Articles

hogyan lehet kihasználni analytics lesz egy valóban adat-vezérelt szervezet– három dolog, hogy fontolja meg

hogyan lehet kihasználni analytics lesz egy valóban adat-vezérelt szervezet– három dolog, hogy fontolja meg
Dorman Bazzell és Scott Schlesinger, Capgemini
van egy új szerepet számos vezető szervezetek, amelyek középpontjában segít átalakítani adatok információvá, és információk intelligencia – az adattudós. Ez egy kicsit kétértelmű szerep, mivel nem sokan értik, mit csinálnak és hogyan csinálják. Még, ez egy olyan szerep, amelyet jelentősen fontosnak tartanak. Az adattudósok segítik a szervezetet az előre vezető út feltérképezésében az adatok felhasználásával és kifinomult statisztikai algoritmusok létrehozásával annak érdekében, hogy megoldják a cselekvőképes intelligencia felé vezető út problémáit. Ez a munka annyira igényes, hogy a McKinsey becslése szerint akár 190 000 adattudósra lesz szükség az Egyesült Államokban 2020-ig.
ma azonban nagyon kevés adattudós és tehetség áll rendelkezésre, akik mélyreható ismeretekkel rendelkeznek arról, hogyan lehet a legtöbbet kihozni az adatokból. Között a többiek, sokan alig várják, hogy gyorsan kihasználni ezt a tendenciát, hogy megcsapolni a hatalmas mennyiségű új adat érkezik a szervezet által halmoz és értékelése több adatpont, mint valaha, hogy támogassa a döntéshozatalt.
sokan rájöttek, hogy érdeklődésük kevésbé magában a trendben rejlik, hanem inkább az elemzésben. Ez a lelkesedés, amelyet az a vágy táplál, hogy azonnal értékes, cselekvőképes betekintést nyerjen az adatokból, sajnos alacsony hatású eredményekhez vezet. A hatékony elemzési jövőkép valódi megvalósításához szükséges alapvető kulcsfontosságú elemek sietve elvesznek.
ügyfeleink kezdeményezésein keresztül úgy gondoljuk, hogy három alapvető elem van, amelyeket minden üzleti funkció vezetőjének el kell fogadnia az ideális eredmények alapos Adatelemzés érdekében. Ezek közé tartozik a besorolás létrehozása, amely különbséget tesz a big data és az analytics között; egyértelmű üzleti felhasználási eset meghatározása; a meglévő infrastruktúra és eszközök optimalizálása az erőfeszítések támogatása érdekében.
válassza el a Big Data-t az Analytics-től
a big data mögött meghúzódó általános elképzelés nem új. A vállalatok évek óta igyekeznek kihasználni a rendelkezésre álló adatokat az üzleti műveletek és az ügyfelek kezdeményezéseinek javítása érdekében. Ami ma más, az a hatalmas mennyiségű adattípus és mennyiség, azok belépési pontjai és az a sebesség, amellyel a szervezetek megpróbálják megszerezni és elemezni ezeket az adatokat. Ami gyakran elveszik a vágytól, az a megértés, hogy a big data nem csak az adatkészletek gyűjtéséről és kezeléséről szól. Inkább a big data – nak tartalmaznia kell az elemzést-az eredmények és trendek értékelésének és azonosításának képességét, hogy képzettebb, hatásosabb üzleti döntéseket hozzon. Az analitika előnyeinek kihasználásához a vállalatoknak szervezeti szigorra van szükségük a big data hatékony megszerzése és kihasználása körül. Kezdetben mindenkinek, aki részt vesz egy kezdeményezésben, azonos megértéssel és elvárásokkal kell rendelkeznie.
Define the Business Use Case
a big data és analitika útja egy releváns, világosan meghatározott és jól érthető üzleti felhasználási esettel kezdődik. Még, a frusztráció egyik elsődleges oka az, hogy túl hamar beugrik egy elemzési kezdeményezésbe anélkül, hogy egyértelműen meghatározná, mit akar elérni a vállalat.
mivel a vállalatok igyekeznek kihasználni az adatokat – legyen az belső, külső, strukturált vagy strukturálatlan – a működési hatékonyság növelése, a jövedelmezőség javítása, a piaci részesedés növelése érdekében, az analytics lehetőséget kínál arra, hogy betekintést nyerjen a vállalkozás olyan területeire, amelyek korábban távoli valóság voltak. Melyek azok a felismerések, amelyeket remélsz megszerezni? Mit akarsz mérni? Mit remélsz elérni az elemzéssel az osztályod vagy a vállalkozásod számára? Ezeket a kérdéseket meg kell válaszolni, mielőtt elkezdi az utazást, különben nem érkezik meg, ahol várható, és a ROI elvárások lesz szaggatott.
a szervezeteknek meg kell érteniük, hogy miért és hol van értelme kihasználni a nagy adatokat. A funkcionális terület szintjén prioritást élvező felhasználási esetek létrehozása egyértelműséget és stratégiai iránymutatást biztosít minden egyes kezdeményezés számára, valamint sikerkritériumokat biztosít az eredmények méréséhez. A felhasználási esetek segítenek olyan üzleti esetek létrehozásában, amelyek mind az informatika, mind az üzlet számára közös keretet biztosítanak a szervezeti vezetéstől a befektetőktől elvárt ROI-kérdések kezelésére.
például egy ruházati kiskereskedő számára meglehetősen egyszerű nyomon követni az eladott Férfi Nyakkendők számát. De, számukra kevésbé nyilvánvaló – hacsak nem használják ki a közösségi adatbeszélgetést -, miért vannak olyan kapcsolatok, ahol ilyen forró eladók vannak. Az olajtársaságok felhasználhatják a gép érzékelőinek adatait annak meghatározására, hogy mikor bukhat el egy kitörésgátló, és mi a valószínű oka.
az adatok felhasználása javítja a munkavállalók biztonságát; a környezeti károk megelőzése és a lehetséges költségek kiküszöbölése.
meglévő technológiai beruházások optimalizálása
sok vállalat, amely gyorsan ki akarja használni az analitika előnyeit, rohan a vásárlási döntésekbe. Keresik a legújabb és legnagyobb elemző szoftvereket és eszközöket. De azáltal, hogy nem hoztak létre egyértelmű üzleti felhasználási esetet, vagy nem helyezték el a megfelelő Adatkezelési kereteket, valószínűleg már a kezdetektől alacsony megtérülést érnek el.
a vállalatoknak először meg kell vizsgálniuk jelenlegi informatikai infrastruktúrájukat és vállalati tervezési rendszereiket, és meg kell keresniük a külső forrásokkal, például a közösségi médiával és az érzékelőkkel való párosítás módjait. Ez segíteni fogja őket abban, hogy olyan kezdeti adatelemzéseket szerezzenek, amelyek valószínűleg nagyobb rugalmasságot biztosítanak a későbbi adatkészletek elemzésének skálázásához, amelyek szélesebb hatást gyakorolnak az üzletre, partnereire és ügyfeleire. Ennél is fontosabb, hogy ez a gyakorlat utat biztosít a hatékonyabb adatoptimalizálási erőfeszítésekhez, hogy kihasználják a nyílt forráskódú adateszközök, például a Hadoop előnyeit a nagyobb adatkészletek tárolására és értékelésére.
a valós idejű válaszok elérése az adatokból az elemzés ideális eredménye. E három kritikus elem alapján cselekedni türelmet igényel – időt igényel. Az analitika alkalmazásának és a gyors eredmények elérésének vágya azzal a kockázattal jár, hogy hosszú távon több nehézséget okoz, mint hasznot a vállalkozás számára. Annak érdekében, hogy a szervezetek ideális eredményeiket elemzéssel tudják összekapcsolni, ezek a blokkolási és kezelési lépések elengedhetetlenek. Kétségtelen, hogy időbe telik, de befektetésük megtérülése felbecsülhetetlen lesz minden elemzési kezdeményezés számára.

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.