Articles

jak wykorzystać analitykę, aby stać się organizacją w pełni opartą na danych – trzy rzeczy do rozważenia

jak wykorzystać analitykę, aby stać się organizacją w pełni opartą na danych-trzy rzeczy do rozważenia
Dorman Bazzell i Scott Schlesinger, Capgemini
istnieje nowa rola w wielu wiodących organizacjach, która koncentruje się na pomaganiu przekształcać dane w informacje, a informacje w inteligencję– analityk danych. To trochę niejednoznaczna rola, ponieważ niewielu ludzi rozumie, co robią i jak to robią. Jest to jednak rola ceniona jako bardzo ważna. Analitycy danych pomagają organizacji wytyczyć ścieżkę naprzód, wykorzystując dane i tworząc wyrafinowane algorytmy statystyczne w celu rozwiązania problemów w drodze do praktycznej inteligencji. Ta praca jest tak poszukiwana, że McKinsey szacuje, że do 2020 r.w USA będzie potrzebne do 190 000 naukowców zajmujących się danymi.
dzisiaj jest jednak bardzo niewielu naukowców zajmujących się danymi i utalentowanych, którzy mają dogłębną wiedzę na temat tego, jak najlepiej wykorzystać dane. Wielu z nas pragnie szybko wykorzystać ten trend, aby wykorzystać ogromne ilości nowych danych napływających do naszej organizacji, gromadząc i oceniając więcej punktów danych niż kiedykolwiek wcześniej, aby wspomóc podejmowanie decyzji.
wielu zdało sobie sprawę, że ich zainteresowanie leży mniej w samym trendzie, ale bardziej w analityce. Ta chęć, napędzana chęcią natychmiastowego czerpania cennych, przydatnych do działania informacji z danych, niestety prowadzi do wyników o niskim wpływie. Podstawowe kluczowe elementy potrzebne do realizacji skutecznej wizji analitycznej giną w pośpiechu.
dzięki inicjatywom naszych klientów, wierzymy, że istnieją trzy zasadnicze elementy, które liderzy w każdej funkcji biznesowej muszą przyjąć, aby zapewnić idealne wyniki dokładnej analizy danych. Obejmują one stworzenie klasyfikacji z rozróżnieniem między big data i analityką; zdefiniowanie jasnego zastosowania biznesowego; i optymalizacji istniejącej infrastruktury i narzędzi wspierających wysiłek.
oddziel Big Data od analityki
ogólna idea big data nie jest nowa. Firmy od lat starają się wykorzystać dostępne dane do usprawnienia działalności biznesowej i inicjatyw klientów. Dziś różni się ogromna ilość typów i wolumenów danych, ich punkty wejścia oraz szybkość, z jaką organizacje starają się pozyskiwać i analizować te dane. To, co często gubi się dzięki zapału, to zrozumienie, że big data to nie tylko zbieranie i Zarządzanie zestawami danych. Big data musi raczej zawierać analitykę-zdolność do oceny i identyfikacji wyników i trendów w celu podejmowania bardziej wykształconych, wpływowych decyzji biznesowych. Aby czerpać korzyści z analityki, firmy potrzebują rygoru organizacyjnego wokół efektywnego pozyskiwania i wykorzystywania dużych zbiorów danych. Na początku wszyscy zaangażowani w inicjatywę muszą mieć takie samo zrozumienie i oczekiwania.
Zdefiniuj business Use Case
podróż big data i analytics rozpoczyna się od odpowiedniego, jasno zdefiniowanego i dobrze zrozumiałego business use case. Jednak jedną z głównych przyczyn frustracji jest zbyt szybkie podjęcie inicjatywy analitycznej bez jasnego określenia, co firma chce osiągnąć.
ponieważ firmy starają się wykorzystywać dane-wewnętrzne, zewnętrzne, ustrukturyzowane lub niestrukturalne – w celu zwiększenia wydajności operacyjnej, poprawy rentowności i zwiększenia udziału w rynku, analytics oferuje możliwość uzyskania wglądu w obszary działalności, które wcześniej były odległą rzeczywistością. Jakie są spostrzeżenia, które chcesz uzyskać? Co chcesz zmierzyć? Co chcesz osiągnąć dzięki analityce dla swojego działu lub przedsiębiorstwa? Na te pytania należy odpowiedzieć przed rozpoczęciem podróży, w przeciwnym razie nie dotrzesz tam, gdzie przewidywano, a Twoje oczekiwania dotyczące zwrotu z inwestycji zostaną anulowane.
organizacje muszą zrozumieć, dlaczego i gdzie warto wykorzystywać duże zbiory danych. Ustanowienie zestawu priorytetowych przypadków użycia na poziomie obszaru funkcjonalnego zapewni jasność i wytyczne strategiczne dla każdej inicjatywy oraz zapewni kryteria sukcesu dla pomiaru osiągnięć. Przypadki użycia pomagają tworzyć przypadki biznesowe, które zapewniają zarówno działowi IT, jak i firmie wspólne ramy rozwiązywania problemów związanych z zwrotem z inwestycji oczekiwanych od kierownictwa organizacji dla inwestorów.
na przykład, sprzedawca odzieży jest dość prosty, aby śledzić liczbę sprzedanych krawatów męskich. Ale jest dla nich mniej oczywiste-chyba że korzystają z rozmowy Danych Społecznych-dlaczego szczególne więzi, w których tacy gorący sprzedawcy. Firmy naftowe mogą wykorzystywać dane z czujników maszyn, aby określić, kiedy urządzenie zapobiegające wydmuchiwaniu może ulec awarii i jaka jest prawdopodobna przyczyna.
takie wykorzystanie danych poprawia bezpieczeństwo pracowników; zapobieganie szkodom dla środowiska i eliminacja potencjalnych kosztów.
optymalizacja istniejących inwestycji technologicznych
wiele firm, które chcą szybko skorzystać z analizy, spieszy się z decyzjami zakupowymi. Poszukują najnowszego i najlepszego oprogramowania i narzędzi analitycznych. Ale nie tworząc najpierw jasnego przypadku użycia biznesowego ani nie wprowadzając odpowiednich ram zarządzania danymi, prawdopodobnie od samego początku osiągną niski zwrot z inwestycji.
firmy powinny najpierw przyjrzeć się swojej obecnej infrastrukturze IT i systemom planowania przedsiębiorstwa i szukać sposobów na powiązanie tych z zewnętrznymi źródłami, takimi jak media społecznościowe i czujniki. Pomoże im to uzyskać wstępny wgląd w DANE, który prawdopodobnie zapewni większą elastyczność skalowania analiz kolejnych zbiorów danych, które będą miały szerszy wpływ na firmę, jej partnerów i klientów. Co ważniejsze, praktyka ta zapewni ścieżkę do bardziej wydajnych działań optymalizacyjnych w celu wykorzystania narzędzi open source, takich jak Hadoop, do przechowywania i oceny większych zbiorów danych.
uzyskanie odpowiedzi w czasie rzeczywistym z danych jest idealnym wynikiem analizy. Działanie na te trzy krytyczne elementy wymaga docenienia cierpliwości-wymaga czasu. Chęć stosowania analityki i osiągania szybkich wyników niesie ze sobą ryzyko stworzenia większej liczby trudności niż korzyści dla firmy w dłuższej perspektywie. Aby organizacje mogły uzyskać idealne wyniki za pomocą analizy, te kroki blokowania i rozwiązywania problemów są niezbędne. Bez wątpienia potrzebują czasu, ale ich zwrot z inwestycji będzie bezcenny dla każdej inicjatywy analitycznej.

Dodaj komentarz

Twój adres e-mail nie zostanie opublikowany.