Благодаря простым интерфейсам современные облачные платформы позволяют разрабатывать на основе данных такие решения, как визуальные аналитические панели, анализ тенденций, прогнозы и предписания, но раскрытие возможностей данных и аналитики невозможно без грамотности и практики перевода данных на язык бизнеса, пишет на портале InformationWeek руководитель практики искусственного интеллекта Infosys Гэри Бхаттачарджи.

После того, как данные в течении десятилетий рассматривались в качестве побочного продукта бизнес-процессов, в последние несколько лет они наконец заняли свое законное место в качестве актива бизнеса. Исследование, проведенное в 2020 г. Forrester Consulting, показало, что организации, которые всецело полагаются на данные, имеют на 162% больше шансов превысить целевые показатели доходов. Другие оценки могут быть более или менее оптимистичными, но все согласны с тем, что организации, ориентированные на данные, с большим отрывом превосходят те компании, которые не рассматривают их как ценный бизнес-актив.

Чтобы конкурировать, дифференцироваться и ответственно использовать силу данных и аналитики, успешные организации внедряют культуру данных. Эксперты прогнозируют, что благодаря современным моделям управления и использования данных в облачных экосистемах, в ближайшие месяцы 75% централизованных аналитических инициатив уступят место федеративной модели, в которой аналитические бизнес-подразделения будут разделять полномочия и принятие решений с центральной командой. Это означает не только передачу полномочий, но и перевод аналитики из вспомогательной в основную бизнес-функцию.

Грамотность в области данных

Данные в экономике данных по большей части являются убыточным активом, то есть, хотя они бесценны для ведения бизнеса и конкуренции, их содержание и стоимость напрямую в балансе не отражены, если только бизнес сам их не продает. Чтобы оптимизировать этот убыточный актив, предприятие, ориентированное на данные, должно привнести грамотность в области данных в каждый раздел своей бизнес-модели.

Так, передовые организации разработали модели управления, которые поощряют гражданских специалистов по работе с данными к инновациям с использованием данных и аналитики. По сути, это означает культурную трансформацию, в результате которой данные и аналитика рассматриваются как ценный ресурс, принадлежащий предприятию и развиваемый им, и таким образом они становятся ДНК бизнеса.

Демократизация данных

Формирование культуры данных достигается путем демократизации данных. Изменения такого масштаба, которые для большинства организаций часто похожи на изменение конституции, должны осуществляться с самого верха, причем ответственность руководства должна распространяться вплоть до решения операционных проблем.

Широкое сотрудничество между различными/межфункциональными командами — как внутри предприятия, так и в тандеме с внешними экосистемами — имеет решающее значение для обеспечения необходимых ресурсов для программы.

Это требует привлечения экспертов, таких как специалисты по аналитической обработке данных. Некоторые организации размывают границы, назначая сотрудников по работе с данными на линейные бизнес-должности в порядке ротации, в то время как другие добавляют аналитические функции к своим бизнес-функциям. Развитые организации идут дальше, но в противоположном направлении, обучая бизнес-сотрудников основам кодирования и количественным концепциям.

Также очень важно сбалансировать роли ИТ и бизнеса, чтобы, предоставляя бизнес-командам большую автономию, опыт центральной ИТ-команды не остался неиспользованным — например, знание того, как и где внедрять такие мощные технологии, как искусственный интеллект, IoT, мобильность, облачные вычисления, роботизация и, конечно, различные виды аналитики.

«Переводчик данных»

Обработка лучших массивов данных с использованием самых передовых инженерных технологий и создание инновационных математических моделей для получения дифференцированных знаний для бизнес-пользователей дают конкурентное преимущество. Однако, если эти данные не согласованы с бизнес-контекстом и не интерпретированы для достижения бизнес-целей, большинство из них не приносят никакой ценности. Все чаще организации развивают практику «переводчиков данных», которые обладают бизнес-эмпатией, а также прочными знаниями в области данных и математической инженерии и становятся стержнем для максимизации инвестиций в активы данных. Кандидату на эту роль не обязательно нужна научная степень по математике или степень MBA в известной бизнес-школе.

Бизнес-пользователя можно легко обучить использованию данных и математики для разработки идей, соответствующих их возможностям. С другой стороны, благодаря своему опыту инженер по данным или специалист по анализу данных, обладающий глубокими знаниями в данной области, может использовать данные и аналитические решения для создания целенаправленного бизнес-нарратива.

Практика «перевода данных» может быть внедрена в основные направления бизнеса или создана как горизонтальный и взаимозаменяемый пул для максимального перекрестного обмена опытом и повторного использования.

Low-Code и No-Code

Возможность сложного кодирования данных и математических вычислений с помощью интерфейсов перетаскивания стала ключевым фактором для расширения возможностей гражданских специалистов по данным и переводчиков данных. Благодаря простым интерфейсам и богатой графике современные облачные платформы позволяют разрабатывать на основе данных такие решения, как визуальные аналитические панели, анализ тенденций, прогнозы и предписания, причем некоторые из них генерируются автоматически.

Это позволяет принимать решения в режиме реального времени бизнес-пользователям любого уровня и любой роли — от менеджера склада, который занимается инвентаризацией товара, до директора по маркетингу, который пытается оценить, насколько хорошо новая кампания будет воспринята целевой аудиторией.

Подводя итоги

Ценность данных и аналитики возрастает по мере их внедрения в масштабах предприятия. Но даже среди ведущих мировых компаний только 24% удалось создать организацию, ориентированную на данные. В сложных условиях, характеризующихся неопределенностью, сбоями и конкурентным давлением, предприятия не должны отказываться от большой ценности, которую они могут извлечь из данных.