Стремление к внедрению искусственного интеллекта заставляет многие организации более внимательно относиться к своим данным. Руководители хотят воспользоваться преимуществами новых инструментов и технологий, но начинают понимать, что их текущие данные не готовы к будущему, пишет на портале BigDATAwire Мария Сара Робертс, директор компании Propeller.
Дело не только в качестве данных, но и в их назначении. Большая часть данных, с которыми работают организации, была собрана для отчетности или обеспечения соответствия нормативным требованиям, а не для поддержки аналитики и принятия решений в режиме реального времени или будущего роста.
Чтобы двигаться вперед, необходимо сместить акцент с максимально эффективного использования имеющихся данных на определение того, что необходимо для достижения завтрашних целей. Что следует измерять? Какая информация действительно важна? И как данные могут быть представлены таким образом, чтобы поддерживать решения, которые люди принимают каждый день? Вот как заставить данные работать на благо вашей организации.
Начните с конечной цели
Компании слишком часто начинают с аудита данных, которые у них уже есть. Лучше задаться вопросом: «Какого результата мы хотим достичь?». Будь то расширение масштабов деятельности, повышение лояльности клиентов или более разумные инвестиции, путь к успеху начинается с понимания того, куда вы хотите двигаться.
Как только цель определена, следующим шагом является решение о том, что именно необходимо измерять. Какая информация поможет отслеживать прогресс? Какие изменения нам нужно увидеть, чтобы понять, движемся ли мы в правильном направлении, и из каких наборов данных эти наблюдения будут получены? Чего не хватает? Речь не о том, чтобы иметь все, а о том, чтобы иметь достаточно правильных данных для принятия важных решений. Измеряйте только те сигналы, на которые вы готовы поставить свой бонус.
Найдите минимальный объем необходимых данных
Не все нужно измерять. Цель состоит в том, чтобы отбирать данные, выбирая самые полезные, а не все, что доступно. Сосредоточьтесь на том, что поможет людям принимать решения в режиме реального времени. Некоторые показатели помогают смотреть в будущее, а другие объясняют, что уже произошло. Хорошее сочетание может быть полезным, но только в том случае, если оно соответствует результату, который вы отслеживаете.
Этот сдвиг может показаться необычным. Многие команды привыкли начинать с существующих систем — того, что уже отслеживается, что можно извлечь из панели инструментов — и работать в обратном направлении. Но это часто приводит к шуму или пробелам. Управление слишком большим объемом данных не просто непосильная задача, но и обходится дорого. Команды тратят время на хранение, обслуживание и очистку данных, что часто не приводит к принятию лучших решений.
Лучше начать с проблемы: какое решение мы пытаемся принять? Что нам нужно знать, чтобы принять его с уверенностью? Так вы получите минимальный объем данных, который действительно полезен.
Постройте доверие
Доверие к данным не возникает благодаря идеальной инструментальной панели. Оно возникает, когда цифры соответствуют тому, что происходит на самом деле, и удовлетворяют интуицию. Когда данные отражают то, что команды уже подозревали, это укрепляет их уверенность в том, что они работают с чем-то, на что можно положиться.
Доверие строится на мелочах. Когда первые отчеты отражают то, что люди ожидают на основе своего жизненного опыта, они начинают полагаться на систему. Со временем это создает пространство для внедрения новых идей и расширения использования, но все начинается с согласования и небольших успехов.
Это означает сокращение шума и четкое определение терминов. Если один отчет показывает 25% текучести кадров, а другой — что из команды из 50 человек ушло пять человек, люди начинают задавать вопросы. Стандартизация способов расчета показателей (и обеспечение прозрачности этих выборов) помогает уменьшить путаницу и со временем укрепить доверие.
Более сильная культура данных — это не только системы. Это развитие навыков и помощь людям в понимании связи их работы с результатами. Когда данные подтверждают то, что люди уже знают, и отображаются в контексте — визуально, интерактивно и своевременно — они становятся инструментом, которому люди доверяют, который они используют и которым хотят воспользоваться.
Заложите прочный фундамент
Прочная основа данных начинается с ответственности: назначьте владельца для каждого критически важного набора данных, чтобы обеспечить его целевое назначение и качество. Создавайте рутинно повторяемые конвейеры — от необработанных до доверенных данных — с помощью автоматизированных шагов с контролем версий, чтобы сбои обнаруживались на ранней стадии.
Установите общий язык с помощью глоссариев и метрических контрактов, чтобы термины «клиент» или «отток» имели одинаковое значение везде. Выбирайте инструменты, которые централизуют логику, но позволяют многим командам исследовать один источник истины, избегая разрозненности инструментальных панелей.
Наконец, подключите циклы наблюдаемости и обратной связи — задержки, сбои, доверие пользователей — чтобы система самостоятельно сообщала о проблемах до того, как доверие будет подорвано. С этими элементами аналитика и ИИ-проекты получат прочную основу, а не будут тонуть в зыбучем песке.
Итерируйте и улучшайте
Наиболее полезные стратегии работы с данными не стоят на месте, они развиваются. Метрики, которые были полезны шесть месяцев назад, могут больше не отражать текущие приоритеты. Команды должны вводить регулярные контрольные точки, чтобы переоценивать, что измеряется и почему.
Именно здесь управление становится не просто контрольной точкой, а средством достижения цели. Оно дает командам структуру для пересмотра решений, обновления или отмены устаревших метрик и внедрения новых. Выделение времени и создание процесса для такого анализа помогает организациям сосредоточиться на том, что действительно имеет значение.
Начните с определения того, что работает. Если одна команда постоянно превосходит другие, выясните, почему. Затем ищите способы повторить то, что работает, вместо того, чтобы начинать все сначала.
От переизбытка данных к инсайтам
Не нужно решать все проблемы сразу. Выберите один приоритет, определите результат и выясните, какой минимальный объем данных необходим для его достижения. Создайте правильную структуру и покажите, что возможно. Затем повторяйте этот процесс.
Данные сами по себе не являются решением. Но когда они разработаны с учетом реальных целей, и когда люди доверяют тому, что видят, они становятся инструментом для реального прогресса.
Сделайте первый шаг к тому, чтобы данные работали на будущее. Определите одно решение, с которым ваша команда борется на этой неделе, и составьте карту минимально необходимых данных, а затем запланируйте проверку системы управления в течение 30 дней.
