Демократизируйте данные. И будет вам счастье
Что такое демократизация данных и как такой подход влияет на развитие аналитической культуры внутри компании.
Мы много слышим про необходимость развития аналитической культуры. Осознаем, что изменение культуры это долгий процесс, который должно поддерживать и руководство и сотрудники на местах. Но возможно ли грамотно развивать data-культуру в компании, если для получения доступа к необходимым данным, сотрудник должен потратить несколько рабочих дней?
Сложность получения доступа к необходимым данным убивает энтузиазм у тех, кто изучает данные и извлекает из них выгоду. Сегодня компании должны стремиться к массовой демократизации данных, когда данные доступны всем сотрудникам, а не единицам.
При этом, важно соблюдать баланс: политики безопасности должны регулировать механизм выдачи доступов, а система прав должна оставаться гибкой. Такой доверительный подход даст результат: после снятия бюрократических барьеров сотрудники будут вдохновлены. Процедура получения данных будет проста и понятна.
Имея необходимые доступы, сотрудники смогут тратить время на работу с данными, а не на получение доступа к ним. Они будут изучать данные, проверять гипотезы и принимать грамотные обоснованные решения. Это повысит культуру ежедневной работы с данными, как на местах, так и в целом в компании.
Подходы к управлению данными
Регулируемый или хаотичный?
Когда компания начинает путь развития культуры работы с данными, то, как правило, выбирает один из двух подходов. Либо создает выделенную ИТ-службу, которая развивает анализ данных в отрыве от потребностей и знаний бизнес-пользователей, либо же «культура» развивается изолированно и хаотично внутри отдельных подразделений – зато с пониманием всех требований бизнеса. Со временем, количество информационных потоков, сложность процессов и скорость изменения внешних условий не позволяют масштабировать ни один из этих подходов, появляются проблемы.
На самом деле, оба подхода к работе с аналитикой неэффективны. При первом, централизованном подходе, ИТ-служба превращается в единственный источник аналитики, замыкая на себе все аналитические потребности компании. Создаётся бутылочное горлышко – ИТ не справляется с запросами от всех подразделений вовремя, а данные или сама задача теряют свою актуальность к моменту реализации.
При децентрализованном подходе, пользователи вовремя решают свои задачи, но при этом каждая команда создает свою собственную «версию правды». Например, использует разные формулы расчета показателей или отличающиеся определения. Разрозненные версии одних и тех же данных невозможно объединить в общую стройную модель. Такой системой сложно управлять. К тому же, нестабильность в методологии расчетов и в качестве данных снизит доверие сотрудников и вызовет неуверенность.
Демократизированный подход
Решением является третий, демократизированный подход, который отчасти является комбинацией двух подходов выше. Система управляется и регулируется, как при централизованном подходе, но аналитические команды встроены в бизнес-подразделения, как при децентрализованном подходе.
Получаем главную выгоду: аналитики на местах работают со своими данными и самостоятельно отвечают за достижение конечного результата. В нужное время, в нужном месте.
Как перейти к демократизированному подходу
Главным фактором перехода к демократизированной модели является постоянная работа с людьми и отсутствие ограничений со стороны технологий. Необходимо обеспечить баланс – как на стороне спроса к качественным данным, так и на стороне предложения. А именно обеспечить:
Доступность данных. Нужные данные в нужном месте в нужное время.
- Единое информационное пространство. От края организации до топ-менеджмента.
- Информационная грамотность. Понимание основ работы с данным, обучение и развитие навыков аналитики.
- Управляемая self-service аналитика. Все усилия прикладывают в одном направлении.
Для большинства компаний, основным технологическим барьером становится низкая доступность данных.
Создайте ролевую модель доступов
При демократизированном подходе к данным компании нужны правила и политики, которые бы регулировали автоматическую выдачу доступов сотрудникам в зависимости от контекста задач. Модель должна упрощать получение нужных прав, а не усложнять бизнес-процессы.
Ключевая задача создания и поддержания ролевой модели доступов – создать такую систему правил, которая исключит появление узких мест. Данные должны свободно перемещаться между разными группами пользователей, а пользователи должны свободно получать к ним доступ.
Также, будет полезно иметь роль по умолчанию, которая выдается всем сотрудникам компании с базовым набором данных.
Создайте каталог данных
Чтобы решить не только проблему управления доступом к данным, но и понимать сами данные, компании нужна система для хранения информации по имеющимся данным. Такую задачу решают каталоги данных.
Каталог данных – это система, в которой хранятся метаданные (т.е. данные о данных) в сочетании с инструментами управления и поиска. Каталог данных помогает ориентироваться в огромном количестве информации и понимать сценарии использования. В нем легко искать и находить нужные источники данных, проверять их качество, обращаться к методологии расчета показателей. Каталог обеспечивает прозрачность, согласованность и целостность данных. А самое главное, упрощает администрирование.
Используйте гибкий подход к предоставлению данных
DataOps – относительно новая концепция постоянного взаимодействия и интеграции данных между людьми, системами и процессами. Это набор практик, цель которых – оперативное и безбарьерное предоставление актуальных данных каждому сотруднику в рамках его процесса работы с данными. Концепция сочетает в себе гибкость и быстроту реакции на постоянные изменения внутри процессов, при этом оставаясь регулируемой и целостной.
DataOps позволяет получать необходимые данные в нужном месте в нужное время, сокращая цикл от сырых до пригодных к аналитике данных и не забывая об их конфиденциальности.
Подогревайте спрос на данные
Конечно, мало обеспечить только сторону предложения – спрос на данные, скорее всего, играет даже бóльшую роль. Необходимо понимание базовых принципов работы с данными, умение проводить анализ, ставить гипотезы и делать выводы, а также наличие простейших навыков работы с инструментами анализа данных. За развитие этих компетенций отвечают программы развития грамотной работы с данными (Data Literacy).
К 2022 году, около трети участников списка 2000 крупнейших компаний по версии Forbes официально будет развивать навыки Data Literacy у своих сотрудников. Присоединяйтесь и вы – язык данных еще никогда не был так востребован.