Omgaan met big data voordat het uit de hand loopt

Er was een tijd, niet zo lang geleden, dat operators parallel aan twee bedrijfssystemen werkten. De ene was meestal een ERP- of financieel programma en de andere was een applicatie die bij de Microsoft Office-suite hoorde. Maar de afgelopen jaren is de technologie in een verbazingwekkend tempo veranderd. De introductie van Software as a Service-architectuur heeft een revolutie teweeggebracht in processen, waarbij gebruikers de voorkeur geven aan een abonnement voor alles wat ze nodig hebben. In "State of SaaS-Powered Workplace 2017" werd gemeld dat het gebruik van 16+ SaaS-apps door bedrijven met 33% is gestegen in vergelijking met 2016.

SaaS-systemen kunnen het verzamelen en analyseren van gegevens heel eenvoudig maken, en genereren onmiddellijk esthetische rapporten terwijl de mogelijkheden voor bediening op afstand behouden blijven. Maar dit is makkelijker gezegd dan gedaan en vereist een duidelijke strategie en overvloedige technische middelen.

Medewerkers kunnen de conventionele technologiestrategieën omzeilen door zich eenvoudig op deze producten te abonneren. Dit kan leiden tot dubbele inspanningen, zonder overzicht. In het geval van opslag in de cloud en het delen van bestanden is de kans groot dat als u uw werknemers bevraagt, u een verscheidenheid aan producten in gebruik zou vinden, b.v. Google Drive, OneDrive, Dropbox, enz. Hoewel de trend van het gebruik van digitale tools kan worden gewaardeerd, lopen de activiteiten het risico overbodig en duur te worden omdat de verschillende abonnementskosten moeilijk bij te houden zijn. Bovendien raken de gegevens van het bedrijf verspreid, terwijl ze ook worden blootgesteld aan beveiligingsrisico's.

Dit zijn aanzienlijke problemen, maar er is er een die nog groter is:het vermogen van de SaaS-apps om enorme hoeveelheden gegevens te genereren. Eerder werd al gesteld dat bedrijven tientallen apps gebruiken, maar laten we eens kijken naar de data die elke app genereert. Elke login, elke wijziging, melding, waarschuwing, enz. genereert data. Vermenigvuldig dit met de honderden of duizenden aanwezige medewerkers en de informatie wordt een puinhoop.

Onthoud dat afval erin ook afval eruit betekent. De kwaliteit van gegevens is van fundamenteel belang als een bedrijf gebruik wil maken van de tools die deel uitmaken van Industrie 4.0 . Onvolledige gebruikersinvoer, kapotte extensies van derden en slecht gegevensbeleid kunnen allemaal leiden tot vervuilende stoffen voor datasets. Als gevolg hiervan verspillen ze waardevolle computerbronnen.

Uit een onderzoek bleek dat bedrijven vaak 50 tot 80 procent van hun tijd besteden aan het opschonen van datasets. Dit is schandalig, aangezien de middelen die met deze taken zijn belast, hooggekwalificeerd zijn en worden ingehuurd voor analyse in plaats van typefouten te corrigeren. Een strategische benadering van datamanagement kan veel van deze problemen oplossen. Zoals bij elke andere zakelijke beslissing, is een alomvattend plan opgesteld door de leiding en ondersteund door alle functies van essentieel belang.

Het opzetten van een crossfunctioneel datamanagementteam zou de eerste stap moeten zijn. Het team moet technologiespecialisten bevatten, niet alleen van de IT-afdeling, maar ook van mensen die de diensten gebruiken, zodat hun mening kan worden verantwoord. Als het team eenmaal is samengesteld, kunnen de inspanningen van de leden worden geconcentreerd op drie belangrijke prioriteiten:

Proces- en systeemafstemming

De bedrijfsprocessen moeten in detail worden bestudeerd. Punten voor het genereren van gegevens moeten worden geïdentificeerd, terwijl u tegelijkertijd twee belangrijke doelen voor ogen heeft:

• Barrières voor gegevensinvoer moeten worden verminderd
• Het gebruik van gegevens moet worden aangemoedigd

De barrières voor gegevensbeheer verminderen

Er moet een gemeenschappelijke set SaaS-tools worden geïdentificeerd waarmee teams efficiënt kunnen werken. Je moet op zoek zijn naar tools die al in gebruik zijn binnen de werkruimte, waardoor het implementatieproces eenvoudiger wordt. De kern-apps moeten dan worden gebruikt als onderdeel van mini-uitrolstrategieën, zodat het wijdverbreide gebruik ervan kan worden bevorderd. Indien nodig moet het personeel voldoende opgeleid en gemotiveerd zijn. Ook moeten werknemers, zodra een beslissing is genomen, de instructie krijgen om deze op te volgen, b.v. niemand zou Google Drive moeten gebruiken als DropBox is gekozen.

Gegevensgebruik aanmoedigen

Nadat de nieuwe processen zijn ontworpen, moet u overwegen hoe de SaaS-applicaties algemene doelen voor gegevensanalyse kunnen ondersteunen. Heb je nu de mogelijkheid om data te minen om inzicht te krijgen in het werkgedrag van de medewerkers? Kunnen API-verbindingen tussen services worden gebouwd om de gegevensstroom te vergemakkelijken ?

Als het bedrijf een bedrijfsplatform op bedrijfsniveau heeft geïmplementeerd, kan het samenvoegen van gegevens binnen één systeem een ​​haalbare keuze zijn. Dat gezegd hebbende, moet u zeer strikt zijn in de keuze van de gegevens die u wilt bewaren, want het systeem vollopen met onnodige gegevens is het laatste wat u wilt doen.

Nu moet u het hele team betrekken bij het brainstormen over manieren waarop de gegevens effectief kunnen worden gebruikt in de dagelijkse bedrijfsvoering. Het maken van dashboards en deze onderdeel maken van teamvergaderingen is een goede strategie om mee te werken, omdat de KPI's van medewerkers gemakkelijk kunnen worden gevolgd terwijl het inzicht biedt in gemiste doelen. De medewerkers moeten ook bewust worden gemaakt van al deze strategieën, want als ze eenmaal weten dat hun input ertoe doet, zullen ze zich bekommeren om de gegevenskwaliteit.

Gebruikersadoptie

Iedereen in de organisatie moet het belang van het handhaven van de integriteit van gegevens begrijpen en hieraan deelnemen als een verplichting.

Communicatie speelt een grote rol bij gebruikersadoptie. Binnen elk team dient de manager een actieve rol te spelen in het overtuigen en motiveren van de leden. De resultaten van de verzamelde gegevens moeten ook regelmatig worden gedeeld, zodat werknemers de waarde van hun acties kennen. Evenzo moeten de gevaren van problematische gegevens ook duidelijk worden vermeld en moeten er zo nodig disciplinaire maatregelen aan worden gekoppeld.

Gegevensbeheer moet een belangrijk aspect zijn van de opleidingsprogramma's van het bedrijf om ervoor te zorgen dat de werknemersparticipatie maximaal is. Van tijd tot tijd kan de betrokken afdeling teamvergaderingen, workshops, webinars en lunches initiëren zodat medewerkers alle nodige begeleiding en coaching krijgen.

Onderhoud en bestuur

Als gebruikersacceptatie en procesafstemming de belangrijkste doelen zijn van uw data-initiatief, dan zullen effectief onderhoud en beheer de rol van een 'how-to'-handleiding vervullen. Het datamanagementteam moet te allen tijde werken aan het ontwikkelen van een bijgewerkte routekaart voor het behoud van de datakwaliteit. Het document moet toegankelijk zijn voor teamleiders, zodat ze altijd expliciete informatie bij de hand hebben wanneer ze een probleem tegenkomen. Dit zou er ook voor zorgen dat vragen zich niet opstapelen in het team voor gegevensbeheer en dat de consistentie behouden blijft.

De gids moet duidelijk, beknopt en to-the-point zijn. Het moet rollen bevatten voor gegevensbeveiliging, hygiëne en strategie, en uitgebreide instructies geven over hoe gebruikers met de gegevens moeten omgaan. Er moet ook een gegevensbeveiligingsmodel in de gids worden opgenomen, zodat teams alleen toegang hebben tot de gegevens waar ze mee te maken hebben.

Dit alles klinkt misschien als een fulltime baan, en ja, dat is het ook. Al deze problemen kunnen worden aangepakt door getrainde personen met vele namen:datawetenschapper, bedrijfsanalist, datafunctionaris, enzovoort. U moet nooit afzien van het inhuren van de vereiste technische middelen, aangezien de kosten van slecht gegevensbeheer veel hoger kunnen zijn in vergelijking met het salaris van de persoon.