برای ایجاد و اجرای استراتژی کلان داده سازمانی به چه نیاز دارید؟

استراتژی بیگ دیتا

 

استراتژی کلان داده سازمانی به چشم‌انداز جامع یک سازمان در مورد استفاده از قابلیت‌ها و منابع وابسته به داده و منابع مستقل از داده اشاره دارد. سازمان‌هایی که حجم زیادی از داده‌ها را جمع‌آوری یا تولید می‌کنند نمی‌توانند از نیاز به ارائه یک برنامه عملی منظم و معقول برای مهار و مدیریت بهتر کلان داده(بیگ دیتا) فرار کنند.

یک مطالعه در خصوص استفاده از بیگ دیتاها در مجله علوم کامپیوتر Procedia منتشر شد که کاربردهای عملی و مزایای جمع‌آوری و تحلیل مقادیر زیادی از اطلاعات را برجسته می‌کرد. تجزیه و تحلیل بیگ دیتا، فرصت‌های زیادی را برای افزایش ارزش و بهره‌وری کسب و کار ارائه می‌دهد.

این مطالعه اشاره می‌کند که یکی از کاربردهای اصلی تجزیه و تحلیل بیگ دیتاها برای هوش تجاری است که به منظور بهبود قابلیت‌های تصمیم‌گیری، تصمیم‌گیری سریع‌تر، درک نیازهای مشتری، توسعه استراتژی برای راه‌اندازی محصولات و خدمات جدید، کاوش در بازارهای جدید، بهبود گردش موجودی، کاهش شکایات مشتریان، و افزایش بهره‌وری و کارایی کارکنان استفاده می‌شود.

چگونه سازمان‌ها به این مزایا دست می‌یابند؟ چگونه می‌توانند استراتژی مؤثری برای استفاده از بیگ دیتاها ارائه دهند؟

چارچوب استراتژی کلان داده‌ها یا بیگ دیتاها

Enterprise Big Data Framework، یک برنامه صدور گواهی است که توسط Big Data Framework Alliance برای ایجاد یک استاندارد نچرال – فروشنده برای تجزیه و تحلیل بیگ دیتاها توسعه داده شده است، که یک فرایند پنج مرحله‌ای را برای تعریف استراتژی کلان داده پیشنهاد می‌کند. در اینجا خلاصه‌ای از این فرایند آورده شده است.

شناسایی اهداف کسب و کار

برای اینکه استراتژی کلان داده عمل کند، کاربردش باید بر اساس آنچه که یک سازمان می‌خواهد به آن دست یابد و چگونه این سازمان برای دستیابی به اهدافش کار می‌کند، است. بر اساس چارچوب کلان داده سازمانی، «استراتژی کلان داده باید با اهداف کسب‌وکار سازمان هماهنگ باشد و به مشکلات کلیدی تجاری رسیدگی کند، زیرا هدف اصلی کلان داده به دست آوردن ارزش با استفاده از داده‌ها است».

نمونه‌هایی از اهداف کسب‌وکار که بیگ دیتاها می‌توانند برای آن‌ها اعمال شوند به شرح زیر است:

  • پیش‌بینی رفتار مشتری.
  • پیش‌بینی فروش.
  • تجزیه و تحلیل داده‌های دستگاه‌هایی مانند سیستم‌های POS و سنسورهای کارخانه
  • پیش‌بینی ریسک‌های مالی.
  • شناسایی فعالیت‌ها یا سوابق متقلبانه.
  • تجزیه و تحلیل نظرات شبکه‌های اجتماعی، تعامل با مشتری و معیارهای بازاریابی آنلاین.
  • جستجوی همبستگی در چندین منبع داده متفاوت.

ارزیابی وضعیت فعلی یک سازمان

مرحله بعدی در مورد ارزیابی وضعیت دارایی‌های داده، فرایندها، منابع، و همچنین سیاست‌ها، قابلیت‌ها و منابع فناوری اطلاعات شرکت است. این امر برای تدوین استراتژی مناسب در راستای آنچه که یک شرکت می‌خواهد در آینده باشد و آنچه در حال حاضر است، بسیار حائز اهمیت است.

این ارزیابی معمولاً با انجام یک سری مشاوره یا مصاحبه با کارمندان مربوطه از جمله افرادی که در هدف‌گذاری و حفظ مشتری، بازاریابی و عملکردهای فناوری اطلاعات مداخله دارند، انجام می‌شود.

به‌عنوان‌ مثال، در مورد ارتباط با مشتری، لازم است راه‌هایی برای دستیابی به دید 360 درجه از مشتریان فعلی و بالقوه ارائه شود. این امر با بررسی فرایندهای تجاری، دارایی‌های داده و معماری، قابلیت‌های جمع‌آوری داده‌ها و همچنین سیاست‌های سازمانی که بر جذب و حفظ مشتری تأثیر می‌گذارد امکان‌پذیر می‌شود.

همین امر در مورد بهینه‌سازی امنیت داده‌ها در یک سازمان نیز صدق می‌کند. باید یک بررسی کامل و جامع از فرایندهای داده‌های موجود، دارایی‌ها، زیرساخت‌ها و سیاست‌ها برای دستیابی به استراتژی درست انجام شود.

تعیین و اولویت‌بندی موارد کاربری

پس از بررسی اهداف تجاری و وضعیت فعلی سازمان، شناسایی و اولویت‌بندی موارد کاربری  برای تجزیه و تحلیل داده‌های بزرگ ساده‌تر می‌شود. آیا شرکت مقادیر گسترده‌ای از داده‌ها را جمع‌آوری و ذخیره می‌کند که می‌تواند به بازاریابی، فروش، موجودی یا سایر تلاش‌های مرتبط کمک کند؟ این‌ها چگونه می‌توانند مفید باشند؟ چه روش‌ها یا تکنیک‌هایی از این داده‌ها برای کمک به دستیابی به اهداف تجاری استفاده می‌کنند؟

به‌عنوان‌ مثال، اگر هدف کسب و کار مورد نظر، توسعه در بازارهای جدید باشد، تجزیه و تحلیل بیگ دیتاها قابلیت کاربرد را در جمع‌آوری، پردازش، تجزیه و تحلیل و گزارش رفتار مشتری در بازار هدف، سودآوری محصولات در نظر گرفته شده، هزینه‌ها، قیمت، رقابت، و مناسب‌ترین استراتژی‌های تبلیغاتی می‌بیند. داده‌های مربوط به ریسک‌ها هم باید در نظر گرفته شوند.

ایجاد نقشه راه برای کلان داده‌ها

بر اساس چارچوب کلان داده سازمانی، ایجاد نقشه راه کلان داده‌ها “سخت‌ترین و بحث‌برانگیزترین مرحله” است. این نقشه راه تا حد زیادی بر اساس اهداف تجاری شناسایی شده است، این نقشه راه طرح کلی پروژه‌ها و فعالیت‌ها و نحوه تخصیص بودجه، منابع یا فناوری‌ها را ارائه می‌دهد.

طبق این چارچوب، نقشه راه «باید روی شناسایی شکاف‌های موجود در معماری داده‌ها، فناوری و ابزارها، فرایندها و البته افراد متمرکز شود». این چارچوب باید مدت زمان یا تایم‌لاین خاص را برای استفاده از منابع و اطلاعات کلان داده نشان دهد.

یکپارچه‌سازی چارچوب از طریق مدیریت تغییرات

در نهایت، یکپارچه کردن استراتژی کلان داده با تنظیمات موجود در یک سازمان ضروری است. این معمولاً از طریق مدیریت مؤثر تغییر انجام می‌شود. ممکن است یک مدیر تغییر انتخاب شود تا چارچوب کلان داده را با دقت در سیاست‌ها و برنامه‌های موجود یک شرکت تعبیه کند.

ممکن است تغییرات فرهنگی، فناوری و فرایندهای تجاری قابل توجهی رخ دهد، بنابراین یافتن راه‌هایی برای ایجاد یکپارچگی و ادغام بدون اختلال مهم است. ممکن است لازم باشد مشوق‌هایی برای تشویق همه به منظور پذیرفتن تغییرات و همکاری در جهت استفاده موفق از کلان داده‌ها برای تسهیل دستیابی به اهداف تجاری ارائه شود.

مدیریت تغییر و بازاریابی استراتژی

مقاله TechTarget که توسط ویراستار Large Craig Stedman منتشر شد و مدیرعامل استراتژی‌های داده‌های جهانی Donna Burbank را به طور برجسته نشان می‌دهد، بینش‌های فراوانی در مورد توسعه استراتژی داده‌های سازمانی ارائه می‌دهد. این بینش‌ها مکملی برای نکات کلیدی مشخص شده توسط Enterprise Big Data Framework است.

استدمن 10 مرحله را برای توسعه استراتژی داده سازمانی لیست می‌کند. سه مورد از آن‌ها به دلیل تأکید بر نکاتی که ممکن است در چارچوب بالا چندان واضح نباشند، در ادامه توضیح داده می‌شوند.

  1. توسعه یک پلن یا برنامه برای مدیریت تغییرات فرهنگی:

    درست مانند توصیه‌های رایج برای فرایند تحول دیجیتال، این پلن باید مردم محور باشد. تعیین کنید چه چیزی برای افراد یک سازمان بهترین کار را می‌کند و روی آخرین ترندها و فناوری‌ها تمرکز نکنید.
  2.  با استراتژی شروع کنید، نه فناوری

    موارد کاربری کلان داده و نقشه راه باید با تمرکز بر فرایندهای معقول و نتایج مطلوب تعیین شود، نه فناوری‌ای که مدیریت یا کارکنان می‌خواهند از آن استفاده کنند. تصمیم‌گیری در مورد فناوری‌های مورد استفاده تنها پس از ایجاد روش‌ها و برنامه‌های عملیاتی صحیح است.
  3.  بازاریابی و فروش استراتژی داده در سازمان خود
    استدمن اعلام می‌کند: «تبلیغ و توسعه هم برای تأیید یک استراتژی داده و هم در پذیرش آن توسط بخش‌ها و واحدهای تجاری در سراسر سازمان بسیار مهم است». اگر افرادی که از آن استفاده خواهند کرد، اهمیت و مزایای آن را ندانند، درک نکنند و از آن قدردانی نکنند، استراتژی کلان داده نمی‌تواند کارساز باشد. ارتقای استراتژی را می‌توان از طریق روزنامه‌ها(خبرنامه‌ها)، وبینارها و حتی جلسات یادگیری معمولی انجام داد.

ارزیابی پیشرفت و موفقیت

هنگامی که یک استراتژی کلان داده اجرا می‌شود، بسیار مهم است که پیشرفت آن را از نزدیک پیگیری کنید و موفقیت آن را ارزیابی کنید. انجام این کار تضمین می‌کند که استراتژی طبق انتظارات پیش می‌رود. در صورت وجود مشکلات، می‌توان آن‌ها را در اسرع وقت اصلاح یا ویرایش کرد.

شاخص‌های کلیدی عملکردی که باید مراقب آن‌ها بود عبارتند از:

  • آمار مربوط به خطاهای داده شناسایی شده و اصلاح شده.
  • دقت و میزان خطا.
  • کامل بودن و به موقع بودن داده‌ها.
  • تاثیر مشکلات کیفیت داده‌ها در کسب و کار.
  • دریافت بازخورد کیفیت داده از کاربران نهایی.

به طور خلاصه

برای توسعه یک استراتژی کلان داده سازمانی مؤثر، پیروی از چارچوبی که به طور جامع به نگرانی‌های اصلی کسب و کار در رابطه با ایجاد چنین استراتژی می‌پردازد، کمک می‌کند. برای اطمینان از کارایی این استراتژی، مدیریت دقیق تغییرات و ترویج فعال استراتژی برای همه افراد سازمان بسیار مهم است. وجود حامیانی مانند حامیان اجرایی و چهره‌های تجاری که به صراحت اجرای استراتژی را ترویج می‌کنند، کمک کننده خواهد بود. در نهایت، باید ارزیابی دوره‌ای از پیشرفت اجرای استراتژی و ارزیابی موفقیت یا شکست این استراتژی صورت گیرد.

به اشتراک بگذارید

یک قدم تا داده محوری

کافیست اطلاعات تماس خود را وارد کنید. ما با شما تماس خواهیم گرفت.

یک قدم تا داده محوری فاصله دارید

کافیست فرم زیر را تکمیل کنید.