Доступ к данным — необходимый элемент для получения бизнес-инсайтов и прогнозов на будущее, но он не критически важный. Еще более важно тщательно обдумать, какие форматы данных следует использовать в первую очередь, чтобы они не превратились в «цифровую пыль», пишут на портале InformationWeek старший вице-президент Infostretch Четан Лаксман и его коллега — архитектор данных Правин Кумар.
Применение данных для получения действенных инсайтов о том, чего хотят клиенты, быстро становится не столько конкурентным преимуществом, сколько стандартной стратегией оптимизации бизнеса. Цифровизация и круглосуточный характер подключенности общества означают, что сегодня имеется больше, чем когда-либо данных для прогнозирования будущего. Как же превратить данные в действенный инсайт, который принесет реальную ценность для бизнеса? Ответ заключается в их преобразовании и тщательном выборе формата.
По данным некоторых отраслевых аналитиков, уровень неудач проектов цифровой трансформации колеблется около отметки 70%, поэтому компаниям крайне важно не отвлекаться на огромный объем имеющихся данных. Конечно, необходимо учитывать качество самих данных, но еще большей головной болью является решение вопроса о том, следует ли сосредоточиться исключительно на структурированных данных или включить в анализ и неструктурированные. Прежде чем приступить к реализации новой инициативы, основанной на данных, необходимо поразмыслить о следующем:
1. Решите, какие форматы данных следует использовать в первую очередь
Как бы ни был велик соблазн с первого дня начать работу и со структурированными, и с неструктурированными данными, более разумный путь — начать с малого, с пилотных проектов по извлечению, преобразованию и загрузке (Extract, Transform, Load, ETL) структурированных данных, а после того, как будет установлена окупаемость инвестиций с точки зрения получаемых результатов, соответственно увеличить масштаб и использовать возможности неструктурированных данных с помощью процессов извлечения, загрузки и преобразования (Extract, Load, Transform, ELT).
2. Заранее решите, кто будет отвечать за преобразование данных и управление ими
Небольшие компании могут поручить эту работу директору по данным, но для разработки инициатив, основанных на данных, часто требуется специальная команда и, если это необходимо, повышение квалификации персонала.
3. Решите, как вы будете оценивать качество входных и выходных данных
Определившись с оценкой, донесите до заинтересованных сторон информацию о временных и финансовых затратах на цифровую трансформацию.
Важно, чтобы все сотрудники понимали, что для того, чтобы стать действительно эффективными, аналитические программы требуют доработки, а также то, какую роль цифровая трансформация играет в снижении вероятности ошибочных инсайтов. Лица, принимающие решения, которые понимают не только ценность имеющихся данных, но и их значимость для получения действенных инсайтов, смогут прогнозировать будущее и преуспеть на конкурентном рынке.
В последние годы данные стали желанным товаром, поскольку люди, места и вещи генерируют информацию с ошеломляющей скоростью. Например, Всемирный экономический форум еще в 2019 г. предсказал, что к 2025 г. ежедневно будет генерироваться 463 Эб данных. Если вы начнете свой путь в прогнозной аналитике с поиска правильных данных, вы сможете обеспечить использование, поддержание и доступ к огромным объемам данных, которые к тому же обладают неоспоримой ценностью.
Проблемы использования неструктурированных данных для прогнозной аналитики возникают не только на крупных предприятиях или в компаниях, находящихся на ранних стадиях цифровой трансформации. Перевод данных в состояние, пригодное для анализа, оказалось камнем преткновения для предприятий любого размера.
Преобразование имеющихся данных из одного формата в другой позволяет не только воспользоваться интеграцией и требованиями по управлению ими, но и облегчить инициативы по поиску и хранению данных. Ваши данные могут быть золотыми, но если их нельзя легко преобразовать в формат, позволяющий получить действенный инсайт, они — не более, чем «цифровая пыль».
