Qlik Россия и СНГ

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.

Низкая доступность данных мешает развитию аналитической культуры.

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.

И централизованный и децентрализованный подход к работе с данными – неэффективны.

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.

Нужно предоставить своим данным свободу.

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.

{ "author_name": "Qlik Россия и СНГ", "author_type": "editor", "tags": ["\u043a\u0443\u043b\u044c\u0442\u0443\u0440\u0430\u0434\u0430\u043d\u043d\u044b\u0445","\u0434\u0435\u043c\u043e\u043a\u0440\u0430\u0442\u0438\u0437\u0430\u0446\u0438\u044f\u0434\u0430\u043d\u043d\u044b\u0445","\u0433\u0440\u0430\u043c\u043e\u0442\u043d\u043e\u0441\u0442\u044c\u0434\u0430\u043d\u043d\u044b\u0445","dataliteracy"], "comments": 0, "likes": 5, "favorites": 20, "is_advertisement": false, "subsite_label": "qlik", "id": 195835, "is_wide": true, "is_ugc": false, "date": "Thu, 14 Jan 2021 13:41:59 +0300", "is_special": false }
0
0 комментариев
Популярные
По порядку

Комментарии

null