Według analityków większość przedsiębiorstw wykorzystuje tylko około 10 procent danych, których jest właścicielem. Wdrożenie kompleksowej strategii zarządzania danymi w dobie Big Data nie jest zadaniem łatwym i wymaga reorganizacji procesów w ramach całej organizacji. Jednak w dobie cyfrowej transformacji wygrywa ten, kto potrafi lepiej wykorzystać wiedzę ukrytą w danych i szybciej zamienić ją w wymierną wartość biznesową.
Rozwój cyfrowego świata stawia przed firmami wiele wyzwań technologicznych i organizacyjnych. Pojawiają się nowe rodzaje danych oraz potrzeba wykorzystania wszystkich dostępnych źródeł danych do efektywnego podejmowania decyzji. Istotny jest również problem poprawności i aktualności posiadanych informacji. Często menedżerowie nie zdają sobie do końca sprawy, w jaki sposób niska jakość danych może wpłynąć na przyszłość organizacji i spowodować konkretne straty finansowe. Dane to cenne aktywa, o które trzeba dbać i efektywnie wykorzystywać do rozwoju i budowania przewagi konkurencyjnej. W dobie Big Data, dane to nowa żyła złota, ale przedsiębiorstwa mogą się na nich „wzbogacić” tylko wtedy, gdy będą one w prawidłowy sposób zbierane, czyszczone, interpretowane i analizowane.
Jakie dane to Big Data?
W środowisku Big Data możemy wyróżnić pięć kategorii danych, które dziś wymagają skutecznej analizy. Pierwszą z nich są dane pochodzące ze stron internetowych i kanałów social media. To źródło szczególnie ważne dla obszaru zarządzania relacjami z klientem, które zapewnia ogromną wiedzę o zachowaniach i potrzebach klientów oraz umożliwia spersonalizowaną komunikację dostosowaną do jego potrzeb. Drugą kategorią są wszystkie dane pochodzące z sensorów zainstalowanych w maszynach i urządzeniach, czyli tzw. obszar Internetu Rzeczy. Internet of Things coraz odważniej wchodzi do naszej codzienności jako ekosystem, w ramach którego przedmioty posiadające dostęp do sieci komputerowych gromadzą i przekazują różnego rodzaju dane. Kolejne dwie kategorie to „Big Transaction Data” związane głównie np. z telekomunikacją i ochroną zdrowia oraz dane biometryczne służące do identyfikacji osób, takie jak: linie papilarne, cechy tęczówki oka, czy DNA. Ostatnią kategorią są dane wytwarzane na co dzień przez człowieka takie jak: nagrania głosowe, pliki video, korespondencja papierowa, e-mail i inne.
Jak skutecznie analizować Big Data?
Wiele organizacji nie wykorzystuje w pełni potencjału informacji, które są gromadzone w ich bazach transakcyjnych. Aby sięgnąć po nowe zewnętrzne źródła danych niezbędne jest wdrożenie strategii zarządzania danymi w organizacji. Jest to fundament dla analityki, który zapewni, że różnorodne dane pozyskiwane z wielu źródeł i przetwarzane przez różne działy w firmie będą zawsze dokładne, kompletne, spójne i aktualne. Dodatkowo będą też dostępne, zrozumiałe i przydatne, aby efektywnie wspierać realizację celów biznesowych i umożliwiać podejmowanie właściwych i bezpiecznych decyzji, także automatycznie i na masową skalę.
„Każda działalność biznesowa wymaga dzisiaj, aby informacje wspierające podejmowanie decyzji były wysokiej jakości, dostarczane na czas, i co najważniejsze, były pewne i gwarantowały bezpieczeństwo prowadzonej działalności biznesowej. Dlatego dane wymagają rzetelnego podejścia do ich przetwarzania, przejrzystego sposobu zarządzania nimi i zdefiniowanych odpowiedzialności, określonych standardów i zasad nimi rządzących, bezpieczeństwa i ochrony oraz monitorowania i kontroli” – powiedział Patryk Choroś, Principal Business Solutions Manager w SAS Institute.
Potrzeba integracji danych i zarządzania ich jakością
Data Quality – czyli szeroko rozumiana jakość danych to dziś często klucz i gwarant podejmowania właściwych decyzji biznesowych. Organizacje dostrzegają, że ryzyko podjęcia niewłaściwej decyzji może być spowodowane błędnymi lub niekompletnymi danymi. Jeżeli firma będzie wykorzystywać w analizie więcej wartościowych danych, to przełoży się to na jej sprawniejsze funkcjonowanie i lepsze dopasowanie do rynkowych trendów, co automatycznie daje przewagę konkurencyjną.
Innym aspektem w procesie „data management” jest integracja danych. Jest to proces, który pozwala firmom na tworzenie mieszanych kombinacji danych, które będą ostatecznie przydatne do podejmowania decyzji. Przykładowo jeden zestaw danych może zawierać wszystkie nazwy i adresy naszych klientów, tymczasem drugim zestawem może być lista aktywności online, wraz z ich nazwiskami. Kiedy połączymy te dwa zbiory razem i wyciągniemy odpowiednie wnioski uzyskamy odpowiedzi na tak istotne pytania jak: "Kim są moi najlepsi klienci?", "Jaka jest następna najlepsza oferta?". Pozwoli to stworzyć najlepszą jakość obsługi i zrozumienia potrzeb odbiorców.
Od danych do decyzji
Żyjemy w ciekawych czasach gwałtownie postępującej automatyzacji i cyfryzacji, nowych zasad konkurowania na rynku oraz rosnącej grupy klientów bardzo świadomych swoich wyborów i oczekujących natychmiastowej obsługi oraz informacji dostosowanych do ich potrzeb i preferencji. Aby sprostać oczekiwaniom współczesnych klientów i rozwijać innowacyjną ofertę, firma musi działać sprawnie i efektywnie korzystać z wiedzy ukrytej w danych. Kluczem do sukcesu w osiągnięciu tego celu jest wykorzystanie zaawansowanej analityki i technologii do zarządzania danymi.
„Skuteczność i sprawność procesów podejmowania decyzji ma kluczowy wpływ na to, czy organizacja odniesie sukces, czy porażkę. Wykorzystanie zaawansowanej analityki w celu uzyskania jak najlepszych rekomendacji w procesach biznesowych stało się nowym i bardzo skutecznym narzędziem konkurowania. Wychodząc od danych przetwarzanych przez organizację oraz danych dostępnych z zewnętrznych źródeł, firma może w oparciu o analitykę zbudować unikalną przewagę rynkową” - powiedział Patryk Choroś, Principal Business Solutions Manager w SAS Institute.
Źródła:
- Bezpłatny e-Book SAS
- Blog SAS - Data Governance - pierwsze kroki
- Blog SAS - 3 zasady konkurowania analityką
dostarczył infoWire.pl
