استراتژیهوش تجاری

چگونه استراتژی داده سازمان را تدوین کنیم؟ (۵ مرحله اصلی)

بسیاری از شرکت‌ها به نقطه‌ای رسیده‌اند که داده‌های زیادی برای مدیریت دارند و نمی‌دانند به کدام روش به آن‌ها نظم دهند. عده‌ای دیگر هم بر این باورند که رفتار با داده‌ها مهم نیست و نیازی به سرمایه‌گذاری در استراتژی داده‌های شرکت نخواهند داشت. حقیقت این است که صرف‌نظر از اندازه شرکت و وضعیت فعلی داده‌ها، باید از اجرای استراتژی داده بهره‌مند شوید. برای کمک به شما در شروع کار، از تخصص زوسیا کوسوفسکی (Zosia Kossowski)، مدیر محصولات گروه تیم هوش تجاری در شرکت هاب‌اسپات استفاده کرده و ۵ گام مهم در این راستا را توضیح خواهیم داد.

استراتژی داده‌های سازمانی چیست؟

استراتژی داده‌های سازمانی (EDS) نقشه راهی است که توسط سازمان برای تعیین نحوه جمع‌آوری، سازماندهی و پردازش داده‌ها بر اساس اولویت‌های کسب و کار، اندازه و صنعت شرکت، سطح بلوغ داده‌ها و موارد دیگر مورد استفاده قرار می‌گیرد.

با وجود باور عمومی، استراتژی داده‌های سازمانی، فقط برای شرکت‌های بزرگ با حجم زیادی از داده‌ها نیست. در واقع، کسب‌وکارهای کوچک می‌توانند از ابتدای کار با سرمایه‌گذاری در یک استراتژی داده سود ببرند و پایه‌ای را برای کمک به خود در مقیاس‌بندی ایجاد کنند.

مزایای استراتژی داده‌های سازمانی

مشکل مشترک بسیاری از سازمان‌ها این است، در حالی که آن‌ها اطلاعات زیادی را جمع‌آوری می‌کنند، هر تیم به روش خود این اطلاعات را تفسیر خواهد کرد. هیچ روش استاندارد گزارشگری وجود ندارد و هر تیم ممکن است برای معیار مشابه مقدار متفاوتی را گزارش کند. این مسئله بدان معنی است که هر کسی با داده‌های مختلف و بدون درک دقیق از آنچه نیاز است، کار خود را به پایان می‌رساند. وقتی منبع واحدی از حقیقت وجود نداشته باشد، اعتماد به داده‌ها و برداشت بینش‌های ارزشمند فوق‌العاده دشوار می‌شود.

کوسوفسکی در این باره می‌گوید: “داده‌ها فقط در یک سیلو وجود ندارند. تیم بازاریابی فقط از داده‌های خاص بازاریابی استفاده نمی‌کند بلکه داده‌هایی را در اختیار دارد که دیگران نیز از آن‌ها بهره خواهند برد. آن‌ها همچنین اطلاعات را از مناطق مختلف نیز جذب خواهند کرد؛ بنابراین، یک عنصر حاکمیت و استانداردسازی و یک زبان مشترک برای اطمینان از اینکه این تیم‌ها می‌توانند با یکدیگر ارتباط برقرار کنند، واقعا مهم است”. بنابراین، با اجرای استراتژی داده‌های سازمانی، از لبریز شدن سیلوهای اطلاعات جلوگیری می‌کنید، اعتماد به داده‌ها را بالا می‌برید و تصمیم‌گیری را امکان‌پذیر می‌کنید.

موارد مهم برای تدوین استراتژی داده‌های سازمانی

۱- سطح بلوغ فعلی اطلاعات

اولین کاری که کوسوفسکی توصیه می‌کند قبل از تدوین استراتژی خود انجام دهید، ارزیابی شخصی است. از خود بپرسید: شرکت شما در مرحله بلوغ داده‌ها در کجا قرار دارد؟ شرکت Dell یک “مدل بلوغ داده” را به طور گسترده به کار می‌گیرد که به بخش‌ها کمک می‌کند تا میزان واقعی بودن اطلاعات خود را بر اساس داده‌ها، تعیین کنند. برای این کار چهار مرحله وجود دارد:

  • آگاهی از داده‌ها:

شرکت شما سیستم گزارش‌دهی خود را استاندارد نکرده و هیچ‌گونه ادغامی بین سیستم‌ها، منابع داده و پایگاه داده شما وجود ندارد. به‌علاوه، عدم اعتماد به خود داده نیز در کار وجود دارد.

  • ایجاد تبحر در کار با داده‌ها:

هنوز اعتماد به داده‌ها، به‌ویژه کیفیت آن‌ها، وجود ندارد. ممکن است شما در انبار داده سرمایه‌گذاری کرده باشید اما هنوز از برخی قطعات اصلی خبری نیست.

  • زبردستی داده‌ها:

شرکت شما این اختیار را دارد که با توجه به داده‌ها، تصمیمات شغلی را اتخاذ کند. با این حال، هنوز برخی از گره‌های کار برطرف نشده که باید بین رهبران کسب و کار و IT مورد بررسی قرار گیرد. زیرا IT برای ارائه داده‌های قابل‌اعتماد و مورد تقاضا کار می‌کند.

  • انجام کارهای داده‌محور:

بخش IT و رهبران کسب‌وکار از نزدیک با هم کار می‌کنند و به توافق رسیده‌اند. اکنون تمرکز بر مقیاس‌گذاری استراتژی داده است. زیرا کار بنیادی (به‌ویژه ادغام منابع داده) از قبل با موفقیت انجام شده است.

آنچه در اینجا اهمیت دارد، واقع‌بینی در مورد بلوغ داده‌های شرکت است. کوسوفسکی عنوان می‌کند: “من فکر می‌کنم بزرگ‌ترین گرفتاری که می‌بینم، صادقانه نبودن با خود در مورد بلوغ داده‌هاست. کافی نیست که به احساسات خود در این امر، نگاه کنید. شما باید به حقایق توجه کنید. با شناسایی مشکلات داده‌ای که شرکت شما در حال حاضر با آن روبرو است شروع نمایید، زیرا این یک شاخص عالی برای محل استقرار شماست”.

۲- صنعت و اندازه شرکت

صنعتی که در آن فعالیت می‌کنید و اندازه شرکت تعیین می‌کند که شما باید رویکرد متمرکز یا توزیع شده به استراتژی داده داشته باشید. اما قبل از اینکه این رویکردها را بشناسیم، اجازه دهید در مورد دو چارچوب استراتژی داده صحبت کنیم: Data Defense (دفاع داده) و Data Offense (حمله داده).

Data Defense مواردی مانند امنیت داده، دسترسی، حاکمیت و دقت را در اولویت قرار می‌دهد در حالی که Data Offense بر کسب بینشی متمرکز است که تصمیم‌گیری را امکان‌پذیر می‌کند. هر شرکتی به تعادل میان این دو چارچوب نیاز دارد. با این حال، برخی بیشتر بر اساس صنعت خود به یکی از این دو متمایل می‌شوند. به‌عنوان مثال، یک سازمان بهداشتی یا مؤسسه مالی، احتمالا با داده‌های بسیار حساس سروکار دارد، جایی که حریم خصوصی و امنیت داده‌ها از اهمیت بالایی برخوردار است. در این وضعیت به دست آوردن داده‌های بی‌درنگ و بینش سریع احتمالا از اولویت اصلی برخوردار نیست، در حالی که محافظت از داده‌ها اهمیت بالایی دارد. بدین ترتیب، آن‌ها بیشتر به چارچوب Data Defense متمایل می‌شوند.

در طرف مقابل، شما شرکت‌های فناوری را مشاهده خواهید کرد؛ صنعتی که تمایل به‌سرعت در حرکت دارد و بیشتر به چرخش سریع و بینش داده‌ها اعتماد می‌کند؛ بنابراین، آن‌ها بیشتر بر Data Offense تکیه دارند. با این اوصاف، قطعا بخش‌هایی در شرکت‌های فناوری (و سایر صنایع با سرعت بالا) وجود دارد که بیشتر بر امور دفاعی مانند امور مالی تمرکز خواهند کرد.

نتیجه سخن

همان‌طور که در متن اشاره شد، با تغییرات مداوم و گسترش داده‌های روزانه، هر کسب و کار مدرن یک‌بار به این موضوع خواهد اندیشید که چگونه استراتژی داده سازمان را تدوین کند. ما با تکیه بر نظرات زوسیا کوسوفسکی، ۵ مرحله اصلی برای تدوین استراتژی داده‌های سازمانی را جهت سهولت کار شما بررسی کردیم.

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دوره آموزشی «مدیریت محصول» با مدرسانی از دیجی‌کالا و اکالا ؛ با رویکرد کاربردی و اجراییاطلاعات بیشتر و ثبت‌نام
بستن