Было много разговоров и публикаций о применении больших данных на предприятиях.

За последние 6-7 лет, что мы работаем в этом секторе, мы видели, что корпорации тратят значительные суммы денег, чтобы получить выгоду от различных технологий обработки данных. Но недостающая часть, которую мы часто видим и спрашиваем у наших клиентов, заключается в следующем: Где и как участвует более широкий бизнес?

Например, многие ИТ-директора одобрили расходы на создание кластеров Hadoop или подобных, но мало задумывались о том, как более широкий бизнес будет использовать эту технологию. Кроме того, бизнес на самом деле не понимает технологию и то, что она может сделать для них.

Проблема не становится легче сейчас, когда мы видим много ажиотажа вокруг машинного обучения и искусственного интеллекта (ИИ). Самая большая проблема, которую я вижу сегодня, заключается в том, что между большими данными и аналитикой и машинным обучением/ИИ, похоже, очень мало связи.

Ажиотаж за последние несколько лет также переместился на цифровую трансформацию и ее значение для отрасли, а в последнее время — на применение технологии блокчейна (но это в другой раз).

В этом посте я сосредоточусь на том, как начать работу с большими данными и аналитикой, а также на том, как соединить точки между бизнесом и ИТ.

Состояние больших данных

Мы знаем, что объем данных вырос в геометрической прогрессии и будет только расти. Исследование Mckinsey «Age of Analytics», опубликованное в декабре 2016 года*, описывает некоторые факты:

  • 3 эксабайта в 1986 г.,
  • 300 эксабайт к 2011 г.,
  • 2 зеттабайта к 2016 году.

Эта тенденция будет усиливаться, и ожидается, что сбор данных будет удваиваться каждые три года. Этот отчет следует за отчетом фонда, опубликованным в 2011 году*, который был таким оптимистичным!

Действительно здорово, правда? Хорошо, может быть.

Сбор больших объемов данных из нескольких источников — это одно, но на самом деле осмысление и использование их в бизнесе — это проблема, с которой многие до сих пор борются. Мы можем видеть из неофициальных и рыночных данных, что большинство предприятий изо всех сил пытаются понять, что делать со всеми этими данными. Кроме того, несоответствие между бизнесом, ИТ, стратегией, цифровой трансформацией и динамикой внешнего рынка (например, стартапами и масштабированием) отталкивает предприятия еще дальше.

Лидеры и компании новой экономики, такие как Google, Facebook, Airbnb, Uber и GE, ускорили свой рост и отделились от большинства предприятий. Их бизнес работает на данных (или у них есть стратегия для достижения этой цели), и поскольку они постоянно и эффективно используют данные, они значительно опережают других, которые этого не делают. Вы только посмотрите на их оценки!

Проблемы данных в бизнесе

Проблемы, с которыми сталкивается большинство предприятий, связаны, прежде всего, с их операционной моделью и структурой управления заинтересованными сторонами. Каждый отдел внутри предприятия часто отвечает за свои собственные данные в своем подразделении. Не помогает то, что высшее руководство защищает свою территорию, и это понятно, поскольку традиционные структуры управления и линии отчетности, оценки эффективности и стимулы согласованы таким образом.

Некоторые предприятия в настоящее время назначили директора по данным (CDO), чтобы попытаться передать «право собственности» на данные одному руководителю. Однако по нашему опыту мы видим, что многие CDO все еще находят свое место в бизнесе. Они заняты тем, что тратят время на установление доверия, развитие отношений, доказывание своей ценности и доведение до дома совместного сообщения по всему бизнесу, вместо того, чтобы донести свое сообщение «Теперь я собираюсь владеть всеми данными в бизнесе».

Отчет Института Маккинси (Эпоха аналитики, декабрь 2016 г.), являющийся обновлением их основополагающего отчета о данных за 2011 г., ясно показывает, что предприятия все еще значительно недоиспользуют свои данные:

«Большинство компаний извлекают лишь часть потенциальной ценности из данных и аналитики. В нашем отчете за 2011 г. этот потенциал оценивался в пяти областях; пересмотр их сегодня показывает, что они все еще имеют большую ценность… Кроме того, с 2011 года появились новые возможности, что еще больше увеличило разрыв между лидерами и отстающими». Всемирный институт McKinsey, 2016 г..

С чего начать свой путь к данным?

Мы видели, как организация ИТ-директора создает платформы данных и делает их доступными для остального бизнеса. Мы видели, как предприятия нанимали CDO и специалистов по обработке и анализу данных, но, по сути, что должно произойти дальше?

Чтобы обеспечить использование данных в масштабах всего предприятия и трансформировать бизнес-модель, использование этих данных имеет основополагающее значение.

  1. То, как «Повестка дня в области данных» представлена ​​в бизнесе, и то, как данные могут использоваться для создания значительной ценности для бизнеса, имеет решающее значение.
  2. Возможность разработать надежную стратегию обработки данных, которая согласуется с заявленной корпоративной бизнес-стратегией, имеет основополагающее значение для повсеместного использования данных в бизнесе.
  3. Стратегия данных должна быть живым, дышащим документом, который необходимо использовать для создания итеративной модели, обеспечивающей глубину и детализацию того, как данные будут использоваться во всем бизнесе. Он должен продемонстрировать, как сломать разрозненность и интегрировать варианты использования, а также рассмотреть пути клиентов и операционные модели в рамках бизнес-подразделений.

Имейте в виду, что использование данных не является изолированным явлением и что необходимо учитывать как существующие бизнес-факторы, так и новые (например, цифровая трансформация). Мы часто сталкиваемся с двумя вопросами, которые задают многие наши корпоративные клиенты:

  1. С чего начать?
  2. Что мы делаем?

Выяснение этих двух самых основных вопросов может быть сложнее, чем кажется, но это лучший способ начать работу. Согласование этих вопросов и получение поддержки со стороны высших заинтересованных сторон также помогает управлять кривой внедрения.

Посмотрите, чем мы можем помочь

Соединение точек

Я попытался дать несколько способов начать ваше путешествие по данным, но есть гораздо больше, которые можно соединить вместе. Мои следующие посты будут посвящены более подробным сведениям о данных, аналитике, машинном обучении и искусственном интеллекте. Следите за теми!

Я приветствую любые комментарии, критику или мысли по этому посту — просто напишите мне по электронной почте [email protected] или добавьте меня в LinkedIn.

* Ссылки:

«Эпоха аналитики», Глобальный институт McKinsey, 2016 г.

«Большие данные: следующий рубеж инноваций, конкуренции и производительности», Глобальный институт McKinsey, 2011 г.