Ключ к управлению огромным количеством данных и прорывных технологий может заключаться в создании центра компетенции. Хотя многие организации используют инструменты искусственного интеллекта (ИИ) и машинного обучения (ML) в качестве основных средств в своих проектах по анализу данных, а расходы на ИИ во всем мире продолжают расти, суровая правда заключается в том, что большинство проектов в области науки о данных обречены на провал.

Существует несколько причин этих неудач, начиная от присущей инициативам в области ИИ/ML сложности и постоянной нехватки квалифицированных кадров и заканчивая проблемами, существующими в области безопасности данных, управления и интеграции данных. Эти проблемы в совокупности называются проблемами «готовности данных», согласно глобальному опросу IDC, в котором приняли участие более 2000 ИТ-специалистов и лиц, принимающих решения в сфере бизнеса, все из которых участвуют в том или ином уровне использования или разработки ИИ.

Что еще хуже, в то время как большинство компаний регулярно хранят большие объемы данных, они часто хранятся в функциональных хранилищах, и к ним нелегко получить доступ или использовать из-за этих границ. Достижения в области облачных вычислений, инструментов обработки данных и алгоритмов машинного обучения также развиваются быстрее, чем могут быть развернуты продукты и новые процессы. Кроме того, существуют конкурентные проблемы, связанные как с традиционными каналами, так и с новыми, прорывными технологиями.

Чтобы преодолеть эту реальность и создать новую ценность для клиентов и акционеров, ИТ-лидеры должны создать сообщество и культуру, которые могут ускорить и поддерживать рост науки о данных и аналитики в масштабах всей компании.

Критическая потребность в компетентности

Очевидно, что наука о данных требует навыков в области компьютерного программирования, обработки данных, математики и статистики. Однако, что отличает хорошего специалиста по обработке данных от отличного, так это способность переводить бизнес-требования функциональных областей в масштабах всей компании. Этих ресурсов может не хватать, поэтому они должны быть сосредоточены на проектах с наибольшей рентабельностью инвестиций/самым быстрым соотношением времени и стоимости, в то же время помогая расширить общее аналитическое сообщество внутри компании.

Довольно часто центр компетенций в области науки о данных (ЦКД) создается в качестве ресурса для компании для достижения этих целей. Традиционно эти ЦКД отчитывались через ИТ-службу из-за их зависимости от инфраструктуры данных. Однако, несмотря на то, что архитектура данных и управление имеют решающее значение, если ЦКД слишком далеки от бизнес-областей, это приведет к несоответствию целей, задержкам и, в конечном счете, к увеличению числа неудачных проектов.

Гибридный подход к организации, при котором специализированный центр науки и аналитики данных выступает в качестве связующего звена между традиционной ИТ-инфраструктурой и функциональными областями, имеет важное значение для обеспечения успеха. Это может быть успешным в ускорении развития экосистемы преобразования данных в ценности и изменения культуры, необходимого для устойчивого роста.

Нацеленность на успех ROI

Следующие основополагающие шаги имеют решающее значение для разработки стратегического плана и процесса повышения компетентности и устойчивого развития:

1. Создайте центр компетенций. Проекты часто терпят неудачу, потому что они разрабатываются изолированно, без учета всего жизненного цикла модели, а также требований к цифровым потокам, происхождению и конвейеру данных. Люди могут хранить или скрывать данные и информацию, полагая, что это может помочь им лично. Такое отношение препятствует созданию потенциала для создания ценности при поиске более глубоких идей.

Важно понимать, что наука о данных и аналитика - это командный вид спорта. Создание центра компетенций, который фокусируется на сотрудничестве, образовании и интеграции, поможет укрепить доверие между функциональными организациями.

2. Расширьте усилия по распространению данных и повышению грамотности в области проектирования. Создайте виртуальное сообщество по всему предприятию для обсуждения вопросов, начиная с самых базовых концепций и заканчивая самыми сложными конструкциями в области науки о данных и дизайн-мышления. В рамках ЦКД такой ресурсный центр будет способствовать разработке и администрированию кураторских планов обучения, начиная от уровня квалификации “аналитика при внедрении” и заканчивая более продвинутыми сертификациями в области науки о данных.

Этот центр также станет координационным центром для обучения и сертификации новых специалистов по обработке данных во всех функциональных областях компании. Цель состоит в том, чтобы создать кросс-функциональное сообщество, которое оказывает поддержку каждому в его путешествии по информационной грамотности.

3. Создайте многофункциональную и разнообразную команду стратегических мыслителей. Это обеспечивает общекорпоративную платформу для обмена идеями и выявления проектов с наибольшим потенциалом. Это также позволяет членам команды использовать навыки и знания друг друга в предметной области для совместного создания новой ценности для клиентов и акционеров.

Соответствие между стратегическими ключевыми показателями эффективности и индивидуальными показателями снижает трудности при желаемом изменении культуры и фокусирует внимание на проектах с наивысшей рентабельностью инвестиций. В конечном счете, однако, экосистема преобразования данных в ценность не будет устойчивой, если не будет установлено доверие - как в отношении целостности и безопасности конвейера данных, так и между людьми и между функциями. Как только доверие и согласованность будут установлены в рамках этого более широкого сообщества и будет создана воронка проектов, цель повышения стоимости бизнеса может быть достигнута.

Оригинал статьи Dan Seevers - на сайте CIO.com