Если вы пойдете к большинству бизнес-лидеров, чтобы обсудить управление данными, вы, вероятно, получите остекленевший взгляд, который кричит: "о чем, черт возьми, вы говорите?
А потом твой мозг начинает лихорадочно соображать, с чего начать. Политика данных? Безопасность данных? Качество данных? Каталогизация данных? Управление основными данными?
Давайте посмотрим правде в глаза, большинство бизнес-лидеров даже сегодня имеют слабое понимание управления данными, даже оперируя громкими заголовками вокруг правил, конфиденциальности, безопасности данных, нарушений данных, смещения алгоритмов и последствий низкого качества данных.
Поиск сторонников для инициатив по управлению данными
Но спросите любого, чья работа зависит от качества данных, и вы, скорее всего, получите совершенно другой ответ. Это звучит как грустное "помогите мне", потому что у них нет навыков, инструментов, процессов, полномочий или доступа для внесения существенных изменений.
Но чаще всего вам приходится находить сторонников, соотнося их желания и потребности. Примеры:
- Спросите аналитиков -датасаентистов, которые пытаются спорить в новых наборах данных и не имеют разумных инструментов подготовки данных.
- Посмотрите на вашего безопасника, который пережил негативные эмоции из-за нарушения данных, и он проявит интерес к защите данных.
- Поговорите с бизнес-пользователем, кто должен ждать недели для данных во время процесса из обнаружения и очистки, потому что там не хватает политик, регламентов и процедур.
- Обсудите проблему с ним - он как никто другой часто страдает от плохо реализованных процедуры интеграции данных, которые застревают или полностью останавливаются из-за плохих данных.
- Спросите главного операционного директора, который проводит слишком много совещаний вокруг планирования рабочей силы или вопросов цепочки поставок, потому что они работают с данными за несколько дней.
- Попробуйте обратиться к финансовому директору, который должен прогнозировать финансовые показатели, используя данные с известными проблемами качества данных.
- Теперь обратитесь к генеральному директору и приведите примеры того, как другие компании в вашей отрасли используют аналитику и машинное обучение для достижения конкурентных преимуществ.
Наступательная, Активная Стратегия Управления Данными
Проактивное управление данными означает наступательную стратегию реализации, а не только оборонительную. - Исаак Саколик
Вы не просто соблюдаете правила, конфиденциальность или безопасность; ваша организация выбирает, чтобы получить один шаг впереди соответствия и стремится быть более прозрачным. Вы не просто устраняете задолженность по данным и проблемы с качеством данных , вы демократизируете данные с помощью каталогов данных и устанавливаете основные источники данных. DataOps - это не просто передача данных от источника к получателю; вы активно инвестируете в поиск новых источников данных и публикацию API для работы с партнерами.
Вы также масштабируете эти методы для обработки большего количества данных для экспериментов машинного обучения и становитесь предприятием реального времени чтобы поддержать IoT.
Для реализации проактивного управления данными необходимы гибкие методы обработки данных, позволяющие устанавливать приоритеты и реализовывать их в итерациях. Кроме того, необходимо обеспечить обратную связь с теми, кто потребляет данные в науке о данных граждан через программы машинного обучения, чтобы стимулировать приоритеты и инвестиции.
Но я признаю, что получить организационную поддержку и реализовать эту программу намного сложнее, чем графика, сообщение в блоге или презентация PowerPoint
