Organizacje, które chcą stać się bardziej data-driven, powinny wdrożyć strategię biznesową opartą na danych. To podstawa wszystkich praktyk, które będą powiązane z danymi – długoterminowy plan uwzględniający procesy biznesowe, zastosowane technologie oraz przeszkolony personel. Jeśli podejdzie się do tego kompleksowo, uda się rozwiązywać problemy i wspierać wiele celów biznesowych za pomocą danych. Dzięki temu decyzje będą bardziej przemyślane i precyzyjne. Nie będzie dochodzić do oceniania czegoś, bazując na przeczuciach, a przynajmniej zostanie to zredukowane do minimum.

Choć strategia oparta na danych może być postrzegana jako ćwiczenie techniczne, w rzeczywistości jest to mapa drogowa, która uwzględnia wiele aspektów. Są to m.in.: technologie, jakie umożliwią przechowywanie, udostępnianie i analizowanie danych; procesy zapewniające dostępność danych i ich wysoką jakość; narzędzia i ułatwienia dla pracowników, które pozwolą im na sprawne korzystanie z danych. Dobrze przygotowana strategia i zastosowanie odpowiednich rozwiązań technologicznych sprawią, że uda się przejść z poziomu podejmowania decyzji na podstawie „ogólnej perspektywy” do podejmowania ich, bazując na „decyzji z wyprzedzeniem”. Trafnie określa to opracowany przez ekspertów z Gartnera Analytics Ascendancy Model, zgodnie z którym firmy wykorzystujące analizy i dane zaczynają od podejścia: „Co się stało?”, by kolejno przechodzić do: „Dlaczego to się stało?”. Organizacje, które w większym stopniu stawiają na dane i analizy, mogą przejść jeszcze dalej i uzyskać informacje: „Co się stanie?”, a potem „Jak możemy to zrobić?”. W ten sposób zapewnia się pełny wgląd w sytuacje od przeszłości, przez teraźniejszość, po prognozy na przyszłość. Jak zabrać się do przekształcenia firmy tak, aby faktycznie była napędzana danymi?

Zobacz również:

• Szyfrowanie plików, a szyfrowanie dysku - jaka jest różnica?
• Jak nowoczesny biznes zdobywa przewagę dzięki danym
• Energetyczna szansa w dark data

Podstawowe wymagania w zakresie danych

Dane muszą odpowiadać konkretnym potrzebom biznesowym. Tylko wtedy pozwolą osiągać cele strategiczne i przyczynią się do tworzenia rzeczywistej wartości dla firmy. Przedsiębiorstwa, które chcą budować i wykorzystywać strategię data-driven, powinny zacząć od zdefiniowania celów biznesowych i powiązać z nimi działania poszczególnych działów oraz menedżerów. Cele muszą być definiowane na poziomie działu i firmy, a przy tym być ze sobą zsynchronizowane. Na etapie tworzenia celów warto ustalić, co zamierzamy odkryć, mierzyć i poprawić. Niezbędne jest również sformułowanie i zadanie pytań, na które chcemy uzyskać odpowiedzi za pomocą danych, a także KPI (Key Performance Indicators – kluczowe wskaźniki efektywności). Zebranie oraz udokumentowanie wymagań biznesowych pozwolą pokonać pierwszą przeszkody i zdefiniować, co firma stara się osiągnąć.

Kiedy już ustali się cele i zdefiniuje pytania, przechodzi się do analizy źródeł danych, sposobu ich gromadzenia i miejsc, w których się one pojawiają. Jest mało prawdopodobne, że wszystkie dane są już dostępne w organizacji lub znajdują się w jednym miejscu.

W przypadku danych, które możemy znaleźć i pozyskać wewnętrznie, zapisujemy nasz system źródłowy i wszelkie przeszkody, które mogą pojawić się na drodze do uzyskania do nich dostępu. Dodatkowo trzeba ustalić, czy dane mają wystarczający poziom szczegółowości i są aktualizowane z odpowiednią częstotliwością, żeby faktycznie skutecznie odpowiadały na nasze pytania. Na tym etapie należy również ustalić, czy można wykorzystać te dane do założonych celów, czy też nie blokuje nas np. ochrona prywatności (szczególnie w świetle RODO) lub ograniczenia wynikające z licencji danego oprogramowania.

Niezależnie od powodu, jeśli niektóre dane nie są dla nas dostępne, powinno się to odnotować. Tego rodzaju dane mogą okazać się możliwe do pozyskania, ale z innych, zewnętrznych źródeł. Na przykład jeśli prowadzimy sklep e-commerce i chcemy się dowiedzieć, jak klienci postrzegają naszą markę przed wprowadzeniem oraz po wprowadzeniu nowego produktu na rynek, prawdopodobnie przydadzą się dane z monitoringu internetu i social mediów, by zmierzyć ich nastroje. Warto odnotować, że pobranie tego rodzaju danych jest dostępne, ale ze źródeł zewnętrznych.

Wymagana infrastruktura

Jeśli chce się polegać na danych i mierzyć dane aktywności, to przed podjęciem decyzji lub opracowaniem strategii potrzebne jest przygotowanie odpowiedniej infrastruktury. To niezbędne, aby utworzyć elastyczną i skalowalną architekturę danych.

Jakie kluczowe kwestie warto wziąć pod uwagę na tym etapie? Po pierwsze, należy się zastanowić i ocenić, w jaki sposób obecne systemy wspierają potrzeby analityczne w firmie. Czy mamy np. centralne repozytorium danych? Po drugie, czy w przedsiębiorstwie są odpowiednie umiejętności techniczne i sprzęt, aby wspierać lokalną hurtownię danych, czy też lepszym wyborem są rozwiązania oparte na chmurze, zarządzane przez zewnętrznego dostawcę? Po trzecie, należy ocenić, gdzie obecnie nie ma danych, tzn. gdzie występują luki i jak można je wypełnić. Tutaj warto się zastanowić, czy potrzebne są nam precyzyjne, dokładne co do 1% wartości, czy też można dokonać szacunków, które okażą się wystarczające. Poza tym warto sprawdzić, czy dane można kupić z zewnętrznych źródeł, np. o trendach rynkowych lub danych makroekonomicznych. Czasami tego rodzaju zakup będzie o wiele bardziej opłacalny niż wdrażanie systemów i prowadzenie badań na własną rękę. Jeśli zdecydujemy się na dane zewnętrzne, należy się upewnć, że istnieje narzędzie integracyjne do pobierania danych z systemów źródłowych do naszego centralnego repozytorium. Trzeba mieć pewność, że pozyskane z zewnątrz dane będzie można wykorzystać w naszych analizach i biznesie.

Na koniec zostaje kwestia zapewniania dostępu do danych. Czy dział IT będzie zajmował się tworzeniem raportów, czy też chcemy wprowadzić systemy self-service (tzw. samoobsługowe)? Czy pobierane raporty mają nadawać się do druku, czy też zależy nam na wersji interaktywnej, gdzie użytkownik będzie mógł wprowadzać pewne zmienne, by otrzymywać wyniki bardziej dostosowane do jego potrzeb (np. potrzeb danego działu czy przedziału czasowego)?

Wszystkie te czynniki należy uwzględnić w ogólnym planie budowy architektury i zarządzania danymi. Im bardziej weźmiemy pod uwagę faktyczne potrzeby firmy, tym lepiej rozwiązanie końcowe będzie wspierać nasz biznes.

Cenne informacje a personel

Po przemyśleniu i stworzeniu systemów, które pozwolą na podejmowanie decyzji opartych na danych, pozostaje jeszcze kwestia samej prezentacji danych. Przede wszystkim jednak należy pamiętać o personelu, który będzie wykorzystywał dostępne rozwiązania.

W pierwszym przypadku kluczowe znaczenie ma wizualizacja danych. Aby firma mogła wykorzystywać dane i czerpać z nich cenne informacje, nie wystarczą relatywnie proste arkusze kalkulacyjne Excela, czy też wysyłanie dokumentów e-mailem. Tego rodzaju systemy wymagają żmudnych, ręcznych procesów, a tworzenie raportów za każdym razem angażuje dział IT. To sprawia, że często nie jesteśmy w stanie pozyskać informacji, ponieważ IT jest akurat zajęte innymi zadaniami.

Z pomocą przychodzą narzędzia do wizualizacji danych, które po podłączeniu do głównych systemów (lub systemu) pozwalają na łatwe pozyskiwanie, ale też zrozumienie i interpretację danych. Jeśli wprowadzimy nowoczesne systemy wizualizacji i analityki danych (Business Intelligence), będziemy mogli zachęcić do udostępniania i wykorzystywania danych praktycznie w całej firmie. Decyzje data-driven staną się dostępne nie tylko dla niektórych specjalistów i działu IT, ale także dla innych pracowników. Popularne systemy do tego celu to m.in.: Tableau, Microsoft Power BI oraz Zoho Analytics.

Należy jednak pamiętać o rozróżnieniu narzędzi i procesów biznesowych. Firmy wykorzystujące dane do celów strategicznych i planowania potrzebują czegoś więcej niż technologii. Należy opracować odpowiednie procesy biznesowe związane z tworzeniem, udostępnianiem danych i zarządzaniem danymi. Wszystkie zadania powinny być opisane i zrozumiałe dla każdego, kto będzie używać danych w firmie – dotyczy to szczególnie osób nowo zatrudnionych. Jednocześnie trzeba ocenić umiejętności i wiedzę personelu, aby na tej podstawie zdecydować, czy oraz jakie szkolenia są potrzebne. Tylko przeszkolony personel będzie w stanie faktycznie wykorzystywać dostępne narzędzia i analizy.

Struktura w firmie, czyli odpowiednie dopasowanie specjalistów do jednostek biznesowych, również odgrywa znaczenie. Na przykład można zdecydować, że niektórzy analitycy powinni być na stałe przypisani do działu IT, aby wspierać jego prace w zakresie analiz – i będą wspólnie pracować z danymi. Można też połączyć specjalistów z marketingu i sprzedaży z analitykami, tworząc nową jednostkę w firmie. Przemyślana struktura organizacyjna sprawi, że pracownicy będą niejako zachęcani do polegania na danych.

Nie można pominąć dark data

Jeśli wprowadzimy strategię data-driven, szybko przekonamy się, że wiele decyzji jest bardziej precyzyjnych, jak również zwiększyło się pole do analiz i wyciągania wniosków. Uda nam się wypełnić wiele luk, lepiej zrozumieć zachowania klientów oraz szybciej niż konkurencja dostrzec trendy rynkowe. Określimy też priorytety i przygotujemy realne estymacje, co pozwoli ustalić precyzyjne cele. Tak unikniemy sytuacji, w których wyznaczamy cel w praktyce niemożliwy do osiągnięcia, ponieważ jest oparty na nietrafionych danych lub niepełnym obrazie danego segmentu czy zagadnienia.

Aby jednak firma rzeczywiście działała sprawnie i zapewniła sobie wiele korzyści za sprawą strategii data-driven, potrzebne są wymienione wcześniej wdrożenia. Od stworzenia planu i procesów biznesowych, po odpowiednie narzędzia i szkolenia personelu, aż po przebudowę struktury organizacyjnej, która będzie promować wykorzystywanie i poleganie na danych.

Należy pamiętać o także tym, aby digitalizować możliwie najwięcej danych. Jak zauważa IBM, nawet 90% danych, które posiadają firmy, nigdy nie jest wykorzystywanych i są to dark data – tak firma określa dane niewidoczne dla organizacji, ponieważ nie mają one postaci cyfrowej albo nigdy nie zostały użyte. Są to np. dokumenty papierowe czy dane generowane przez czujniki wyjściowe sieci IoT (Internet of Things), które nie są wykorzystywane. Wiele danych tego rodzaju może okazać się zbędnych, ale niektóre z nich na pewno będą przydatne. Pamiętajmy, aby sprawdzić oraz ustalić, czy i jakie dane chcemy zdigitalizować, by wykorzystywać je w dalszych działaniach i podejmować lepsze decyzje biznesowe.