Obecnie prawie każda firma w większości sektorów gospodarki gromadzi dane. Dodatkowo, dzięki stałemu rozwojowi technologii i coraz szerszej adaptacji chmury, ich bezpieczne przechowywanie staje się coraz bardziej przystępne finansowo. Jednak ze względu na złożoną i rozbieżną strukturę systemów danych, monetyzacja posiadanych informacji nadal stanowi problem. Dzieje się tak dlatego, że ich wartość jest odblokowana przez zastosowanie nauki o danych (ang. data science), która wymaga jasnego i uporządkowanego dostępu. Jest to jednak tym trudniejsze do osiągnięcia, im bardziej rozdrobione są repozytoria danych.

Tworzenie jednego wspólnego zbioru danych czasami nie jest jednak rozwiązaniem praktycznym. W dużych organizacjach takie uniwersalne podejście może okazać się nieskuteczne, powodując ogromne koszty ogólne i rozrost procesów. Ponadto, przedsiębiorstwa mogą mieć ograniczenia strategiczne i prawne – np. wynikające z lokalnych regulacji. Aby skutecznie, w sposób kontrolowany i bezpieczny wykorzystać potencjał gromadzonych danych, firmy powinny przyjąć wyważone podejście, które nie tylko uwzględni ich bieżącą sytuację biznesową, ale także weźmie pod uwagę trzy ważne aspekty.

Zobacz również:

• IDC CIO Summit – potencjał drzemiący w algorytmach
• Cyberobrona? Mamy w planach

1. Zmiana w organizacji, prowadząca do prawdziwej dojrzałości

Jednym z kluczowych elementów, od którego należy zaczynać rozmowy o wprowadzaniu do organizacji procesów zarządzania i „opieki” nad danymi, jest krytyczne podejście do tematu dojrzałości w organizacji, zarówno na poziomie strategicznym, jak i operacyjnym. W praktyce oznacza to, że użytkownicy biznesowi i administratorzy danych powinni być w bliskim kontakcie z zespołami technicznymi (programiści, analitycy danych, etc.) oraz działem prawnym, który zapewni właściwe zrozumienie informacji oraz ich przeznaczenie. Tylko podejście uwzględniające zarówno potrzeby biznesowe, jak i interesy IT czy wewnątrzorganizacyjne silosy, pozwoli na pełne wykorzystanie potencjału danych.

To oznacza, że Data Governance to nie tylko najnowsze i najlepsze narzędzia na rynku, ale przede wszystkim odpowiednie przygotowanie organizacji i dostosowanie procesów wewnętrznych do dalszego rozwoju dobrych praktyk zarządzania danymi. Data Governance definiuje bowiem zarówno zasoby ludzkie, zasady i procesy w danej organizacji oraz technologie do zarządzania informacjami zgodnie z ich kosztem, wartością i ryzykiem.

Jak podkreśla Josef Habdank, Head of Data Ingestion & Processing w DXC Technology, codzienne zaangażowanie na tylu poziomach, uzupełnione o wsparcie wysokopoziomowe, nie tylko wykluczy tarcia wewnątrz organizacji, ale też zapewni przejrzystość przetwarzanych danych. „Oczywiście kluczowe zadanie w tych procesach leży po stronie osób zarządzających danymi, polega ono bowiem na zapewnieniu, że aplikacje generujące i konsumujące informacje jednocześnie tworzą i utrzymują metadane opisowe i ilościowe” – dodaje Habdank.

Dlatego też praktyki prawidłowego zarządzania danymi muszą być przestrzegane na wszystkich etapach przetwarzania analitycznego.

2. Identyfikacja silosów

Silosy w organizacjach są wielką bolączką firm i są uważane za jeden z największych czynników zakłócających wprowadzanie innowacji. Niestety, w większości organizacji powstały w celu skupienia wyspecjalizowanych talentów i realizacji konkretnych zadań. W konsekwencji każdy dział lub grupa agreguje i analizuje swoje dane oddzielnie, a decyzje podejmowane są w zespołach, a nie na wyższym poziomie organizacyjnym.

Data Governance ma tu służyć jako narzędzie w dążeniu do usprawniania współpracy i ujednolicenia silosów. To szczególnie istotne w sytuacji, gdy niektóre obszary i tworzące się na ich bazie silosy są w organizacjach pożądane – np. kiedy wynika to z lokalnych regulacji.

„Podejmowanie trafnych decyzji wsparte jest wieloetapowym procesem, tzw. strategy tree. Dostęp i wiedza o posiadanych danych pozwalają na wyodrębnienie strategicznych celów firmy. Na podstawie zebranych informacji firma oddolnie buduje hierarchię wskaźników KPI, a na jej szczycie znajdują się te, które pozwalają określić czy wskazane cele strategiczne są osiągalne” – zauważa Josef Habdank.

O nieefektywnym działaniu mówimy wtedy, gdy w organizacji występuje nadmierna koncentracja danych wspierana przez silosy. Udostępnienie dużej ilości danych może prowadzić do złudnego przekonania o rozwiązaniu problemu. W rzeczywistości, ogromny zbiór skomplikowanych informacji jest nieczytelny, a w efekcie – bezużyteczny.

3. Narzędzia – jakie i jak ich używać

Ten element powinien być brany pod uwagę nie jako pierwszy, a ostatni. Oczywiście dobór i unifikacja narzędzi są istotne – jest pożądana tam, gdzie można to zrobić szybko i inteligentnie z wykorzystaniem odpowiedniej metodologii (data mesh). W momencie, gdy jest to jest realne do wdrożenia, firma przechodzi do tworzenia struktur, które „rozmiękczają” granice pomiędzy silosami i usprawniają komunikację. Szczególnie, że w tym obszarze duże i złożone organizacje mają różne, wielopoziomowe systemy, m.in. te dotyczące planowania zasobów przedsiębiorstwa (ERP), ale także do zarządzania umowami, danymi o wydatkach, systemami wspierającymi sprzedaż i relacje z klientami (CRM), e-commerce czy inne. Problemy mnożą się wtedy, gdy organizacje rozwijały się przez przejęcia – wdrażane w poszczególnych firmach systemy miały pomagać w efektywności poszczególnych procesów, ale po fuzjach wprowadzały chaos zamiast poprawiać jakość posiadanych danych.