Organizacje nie mogą sobie pozwolić na zepsucie swoich strategii dotyczących danych, ponieważ w gospodarce cyfrowej stawka jest zbyt wysoka.

Sposób, w jaki przedsiębiorstwa gromadzą, przechowują, oczyszczają, uzyskują dostęp i zabezpieczają swoje dane, może być głównym czynnikiem wpływającym na ich zdolność do osiągania celów korporacyjnych. Niestety, droga do sukcesu strategii danych jest pełna wyzwań, więc dyrektorzy ds. informatycznych i inni liderzy technologiczni muszą starannie planować i realizować działanie.

Zobacz również:

• Nowa inicjatywa – HPE Innovation Club
• Startupy IoT wypełniają luki w zabezpieczeniach
• 3 kluczowe priorytety transformacji cyfrowej na 2024 r.

Oto kilka błędów w strategii danych, których liderzy IT powinni unikać.

Zaniedbywanie misji przedsiębiorstwa

Tworzenie strategii danych bez uwzględnienia ogólnych celów biznesowych organizacji jest receptą na porażkę. Jaki jest sens inwestowania czasu i pieniędzy w strategię, której brakuje ukierunkowania?

"Budowanie skutecznej strategii danych na dużą skalę wykracza poza gromadzenie i analizowanie danych" - mówi Ryan Swann, główny analityk danych w firmie świadczącej usługi finansowe Vanguard. "Bez ukierunkowania na misję, organizacjom może być szczególnie trudno ustalić priorytety inicjatyw związanych z danymi, efektywnie alokować zasoby i wspierać zaangażowanych pracowników, którzy rozumieją, w jaki sposób ich praca ma rzeczywisty wpływ na wyniki biznesowe".

W Vanguard "dane i analityka pozwalają nam realizować naszą misję zapewnienia inwestorom najlepszej szansy na sukces inwestycyjny, umożliwiając nam zbieranie praktycznych spostrzeżeń w celu zapewnienia spersonalizowanych doświadczeń klientów, skalowania porad, optymalizacji inwestycji i operacji biznesowych oraz zmniejszania ryzyka" - mówi Swann.

Częścią zapewnienia, że strategia danych spełni cele przedsiębiorstwa, jest zarządzanie danymi, które zapewnia zorganizowane, wysokiej jakości dane, które są stale dostępne dla zainteresowanych stron.

"Organizacje często uruchamiają usługi i aplikacje bez wprowadzenia zarządzania danymi" - mówi Marc Johnson, CISO i starszy doradca w Impact Advisors, firmie konsultingowej zajmującej się zarządzaniem opieką zdrowotną. "Podobnie jak w przypadku odzyskiwania po awarii ciągłości działania i bezpieczeństwa informacji, strategia dotycząca danych musi być dobrze przemyślana i zdefiniowana, aby informować resztę, zapewniając jednocześnie podstawę do budowania silnego biznesu".

Niedocenianie nieustrukturyzowanych danych

Znaczna część danych gromadzonych przez organizacje jest nieustrukturyzowana, niezależnie od tego, czy jest to tekst, wideo, audio, media społecznościowe, obrazy czy inne formaty.

Te zasoby informacyjne mogą mieć ogromną wartość dla przedsiębiorstw, umożliwiając im uzyskanie nowych informacji o klientach i trendach rynkowych. Pomijanie tych zasobów danych jest dużym błędem.

"Właściwe wykorzystanie nieustrukturyzowanych danych będzie miało coraz większe znaczenie dla liderów IT" - mówi Kevin Miller, CTO firmy IFS, producenta oprogramowania dla przedsiębiorstw. "Nie będzie to coś, co można zignorować. Wykorzystanie nieustrukturyzowanych danych w celu uzyskania praktycznych informacji będzie kluczowym zadaniem dla liderów IT, którzy chcą wprowadzać innowacje i tworzyć dodatkową wartość biznesową".

Jednym z kluczy do czerpania korzyści z nieustrukturyzowanych danych jest zdefiniowanie jasnych celów, mówi Miller. "Jakie są cele wykorzystania nieustrukturyzowanych danych?" - mówi - "W jaki sposób nieustrukturyzowane dane przyczynią się do wzrostu przychodów lub rynku, zwiększenia efektywności kosztowej lub innych strategicznych wyników?". Ten krok zapewnia, że wysiłki są dostosowane do celów biznesowych, a uzyskane informacje są przydatne do działania".

Istotne jest również zidentyfikowanie i ocena, które źródła nieustrukturyzowanych danych zapewnią największą wartość i wgląd. "Wartość nieustrukturyzowanych danych może ewoluować w czasie, w miarę jak zmieniają się warunki biznesowe i dostępne stają się nowe źródła danych" - mówi Miller. "Liderzy IT powinni ustanowić proces ciągłego monitorowania i doskonalenia, aby zapewnić, że spostrzeżenia pozostaną przydatne i istotne, poprzez wdrażanie regularnych cykli przeglądu w celu oceny skuteczności spostrzeżeń pochodzących z nieustrukturyzowanych danych".

Muszą również ustanowić jasne zasady dotyczące prywatności, zgodności z przepisami i zarządzania danymi. "W wielu branżach i regionach obowiązują surowe przepisy regulujące prywatność i bezpieczeństwo danych" - mówi Miller. "Ustanowienie zasad zarządzania danymi pomaga organizacjom przestrzegać tych przepisów, zmniejszając ryzyko kar prawnych i finansowych. Jasne zasady zarządzania mogą również pomóc w zapewnieniu jakości danych poprzez zdefiniowanie standardów gromadzenia, przechowywania i formatowania danych, co może poprawić dokładność i wiarygodność analizy".

Tworzenie silosów danych

Odmawianie użytkownikom biznesowym dostępu do informacji z powodu silosów danych jest problemem od lat. Gdy różne działy, jednostki biznesowe lub grupy przechowują dane w systemach niedostępnych dla innych, zmniejsza to wartość danych.

Silosy danych prowadzą do niespójności i nieefektywności operacyjnej, mówi John Williams, dyrektor wykonawczy ds. danych przedsiębiorstwa i zaawansowanej analityki w RaceTrac, operatorze sklepów spożywczych.

Posiadając prawie 800 lokalizacji, RaceTrac obsługuje znaczną ilość danych, obejmującą 260 milionów transakcji rocznie, wraz z danymi pochodzącymi z kamer sklepowych i urządzeń Internetu rzeczy (IoT) wbudowanych w pompy paliwowe.

"Ten scenariusz doprowadził do opracowania różnych formuł, procesów i definicji w każdej jednostce biznesowej i dziale w celu generowania raportów, tworząc w ten sposób różne wnioski i zalecenia z tego samego zbioru danych" - mówi Williams.

Aby przełamać silosy, firma stworzyła ujednolicone środowisko danych, które integruje dane z różnych systemów w celu udostępniania danych w całej organizacji. "Wdrożenie scentralizowanego systemu zarządzania danymi i zachęcanie do komunikacji między działami odegra kluczową rolę w zagwarantowaniu spójności i dostępności wiarygodnych danych w całej organizacji" - mówi Williams.

RaceTrac wykorzystuje platformę Alation Data Intelligence Platform do centralizacji danych, a także zapewnia samoobsługową analitykę dla użytkowników w razie potrzeby.

Decentralizacja zespołów zajmujących się danymi

Podobnie jak w przypadku tworzenia silosów, decentralizacja zespołów ds. danych może stwarzać problemy dla organizacji i zmniejszać wartość.

"Odizolowana struktura zespołu danych może być szczególnie problematyczna dla organizacji, które chcą opracować i skalować skuteczną strategię danych, która napędza wyniki biznesowe" - mówi Swann z Vanguard. "Zespoły ds. danych powinny być raczej scentralizowane organizacyjnie [i] fizycznie zlokalizowane razem z biznesem - z celami dostosowanymi do tego biznesu".

Takie podejście pomaga ustanowić ujednolicony ekosystem danych, który umożliwia płynną integrację, udostępnianie i współpracę danych w całej organizacji, mówi Swann.

"Ścisła współpraca między specjalistami ds. danych a biznesem zapewnia również cenny i ciągły wgląd, udoskonala procesy, buduje wydajność i zmniejsza tarcia w kluczowych obszarach operacyjnych" - mówi Swann. "Ten rodzaj środowiska może być również bardzo satysfakcjonujący dla specjalistów ds. danych i analityki".

Ignorowanie zarządzania danymi

Zarządzanie danymi powinno leżeć u podstaw każdej strategii dotyczącej danych. W przeciwnym razie skutki mogą obejmować między innymi niską jakość danych, brak spójności i niezgodność z przepisami.

"Utrzymanie jakości i spójności danych stanowi wyzwanie w przypadku braku ustandaryzowanego podejścia do zarządzania danymi" - mówi Williams. "Przed wdrożeniem Alation w RaceTrac zmagaliśmy się z tymi kwestiami, co skutkowało brakiem zaufania do danych i zbędnymi wysiłkami, które utrudniały podejmowanie decyzji opartych na danych".

Organizacje muszą stworzyć solidne ramy zarządzania danymi, mówi Williams. Obejmuje to przypisanie zarządców danych, ustanowienie przejrzystej własności danych oraz wdrożenie wytycznych dotyczących dokładności, dostępności i bezpieczeństwa danych.

Wykorzystanie platform analityki danych specjalnie do tworzenia linii danych, zarządzania nimi i współpracy "może zagwarantować, że wszyscy członkowie organizacji będą polegać na wiarygodnym źródle prawdy w analizach i raportach" - mówi Williams.

Korzystanie z danych niskiej jakości

Dane są naprawdę cenne dla organizacji tylko wtedy, gdy są dokładne; w przeciwnym razie mogą prowadzić do złych decyzji, a nawet podważać doświadczenia klientów.

Zanieczyszczone dane lub dane niskiej jakości to największy problem związany ze sztuczną inteligencją, mówi Johnson z Impact Advisor. "Generatywna sztuczna inteligencja jest tego doskonałym przykładem" - mówi. "Ich duże modele językowe mają słabe lub brudne dane. Dowodem na to jest produkcja "sfabrykowanych" źródeł i faktów, które przytaczają w odpowiedzi na zapytania".

Narzędzia do oczyszczania danych są jednym ze sposobów na rozwiązanie tego problemu, mówi Johnson. "Jednak wszystko sprowadza się do dobrze przemyślanej strategii danych ze wspólnym modelem danych" dla jednostek, atrybutów, relacji, typów danych, ograniczeń, hierarchii itd.

Brak wglądu w dane w czasie rzeczywistym

Bez możliwości wykorzystania danych w czasie rzeczywistym, firmy mogą przegapić okazje do dostosowania się do zmian w zapotrzebowaniu klientów i zapewnienia lepszej obsługi klienta.

"W szybko zmieniającym się krajobrazie świata biznesu, możliwość szybkiego dostępu i zrozumienia danych w czasie rzeczywistym ma kluczowe znaczenie, zapewniając organizacjom przewagę konkurencyjną" - mówi Williams z RaceTrac.

Bez kompleksowego spojrzenia na dane organizacyjne, trudno jest określić ich przeznaczenie, określić ich dokładność, poprawić ich jakość i zidentyfikować redundancje, mówi Williams. Może to prowadzić do wykorzystywania niewiarygodnych, niespełniających norm lub nieaktualnych danych w procesie podejmowania decyzji.

"Przekształcenie wiarygodnych danych w zasób, który obejmuje całe przedsiębiorstwo, wymaga od użytkowników danych dogłębnego zrozumienia pełnego cyklu życia danych w organizacji" - mówi Williams. Od czasu transformacji danych RaceTrac "usprawniliśmy zgodność z przepisami, uprościliśmy analizę wpływu i możemy szybko powiadamiać interesariuszy o zmianach w danych wyższego szczebla w czasie rzeczywistym" - mówi. "Umożliwia to użytkownikom danych podejmowanie decyzji opartych na danych i w czasie rzeczywistym z większą pewnością".

Pomijanie różnych środowisk przy pozyskiwaniu talentów

Przedsiębiorstwa potrzebują specjalistów z doświadczeniem w zakresie danych, a aby obsadzić stanowiska, które pomogą w realizacji strategii dotyczących danych, warto poszerzyć pulę kandydatów.

"Organizacje, które ograniczają swoje poszukiwania talentów w zakresie danych i analityki do osób z rozległym doświadczeniem w kodowaniu lub programowaniu, mogą mieć trudności z budowaniem skutecznej strategii danych" - mówi Swann z Vanguard.

"Zróżnicowane zespoły wiążą się ze zwiększoną innowacyjnością, bardziej świadomym podejmowaniem decyzji, szerszym zakresem rozwiązywania problemów oraz lepszym zrozumieniem potrzeb i preferencji klientów" - mówi Swann. "Z tego powodu uniwersalne podejście do danych i talentów analitycznych może utrudniać współpracę, różnorodność myśli i zwiększać wydajność".

Artykuł pochodzi z CIO.com