Учените за данни се нуждаят от аналитична екосистема - Sopra Steria Blog
от Лиза Шибор
21 септември 2020 г.
в Полезен
Без коментари
В компаниите хората, които вземат решения, често си мислят: Наемаме отлични учени по данни и те превръщат данните в бизнес или поне в бизнес идеи. По този начин компаниите забравят, че всеки учен по данни е толкова добър, колкото аналитичната екосистема, в която той или тя работи.
Два триизма на дигитализацията са: Добавената стойност на данните е сумата от уместност, качество и употреба. И: само тези, които могат да преобразуват данните в информация и прозрения, могат да положат основите за успешно корпоративно управление. Достъпът до тази информация е от решаващо значение. Потребителите трябва да имат подходящата информация, готова за техния проект, тяхната идея и тяхна заявка, и най-вече бързо.
Класическите подходи за архитектура на данни обаче са склонни да забавят достъпа до информация. Резултатът: изследователите на данни или бизнес анализаторите, които всъщност трябва да работят на пълен работен ден, за да изработят техническата добавена стойност от данните и информацията, трябва усърдно да търсят съответните за тях данни. Освен това те трябва да подготвят тези данни по подходящ начин за своите цели и да ги прехвърлят в работната си среда - и това отново и отново за всяко приложение. Остава много време, което всъщност е предназначено за основните им задачи. Следователно компаниите пропускат желаната добавена стойност или са твърде бавни, за да ги генерират.
Правилната архитектура на данните за всяко приложение
Следователно в цифровия свят е от решаващо значение бързото адаптиране на данните и анализа към новите информационни нужди. Разделянето между управлението на данните и анализа остава важно, за да могат компаниите да се възползват изцяло от потенциала на данните и този на техните специалисти по данни. Следователно една компания трябва да направи инженеринг на данни за тях. Това се прави чрез изграждане на гъвкава аналитична екосистема: Тя се състои от референтна архитектура, която позволява гъвкаво повторно използване на данни, технологии и аналитични компоненти.
Изглед на функционален компонент на аналитичен целеви пейзаж (източник: Sopra Steria)
В такава мултимодална среда потребителите могат да се възползват от аналитичните компоненти, ако е необходимо, без да се налага винаги да започват от нулата. В зависимост от това какво потребителят възнамерява да направи, той или тя съставя решение чрез комбиниране на отделни компоненти. Служителите в отделите могат например да комбинират сами анализи на данни, използвайки ключовата дума „Контролирана самообслужваща се BI“ и да ги представят оптически под формата на табло за управление на BI. Учените по данни могат много гъвкаво да съберат необходимите данни и аналитични компоненти за тестване на нов случай на употреба. Това изисква определена техническа хетерогенност с различни технологии за съхранение, интегриране и анализ.
Същността на управлението на данните
Всеобхватното управление управлява тези компоненти. Интегрираното управление на качеството на данните и управлението на метаданни осигурява необходимото качество на данните, защото гъвкавите процеси за анализ на данни изискват стабилна и надеждна база данни.
Доброто управление на данни прехвърля смесицата от структурирани, неструктурирани, вътрешни и външни, машинно контролирани и контролирани от събития, данни от уеблог и клик поток чрез индустриализирани процеси и правила в базирани на нужди съхранение на данни и архитектури. Анархията на данните се превръща в демокрация на данните.
Интегриране на данни в аналитична екосистема (източник: Sopra Steria)
Прилага се следното: Без значение каква роля - независимо дали бизнес анализатор, инженер на данни, стюард или учен по данни, - всички работят в ЕДНА аналитична екосистема, в която правилата са ясни, където е възможно всички се придържат към тези правила и са възможно най-свободни в тази система възможно или необходимо може да се движи.
Въз основа на обективния модел на зрялост biMM (Business Intelligence Maturity Model), Sopra Steria редовно оценява зрелостта на пейзажите BI & Analytics, за да идентифицира надеждно тенденциите и взаимоотношенията и да инициира устойчива оптимизация на процеси, управлявани от данни.
Предложение за четене: Постове в блога на Ларс Шльомер, ръководител на BI общността в Sopra Steria, по темата за анализ на данни.
Снимка: Гети Имиджис/Доналд Иен Смит
Лиза Шибор
Лиза А. Шибор е консултант по BI & Analytics в Sopra Steria. Нейният основен фокус е върху управлението на данни и дигиталната трансформация и разработва големи и интелигентни стратегии за данни за банките.
Абонирайте се за нашия блог и редовно четете публикации
за дигитализацията и цифровите постижения.