Oamenii de știință au nevoie de un ecosistem analitic - Sopra Steria Blog

de Lisa Schiborr

21 septembrie 2020

în Util

Fara comentarii

În companii, factorii de decizie se gândesc adesea: angajăm oameni de știință de date excelenți și transformă datele în afaceri sau cel puțin idei de afaceri. Companiile uită că fiecare cercetător de date este la fel de bun ca ecosistemul analitic în care operează.

Două adevăruri ale digitalizării sunt: Valoarea adăugată a datelor este suma relevanței, calității și utilizării. Și: numai cei care pot converti datele în informații și cunoștințe pot pune bazele unui management corporativ de succes. Accesul la aceste informații este esențial. Utilizatorii trebuie să aibă informațiile corecte pregătite pentru proiectul lor, ideea și cererea lor, și mai ales rapid.

Abordările arhitecturale de date clasice, totuși, tind să încetinească accesul la informații. Rezultatul: oamenii de știință de date sau analiștii de afaceri care ar trebui să lucreze cu normă întreagă pentru a stabili valoarea adăugată tehnică din date și informații trebuie să caute cu oboseală datele relevante pentru ei. În plus, trebuie să pregătească aceste date în mod corespunzător pentru scopurile lor și să le transfere în mediul lor de lucru - și acestea din nou și din nou pentru fiecare aplicație. A rămas mult timp în urmă, care este de fapt destinat sarcinilor lor de bază. Prin urmare, companiile pierd valoarea adăugată dorită sau sunt prea lente pentru a le genera.

Arhitectura de date potrivită pentru fiecare aplicație

Prin urmare, în lumea digitală este esențial să se adapteze rapid datele și analizele la noile nevoi de informații. Separarea dintre gestionarea și analiza datelor rămâne importantă, astfel încât companiile să poată exploata pe deplin potențialul datelor și cel al oamenilor de știință a datelor. Prin urmare, o companie ar trebui să facă ingineria datelor pentru acestea. Acest lucru se realizează prin construirea unui ecosistem analitic flexibil: acesta constă dintr-o arhitectură de referință care permite reutilizarea flexibilă a datelor, tehnologiilor și componentelor analitice.

Vedere componentă funcțională a unui peisaj țintă analitică (sursă: Sopra Steria)

Într-un astfel de mediu multimodal, utilizatorii pot recurge la componentele analitice, după cum este necesar, fără a fi nevoiți să o ia de la capăt. În funcție de ceea ce intenționează să facă un utilizator, el sau ea pune împreună o soluție prin combinarea componentelor individuale. Angajații din departamente pot combina ei înșiși analizele de date folosind cuvântul cheie „BI de autoservire controlat” și le pot afișa optic sub forma unui tablou de bord BI. Oamenii de știință pot pune împreună datele necesare și componentele analitice pentru testarea unui nou caz de utilizare foarte flexibil. Acest lucru necesită o eterogenitate tehnică definită cu diferite tehnologii de stocare, integrare și analiză.

Gestionarea datelor este esența problemei

Guvernanța generală gestionează aceste componente. O gestionare integrată a calității datelor și a metadatelor asigură calitatea necesară a datelor, deoarece procesele de analiză agilă a datelor necesită o bază de date stabilă și de încredere.

O bună gestionare a datelor transferă hodgepodge-ul de date structurate, nestructurate, interne și externe, controlate de mașină și controlate de evenimente, weblog și clickstream prin procese industrializate și reguli în stocarea și arhitecturile de date bazate pe nevoi. O anarhie a datelor devine o democrație a datelor.

Integrarea datelor într-un ecosistem analitic (sursă: Sopra Steria)

Se aplică următoarele: Indiferent de rolul - indiferent dacă este analist de afaceri, inginer de date, administrator de date sau om de știință de date - toată lumea lucrează într-un singur ecosistem analitic în care regulile sunt clare, ori de câte ori este posibil, toată lumea aderă la aceste reguli și este cât mai liber posibil în cadrul acestui sistem posibil sau necesar se poate mișca.

Pe baza modelului de maturitate obiectiv biMM (Business Intelligence Maturity Model), Sopra Steria evaluează în mod regulat maturitatea peisajelor BI și analitice, pentru a identifica în mod fiabil tendințele și relațiile și a iniția optimizarea durabilă a proceselor bazate pe date.

Sugestie de lectură: Postări pe blog de Lars Schlömer, șeful comunității BI la Sopra Steria, pe tema analizei datelor.

Foto: Getty Images/Donald Iain Smith

Lisa Schiborr

Lisa A. Schiborr este consultant pentru BI & Analytics la Sopra Steria. Accentul ei principal este pe gestionarea datelor și transformarea digitală și dezvoltă strategii mari și inteligente de date pentru bănci.

Abonați-vă la blogul nostru și citiți postări în mod regulat
despre digitalizare și excelență digitală.