Maksymalne wykorzystanie transformacji opartej na danych: 10 kluczowych zasad

Dostarczone przez Hewlett Packard Enterprise

Nie można przecenić znaczenia danych dla dzisiejszych firm. Badania pokazują firmy oparte na danych mają o 58% większe szanse na osiągnięcie celów związanych z przychodami niż firmy nieoparte na danych, a o 162% większe prawdopodobieństwo, że znacznie prześcigną słabszych. Analityka danych pomaga prawie połowie wszystkich firm podejmować lepsze decyzje o wszystkim, od produktów, które dostarczają, po rynki docelowe. Dane stają się krytyczne w każdej branży, niezależnie od tego, czy pomagają gospodarstwom zwiększyć wartość plonów, które produkują lub zasadniczo zmiana gry w koszykówkę .

Dane wykorzystywane optymalnie są niczym innym jak niezwykle ważnym zasobem. Problem polega na tym, że nie zawsze jest łatwo uruchomić dane. ten Raport dotyczący ponownego przemyślenia danych firmy Seagate , z badaniami i analizami przeprowadzonymi przez IDC, wykazali, że tylko 32% danych dostępnych dla przedsiębiorstw jest kiedykolwiek wykorzystywanych, a pozostałe 68% nie jest wykorzystywane. Kierownictwo nie są w pełni pewni w ich obecnej zdolności — ani w ich dalekosiężnych planach — wydobycia optymalnych poziomów wartości z danych, które produkują, pozyskują, zarządzają i wykorzystują.

Co to za rozłączenie? Skoro dane są tak ważne dla zdrowia firmy, dlaczego tak trudno je opanować?

W najlepiej zarządzanych firmach systemy łączące producentów i odbiorców danych są bezpieczne i łatwe do wdrożenia. Ale zwykle nie są. Firmy stoją przed wyzwaniem znalezienia danych i wykorzystania ich do celów strategicznych. Źródła danych są trudne do zidentyfikowania, a jeszcze trudniejsze do oceny. Zbiory danych używane do trenowania modeli AI w celu automatyzacji zadań mogą być trudne do zweryfikowania. Hakerzy zawsze chcą ukraść lub naruszyć dane. A znalezienie danych wysokiej jakości jest wyzwaniem nawet dla najbardziej doświadczonych analityków danych.

Brak kompleksowego systemu zapewniania wysokiej jakości danych i skutecznego ich udostępniania pośrednio opóźnił przyjęcie SI .

Luki w komunikacji mogą również wykoleić proces dostarczania istotnych spostrzeżeń. Menedżerowie, którzy finansują projekty danych oraz inżynierowie danych i naukowcy, którzy je realizują, nie zawsze się rozumieją. Ci specjaliści ds. danych mogą stworzyć szczegółowy plan, ale jeśli praktyk nie ułoży prawidłowo wyników, dyrektor biznesowy, który o nie poprosił, może powiedzieć, że szukał czegoś innego. Projekt zostanie oznaczony jako porażka, a szansa na wygenerowanie wartości z wysiłku zniknie.

Firmy napotykają problemy z danymi, bez względu na to, gdzie się znajdują, jeśli chodzi o dojrzałość danych. Próbują wymyślić sposoby, aby dane stały się ważną częścią ich przyszłości, ale mają trudności z wprowadzeniem planów w życie.

Jeśli jesteś w tej sytuacji, co robisz?

Firmy znalazły się w podobnym punkcie zwrotnym w latach 2010-tych, próbując uporządkować swoje miejsca w chmurze. Latami zajęło im opracowanie strategii chmury, planowanie migracji do chmury, wybór platform, tworzenie biur biznesowych w chmurze i ustrukturyzowanie swoich organizacji, aby jak najlepiej wykorzystać możliwości związane z chmurą. Dziś czerpią korzyści: ich przejście do chmury umożliwiło im unowocześnienie aplikacji i systemów IT.

Przedsiębiorstwa muszą teraz podejmować podobne decyzje dotyczące danych. Muszą wziąć pod uwagę wiele czynników, aby upewnić się, że dane stanowią podstawę rozwoju ich działalności. Powinni zadawać pytania takie jak:

• Czy dane, których potrzebuje firma, są łatwo dostępne?
• Jakie rodzaje źródeł danych są potrzebne? Czy istnieją rozproszone i zróżnicowane zestawy danych, o których nie wiesz?
• Czy dane są czyste, aktualne, niezawodne i zdolne do integracji z istniejącymi systemami?
• Czy reszta kadry kierowniczej jest na pokładzie zgodnie z podejściem głównego inspektora danych?
• Czy analitycy danych i użytkownicy końcowi skutecznie komunikują się o tym, co jest potrzebne i co jest dostarczane?
• Jak udostępniane są dane?
• Jak mogę zaufać swoim danym?
• Czy każda osoba i organizacja potrzebująca dostępu do danych ma prawo z nich korzystać?

To coś więcej niż tylko analiza biznesowa. Chodzi o wykorzystanie nadarzającej się okazji. Wykorzystanie danych gwałtownie rośnie, narzędzia do ich wykorzystywania stają się coraz wydajniejsze, a wiedza specjalistyczna analityków danych rośnie. Ale dane są trudne do opanowania. Wiele firm nie jest skonfigurowanych tak, aby jak najlepiej wykorzystywać dane, które mają pod ręką. Przedsiębiorstwa muszą inwestować w ludzi, procesy i technologie, które będą: napędzać swoje strategie dotyczące danych .

Mając to wszystko na uwadze, oto 10 zasad, które firmy powinny przestrzegać podczas opracowywania strategii dotyczących danych:

1. Zrozum, jak cenne są Twoje dane

Ile warte są dla Ciebie Twoje dane? Można to zmierzyć na wiele sposobów. Należy wziąć pod uwagę tradycyjne wskaźniki, takie jak koszty pozyskania danych, koszty ich przechowywania i przesyłania, unikalność pozyskanych danych oraz możliwość wykorzystania ich do generowania dodatkowych przychodów. Wskaźniki rynku wpływają na wartość danych, takie jak jakość danych, wiek danych i popularność produktu danych.

Twoje dane mogą być również cenne dla innych. Załóżmy na przykład, że szpital gromadzi zestawy danych pacjentów, które mogą generować wartość dla Twoich danych. W takim przypadku dane te mogą zainteresować badaczy chorób, producentów leków, firmy ubezpieczeniowe i innych potencjalnych nabywców. Czy istnieje mechanizm anonimizacji, agregacji, kontroli i identyfikacji potencjalnych użytkowników Twoich danych?

Okazja, zrównoważona kosztami jej dostarczenia, jest jednym ze sposobów określenia potencjalnej wartości Twoich danych.

2. Określ, co sprawia, że ​​dane są cenne

Chociaż ustalenie rzeczywistej wartości danych w dolarach może być trudne, łatwiej jest zdefiniować elementy, które przyczyniają się do tego, że dane mają wysoki stopień wartości. Można to sprowadzić do prostego równania myślowego:

Kompletność + Trafność = Jakość

Jakość + Format = Użyteczność

Użyteczne dane + specjalista ds. danych, który dobrze z nich korzysta = WARTOŚĆ

Twój projekt danych nie może być kontynuowany bez dobrych danych. Czy jakość Twoich danych jest wystarczająco wysoka, aby były warte zachodu? Będzie to częściowo zależeć od tego, jak kompletna jest próbka, którą pobrałeś. Czy brakuje pól danych? Jakość zależy również od tego, jak ważne są informacje. Czy pochodzi z wiarygodnego źródła? Czy dane są aktualne, czy też czas obniżył ich aktualność? Czy zbierasz i przechowujesz swoje dane zgodnie z ontologiami i standardami branżowymi i sektorowymi?

Twoje dane muszą być użyteczne, aby były warte inwestycji. Stworzenie systemów dla praktyków zajmujących się danymi, aby dobrze wykorzystywać i analizować dane oraz łączyć je z liderami biznesowymi, którzy mogą wykorzystać spostrzeżenia, zamyka pętlę.

3. Ustal, gdzie jesteś w swojej podróży do danych

Pozycjonowanie firmy, aby w pełni wykorzystać możliwości przetwarzania w chmurze, to podróż. To samo myślenie powinno dotyczyć danych.

Decyzje podejmowane przez firmy dotyczące ich strategii dotyczących danych zależą w dużej mierze od tego, gdzie się znajdują w trakcie ich podróży do danych. Jak daleko jesteś w swojej podróży do danych? Narzędzia oceny i plany mogą pomóc firmom w ustaleniu ich pozycji. Oceny powinny wykraczać poza określenie, które narzędzia znajdują się w stosie technologicznym firmy. Powinni przyjrzeć się, jak dane są traktowane w organizacji na wiele sposobów, biorąc pod uwagę zarządzanie, zarządzanie cyklem życia, bezpieczeństwo, pozyskiwanie i przetwarzanie, architektury danych, zużycie i dystrybucję, wiedzę o danych oraz monetyzację danych.

Samą konsumpcję i dystrybucję można mierzyć w kategoriach zdolności organizacji do stosowania usług, od analizy biznesowej, przez strumieniowe przesyłanie danych, po samoobsługowe aplikacje do analizy danych. Czy firma wdrożyła obsługę wykorzystania danych przez poszczególne persony? Czy obsługuje poszczególne interfejsy API? Patrząc na wiedzę o danych jako kategorię, jak zaawansowane są firmowe słowniki danych, glosariusze biznesowe, katalogi i plany zarządzania danymi podstawowymi?

Ocena każdego zestawu zdolności ujawnia mocne i słabe strony firmy w zakresie przygotowania danych. Dopóki firma nie przyjrzy się bliżej, może nie zdawać sobie sprawy, jak blisko lub daleko jest od miejsca, w którym musi lub chce być.

4. Naucz się radzić sobie z danymi z różnych źródeł

Dane docierają do organizacji ze wszystkich kierunków — z wnętrza firmy, urządzeń IoT i systemów nadzoru wideo na brzegu sieci, partnerów, klientów, mediów społecznościowych i sieci. Setki zettabajty danych na całym świecie będzie musiało być selektywnie zarządzanych, chronionych i optymalizowanych pod kątem wygodnego, produktywnego użytkowania.

To wyzwanie dla przedsiębiorstw, które nie opracowały jeszcze systemów do gromadzenia i zarządzania danymi. Niezależnie od tego, skąd pochodzą dane, musi istnieć mechanizm ich standaryzacji, aby dane były użyteczne dla większej korzyści.

Różne firmy i różne kraje narzucają różne zasady dotyczące tego, co i jak można udostępniać informacje. Nawet poszczególne działy w ramach tej samej firmy mogą naruszyć zasady ładu korporacyjnego wyznaczające ścieżki, którymi muszą podążać określone zbiory danych. Oznacza to egzekwowanie zasad dostępu i dystrybucji danych. Aby wykorzystać te możliwości związane z danymi, firmy muszą opracować ścieżki odkrywania nowych zestawów danych i narzucić reguły zarządzania nimi.

W produkcji firmy na linii łańcucha dostaw mierzą jakość swoich części i dostawców. Często używane maszyny i robotyka należą do dostawców. Dostawcy mogą chcieć zawrzeć umowy, aby zobaczyć, kto ma prawo do wykorzystywania danych w celu ochrony własnych interesów biznesowych, a producenci powinni z góry określić wymagania dotyczące udostępniania danych swoim partnerom i dostawcom.

5. Uzyskaj strategiczne zobowiązanie od kierownictwa

Dane przynoszą korzyści na wielu poziomach organizacji, a osoby na każdym z tych poziomów będą lobbować za konkretnym aspektem procesu wartości danych. Naukowcy zajmujący się danymi chcą bardziej wydajnej i łatwej w użyciu technologii. Liderzy branżowi naciskają na lepsze, szybsze analizy. Na szczycie piramidy znajduje się zarząd, który priorytetowo traktuje przekazywanie danych do wartości biznesowej.

Kluczowe znaczenie ma zaangażowanie kadry kierowniczej wyższego szczebla z holistyczną strategią dotyczącą danych. W końcu zrobienie tego właściwie może być destrukcyjne. Uzyskanie maksymalnej wartości z danych wymaga od organizacji zatrudnienia personelu z nowymi zestawami umiejętności, dostosowania kultury, przeprojektowania starych procesów i przeprojektowania starej platformy danych. To projekt transformacji, którego nie można przeprowadzić bez uzyskania poparcia od najwyższych szczebli firmy.

C-suite jest coraz bardziej otwarte na coraz szersze wykorzystanie danych przez organizacje. Zgodnie z raportem IDC „Market Analysis Perspective: Worldwide Data Integration and Intelligence Software, obok zaangażowania klientów, drugim strategicznym obszarem zainteresowania na poziomie zarządu jest wykorzystanie danych i usprawnienie procesu decyzyjnego w celu utrzymania konkurencyjności i wykorzystania zmieniających się warunków rynkowych, 2021”. W tym samym raporcie 83% dyrektorów wyraziło potrzebę większej ilości danych niż przed pandemią.

W jaki sposób organizacje powinny zapewnić, by członkowie kierownictwa dołączyli do zespołu? Jeśli jesteś interesariuszem bez tytułu z poziomu C, Twoim zadaniem jest współpracować ze swoimi rówieśnikami w celu znalezienia sponsora wykonawczego, który przekaże przesłanie liderom, którzy kontrolują proces podejmowania decyzji. Dane są strategicznym zasobem, który w dłuższej perspektywie określi sukces firmy, ale nie stanie się to bez poparcia na najwyższych szczeblach.

6. Dane, którym ufamy: Upewnij się, że Twoje dane są bez zarzutu

Ponieważ sztuczna inteligencja rozszerza się na prawie każdy aspekt współczesnego życia, ryzyko korupcji lub błędnych praktyk sztucznej inteligencji rośnie wykładniczo. Sprowadza się to do jakości danych wykorzystywanych do trenowania modeli AI. Jak powstały dane? Czy był oparty na uszkodzonym czujniku? Czy w zestawie danych wygenerowano tendencyjne pochodzenie danych? Czy wybór danych pochodził z jednego miejsca, a nie ze statystycznie ważnego zestawu danych?

Godna zaufania sztuczna inteligencja zależy od posiadania wiarygodnych danych, które można wykorzystać do tworzenia przejrzystych, wiarygodnych, bezstronnych i solidnych modeli. Jeśli wiesz, jak trenowany jest model i podejrzewasz, że otrzymujesz błędne wyniki, możesz zatrzymać proces i ponownie trenować model. Lub, jeśli ktoś kwestionuje model, możesz wrócić i wyjaśnić, dlaczego podjęto konkretną decyzję, ale potrzebujesz czystych, zweryfikowanych danych do odniesienia.

Organy nadzorujące politykę często proszą rządy o wsparcie, w jaki sposób wykorzystują sztuczną inteligencję i udowodnienie, że ich analizy nie opierają się na tendencyjnych danych. Trafność zastosowanych algorytmów wywołała debaty na temat prób polegania na uczeniu maszynowym jako wskazówek wyroki skazujące i podejmować decyzje dotyczące wnioski o świadczenia socjalne lub inne działania rządowe.

Trening modelu odbywa się etapami. Budujesz model na podstawie danych. Następnie testujesz model i zbierasz dodatkowe dane, aby go ponownie przetestować. Jeśli przejdzie, zamieniasz go w bardziej wytrzymały model produkcyjny. Podróż trwa dalej, dodając więcej danych, masując je i ustalając z biegiem czasu, czy Twój model wytrzymuje analizę.

Brak kompleksowego systemu zapewniania wysokiej jakości danych i skutecznego ich udostępniania pośrednio opóźnił przyjęcie sztucznej inteligencji. Według IDC , 52% respondentów uważa, że ​​wyzwania związane z jakością, ilością i dostępem do danych wstrzymują wdrażanie sztucznej inteligencji.

7. Skorzystaj z możliwości metadanych

Metadane definiuje się eliptycznie jako „dane, które dostarczają informacji o innych danych”. To właśnie nadaje danym kontekst, którego użytkownicy potrzebują, aby zrozumieć część cech informacji, aby mogli określić, co z nimi zrobić w przyszłości.

Standardy metadanych są powszechnie używane do celów niszowych, specyficznych zastosowań branżowych, takich jak katalogi astronomiczne lub typy danych, takie jak pliki XML . Istnieje jednak również potrzeba opracowania silniejszej struktury metadanych, w której możemy nie tylko definiować dane w typowy sposób, ale także oznaczać przydatne artefakty danych na całej ich drodze. Skąd pochodzi ta część danych? Kto go oglądał? Kto go używał? Do czego był używany? Kto dodał jaką część zbioru danych? Czy dane zostały zweryfikowane? Czy zabronione jest używanie w niektórych sytuacjach?

Opracowanie tego rodzaju mechanizmu metadanych wymaga warstwy technologicznej, która jest otwarta na wkład osób przeglądających i dotykających określony fragment danych. Wymaga również zaangażowania szerokiego grona interesariuszy, którzy dostrzegają wartość możliwości strategicznego i przejrzystego udostępniania danych.

Stworzenie dodatkowej otwartej warstwy metadanych byłoby ważnym krokiem w kierunku umożliwienie demokratyzacji dostępu do danych poprzez umożliwienie przejrzystego udostępniania kluczowych atrybutów danych niezbędnych do dostępu, zarządzania, zaufania i pochodzenia. Hewlett Packard Enterprise podejście do przestrzeni danych jest otwarcie uniwersalnego standardu metadanych, który usunie obecną złożoność związaną z udostępnianiem zróżnicowanych zbiorów danych.

8. Przyjmij znaczenie kultury

Organizacje chcą mieć pewność, że w pełni wykorzystują zasoby, które żywią — i aby to zrobić, muszą stworzyć kulturę promującą najlepsze praktyki w zakresie udostępniania informacji.

Czy masz silosy? Czy w Twojej organizacji istnieją bariery kulturowe, które utrudniają prawidłowe rozpowszechnianie informacji do właściwych źródeł we właściwym czasie? Czy różne działy czują, że są właścicielami swoich danych i nie muszą udostępniać ich innym w organizacji? Czy osoby gromadzą cenne dane? Czy skonfigurowałeś kanały i procedury, które promują bezproblemowe udostępnianie danych? Czy zdemokratyzowałeś dostęp do danych, dając interesariuszom biznesowym możliwość nie tylko żądania danych, ale także udziału w praktykach zapytań i udostępniania?

Jeśli którykolwiek z tych czynników blokuje swobodny przepływ danych, Twoja organizacja musi przejść ocenę zarządzania zmianą, skupiającą się na potrzebach ludzi, procesów i technologii.

9. Otwórz rzeczy, ale nikomu nie ufaj

We wszystkich aspektach działalności organizacje równoważą często sprzeczne koncepcje promowania wolnego i otwartego dzielenia się zasobami oraz ściśle kontrolowanego bezpieczeństwa. Osiągnięcie tej równowagi jest szczególnie ważne w przypadku danych.

Dane muszą być udostępniane, ale wielu producentów danych czuje się niekomfortowo, robiąc to, ponieważ obawiają się utraty kontroli i sposobu, w jaki ich dane mogą zostać wykorzystane przeciwko nim lub w jaki sposób ich dane mogą zostać zmienione lub wykorzystane w niewłaściwy sposób.

Bezpieczeństwo musi być najwyższym priorytetem. Dane pochodzą z tak wielu źródeł — niektóre kontrolujesz, inne nie — i są przekazywane przez tak wiele rąk. Oznacza to, że zasady bezpieczeństwa dotyczące danych muszą być projektowane z modelem zerowego zaufania na każdym etapie procesu. Zaufanie należy zbudować w całym stosie, od infrastruktury i systemów operacyjnych po obciążenia, które znajdują się na szczycie tych systemów, aż do poziomu krzemu.

10. Stwórz w pełni działający potok usług danych

Przenoszenie danych między systemami wymaga wielu kroków, w tym przeniesienia danych do chmury, przeformatowania ich i połączenia z innymi źródłami danych. Każdy z tych kroków zwykle wymaga osobnego oprogramowania.

Automatyzacja potoków danych to najważniejsza najlepsza praktyka w procesie pozyskiwania danych. W pełni zautomatyzowany potok danych pozwala organizacjom wyodrębniać dane u źródła, przekształcać je w użyteczną formę i integrować z innymi źródłami.

Potok danych jest sumą wszystkich tych kroków, a jego zadaniem jest zapewnienie, że kroki te zostaną wykonane w sposób niezawodny dla wszystkich danych. Procesy te powinny być zautomatyzowane, ale większość organizacji potrzebuje co najmniej jednego lub dwóch inżynierów, aby utrzymywać systemy, naprawiać awarie i aktualizować zgodnie ze zmieniającymi się potrzebami firmy.

Rozpocznij podróż do danych już dziś

To, jak dobrze firmy wykorzystują swoje dane — niezależnie od tego, gdzie się znajdują — określi ich sukces w nadchodzących latach. Badania konstelacji projekty 90% obecnego Fortune 500 zostanie połączone, przejęte lub zbankrutuje do 2050 roku. Jeśli nie rozpoczną się teraz, zostaną w tyle. Zegar tyka.

Przeczytaj oryginalny artykuł na Enterprise.nxt .

Ta treść została wyprodukowana przez Hewlett Packard Enterprise. Nie została napisana przez redakcję MIT Technology Review.

ukryć