Vedci zaoberajúci sa údajmi potrebujú analytický ekosystém - blog Sopra Steria

zaoberajúci

od Lisa Schiborr
21. september 2020
v Užitočné
Bez komentára

V spoločnostiach si subjekty s rozhodovacími právomocami často myslia: Zamestnávame vynikajúcich vedcov v oblasti údajov a tí premieňajú údaje na obchodné alebo prinajmenšom obchodné nápady. Spoločnosti zabúdajú, že každý vedec v oblasti údajov je taký dobrý ako analytický ekosystém, v ktorom pôsobí.

Dva pravdy digitalizácie sú: Pridanou hodnotou údajov je súhrn relevantnosti, kvality a použitia. A: iba tí, ktorí dokážu prevádzať údaje na informácie a poznatky, môžu položiť základ úspešného podnikového riadenia. Prístup k týmto informáciám je zásadný. Používatelia musia mať pripravené správne informácie o svojom projekte, svojich nápadoch a požiadavkách, a predovšetkým rýchlo.

Prístupy klasickej dátovej architektúry však majú tendenciu spomaliť prístup k informáciám. Výsledok: Vedci zaoberajúci sa údajmi alebo obchodní analytici, ktorí majú skutočne pracovať na plný úväzok, aby zistili technickú pridanú hodnotu z údajov a informácií, musia usilovne vyhľadávať údaje, ktoré sú pre nich relevantné. Okrem toho musia tieto údaje vhodne pripraviť na svoje účely a preniesť ich do svojho pracovného prostredia - a to znova a znova pre každú aplikáciu. Zostáva veľa času, ktorý je skutočne určený na ich základné úlohy. Spoločnostiam preto chýba požadovaná pridaná hodnota alebo sú príliš pomalé na to, aby ich vytvorili.

Správna dátová architektúra pre každú aplikáciu

V digitálnom svete je preto nevyhnutné rýchlo prispôsobiť údaje a analytiku novým informačným potrebám. Oddelenie medzi správou a analýzou údajov je naďalej dôležité, aby spoločnosti mohli naplno využiť potenciál údajov a ich vedcov v oblasti údajov. Spoločnosť by preto mala za nich urobiť dátové inžinierstvo. To sa deje vybudovaním flexibilného analytického ekosystému: Pozostáva z referenčnej architektúry, ktorá umožňuje flexibilné opätovné použitie údajov, technológií a analytických komponentov.

Zobrazenie funkčných komponentov analytickej cieľovej krajiny (zdroj: Sopra Steria)

V takomto multimodálnom prostredí môžu používatelia podľa potreby využívať analytické komponenty bez toho, aby museli začínať znova a znova. Podľa toho, čo má používateľ na mysli, dá dohromady riešenie kombináciou jednotlivých modulov. Zamestnanci na oddeleniach môžu napríklad sami kombinovať analýzy údajov pomocou kľúčového slova „Controlled Self-Service BI“ a prezentovať ich opticky vo forme dashboardu BI. Vedci zaoberajúci sa údajmi môžu veľmi flexibilne zostaviť údaje a analytické komponenty potrebné na testovanie nového prípadu použitia. To si vyžaduje definovanú technickú heterogenitu s rôznymi technológiami ukladania, integrácie a analýzy.

Podstatou správy dát

Tieto komponenty spravuje zastrešujúce riadenie. Integrovaná kvalita údajov a správa metadát zaisťuje potrebnú kvalitu údajov, pretože agilné procesy analýzy údajov vyžadujú stabilnú a dôveryhodnú databázu.

Dobrá správa dát prenáša zmes štruktúrovaných, neštruktúrovaných, interných a externých, strojovo riadených a riadených udalosťami, dát weblogov a clickstreamov prostredníctvom industrializovaných procesov a pravidiel do ukladania dát a architektúr založených na potrebách. Z dátovej anarchie sa stane dátová demokracia.

Integrácia údajov v analytickom ekosystéme (zdroj: Sopra Steria)

Platí nasledujúce: Bez ohľadu na to, akú úlohu majú - či už obchodný analytik, dátový inžinier, správca údajov alebo vedecký pracovník - každý pracuje v JEDNOM analytickom ekosystéme, v ktorom sú pravidlá jasné, všade, kde je to možné, každý tieto pravidlá dodržiava a je v rámci tohto systému maximálne slobodný. možné alebo nevyhnutné sa môžu hýbať.

Na základe objektívneho modelu zrelosti biMM (Business Intelligence Maturity Model) spoločnosť Sopra Steria pravidelne hodnotí vyspelosť BI a analytických krajín s cieľom spoľahlivo identifikovať trendy a vzťahy a iniciovať udržateľnú optimalizáciu procesov riadených dátami.

Návrh na čítanie: Blogové príspevky Larsa Schlömera, vedúceho komunity BI v spoločnosti Sopra Steria, týkajúce sa analýzy údajov.

Foto: Getty Images/Donald Iain Smith

Lisa Schiborr

Lisa A. Schiborr je konzultantkou pre BI & Analytics v spoločnosti Sopra Steria. Jej hlavné zameranie je na správu dát a digitálnu transformáciu a vyvíja veľké a inteligentné dátové stratégie pre banky.

Prihláste sa na odber nášho blogu a pravidelne čítajte príspevky
o digitalizácii a digitálnej dokonalosti.