בימינו, כאשר נפחי הנתונים גדלים בקצב מסחרר, חברות יכולות למנף את נכסי המידע שלהן וליצור יתרונות תחרותיים משמעותיים. למרות זאת, נראה שרוב החברות אבודות ב"הרים" של נתונים שהן מייצרות, שלא לדבר על כמויות אדירות נוספות של נתונים חיצוניים אליהם הן יכולות לגשת באמצעות טכניקות מודרניות. ברור שחברות שיהפכו Data לערך עיסקי ישגשגו, ואילו השאר יישארו מאחור.
אז איך עושים את זה?
אני מאמין שכל חברה, בכל תחום – לא משנה אם היא גדולה או קטנה – צריכה להכין Roadmap לניצול המשאב היקר ביותר של תקופתנו: Data.ה-Roadmap יוצר בהירות ומסייע לקבוע סדרי עדיפויות, והוא הופך להיות קריטי ככל שהעסק והנתונים מורכבים יותר וחוסר הבהירות יכול לגרום לחברה ללכת לאיבוד.
רוב החברות שאני פוגש לא יודעות איך באמת להשיג ערך עסקי מה-Data שלהן.חלקן מתמקדות בטכנולוגיה במקום להבין ש-Data וטכנולוגיה נמצאים שם כדי לשרת את העסק, לכן צריך קודם כל להבין לאן העסק הולך ומה הוא באמת צריך.זו הסיבה שאני תמיד מנסה לפשט את התהליך ל-4 שלבים, תוך שמירה על קשר הדוק בין עסקים, נתונים וטכנולוגיה.
שלב 1: מיקוד באסטרטגיה העסקית וצרכי המידע
בעבודה על Roadmap של חברה אני תמיד מתחיל בהבנת האסטרטגיה העסקית. כשמתמקדים בסדרי העדיפויות האסטרטגיים לחודשים הקרובים (או שנים, אם אפשר), ניתן להגדיר היטב מה צריך כדי לעמוד ביעדים. אז גם ניתן לזהות את צרכי המידע שיענו על השאלות העסקיות העיקריות עליהן החברה לא יכולה לענות כרגע.
שלב 2: הגדרת הנתונים הדרושים כדי לענות על השאלות העסקיות החשובות ביותר
במקרים רבים אני פוגש חברות שפשוט אוספות נתונים על כל דבר, במקום לאסוף (ולנתח) את הנתונים שבאמת חשובים לעסק שלהן. אני מאמין שהאתגר הגדול ביותר עם ביג דאטה הוא דווקא לחשוב קטן; במקום לבנות את בסיס הנתונים הגדול ביותר ולהשקיע הרבה זמן וכסף באיסוף וניתוח ערימות של נתונים, חברות צריכות להשקיע בזיהוי אוסף הנתונים המינימלי – ממקורות פנימיים וחיצוניים – שיענה על השאלות העסקיות החשובות ביותר שלהן.
שלב 3: הגדרת דרישות ל-Analytics
ברגע שמבינים את דרישות המידע ואת הנתונים הנכונים לעבוד איתם, זה הזמן להגדיר את הדרישות ל- Analytics. Analytics הוא אוסף האמצעים להפיכת נתונים גולמיים לתובנות עסקיות בעלות ערך. כמו במקרה של כמויות הנתונים בשלב 2 לעיל, העיקרון עם Analytics הוא להימנע מהגדרת אלגוריתמים מורכבים, אלא לבנות אבני-בניין אנליטיות חכמות שיכולות לשמש כבסיס לחישובים אנליטיים נוספים – לא בהכרח סופר מורכבים.
שלב 4: הגדרת דרישות התצוגה
בשלב זה אנו מגדירים כיצד הסוגים השונים של המשתמשים ייגשו לתובנות העסקיות. המטרה היא בעצם מציאת הדרך האינטואיטיבית ביותר להמחשת המידע ולאפשר למשתמשים שונים אינטראקציה איתו, למשל: דוחות בנויים מראש, ויזואליזציה מתקדמת, דשבורדים, ניתוחי מידע אד-הוק, וכו'. תצוגה מותאמת תסייע למשתמשים עסקיים לקבל תשובות מיידיות לשאלות העסקיות הקריטיות ביותר שלהם.
לאחר שהגדרנו את ה-Roadmap, יש לנו בהירות לגבי איך ה-Data יכול לשרת את העסק בטווח הקצר וארוך. הצעד הבא שלנו הוא הפיכת ה-Roadmap לתכנית פעולה:
- בחירת הטכנולוגיה המתאימה ביותר
- בניית צוות הפרוייקט
- תכנון וניהול הפרויקט עד לסיומו המוצלח
עבודה לפי 4 השלבים שהצגתי יוצרת בהירות רבה בתוך זמן קצר ביותר, ומאפשרת לכל בעלי העניין להבין בדיוק מה צריך לעשות כדי לעמוד ביעדים העסקיים, מה הצעדים הבאים, כמה זמן הם ייקחו וכמה כסף הם יעלו .
