Семь трендов стратегии предприятий по управлению данными
Сильная и актуальная стратегия данных является фундаментальным элементом долгосрочного успеха вашего предприятия. В свете продолжающихся изменений, вероятно, ей потребуется серьезное обновление.
Каждое предприятие нуждается в стратегии данных, которая четко определяет технологии, процессы, людей и правила, необходимые для безопасного и надежного управления информационными активами и практиками.
Как и с любой другой областью в IT, стратегия данных должна эволюционировать со временем, чтобы не отставать от развивающихся технологий, потребностей клиентов, рынков, бизнес-потребностей и практик, регулятивного законодательства и бесконечного количества других приоритетов.
Вот краткий обзор семи основных тенденций, которые, вероятно, сформируют новую стратегию данных вашей организации в ближайшие дни и месяцы.
1. Данные в реальном времени становятся реальностью - также увеличивается сложность работы с ними
Глобальный руководитель по данным и искусственному интеллекту в консалтинговой компании Accenture Лан Гуан рекомендует главным информационным офицерам приоритезировать свою стратегию инвестирования для работы с растущим объемом сложных данных в реальном времени, поступающих в предприятие.
Гуан считает, что иметь возможность использовать данные является неотъемлемым условием в современной бизнес-среде. "Уникальные идеи, полученные из данных организации, являются конкурентным преимуществом, свойственным их бизнесу и не легко копируемым конкурентами", - отмечает она. "Не удовлетворять этим потребностям означает отставание и упущение многих возможностей, открываемых благодаря прогрессу в области аналитики данных".
Следующим шагом в стратегии данных каждой организации, по мнению Гуан, должно быть инвестирование и использование искусственного интеллекта и машинного обучения для извлечения большей ценности из их данных. Инициативы, такие как автоматизированное предиктивное обслуживание оборудования или оптимизация рабочей силы через операционные данные это лишь некоторые из многих возможностей, открываемых успешной стратегией данных в сочетании с эффективным внедрением искусственного интеллекта.
2. Запросы на доступ к данным внутри предприятия становятся приоритетными
Главные информационные офицеры и лидеры по данным сталкиваются с растущим спросом на внутренний доступ к данным. "Данные больше не используются только аналитиками и учеными в области данных", - говорит Динеш Нирмал, генеральный менеджер по искусственному интеллекту и автоматизации в IBM Data. "Каждый в их организации - от продаж до маркетинга, HR и операций - нуждается в доступе к данным для принятия лучших решений".
Однако, обеспечение простого доступа к своевременным и актуальным данным становится все более сложной задачей. "Несмотря на массовые инвестиции, ландшафт данных внутри предприятий все еще чрезмерно сложен, распределен по множеству облаков, приложений, местоположений, сред и поставщиков" - говорит Нирмал.
В результате все большее число IT-лидеров ищет стратегии данных, которые позволят им управлять огромными объемами неоднородных данных, расположенных в хранилищах, без введения новых рисков и вызовов в области соответствия требованиям. "Хотя потребность во внутреннем доступе к данным растет, ИТ-руководители также должны следить за быстро изменяющимися регуляторными и требованиями в области соответствия, такими как Европейский акт об искусственном интеллекте и недавно опубликованная Белая книга Белого дома о Билле прав искусственного интеллекта" - говорит Нирмал.
3. Обмен внешними данными становится стратегическим
Майк Бехтел, главный футурист консалтинговой фирмы Deloitte Consulting, наблюдает, что обмен данными между бизнес-партнерами становится гораздо проще и более кооперативным. "С активным использованием облачных складов данных и смежных платформ для анализа данных, мы начинаем видеть интересные случаи, когда предприятия могут объединить свои данные с данными контрагентов, чтобы создавать совершенно новые, продаваемые цифровые активы" - говорит он.
Бехтел предвидит грядущий перелом в обмене внешними данными. "В течение многих лет представители руководства и IT-специалисты говорили абстрактно о ценности всех этих данных, но гики из нас знают, что возможность монетизации этих данных требует их большей ликвидности" - говорит он. "Организации могут иметь петабайты интересных данных, но если они застывают в устаревшем хранилище на месте, то вы не сможете много с ними сделать".
4. Растет принятие концепций "data fabric" и "data mesh"
Технологии "data fabric" и "data mesh" могут помочь организациям извлечь максимальную ценность из всех элементов технического стека и иерархии в практичном и удобном формате. "Многие предприятия все еще используют устаревшие решения, старые и новые технологии, унаследованные политики, процессы, процедуры или подходы, но сталкиваются с необходимостью объединения всего этого в рамках новой архитектуры, которая обеспечивает большую гибкость и скорость" - говорит Паола Сайбене, главный консультант в IT-консалтинговой фирме Resultant.
"Mesh" позволяет организации получать информацию и понимание, которые ей нужны, из окружающей среды в ее текущем состоянии, не изменяя его радикально или массово нарушая его функционирование. "Таким образом, ИТ-руководители могут воспользоваться инструментами, которыми они уже обладают, но добавить на верхний уровень слой, который позволит им использовать все эти активы в современном и быстром режиме" - объясняет Сайбене.
"Data fabric" - это архитектура, которая обеспечивает интеграцию различных конвейеров данных и облачных сред в единую цепочку с помощью интеллектуальных и автоматизированных систем. Особенно важен уровень активного метаданных в рамках "fabric", отмечает Сайбене. "Агенты взаимодействия будут делать так, чтобы все выглядело, как будто все прекрасно связано между собой и было специально спроектировано таким образом" - говорит она. "Таким образом, вы сможете получить все необходимые знания, избегая необходимости перестраивать свою среду".
5. Наблюдаемость данных становится критически важной для бизнеса
Наблюдаемость данных расширяет концепцию качества данных, тесно контролируя потоки данных, поступающие в приложения и из них выходящие. "Подход обеспечивает критически важные инсайты в информацию приложений, схемы, метрики и происхождение" - говорит Анди Петрелла, основатель провайдера наблюдаемости данных Kensu и автор книги "Fundamentals of Data Observability" (O'Reilly, 2022).
Одним из ключевых атрибутов наблюдаемости данных является то, что она воздействует на метаданные, обеспечивая безопасный способ наблюдения за данными непосредственно в приложениях. Как только чувствительные данные покидают конвейер данных, они собираются агентом наблюдаемости данных, говорит Петрелла. "Благодаря этой информации команды по работе с данными могут быстрее устранять проблемы с данными и предотвращать их распространение, снижая затраты на обслуживание, восстанавливая доверие к данным и увеличивая создание ценности от данных" - добавляет он.
Петрелла утверждает, что наблюдаемость данных создает совершенно новый класс решений. "ИТ-руководители должны сначала понимать различные подходы к наблюдению за данными и как они отличаются от управления качеством" - отмечает он. Затем они должны определить заинтересованных сторон в своей команде по работе с данными, так как они будут ответственны за принятие технологии наблюдаемости.
Неспособность улучшить качество данных, скорее всего, будет сдерживать производительность команд по работе с данными, снижая доверие к данным во всей цепочке данных. "В долгосрочной перспективе это может оттолкнуть деятельность по работе с данными на задний план, повлиять на конкурентоспособность организации и, в конечном итоге, на ее доходы" - говорит Петрелла.
Лидеры IT сталкиваются с растущей сложностью и непостижимым объемом данных, разбросанных по технологическому стеку, наблюдает Грегг Остроуски, исполнительный CTO Cisco AppDynamics. "Они вынуждены интегрировать массово расширяющийся набор облачных сервисов с существующими технологиями внутри предприятия" - отмечает он. "С точки зрения стратегии данных, самым большим трендом является необходимость для IT-команд получить четкое представление и инсайты в свои приложения независимо от домена, будь то внутренняя среда, облачная или гибридная среда".
6. "Данные как продукт" начинают приносить бизнес-ценность
Data as a product - это концепция, которая направлена на решение реальных бизнес-проблем через использование объединенных данных, полученных из множества различных источников. "Этот подход захвата и анализа данных обеспечивает новый уровень интеллекта для компаний, что может привести к реальному улучшению финансовых показателей" - говорит Ирвин Бишоп-младший, главный информационный офицер Black & Veatch, глобальной инженерной, закупочной, консалтинговой и строительной компании.
Понимание того, как собирать и применять данные, может изменить игру во многих отношениях, говорит Бишоп. Он сообщает, что Black & Veatch работает с клиентами по разработке дорожных карт для продуктов данных и установлению соответствующих ключевых показателей производительности. "Один из примеров - это как мы используем данные в водной отрасли, чтобы лучше управлять физическим здоровьем критической инфраструктуры" - отмечает он. "Данные дают нашим клиентам водоснабжения возможность предсказать, когда оборудование, скорее всего, потребуется заменить и какой тип экологического воздействия оно может выдержать, опираясь на данные о прошлой производительности". Бишоп говорит, что такой подход дает участвующим клиентам больший контроль над надежностью обслуживания и их бюджетами.
7. Появляются команды кросс-функциональных продуктов данных
По словам Трейси Гашер, лидера по данным и аналитике в американской бизнес-консалтинговой фирме EY, по мере того, как организации начинают относиться к данным как к продукту, становится необходимо создавать команды продуктов, которые связаны между собой через отделы информационных технологий, бизнеса и науки о данных.
Сбор и управление данными не должны рассматриваться как еще один проект, отмечает Гашер. "Данные должны рассматриваться как полноценная бизнес-область, ничем не отличающаяся от HR или финансов" - утверждает она. "Переход к подходу к продукту данных означает, что ваши данные будут обрабатываться так же, как это делается с физическим продуктом: разрабатываться, продвигаться, проходить контроль качества, улучшаться и иметь ясно отслеживаемую ценность".
Читать оригинальную статью (eng): www.cio.com
