialiseringar, arbetssätt och projektfaser. Dessutom sker utvecklingen så snabbt att det är nästintill omöjligt ens för de som själva arbetar med IT att hänga med.

Vad är skillnaden på att bygga en hemsida, ett internt arbetsverktyg eller en webbtjänst? Vad är poängen med att hacka ihop en grej på en vecka innan vi fått klart med investerare att göra en ordentlig skalbar lösning som vissa påstår? Vem ska man lita på?

Få aktörer har kommit så långt som Google, Palantír eller Facebook som redan har anställt lingvister, antropologer, psykologer för att guida IT-utvecklarna. Men eftersom nätverksanalys är en så standardiserad metod att det finns massor av utmärkta gratisverktyg för att göra det, är det inte konstigt att de flesta helt missar poängen med det tänket. För det är ett annat förhållningssätt som ger nya perspektiv som gör att Google, Palantír, liksom alla nya digitala medier tänker nätverk så mycket att de faktiskt är nätverk. De allra flesta skulle jag gissa har rentav missat att anledningen till att Google finns överhuvudtaget är att dess grundare Larry Page skapade en algoritm för nätverksanalys kallad PageRank. Döpt efter honom själv och vad den är bra på att ranka, på typiskt nördhumor-manér, fri för alla att använda i exempelvis det populära nätverksanalys-programmet Gephi. Som min briljante före detta kollega Jonathan Borque-Olivegren en gång sa, det är väl bättre att analysera sociala nätverk som nätverk, eftersom det är det de är? Nätverk är ett tänkande som är annorlunda än vad industrisamhället programmerar oss att tänka i, men nätverksanalys tar hänsyn till båda. Både vem, vad, vilken som är viktigast i hierarkin och vem, vad, vilken som relaterar till vem, vad, vilken på vilket sätt. Kalle är anställd av Kajsa innehåller mer information än Kajsa – Kalle: 1 – 0 om du tillåter exemplet.

Agera
Mot bakgrund av den här analysen är det rimligt att anta att aktörer inom omvärldsanalys behöver använda överskottet till att förändra de immateriella tillgångarna tänkande, leverabler och marknadsrelationer.

  • Tänkande från linjärt-hierarkiskt till hyper-positionellt:
    pröva att byta ut stapel-diagram mot nätverks-diagram
  • Slutsatser från absoluta påståenden till statistiska sannolikheter:
    pröva att byta ut säljarnas uppskattningar mot extrapolering av säljsiffrorna
  • Företagssrelationer från push-skydd till pull-öppenhet
    pröva att byta ut stor-stark-exklusiv (corporate) mot snabb-kunnig-generös (fixare)

De immateriella tillgångarna är en del av kulturen och som bekant är kulturen det allra viktigaste för en grupp människor som vill åstadkomma något. Don’t fuck up culture. Det allra mest överraskande i skiftet från industrisamhället till nätverkssamhället är dock att de materiella tillgångarna som byggnader, inventarier, maskiner inte bara försvinner ur synfältet utan rentav blir belastningar för den som sitter på dem. För nätverkssamhället innebär också nya värderingar som får anställda, kunder, partners och andra som är av avgörande betydelse för verksamheten rent av kan mer positivt inställda till verksamheter som är sparsamma, miljövänliga och tillåter sina medarbetare att jobba där och när det passar dem.