DataOps: هنوز برای بسیاری از سازمان ها یک چالش حل نشده است

در عصر دیجیتال ما، همه به اهمیت داده‌ها پی برده‌اند – جمع‌آوری اطلاعات، به اشتراک گذاشتن آن در سراسر سازمان و استفاده از آن برای تصمیم‌گیری‌های حیاتی. با این حال، بسیاری از سازمان‌ها هنوز نمی‌دانند چگونه آن کارها را به اندازه کافی خوب و سریع انجام دهند. واقعیت تاسف بار این است که برخی از داده های ارزشمند هرگز در زمان مناسب با افراد مناسب به اشتراک گذاشته نمی شود. بدتر از آن، تصمیم گیرندگان همیشه نمی توانند مطمئن باشند که داده هایی که به آنها تکیه می کنند دقیق و به روز باشد.

ایجاد فرآیندهای فنی جدید و شکل دادن به انتظارات فرهنگی برای مدیریت موفقیت آمیز داده ها امکان پذیر است. در واقع، دنیای نرم‌افزار قبلاً با فرآیندهای توسعه خود به این هدف دست یافته است و می‌توان آن را مدلی برای دیتاوپ‌های امروزی در نظر گرفت. مدیران داده به تازگی شروع به ارتقای «محصول» خود به همان سطح بالای سازمان، کیفیت و اعتماد کرده‌اند.

دارایی منحصر به فرد ارزشمند

داده ها “محرک رشد و تغییر” در 21 است^خیابان قرن، درست مانند نفت 100 سال پیش، اقتصاددان می نویسد – و به همان اندازه ارزشمند است. جریان داده‌ها زیرساخت‌های جدید، کسب‌وکارهای جدید، انحصارات جدید، سیاست‌های جدید و – مهم‌تر – اقتصاد جدید ایجاد کرده است.

در دنیای مبتنی بر داده، همه می‌دانند که داده‌ها دیگر فقط محصول فرعی فرآیندهای کلیدی کسب‌وکار نیستند، بلکه یک دارایی اصلی با ارزش منحصربه‌فرد هستند. هر کسب‌وکاری، در هر صنعتی، می‌تواند از داده‌های خود برای یافتن مشتریان جدید و حفظ مشتریان، بهبود تجربه برند برای مشتریان، مطالعه روند فروش و اصلاح استراتژی‌های بازاریابی استفاده کند.

اما امروزه هر کسب و کاری به طور کامل از داده های خود استفاده نمی کند. بر اساس یک نظرسنجی Deloitte Analytics، مدیریت داده ها توسط سه چالش متداول به ویژه متوقف می شود:

• داده‌های با کیفیت پایین (فقط 34 درصد از شرکت‌کنندگان در نظرسنجی این داده‌ها را «عالی» یا «خوب» به‌عنوان یکپارچه، دقیق و متمرکز تعریف کردند)
• فقدان فناوری تجزیه و تحلیل (49٪ فقط ابزارهای گزارش اولیه و ابزارهای تجزیه و تحلیل پیش بینی محدود داشتند)
• مالکیت داده «مبارزه‌های قدرت» که به رهبری اجرایی ناکافی نسبت داده می‌شود (38 درصد تحلیل‌های محلی را با اشتراک محدود ابزارها، داده‌ها و افراد گزارش کردند؛ 20 درصد «جیب‌های ناهماهنگ» تلاش‌های تحلیلی را گزارش کردند).

با این حال، 49٪ از شرکت کنندگان موافق بودند که تجزیه و تحلیل قابلیت های تصمیم گیری آنها را بهبود می بخشد. یکی از مدیران تجزیه و تحلیل به Deloitte گفت: «اصولاً، تجزیه و تحلیل تصمیم گیری خوب برای کسب و کار است. «فقط دادن گزارش با اعداد کمکی نمی کند. ما باید اطلاعات را به گونه ای ارائه کنیم که برای تصمیم گیرندگان ما مناسب باشد.»

یافتن تعادل در سیل داده ها

سازمان‌ها غرق در «سیل داده‌ها» هستند که هر روز به سمت آنها می‌آیند. بار مدیریت داده اغلب بر دوش تیم های فناوری اطلاعات و تیم های داده تخصصی است که معمولاً تنها کارمندانی هستند که برای تجزیه و تحلیل داده ها آموزش دیده اند. حتی زمانی که متخصصان جدید برای تقویت یک تیم وارد کشتی می شوند، منحنی یادگیری طولانی و کند است.

این کمکی نمی کند که تیم ها یکپارچه نباشند، و همچنین داده هایی که آنها مصرف می کنند، کمکی نمی کند. اطلاعات از منابع بسیاری می آید که ردیابی آنها همیشه آسان نیست و در سیلوهای متعدد ختم می شود. تیم‌های مختلف با استفاده از ابزارهای مختلف، برش‌هایی از داده‌ها را بدون هیچ فرآیند ثابتی مدیریت می‌کنند. نیاز ساده به ابزارهای بهتر در اطراف، تلاش را پیچیده تر می کند. گاهی اوقات به نظر می رسد که داده ها در یک سیاهچاله غیرقابل توضیح ناپدید می شوند.

طبق نظرسنجی Deloitte، کسب و کارهای واقعاً بینش محور – آنهایی که تصمیمات را بر اساس داده ها استوار می کنند – امروزه در اقلیت باقی مانده اند و “متداول ترین مقصر فرهنگ است.” این مطالعه نتیجه می گیرد که “خرید و استفاده از ابزارهای تجزیه و تحلیل سخت نیست – تغییر رفتارها سخت است.” اساسی‌ترین تغییر، «دموکراسی‌سازی» داده‌ها است که به معنی آموزش طیف وسیعی از کارمندان در زمینه تجزیه و تحلیل و مسلح کردن آنها با ابزارهایی است که افراد غیر فنی می‌توانند به طور مؤثر مدیریت کنند.

برای مدیران داده، یافتن تعادل مناسب بین تغییر فناوری و تغییر فرهنگ ضروری است. انجام آن نیز سخت است. یک مطالعه تحقیقاتی Forrester نشان داد که 88٪ “فناوری و فرآیندها یا فرهنگ و مهارت های خود را نادیده می گیرند – یا هر دو”. تنها 12 درصد می گویند که با یادگیری تمرکز بر هر دو بدون فراموش کردن هیچکدام، به تعادل قابل اجرا بین فرهنگ و فناوری دست یافته اند. فارستر این سازمان‌های نادر را «قهرمانان داده» می‌نامد.

بهترین شیوه ها چگونه به نظر می رسند؟

همانطور که در واژه نامه گارتنر تعریف شده است، dataops مدیریت داده های مشترک را در سراسر یک سازمان به منظور بهبود “ارتباطات، یکپارچه سازی و جریان داده بین مدیران داده و مصرف کنندگان داده” معرفی می کند. dataops طراحی، استقرار و مدیریت تحویل داده ها را در یک “محیط پویا” خودکار می کند و از ابرداده برای افزایش ارزش و مفید بودن داده ها استفاده می کند. با اطمینان از «تحویل و مدیریت تغییر قابل پیش‌بینی داده‌ها، مدل‌های داده و مصنوعات مرتبط»، dataops تقریباً ذاتاً قول می‌دهد که بهترین شیوه‌ها را آغاز کند.

سازمان‌ها می‌توانند ارزش بیشتری را از داده‌های خود با اتخاذ یک پلت‌فرم خط داده پیشرفته به دست آورند، پلتفرمی که می‌تواند نمای خودکار، عمیق و چند بعدی از سفر داده ارائه دهد. این به مدیران داده – و سایر کاربران، از مدیران اجرایی گرفته تا خطوط مقدم، امکان مشاهده سطح بالا به جریان داده‌ها را می‌دهد، با توانایی نقشه‌برداری از جایی که داده‌ها از کجا می‌آیند و کجا می‌روند، از منبع اصلی تا گزارش‌دهی و تجزیه و تحلیل. این نوع تبار از روش‌های خودکار و تقویت‌شده برای ایجاد یک نمای متقابل سیستمی گسترده از تمام داده‌های یک سازمان، صرف نظر از اینکه در کدام سیلو زندگی می‌کند، از جمله همه جریان‌ها و وابستگی‌های داده، استفاده می‌کند.

و شاید مهمتر از همه، راه حل خط داده به همه این امکان را می دهد تا متخصص داده خود شوند. هرکسی می‌تواند کل چشم‌انداز داده را روی یک صفحه مشاهده کند، داده‌ها را از هر منبعی به یک پلتفرم خودکار بکشد، و خودش این کار را بدون کمک متخصصان فناوری اطلاعات یا داده انجام دهد. این پاسخ به متحد کردن بسیاری از تیم ها با ابزارهای جدید که برای همه کار می کند و یکپارچه سازی داده ها در یک پلت فرم شفاف و قابل اعتماد را ارائه می دهد. تیم های داده یک مزیت اضافی نیز به دست می آورند – رهایی از کارهای دستی تکراری.

یکی از منابع حقیقت

شرکت‌ها ممکن است امروز غرق در داده‌ها باشند، اما می‌خواهند این داده‌ها ادامه پیدا کند. Forrester گزارش می دهد که “تشنگی داده” در تصمیم گیرندگان مبتنی بر داده، حتی زمانی که آنها برای جذب داده های خود تلاش می کنند، همچنان در حال افزایش است. هفتاد درصد از تصمیم‌گیرندگان داده‌ها را سریع‌تر از آنچه که می‌توانند تجزیه و تحلیل و استفاده کنند، جمع‌آوری می‌کنند، با این حال ۶۷ درصد می‌گویند که دائماً به داده‌های بیشتری نسبت به توانایی‌های فعلی‌شان نیاز دارند.

به این واقعیت آشنا اضافه کنید که «هزینه داده‌های ضعیف» سالانه 3.1 تریلیون دلار برای جهان هزینه دارد، و تصور اینکه چرا شرکت‌ها به دیتااپ‌ها فکر می‌کنند و مسیر رسیدن به بهترین شیوه‌ها را سریع دنبال می‌کنند، سخت نیست. همه اینها به شدت به این بستگی دارد که آیا آنها می توانند یک منبع حقیقت را در سراسر شرکت ایجاد کنند یا خیر. این بدان معناست که داده‌هایی که هر تیمی می‌خواهد همیشه وجود دارد، همیشه واضح، و همیشه قابل اعتماد – بدون سیاه‌چاله‌های دیگر.

و خوب است به خاطر داشته باشید که همه ما ابزاری برای تبدیل شدن به شرکت‌های مبتنی بر داده و بینش محور از بالا تا پایین، در همه تیم‌ها و تلاش‌ها داریم.

یائل بن آری مدیرعامل Octopai است.