Nasze firmy gromadzą ogromne ilości danych opisujących wszystkie aspekty działalności. Potrafimy je przetwarzać na gigantyczną skalę dziesiątków tysięcy zdarzeń na sekundę, inwestujemy w coraz droższe i bardziej zaawansowane technologie oraz specjalistów. Jednak osoby podejmujące decyzje na każdym szczeblu organizacji w dalszym ciągu mają problemy z dotarciem do właściwych informacji...

Transformacja w data-driven organization. O dobrych danych i kulturze pracy z nimi.

Thomas Davenport, jeden z największych autorytetów w zakresie innowacji procesów biznesowych i profesor słynnego Babson College, napisał w niedawno opublikowanym artykule1, że mimo iż wiele firm od 10 lat podejmuje trudy transformacji w kierunku data-driven, to jednak wiele (jeśli nie większość) z tych działań jest nieudanych lub bardzo powolnych.

Data-driven organization – to hasło, które od lat jest na ustach wielu osób z kadr zarządzających. Wiele paneli dyskusyjnych, konferencji i artykułów jest poświęconych temu zagadnieniu. Jednak często mamy problem z odpowiedzią, czym jest taka organizacja. Co jest potrzebne, aby móc podążać w tym kierunku, aby dokonać właściwej transformacji? W artykule postaram się przybliżyć temat organizacji, które umieją zbierać właściwe dane, analizować je w odpowiedni sposób, a co za tym idzie, dokonywać bardzo daleko idących zmian – w kulturze, sposobie zarządzania i podejmowania decyzji.

Dlaczego ten kierunek jest dobry?

W podejmowaniu codziennych decyzji, także tych strategicznych, często kierujemy się doświadczeniem i instynktem. Jednak świat, w którym działamy, staje się coraz szybszy i coraz bardziej zmienny. To wymaga od nas nieustannej weryfikacji założeń i oznacza dużo krótszy czas na podjęcie decyzji o zmianie objętego wcześniej kursu.

Jednak, jak to już ujął Marek Aureliusz: „Wszystko, co słyszymy, jest opinią, nie faktem. Wszystko, co widzimy, jest punktem widzenia, nie prawdą”. Słowa mające prawie dwa tysiące lat w dalszym ciągu są bardzo aktualne. Wielokrotnie popadamy w pułapki niezrozumienia całości obrazu danej sytuacji.

Aby pozostać konkurencyjni, musimy być coraz bardziej innowacyjni, coraz lepiej dopasowywać się do zmieniającego się rynku. W najlepszych przypadkach musimy umieć przewidzieć i budować trendy. William Deming, który ma ogromne zasługi na polu nowoczesnych metod zarządzania, powiedział: „Nie wystarczy, abyś robił coś najlepiej, jak potrafisz, musisz wiedzieć, co trzeba zrobić, a następnie wykonać to najlepiej, jak potrafisz”. Zdobycie właściwej wiedzy i umiejętne jej wykorzystanie są kluczowe do naszego działania.

Większość organizacji ma jednak nadal ogromne problemy w tym zakresie. We wspomnianym na wstępie artykule Thomas Davenport odnosi się do niedawno opublikowanego raportu2 przedstawiającego stan transformacji ponad 60 wielkich korporacji, które już od lat inwestują w rozwiązania data-driven (ponad 91% firm). Wyniki niektórych badań na podstawie rozbudowanych ankiet C-Level Executives są alarmujące:

  • 72% ankietowanych twierdzi, że musi jeszcze ukształtować kulturę potrzebną do pracy z danymi,
  • 69% wciąż twierdzi, że nie udało im się stworzyć organizacji data-driven,
  • 53% respondentów twierdzi, że nie traktuje danych jako zasobu biznesowego (!),
  • tylko 31% organizacji opisuje się jako data-driven (!).

Biorąc pod uwagę rozwój technologii, możliwości narzędzi i poziom nakładów organizacji, wyniki tych badań są szokujące i pokazują, jak trudny jest proces transformacji. Tak jak wielkie są możliwości innowacji na tym polu, tak duże jest ryzyko i koszty z nim związane. Co warto wziąć pod uwagę na samym początku?

Składniki potrzebne do transformacji

Dwie główne grupy składników są potrzebne do tego, aby nasza organizacja była data-driven.

Pierwsza grupa to aspekty techniczne:

  • Technologia, która umożliwia nam zbudowanie odpowiednich hurtowni danych – mowa tu o rozbudowanych systemach korporacyjnych, klastrach Big Data lub rozwiązaniach cloudowych, narzędziach do integracji i zarządzaniu dostępem do danych;
  • Nasze dane, które w odpowiedniej i weryfikowalnej jakości musimy umieć zbierać i integrować z różnych systemów;
  • Odpowiednie narzędzia do obróbki i analizy danych oraz możliwości zastosowania algorytmów.

 

Pozostałe 80% artykułu dostępne jest dla zalogowanych użytkowników serwisu.

Jeśli posiadasz aktywną prenumeratę przejdź do LOGOWANIA. Jeśli nie jesteś jeszcze naszym Czytelnikiem wybierz najkorzystniejszy WARIANT PRENUMERATY.

Zaloguj Zamów prenumeratę Kup dostęp do artykułu

Możesz zobaczyć ten artykuł, jak i wiele innych w naszym portalu Controlling 24. Wystarczy, że klikniesz tutaj.

Zobacz również

Wiekowanie w KNIME – na przykładzie rozrachunków

Wiekowanie w KNIME – na przykładzie rozrachunków

Gdyby życie i biznes były idealne, nie musielibyśmy się martwić wiekowaniem. Niestety – ani życie, ani biznes nie chcą sięgać ideału.

Czytaj więcej

Alternatywa dla wykresu spaghetti w Excelu

Alternatywa dla wykresu spaghetti w Excelu

Tworząc wykres, niejednokrotnie popadamy w różne pułapki związane z właściwą formą prezentacji danych. Taka sytuacja może mieć miejsce, gdy na jednym wykresie zamierzamy przeanalizować historię wielu serii danych, które – co gorsza – mogą się charakteryzować podobnymi wartościami. Chcąc przedstawić zmienność danych w czasie, sięgamy po wykres liniowy, którego standardowa forma w tym przypadku okazuje się niewystarczająca.

Czytaj więcej

Przejdź do

Partnerzy

Reklama

Polityka cookies

Dalsze aktywne korzystanie z Serwisu (przeglądanie treści, zamknięcie komunikatu, kliknięcie w odnośniki na stronie) bez zmian ustawień prywatności, wyrażasz zgodę na przetwarzanie danych osobowych przez EXPLANATOR oraz partnerów w celu realizacji usług, zgodnie z Polityką prywatności. Możesz określić warunki przechowywania lub dostępu do plików cookies w Twojej przeglądarce.

Usługa Cel użycia Włączone
Pliki cookies niezbędne do funkcjonowania strony Nie możesz wyłączyć tych plików cookies, ponieważ są one niezbędne by strona działała prawidłowo. W ramach tych plików cookies zapisywane są również zdefiniowane przez Ciebie ustawienia cookies. TAK
Pliki cookies analityczne Pliki cookies umożliwiające zbieranie informacji o sposobie korzystania przez użytkownika ze strony internetowej w celu optymalizacji jej funkcjonowania, oraz dostosowania do oczekiwań użytkownika. Informacje zebrane przez te pliki nie identyfikują żadnego konkretnego użytkownika.
Pliki cookies marketingowe Pliki cookies umożliwiające wyświetlanie użytkownikowi treści marketingowych dostosowanych do jego preferencji, oraz kierowanie do niego powiadomień o ofertach marketingowych odpowiadających jego zainteresowaniom, obejmujących informacje dotyczące produktów i usług administratora strony i podmiotów trzecich. Jeśli zdecydujesz się usunąć lub wyłączyć te pliki cookie, reklamy nadal będą wyświetlane, ale mogą one nie być odpowiednie dla Ciebie.