Articles

cum să folosiți analiza pentru a deveni o organizație cu adevărat bazată pe date – trei lucruri de luat în considerare

cum să folosiți analiza pentru a deveni o organizație cu adevărat bazată pe date-trei lucruri de luat în considerare
de Dorman Bazzell și Scott Schlesinger, Capgemini
există un nou rol în cadrul multor organizații de conducere care se concentrează pe transformarea datelor în informații și a informațiilor în informații– omul de știință de date. Este un rol cam ambiguu, deoarece nu mulți oameni înțeleg ce fac și cum o fac. Cu toate acestea, este un rol venerat ca fiind semnificativ important. Oamenii de știință de date ajută organigrama calea înainte prin valorificarea datelor și crearea de algoritmi statistici sofisticați într-un efort de a rezolva problemele din călătoria către inteligența acționabilă. Acest loc de muncă este atât de solicitat încât McKinsey estimează că va fi nevoie de până la 190.000 de oameni de știință de date în SUA până în 2020.
astăzi, cu toate acestea, există foarte puțini oameni de știință de date și talente disponibile care au cunoștințe aprofundate despre cum să profite la maximum de date. Printre restul dintre noi, mulți sunt dornici să profite rapid de această tendință pentru a accesa cantitățile mari de date noi care vin în organizația noastră, acumulând și evaluând mai multe puncte de date decât oricând pentru a sprijini luarea deciziilor.
ceea ce mulți au ajuns să realizeze este că interesul lor se află mai puțin în tendința în sine, dar mai mult cu analiza. Această dorință, alimentată de dorința de a obține imediat informații valoroase și acționabile din date, duce, din păcate, la rezultate cu impact redus. Elementele cheie fundamentale necesare pentru a realiza cu adevărat o viziune eficientă de analiză se pierd în grabă.
prin inițiativele clienților noștri, credem că există trei elemente esențiale pe care liderii din orice funcție de afaceri trebuie să le adopte pentru a asigura rezultate ideale analiză aprofundată a datelor. Acestea includ crearea unei clasificări care să facă distincția între big data și analytics; definirea unui caz clar de utilizare a afacerii; și optimizarea infrastructurii și instrumentelor existente pentru a sprijini efortul.
separați Big Data de Analytics
ideea generală din spatele big data nu este nouă. Companiile au căutat să profite de datele disponibile pentru a îmbunătăți operațiunile de afaceri și inițiativele clienților de ani de zile. Ceea ce este diferit astăzi este cantitatea mare de tipuri și volum de date, punctele lor de intrare și viteza cu care organizațiile încearcă să achiziționeze și să analizeze aceste date. Ceea ce se pierde adesea prin dorința este înțelegerea faptului că datele mari nu se referă doar la colectarea și gestionarea seturilor de date. Mai degrabă, big data trebuie să includă analiza – capacitatea de a evalua și identifica rezultatele și tendințele pentru a lua decizii de afaceri mai educate și mai impactante. Pentru a profita de beneficiile analizei, companiile au nevoie de rigoare organizațională în ceea ce privește achiziția eficientă și valorificarea datelor mari. La început, toți cei implicați într-o inițiativă trebuie să aibă aceeași înțelegere și așteptări.
definiți cazul de utilizare în afaceri
călătoria big data și analytics începe cu un caz de utilizare în afaceri relevant, clar definit și bine înțeles. Cu toate acestea, una dintre cauzele principale ale frustrării este să sari într-o inițiativă de analiză prea curând, fără a defini clar ce dorește compania să realizeze.
pe măsură ce companiile încearcă să valorifice datele – fie ele interne, externe, structurate sau nestructurate – pentru a crește eficiența operațională, a îmbunătăți profitabilitatea, a crește cota de piață, analiza oferă posibilitatea de a culege informații despre domenii ale afacerii care anterior erau o realitate îndepărtată. Care sunt perspectivele pe care sperați să le obțineți? Ce cauți să măsori? Ce sperați să obțineți prin analiză pentru departamentul sau întreprinderea dvs.? Aceste întrebări trebuie să răspundă înainte de a începe călătoria, altfel nu veți ajunge acolo unde ați anticipat, iar așteptările dvs. de ROI vor fi întrerupte.
organizațiile trebuie să înțeleagă de ce și unde are sens să utilizeze date mari. Stabilirea unui set de cazuri de utilizare prioritizate la nivel de zonă funcțională va asigura claritate și orientare strategică pentru fiecare inițiativă și va oferi criterii de succes pentru măsurarea realizărilor. Cazurile de utilizare ajută la crearea cazurilor de afaceri care oferă atât IT, cât și afacerii un cadru comun pentru a aborda întrebările ROI așteptate de la conducerea organizațională la investitori.
de exemplu, este destul de simplu pentru un retailer de îmbrăcăminte să urmărească numărul de cravate pentru bărbați vândute. Dar, este mai puțin evident pentru ei – cu excepția cazului în care fac uz de conversație Date sociale – de ce legături speciale în cazul în care astfel de vânzători fierbinte. Companiile petroliere ar putea folosi datele senzorilor mașinii pentru a determina când un dispozitiv de prevenire a exploziei ar putea eșua și care este cauza probabilă.
această utilizare a datelor îmbunătățește siguranța lucrătorilor; prevenirea daunelor aduse mediului și eliminarea costurilor potențiale.
Optimizați investițiile tehnologice existente
multe companii care doresc să profite rapid de analiza se grăbesc să ia decizii de cumpărare. Ei caută cele mai recente și mai mari software și instrumente de analiză. Dar, prin faptul că nu au creat mai întâi un caz clar de utilizare a afacerii sau nu au pus în aplicare cadrele adecvate de guvernanță a datelor, este probabil să atingă un randament scăzut al investiției de la început.
companiile ar trebui să se uite mai întâi la infrastructura IT actuală și la sistemele de planificare a întreprinderilor și să caute modalități de a le asocia cu surse externe, cum ar fi social media și senzori. Acest lucru îi va ajuta să obțină informații inițiale despre date care vor asigura probabil o mai mare flexibilitate pentru a scala analizele seturilor de date ulterioare care vor avea un impact mai larg asupra afacerii, partenerilor și clienților săi. Mai important, această practică va oferi o cale către eforturi mai eficiente de optimizare a datelor pentru a profita de instrumentele de date open source, cum ar fi Hadoop, pentru a stoca și evalua seturi de date mai mari.
obținerea de răspunsuri în timp real din date este rezultatul ideal al analizei. Acționarea asupra acestor trei elemente critice necesită o apreciere pentru răbdare – necesită timp. Dorința de a utiliza analize și de a obține rezultate rapide riscă să creeze mai multe greutăți decât beneficii pentru afacere pe termen lung. Pentru ca organizațiile să-și realizeze rezultatele ideale cu ajutorul analizelor, acești pași de blocare și abordare sunt esențiali. Fără îndoială, au nevoie de timp, dar rentabilitatea investiției va fi de neprețuit pentru orice inițiativă de analiză.

Lasă un răspuns

Adresa ta de email nu va fi publicată.