Данные, приводимые к зрелости данных

Путь к восстановлению вымощен данными

В соавторстве с Тарун Дхот

В смутные времена ни слепая активность, ни смиренное оцепенение не приведут к успеху.

Принципы принятия решений, основанные на данных, требуют перспективы высшего уровня для определения правильных вопросов, стимулирования сотрудничества в компании и обеспечения принятия правильных мер. Вместо того, чтобы принимать решения на интуитивном уровне, важно принимать разумные решения на основе данных, которые позволяют вам успешно справляться с COVID-19, обеспечивать непрерывность бизнеса в краткосрочной перспективе, а также становиться устойчивыми и обеспечивать превосходство в долгосрочной перспективе. . Однако основополагающим элементом для достижения этого является то, что мы называем зрелостью данных организации.

Управление данными подразумевает принятие решений, основанных на фактах, с использованием метрик и данных для руководства стратегическими бизнес-решениями, направленными на достижение бизнес-результатов, а не только наблюдение или интуицию.

Зрелость данных подразумевает легкость, с которой организация может принять решение, основанное на данных.

Несколько показателей для измерения зрелости данных в организации сосредоточены вокруг скорости организации к пониманию, простоты обнаружения данных, демократизации данных и познаний и количественной оценки влияния на бизнес.

Несмотря на то, что термин «управляемый данными» использовался и переименовывался в течение нескольких лет, это стремление, к которому стремится каждая организация в своих искренних усилиях. Однако организации часто считают эту цель труднодостижимой из-за ее зависимости от зрелости данных.

Что COVID-19 заставил организации довольно прямо признать, так это то, что время для выделения данных жирным шрифтом в колодах стратегий сейчас является ставкой, и ее влияние на их итоговую прибыль прямо пропорционально их Срок действия данных.

Важные данные решают проблему и побуждают к действию

Чтобы получить доступ к зрелости ваших данных, вы должны начать с того, чтобы быть честным, честным в отношении времени вашей организации для получения информации, очень просто, сколько времени требуется сотруднику с хорошими аналитическими навыками для получения одной важной для бизнеса информации. Появляется ли этот вопрос в виде графика или ряда форм потребления? Теперь подумайте о новых нормальных условиях удаленной работы и о том, тратите ли вы свое время на человеческий капитал на изучение организационных процессов или на создание идей.

Быстрый способ измерить зрелость данных вашей организации – это определить свое место в следующей матрице зрелости данных¹ (блестяще проиллюстрировано Алексом Брэттоном). Если вы обнаружите, что проиндексированы слева, не расстраивайтесь. Отраслевые исследования и наш профессиональный опыт указывают на то, что почти 2 из 3 организаций³ индексируются слева направо в середине матрицы.

Надежные и взаимосвязанные данные — основа создания аналитики.

Даже в организациях, проиндексированных справа, уверенность пользователей в том, что используемые данные заслуживают доверия, каталогизированы и отслеживаемы, является общей проблемой. Ценность данных прямо пропорциональна количеству людей, которые могут подключиться к ним и эффективно их использовать. Данные являются самым важным активом и находятся в центре пути трансформации организации. Однако организации помечают менее 3% своих данных и анализируют менее 1% из них².

Конечной целью должно быть превращение данных в аналитику и внедрение этой аналитики в то, на что мы действительно хотим повлиять.

Организации генерируют петабайты данных, но не знают, где они находятся. Эти данные часто хранятся разрозненно, и их трудно обнаружить. Даже если мы обнаружим это, мы не уверены, можем ли мы доверять этому. Несогласованное управление данными затрудняет эффективное и надежное соединение данных. Это затрудняет получение информации и организационной ценности из этих данных.

Более 85 % машинного обучения и искусственного интеллекта, созданных сегодня организациями, не внедряются в производство, поскольку они либо основаны на неправильных данных, либо не связаны со стратегическим влиянием на бизнес².

Стратегия и аналитика должны идти рука об руку для получения значимых результатов — с необходимостью всеобъемлющего подхода от постановки правильных вопросов до сбора правильной информации и обеспечения правильных действий. В конечном счете, не каждой организации нужно будет преобразоваться в организацию, управляемую данными, но любая организация может адаптировать необходимые принципы, чтобы привести свою операционную модель к совершенству в области анализа данных.

Далее... самая сложная часть машинного обучения и искусственного интеллекта — это не машинное обучение и искусственный интеллект

Это настоящая борьба для многих организаций. Более подробно мы расскажем об этом в наших следующих публикациях. Быть в курсе!

Источники:

********

Отказ от ответственности. Взгляды, мысли и мнения, выраженные в этой статье, принадлежат исключительно авторам в их личном качестве и не представляют текущих или прошлых работодателей автора или любых других групп или отдельных лиц.