摘要:如果人们对企业分析基础设施的状况感到好奇,这六个问题可以帮助更好地了解情况。 |
众所周知,企业需要发展并实现愿景,这些都是他们的选择。但就像任何可以产生强大效果的东西一样,这个过程并不容易。这描述了许多组织在获取数据洞察力时面临的困境。
但在企业能够支持他们的分析流程之前,需要了解阻碍他们的因素。
使用这六个问题可以审核企业分析基础设施的状态。
1.向用户提供信息需要多长时间?
在任何分析程序中,目标都是收集原始数据并将其转化为可解释的信息。当然,在收集和洞察之间必须有许多步骤,但所需的时间长度是作为一个被动型和主动型公司的区别。这也可能是获得竞争优势的决定性因素。
2.有合适的架构吗?
仅仅因为数据丰富,并不意味着某些数据集不敏感。企业收集各种信息并确保其具有正确的架构。同时,相关团队成员需要及时、准确地访问数据。业务部门需要制定一个集中的治理框架,定义与如何在整个组织中传输数据相关的过程、角色和职责。
这并非易事,这就是为什么许多企业都在利用人工智能架构(如thoughtspot)进行数据分析、确保单一版本的真实性、大规模访问以及特定数据行的自定义权限的原因。
3.企业可以解释和沟通数据吗?
创新和经营变革的发展很少是由真空中产生的。如果是的话,人们就不需要在工作了因此,虽然协作对于做出重要决策和培养新想法是不可或缺的,但是需要有一个基准线来进行富有成效的讨论。这就是开发数据文化文化的必要条件。一个傅晓宇可以做任何正确的事情,但是如果数据团队是唯一一个精通数据分析和术语的业务部门,那么它将很难获得价值。
4.企业领导者是否接受了数据?
这更像是一个后续问题,而不是一个独立问题。如果整个工作场所的员工不具备如何与数据交互的共享知识,原因很可能是因为领导层未能树立正确的榜样。像首席数据官和数据传播者这样的高级管理人员需要与分析团队合作,以证明定期使用数据的重要性。这不仅仅意味着修辞(虽然这也很重要),但也是一个数据词典和商定的KPI集合,与整体业务目标保持一致。
5.如何存储数据?
收集大量数据是发现重要见解的先决条件。但是,现有的原始信息数量不断增加,而且其形式也越来越多,这使得数据存储成为一项令人望而生畏的解决方案。在商业智能的时代,如果企业想收集更多的数据,就必须购买内部硬件。这是昂贵的、费时的、不灵活的,但作为唯一的选择,它是有效的。然而,既然有了云计算,就没有理由选择仅限于内部部署的策略。敏捷公司正在使用多云或混合云存储方法来保持不断增长的数据量整洁,从而降低过程中的成本。
6.能否将任何积极的业务成果与数据挂钩?
这是一个艰难但必要的问题:企业的分析工作是否意味着迄今为止的任何事情?如果企业正在努力想出用例,那么并不孤单。据调研机构Gartner称,87%的组织的数据和分析成熟率较低。而不是浪费时间和费用,考虑这是企业的转折点。从上述问题中获取企业对分析程序状态的了解,并将其作为变更蓝图。
审核永远不会有趣,但它们对于确定需要改进的领域至关重要。虽然到目前为止企业的努力可能没有取得多少成果,但请注意分析程序永远不会完成。它们不断发展,需要定期微调才能实现其全部潜力。这是企业在审核分析基础设施状态时所做的工作。
编辑:Harris