Az adatkutatóknak elemző ökoszisztémára van szükségük - Sopra Steria Blog
által Lisa Schiborr
2020. szeptember 21
ban ben Hasznos
Nincs hozzászólás
A vállalatoknál a döntéshozók gyakran gondolkodnak: Kiváló adatkutatókat alkalmazunk, akik üzleti vagy legalább üzleti ötletgé alakítják az adatokat. A vállalatok elfelejtik, hogy minden adattudós csak annyira jó, mint az analitikai ökoszisztéma, amelyben működik.
A digitalizálás két szempontja a következő: Az adatok hozzáadott értéke a relevancia, a minőség és a felhasználás összege. És: csak az tudja megalapozni a sikeres vállalati menedzsmentet, aki adatokat és információkat tud konvertálni. Az információkhoz való hozzáférés kritikus fontosságú. A felhasználóknak a megfelelő információval kell rendelkezniük projektjükhöz, ötletükhöz és kérésükhöz, és mindenekelőtt gyorsan.
A klasszikus adatarchitektúra-megközelítések azonban általában lassítják az információkhoz való hozzáférést. Az eredmény: Azoknak az adatkutatóknak vagy üzleti elemzőknek, akiknek valójában teljes munkaidőben kell dolgozniuk az adatok és információk technikai hozzáadott értékének kidolgozása érdekében, fáradságosan kell keresniük a számukra releváns adatokat. Ezenkívül ezeket az adatokat a céljaiknak megfelelően elő kell készíteniük, és át kell adniuk munkakörnyezetükbe - és ezt újra és újra minden alkalmazáshoz. Ez sok időt hagy maga után, amelyet valójában az alapvető feladataikra szánnak. A vállalatok ezért hiányolják a kívánt hozzáadott értéket, vagy túl lassúak azok előállításához.
A megfelelő adatarchitektúra minden alkalmazáshoz
A digitális világban ezért kritikus fontosságú az adatok és elemzések gyors adaptálása az új információs igényekhez. Az adatkezelés és az elemzés közötti elkülönítés továbbra is fontos annak érdekében, hogy a vállalatok teljes mértékben kiaknázhassák az adatokban rejlő lehetőségeket és az adatkutatóikat. Ezért egy vállalatnak nekik kell elvégeznie az adatkezelést. Rugalmas analitikai ökoszisztéma kiépítésével: referenciaarchitektúrából áll, amely lehetővé teszi az adatok, technológiák és analitikai komponensek rugalmas újrafelhasználhatóságát.
Analitikai céltáj funkcionális komponens nézete (forrás: Sopra Steria)
Ilyen multimodális környezetben a felhasználók szükség szerint visszanyerhetik az analitikai elemeket anélkül, hogy mindig a nulláról kellene kezdenie. Attól függően, hogy a felhasználó mit szándékozik tenni, megoldást állít össze az egyes összetevők kombinálásával. A részlegek alkalmazottai maguk is összekapcsolhatják az adatelemzéseket a "Controlled Self-Service BI" kulcsszóval, és optikailag megjeleníthetik őket BI irányítópult formájában. Az adatkutatók nagyon rugalmasan összeállíthatják az új felhasználási eset teszteléséhez szükséges adatokat és analitikai komponenseket. Ehhez meghatározott technikai heterogenitás szükséges különféle tárolási, integrációs és elemzési technológiákkal.
Az adatkezelés a kérdés lényege
Az átfogó kormányzás kezeli ezeket az összetevőket. Az integrált adatminőség és a metaadatok kezelése biztosítja a szükséges adatminőséget, mert az agilis adatelemzési folyamatokhoz stabil és megbízható adatbázis szükséges.
A megfelelő adatkezelés a strukturált, strukturálatlan, belső és külső, gépi és eseményvezérelt, webnapló és kattintási adat adatainak iparosított folyamatokon és szabályokon keresztüli átvitelét az igényalapú adattárolóba és architektúrákba. Az adatanarchia adatdemokráciává válik.
Adatok integrálása analitikai ökoszisztémában (forrás: Sopra Steria)
Az alábbiak érvényesek: Nem számít, milyen szerepet játszik - függetlenül attól, hogy üzleti elemző, mérnök, adatkezelő vagy adatkutató - mindenki EGY elemző ökoszisztémában dolgozik, amelyben a szabályok egyértelműek, mindenki lehetőség szerint betartja ezeket a szabályokat, és a lehető legszabadabb ebben a rendszerben. lehetséges vagy szükséges mozoghat.
Az objektív biMM (Business Intelligence Maturity Model) érettségi modell alapján a Sopra Steria rendszeresen értékeli a BI és az elemzési tájak érettségét annak érdekében, hogy megbízhatóan azonosítsa a trendeket és kapcsolatokat, és elindítsa az adatközpontú folyamatok fenntartható optimalizálását.
Olvasási javaslat: Lars Schlömer, a Sopra Steria BI közösségének vezetőjének blogbejegyzése az adatelemzés témájában.
Fotó: Getty Images/Donald Iain Smith
Lisa Schiborr
Lisa A. Schiborr a BI és az Analytics tanácsadója a Sopra Steria-nál. Fő célja az adatkezelés és a digitális átalakítás, és nagy és intelligens adatstratégiákat dolgoz ki a bankok számára.
Iratkozzon fel blogunkra, és rendszeresen olvassa el a bejegyzéseket
a digitalizálásról és a digitális kiválóságról.